受け取った名刺とその場のメモから、フォローの優先順位と初回メールの下書きを作る
名刺の写真と、その場で吹き込んだ音声メモを入力に、会社名・氏名・役職・連絡先を読み取り、会話の内容から関心事と検討時期を抽出して、フォローの優先順位と初回メールの下書きまで用意します。営業の作業は、入力と文面づくりから、送る前の確認に変わります。
- 利用ツール
- AWS Textract/Azure AI/ChatGPT/Claude/Gemini/Google Document AI/Make/n8n/Power Automate/Zapier
- 対象業界
- IT・SaaS/人材/広告/建設/製造
- 対象部門
- マーケティング/営業
- 対象業務
- データ入力・転記/分類・仕分け
- 主な課題
- 人手が足りない/入力作業が多い/営業フォローが追いつかない
- AIで行う処理
- 読み取り(OCR)
- 主な効果
- 対応スピード向上/工数削減/機会損失防止
- 導入難易度
- ★★☆☆☆
- 実装レベル
- 半自動化
- 費用感
- ノーコード連携(中)
- 人間の確認
- 必須
01導入前 / 導入後の業務フロー
- 展示会や訪問先で名刺を受け取り、その場で会話する
- 帰社後、名刺をまとめてスキャンするか、CRMに手で入力する
- 会話の内容を思い出しながら、CRMのメモ欄に書く
- どの相手から連絡するかを、名刺の束を見ながら決める
- 初回のお礼メールを1通ずつ書く
- 送信後、次回の連絡予定をCRMに登録する(登録しないこともある)
- 名刺を受け取った直後、スマートフォンで名刺を撮影する
- 人その場で30秒、会話の内容を音声で吹き込む(何に困っていたか、いつ頃の話か)
- 自動名刺画像から会社名・氏名・部署・役職・連絡先を読み取る
- 自動音声メモを文字にし、関心事・課題・検討時期・次の約束を抽出する
- 自動CRMの既存顧客・既存リードと照合し、重複と過去の接点を確認する
- 自動属性(役職・部門)とメモの内容から、フォローの優先度をA/B/Cで付ける
- 自動優先度と関心事に合わせた初回メールの下書きを作る
- 人営業が下書きを見て、直して送る
- 自動送信結果と次回の連絡予定をCRMへ登録する
各工程の詳しい説明を読む
- 展示会や訪問先で名刺を受け取り、その場で会話する
- 帰社後、名刺をまとめてスキャンするか、CRMに手で入力する
- 会話の内容を思い出しながら、CRMのメモ欄に書く
- どの相手から連絡するかを、名刺の束を見ながら決める
- 初回のお礼メールを1通ずつ書く
- 送信後、次回の連絡予定をCRMに登録する(登録しないこともある)
問題は4つあります。
(a)入力が後回しになる。 訪問が続く週は、名刺が机の上にたまります。1週間後に入力すると、会話の内容はほとんど思い出せません。 残るのは会社名と氏名だけです。
(b)優先順位が感覚で決まる。 「大手だったから」「話が弾んだから」で順番が決まります。実際には、規模の小さい会社の担当者が具体的な検討時期を口にしていた、ということが起きます。
(c)初回連絡が遅れる。 展示会の翌週に送ったメールは、相手が他社の資料も見終わった後です。名刺交換から連絡までの日数は、商談化率に効いてくる項目です。
(d)フォローされない名刺が出る。 月300枚のうち、一度も連絡しないまま終わるものが一定数あります。誰も意図していませんが、束の下のほうに埋もれます。
- 名刺を受け取った直後、スマートフォンで名刺を撮影する
- 【人】 その場で30秒、会話の内容を音声で吹き込む(何に困っていたか、いつ頃の話か)
- 【自動】 名刺画像から会社名・氏名・部署・役職・連絡先を読み取る
- 【自動】 音声メモを文字にし、関心事・課題・検討時期・次の約束を抽出する
- 【自動】 CRMの既存顧客・既存リードと照合し、重複と過去の接点を確認する
- 【自動】 属性(役職・部門)とメモの内容から、フォローの優先度をA/B/Cで付ける
- 【自動】 優先度と関心事に合わせた初回メールの下書きを作る
- 【人】 営業が下書きを見て、直して送る
- 【自動】 送信結果と次回の連絡予定をCRMへ登録する
自動化されるのは「読み取る」「文字にする」「照合する」「優先度を付ける」「下書きを作る」の5つです。残るのは、会話を吹き込むことと、送る前に文面を確認することです。
吹き込みの30秒だけは人の手間が増えています。 ただし、これが後工程のすべての入力になります。帰社後に思い出して書く2分より、その場の30秒のほうが、内容が濃く正確です。
02今回想定するシステム構成
スマートフォン(名刺の写真 + 30秒の音声メモ) │ ▼ フォームアプリから送信 │ ▼【トリガー】新しい回答が届いたとき Zapier │ ├──▶ Azure AI Vision(OCR)── 名刺画像から文字を抽出 │ ├──▶ 音声を文字起こし │ ├──▶ Claude API ── 項目の構造化・関心事の抽出・優先度付け・メール下書き │ ├──▶ CRM を検索(会社名・ドメイン・氏名で既存を照合) │ ├──▶ CRM へリードを登録(重複候補は別扱い) │ └──▶ 営業本人のチャットへ「下書きができました」と通知 │ ▼ 営業が下書きを確認して送信 ──【人】 │ ▼ 送信結果と次回予定を CRM へ記録
| 役割 | 想定する製品 | 代替候補 |
|---|---|---|
| ワークフロー | Zapier | Make、Power Automate、n8n |
| OCR | Azure AI Vision | Google Document AI、AWS Textract |
| 生成AI | Claude API | OpenAI API、Gemini API |
| 入力 | Microsoft Forms | Google フォーム、専用アプリ |
| CRM | 既存のCRM | 各社の製品 |
名刺管理サービスをすでに使っているなら、まずその機能を確認してください。 名刺のデータ化とCRM連携は、多くの製品が標準で持っています。自前で組む価値があるのは、「会話の内容から優先度を付ける」部分です。 名刺のデータ化だけなら、既製品のほうが確実で安く済みます。
その場合の構成は、名刺管理サービスでデータ化した結果を受け取り、音声メモと組み合わせて優先度と下書きを作る形になります。OCRの部分を自前で持つ必要はありません。
03どうやって実装するのか
処理の起点を決める
営業がスマートフォンのフォームから、名刺の写真と音声メモを送信したときを起点にします。Zapier では、この「新しい回答が届いたとき」がZapのトリガーになり、その後のアクション(OCR、AI処理、CRM登録、通知)が順に実行されます。
入力の窓口は1つに絞ってください。 メールで送る人、チャットに貼る人、あとでまとめて複合機でスキャンする人が混在すると、処理の入口が分かれて運用が崩れます。
音声メモを必須にするか任意にするかは、運用の分かれ目です。必須にすることをおすすめします。 任意にすると、忙しい日は誰も吹き込まず、結局「名刺のデータ化だけ」に戻ります。30秒でよいと決めて、必須にしてください。
入力データを集める
| データ | 中身 | 取得元 |
|---|---|---|
| 名刺画像 | 表面(裏面があれば両面) | スマートフォンの撮影 |
| 音声メモ | 30秒程度。何を話したか、相手が何に困っていたか、時期 | スマートフォンの録音 |
| 接点の種類 | 展示会/セミナー/訪問/紹介/来訪 | フォームの選択肢 |
| 営業担当 | 送信者 | フォームの回答者情報 |
| CRMの既存データ | 既存顧客、過去のリード、商談履歴 | CRM |
| 自社の優先度基準 | どの部門・役職・課題を優先するか | 営業部の文書 |
データの取得方法を決める
名刺画像: フォームのファイル添付で受け取ります。OCRには Azure AI Vision の Read を使います。印刷されたテキストと手書きのテキストの両方を抽出でき、日本語を含む複数言語に対応します。入力はJPEG、PNG、BMP、PDF、TIFFが使え、画像は50×50ピクセル以上、最大10,000×10,000ピクセル、500MB未満である必要があります。名刺の撮影画像であればこの範囲に十分収まります。
音声メモ: フォームの音声添付、または録音アプリのファイルを受け取り、文字起こしにかけます。騒がしい展示会場での録音になるため、文字起こしの精度は事務所での録音より落ちます。 社名や製品名が誤って起こされる前提で、後段の処理を組みます。
CRMの既存データ: 会社名、メールアドレスのドメイン、氏名で検索します。ドメインでの照合が一番確実です。 会社名は表記ゆれが多く、氏名は同姓同名があります。
AIへ渡す前に整形する
- 名刺の向きの補正 … 斜めに撮られた画像を補正します。OCRサービス側で自動補正されるかを確認し、されない場合は前段で回転させます
- 裏面の統合 … 裏面に英語表記や事業内容が書かれている名刺があります。2枚1組として扱い、両面をまとめてAIへ渡します
- 音声の無音除去 … 録音の前後の無音と、周囲の雑談部分を落とします
- 固有名詞の辞書当て … 文字起こしに自社の製品名、競合名、業界用語の辞書を当てます。「サービス名を言ったのに全く別の語になっている」状態だと、関心事の抽出が的外れになります
AIに処理させる
| 処理 | 内容 |
|---|---|
| 名刺項目の構造化 | 会社名、部署、役職、氏名、フリガナ、電話、メール、住所、Webサイト |
| 会社の正式名称への正規化 | 「(株)」「㈱」「カブシキガイシャ」を統一し、CRMの表記に寄せる |
| 関心事の抽出 | メモから、相手が話した課題・関心・現在使っている製品 |
| 検討時期の抽出 | 「今期中」「来年度の予算で」などの時期の表現 |
| 次の約束の抽出 | 「資料を送る」「来月また連絡する」といった宿題 |
| 優先度の判定 | 属性とメモの内容から A/B/C を付け、理由を書く |
| 初回メールの下書き | 会話で出た話題に触れた、5〜8行の文面 |
優先度の判定基準は、プロンプトに明示的に書いてください。 AIに「重要そうな人を選んで」と任せると、役職の高さだけで判断します。自社の基準(どの部門のどの課題が商談になりやすいか)を言語化して渡すことが、この構成でもっとも価値のある準備です。
指示内容を固定する
あなたは法人営業のフォローを支援する担当者です。
名刺のOCR結果と、営業がその場で吹き込んだ音声メモの文字起こしから、
リード情報を整理し、フォローの優先度と初回メールの下書きを作ってください。
【厳守事項】
- OCRとメモに書かれていないことを書かないでください。
会社の事業内容や規模を推測で補わないでください。
- メモに出てこなかった課題を、業界の一般論から補わないでください。
- 会社名は、下のCRM候補に一致するものがあればその表記に合わせてください。
一致しない場合は名刺の表記のままにし、reason に書いてください。
- 検討時期は、メモで実際に言及された表現のみを拾ってください。
「すぐに必要そう」といった解釈を書かないでください。
【優先度の基準】
- A ... 具体的な検討時期(今期中・来年度予算など)に言及がある、
または現在の課題を自分の言葉で説明している
- B ... 課題の話は出たが時期の言及がない、または情報収集の段階と述べている
- C ... 立ち話のみ、名刺交換だけ、明確に「今は不要」と述べている
- 役職の高さだけでAにしないでください。役職は補助的な材料です。
【初回メールの下書き】
- 5〜8行にしてください。
- メモに出てきた話題に1か所だけ触れてください。触れる話題がなければ触れないでください。
- 資料の添付や次回の提案は、メモに「送る」と約束した場合だけ書いてください。
- 定型の売り込み文を入れないでください。
【OCR結果】
{ocr_text}
【音声メモの文字起こし】
{voice_memo}
【接点の種類】
{contact_type}
【CRMの既存候補(会社名・ドメインが近いもの)】
{crm_candidates}
「メモに出てこなかった課題を業界の一般論から補わない」の1行が重要です。 これを書かないと、AIは「製造業の方なので、人手不足の課題をお持ちかと存じます」といった文面を作ります。相手が言っていないことを言ったかのように書いたメールは、送った瞬間に信用を失います。
出力形式を固定する
{
"company_name": "",
"company_name_normalized": "",
"department": "",
"title": "",
"person_name": "",
"person_kana": "",
"email": "",
"phone": "",
"website": "",
"contact_type": "",
"interests": [],
"current_tools": [],
"timing_mentioned": "",
"promised_next_action": "",
"priority": "A | B | C",
"priority_reason": "",
"draft_email_subject": "",
"draft_email_body": "",
"crm_match": "new | existing_lead | existing_customer | ambiguous",
"crm_record_id": "",
"needs_review": [],
"reason": ""
}
JSON Schema を指定して出力を固定します。Claude API では output_config.format に json_schema を渡すことで、応答をスキーマに沿った形に制約できます。
crm_match が ambiguous の場合、CRMへの登録を止めて人へ回します。既存顧客に「はじめまして」のメールを送るのが、この構成でもっとも避けたい事故です。
システムへ連携する
CRMへの登録は、crm_match の値で分岐させます。
crm_match | 処理 |
|---|---|
new | 新規リードとして登録する |
existing_lead | 既存リードに接点を追記する。新規レコードを作らない |
existing_customer | 登録せず、担当営業へ通知する。 既存顧客への初回メールは送らせない |
ambiguous | 登録を保留し、人が判断する |
初回メールは、CRMから自動送信しないでください。 下書きを営業本人のメールソフトに下書きとして作るか、チャットで文面を通知して、本人が送る形にします。
次回の連絡予定は、promised_next_action に内容がある場合のみ自動登録します。「来月連絡する」なら翌月の日付でタスクを作ります。約束していないのにタスクを作ると、タスク一覧が形骸化します。
人が確認する
初回メールの送信は、必ず人が行います。
理由は、文面が相手との会話に触れるためです。会話の内容を誤って要約したメールは、名刺交換だけのメールより印象が悪くなります。 「そんな話はしていない」と思われた時点で、その相手との関係は終わります。
確認の対象は次のとおりです。
- すべての初回メールの下書き … 送信前に本人が読む。ここは省略しません
crm_matchがambiguousまたはexisting_customerの件 … 登録と連絡の可否を判断するneeds_reviewに項目が入っている件 … メールアドレスが読み取れなかった、など
優先度A/B/Cの妥当性は、全件確認しなくて構いません。 営業本人が下書きを見るときに、順番が違うと感じたら直せばよい程度のものです。
例外に対処する
| 起きること | 対応 |
|---|---|
| 名刺が横書き・縦書き混在で読めない | needs_review に入れる。推測でメールアドレスを補完しない |
| メールアドレスの記号を誤読する(_ と - など) | アドレスは必ず人が確認する項目にする。 誤送信の原因になる |
| 音声メモが吹き込まれていない | 名刺情報だけで処理し、優先度は C にする。メモなしでAにしない |
| 展示会場の騒音で文字起こしが崩れる | 文字起こしの信頼度が低い場合、関心事の抽出を行わず人へ回す |
| 同じ人の名刺を複数の営業が受け取る | ドメインと氏名で重複を検出し、先に登録された営業を担当とする。後から受け取った営業へ通知する |
| 既存顧客の担当者と名刺交換した | existing_customer として登録を止め、既存の担当営業へ通知する |
| 退職・異動で連絡先が無効 | 初回メールが不達で返る。CRMのステータスを「不達」に更新する |
| 展示会の直後に100枚まとまって送られる | キューに入れて順に処理する。同時実行数を制限する |
| 海外の名刺(英語・中国語) | OCRは対応するが、メールの下書きは日本語で作られる。言語を指定できるようにする |
記録を残す
名刺は個人情報です。取得の経緯と保存期間を決めてください。
- 名刺の画像(原本)
- OCRの抽出結果(生の状態)
- 音声メモの録音と文字起こし
- AIが付けた優先度と理由
- 初回メールの下書きと、実際に送った文面
- 人が修正した項目と、修正前後の値
下書きと実際に送った文面の差分が、この構成の改善材料になります。 「毎回冒頭の1文を書き直している」と分かれば、プロンプトを直せます。
音声メモは、文字起こしが済んだ後も一定期間は残してください。文字起こしの誤りに気づいたとき、元の音声がないと直せません。
04実装レベルの3段階
半自動化の時点で、8分が3分程度になります。 入力と文面づくりが消えるためです。本格構成では2.4分になりますが、減るのはCRM登録の手間です。 ただし、本格構成のCRM照合には、時間削減以外の意味があります。 既存顧客への初回メール送信を止められるのは、照合が入ってからです。この事故を防ぐ価値のほうが、削減される数十秒より大きいと考えてください。
05工数削減シミュレーション
導入後 300件 × 2.4分 ÷ 60 = 12 時間/月
自社条件で導入効果を整理したい方へ
このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。
06向いている企業・向いていない企業
- 営業が10名以上いて、展示会・セミナー・訪問で受け取る名刺が月200枚以上ある企業。名刺の入力はしているが、フォローの優先順位が担当者の感覚で決まっている場合。初回連絡が翌週になりがちな場合。
- 既存顧客への深耕が中心で、新規の名刺交換がほとんどない場合。名刺管理サービスを導入済みで、CRM連携とフォロー管理まで運用に乗っている場合。営業が2〜3名で、全員の顔と会話を覚えていられる規模の場合。
07最小構成で試す方法
- 直近の展示会で受け取った名刺を20枚用意する
- 名刺を撮影し、その場のことを思い出して30秒の音声メモを吹き込む(後追いで構わない)
- 生成AIのチャット画面に、名刺の画像とメモの文字起こしを貼り付ける
- 上記のプロンプトで、優先度と初回メールの下書きを作らせる
- 営業本人が「自分ならどの順に連絡するか」を先に紙に書いておき、AIの優先度と突き合わせる
見るのは、優先度の一致率よりも「なぜ違ったか」です。 営業がAにした相手をAIがCにしたなら、その理由(メモに書いていない情報で判断していた)が分かります。そこが、プロンプトに書くべき基準です。
| 見る点 | 判断 |
|---|---|
| A判定の一致率 | 7割以上なら使える。優先度の基準が言語化できている証拠 |
| メールの下書きの手直し量 | 2行以内の手直しで送れるなら実用 |
| メモにない内容が混ざった件数 | 1件でも出たらプロンプトを直す。 ここは妥協しない |
ワークフローを作らずに、ここまでは試せます。所要は半日です。
08実装時につまずきやすいポイント
| 問題 | 対策 |
|---|---|
| 営業が音声メモを吹き込まない | 30秒と決めて必須にする。「メモがなければ優先度C」を運用として明示する |
| メモにない課題がメールに書かれる | プロンプトで一般論からの補完を禁止する。テストで1件でも出たら直す |
| 既存顧客に初回メールが送られる | ドメインでの照合を先に入れる。existing_customer は登録も送信も止める |
| メールアドレスの誤読で不達になる | アドレスは人の確認項目にする。記号の誤読は避けられない |
| 展示会の騒音で文字起こしが崩れる | 信頼度が低い場合は関心事の抽出をしない。会場から離れて吹き込む運用を案内する |
| 優先度が役職の高さだけで決まる | 基準をプロンプトに明記する。「役職は補助」と書く |
| 同じ人を複数の営業が登録する | ドメイン+氏名で重複を検出し、先着を担当とする |
| 下書きが定型文になり使われない | メモの話題に1か所触れる制約を入れる。触れる話題がなければ触れない、も明記する |
| CRMの表記ゆれで照合できない | ドメインを主キーにする。会社名は補助に使う |
| 展示会直後に処理が集中する | キューに入れて同時実行数を制限する |
09セキュリティ・AIガバナンス上の注意点
この構成で扱うデータ: 名刺に記載された氏名・所属・連絡先、および会話の内容。すべて個人情報であり、相手は名刺交換の場面でこれを渡しています。
- 取得の経緯と利用目的 … 名刺は営業活動のために渡されたものです。自社の個人情報の取扱いについての公表内容に、名刺情報の利用目的が含まれているかを確認してください
- 外部AIへの入力可否 … 名刺画像と会話の記録を外部のAIサービスへ送ることになります。情報管理規程を確認してください
- 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選びます
- 音声メモに他社の情報が混ざる … 会話の中で、相手が自社の取引先や社内の事情を話すことがあります。その内容をそのまま記録し、社内で広く閲覧できる状態にしてよいかを考えてください。 閲覧範囲は担当営業とその上長に限るのが無難です
- アクセス権限 … CRMのリード情報の閲覧範囲を、営業部門に限定します
- 保存期間 … 商談に至らなかったリードの情報を、いつまで持つかを決めます。名刺を1枚も捨てない運用は、個人情報の観点では説明が難しくなります
- 自動実行してよい範囲 … 読み取り、優先度付け、下書きの作成までです。初回メールの自動送信はしないでください。 会話の誤った要約が相手に届きます
誤りが起きた場合のリスクは、誤送信、既存顧客への不適切な連絡、会話内容の誤った記録です。いずれも取引先との関係に直接影響します。下書きと送信内容の両方を記録し、後から追えるようにしてください。
10まず何から始めるか
1週目:優先度の基準を言語化する
営業部で、直近で商談になったリード10件と、ならなかったリード10件を並べます。「名刺交換の時点で何が違ったか」を洗い出し、A/B/Cの基準を文章にします。 ここがこの構成の中心です。仕組みを作る前に、これを済ませてください。
2週目:20枚で優先度とメールの下書きを試す
営業3名に、自分が受け取った名刺20枚で試してもらいます。優先度の一致率と、下書きの手直し量を見ます。メモにない内容が混ざっていないかは、全件確認してください。
3〜4週目:撮影と吹き込みの運用を試す
仕組みを作る前に、運用だけ先に試します。 営業3名に、1週間、名刺を受け取ったその場で撮影と30秒の吹き込みをしてもらいます。これが続かないなら、仕組みを作っても動きません。続けられる形(吹き込む内容を3項目に決める、など)をここで見つけます。
2か月目以降: フォーム送信をトリガーにした半自動化を作ります。CRM連携は、まずドメインでの照合と existing_customer の検出だけを入れてください。登録の自動化より、既存顧客への誤送信を止めることを先に作ります。
11関連ユースケース
12この仕組みを理解するための記事
13技術仕様の確認日・参考情報
| 確認した内容 | 情報源 | 確認日 |
|---|---|---|
| Zapier の Zap が、アプリをつなぐワークフローであること。トリガーがZapを開始するイベントで、アクションがトリガー後に実行される処理であること。1つのZapに複数のアクションを続けられること | Zapier Help: Create Zaps | 2026-09-21 |
| Azure AI Vision の Read OCR が、印刷されたテキストと手書きのテキストを抽出し、日本語を含む複数言語に対応すること。入力形式がJPEG・PNG・BMP・PDF・TIFF、画像は50×50ピクセル以上、最大10,000×10,000ピクセル、500MB未満であること | Microsoft Learn: OCR - 光学式文字認識 | 2026-09-21 |
Claude API で output_config.format に json_schema を渡すと、応答をスキーマに沿った形に制約できること | Claude Docs: Structured outputs | 2026-09-21 |
CRMの検索・登録のAPI仕様、名刺管理サービスとの連携方法は、利用している製品によって異なります。この部分は利用環境に応じた個別確認が必要です。 名刺情報の利用目的の公表については、自社の個人情報の取扱いに関する規程を確認してください。
実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。
自社の業務に使えるAI活用候補を整理します
このユースケース(UC-0142)についてのご相談はこちらから。
