生成AIで提案書を作成する ― 要件一覧化・骨子・模擬採点のプロンプトと入札で守るルール

12-1AIが得意な工程

仕様書の要約と要件一覧化

募集要項・仕様書・評価基準は合計で数十ページになることも珍しくありません。チャット型AIに公開されている募集資料を読み込ませ、「〜すること」「〜しなければならない」といった必須要件、「〜が望ましい」といった任意要件、「〜を提案すること」といった提案要求を分けて一覧表にさせると、読み込みの初動を大幅に短縮できます。

• 悪い例： 「この仕様書を要約して」とだけ指示し、数行の要約を読んで仕様書を読んだ気になる。
• 良い例： 要件ID・原文（抜粋）・区分（必須／任意／提案要求など）・記載ページを列にした要件一覧表を作らせ、人が原文と突き合わせて抜け漏れを確認する。

AIの一覧化は抜け漏れが起きることがあるため、最終的な要件一覧表は必ず人が原文と照合して確定させます。

評価基準別の骨子案づくり

評価項目と評価の着眼点をAIに渡し、「評価項目の順番と名称のまま見出しを作り、各見出しに書くべき要素を箇条書きにする」よう指示すると、評価基準と一致した骨子のたたき台が短時間で得られます。白紙から考えるより、たたき台に自社の勝ちテーマ（提案コンセプト）や実績を書き込んでいくほうが、チームでの議論も早く進みます。

推敲・言い換え・誤字チェック

書き上げた本文をAIに渡し、「一文60字以内を目安に、長い文を分割する」「『努めます』『検討します』などの弱い表現を指摘する」「表記ゆれを一覧にする」といった具体的な観点で点検させると、人の目では見落としやすい箇所を拾えます。言い換え案はそのまま採用せず、約束できる範囲かどうかを人が判断してから反映します。

評価者視点での模擬採点

評価基準と評価段階（5段階評価など）をAIに渡し、評価者の立場で自社の提案書を採点させる使い方も効果的です。AIの採点結果そのものより、「採点の根拠となる記述が見つからなかった項目」の指摘に価値があります。根拠が見つからない項目は、実際の評価者も点を付けにくい項目だからです。

よくある質問

12-2AIに任せてはいけない工程

実績・数値・資格・体制の創作

提案書の評価は、記載内容が事実であることを前提に行われます。AIに「説得力のある実績を書いて」と頼むと、存在しない導入実績や、根拠のない削減率をもっともらしく書くことがあります。虚偽の記載は、発覚すれば失格や契約解除、指名停止などにつながるおそれがあり、会社の信用を大きく損ないます。

• 悪い例： AIが書いた「同種業務の受託実績30件以上、住民満足度95％を達成」という文を、確認せずにそのまま提案書に載せる。
• 良い例： AIには「実績を記載する欄の構成案」だけを作らせ、件数・発注者の種別・業務規模・成果の数値は、自社の契約台帳や報告書から担当者が転記する。

配置予定者の資格や経歴、体制図の人数も同じです。AIが作った体制図のたたき台に、実在しない役職や確保できていない人員が紛れ込んでいないか、必ず確認してください。

参加可否・価格などの最終判断

AIは参加判断シートの整理や、見積の前提条件の洗い出しを手伝うことはできます。しかし、その案件に参加するか、いくらで見積もるかは、自社の体制・原価・経営方針・発注者との関係を踏まえた経営判断です。AIは自社の原価構造や人員の稼働状況を正確には知らないため、AIの「参加すべき」「この価格が妥当」という回答を根拠に決めてはいけません。最終判断と、その判断に対する責任は、常に人と会社が持ちます。

よくある質問

12-3実践プロンプト例

要件一覧化プロンプト

募集要項・仕様書・評価基準を貼り付けて使います。【 】の部分を案件に合わせて書き換えてください。出力された表は、そのまま要件一覧表の下書きになります。対応ページ・対応状況・担当の列は、AIには埋められないため、骨子を作る段階で人が追記します。「提案書での対応方針（案）」の列はAIによるたたき台にすぎないため、人が検討して確定させます。

あなたは自治体の公募型プロポーザルに精通した提案書作成の担当者です。
以下の【募集要項・仕様書・評価基準】を読み、提案書で対応が必要な要件をすべて抽出してください。

# 出力形式
次の列を持つMarkdownの表で出力してください。
| 要件ID | 原文（抜粋） | 区分（必須／任意／提案要求／参加資格／手続き／評価） | 関係する評価項目 | 記載資料とページ | 提案書での対応方針（案） |
- 要件IDは、文書の記号と連番で付ける（募集要項はB-01、仕様書はS-01、評価基準はE-01、質問回答はQ-01のように）

# ルール
- 「〜すること」「〜しなければならない」「〜とする」は「必須」に分類する
- 「〜が望ましい」「〜を期待する」は「任意」に分類する
- 「〜を提案すること」「〜について提案を求める」は「提案要求」に分類する
- 参加資格（登録・実績・資格の条件）に関する要件は「参加資格」に分類する
- 提出書類・期限・提出方法など手続きに関する要件は「手続き」に分類する
- 評価基準の評価項目・配点・評価の着眼点は「評価」に分類する
- 原文は要約せず、該当する文をそのまま抜粋する
- 資料に書かれていない内容を推測で補わない。不明な点は「要確認」と書く
- 最後に、解釈が分かれそうな要件と、質問書（質疑）で確認すべき事項を箇条書きで挙げる

# 募集要項・仕様書・評価基準
【ここに公開資料のテキストを貼り付ける】

評価基準別の骨子生成プロンプト

評価項目・配点・評価の着眼点と、自社の勝ちテーマ（提案コンセプト）の案・強み・使える実績・体制を入力して使います。AIが示す勝ちテーマの3案は、自社の案を磨くための比較材料として使います。

あなたは評価者の採点表から逆算して提案書を設計する専門家です。
以下の【評価基準】と【自社情報】をもとに、提案書の骨子案を作成してください。

# 出力形式
- 評価基準の項目の順番と名称をそのまま見出しにする
- 各見出しの下に、次の4点を書く
  1. 見出し直後に置く結論（2行以内）
  2. 書くべき要素（評価の着眼点ごとに箇条書き）
  3. 入れるべき根拠（数値・実績・手順のうち何を使うか）
  4. 想定ページ数（配点に比例させる）
- 冒頭に、勝ちテーマ（提案コンセプト）を30字程度で3案示す

# ルール
- 【自社情報】に書かれていない実績・数値・資格・人員を創作しない
- 根拠が不足している箇所は「【要追加情報：〇〇】」と明記する
- 仕様書の文章を言い換えただけの記述は避け、発注者の課題に対する解決策として書く

# 評価基準（項目・配点・着眼点）
【ここに貼り付ける】

# 自社情報（勝ちテーマ案・強み・使える実績・体制）
【ここに貼り付ける（守秘情報は匿名化してから入力）】

評価者視点レビュープロンプト

完成に近い提案書の本文と評価基準を入力して使います。

あなたは自治体のプロポーザルの審査委員会で採点を担当する評価者です。所管課の職員の立場で、以下の【評価基準】に従って【提案書】を採点してください。

# 採点の進め方
1. 評価項目ごとに、採点の根拠となる記述を提案書から引用する
2. 根拠となる記述が見つからない場合は「根拠なし」と明記する
3. 評価段階（例：5段階）に従って点数を付け、その理由を2〜3行で書く
4. 減点につながる表現（曖昧、責任回避、誇張、根拠のない数値）を指摘する

# 出力形式
| 評価項目 | 配点 | 採点 | 根拠となる記述（引用） | 減点理由 | 具体的な改善案 |
表のあとに、点数を上げるために優先して直すべき箇所を、効果の大きい順に3つ挙げてください。

# ルール
- 提案書に書かれていない内容を好意的に補って評価しない
- 改善案では、事実（実績・数値・資格）を新たに作らず、「〇〇の数値を追記する」のように追加すべき情報の種類を示す

# 評価基準（項目・配点・着眼点・評価段階）
【ここに貼り付ける】

# 提案書
【ここに貼り付ける（社名・個人名・守秘情報は伏せ字にする）】

よくある質問

12-4守秘情報・著作権・ハルシネーションへの注意

守秘情報の入力ルール

国は、総務省・経済産業省の「AI事業者ガイドライン」（第1.2版、令和8年3月31日）で、AIの開発者・提供者とあわせて、事業活動でAIを使う「AI利用者」が取り組むべき事項を示しています（法的な拘束力はなく、事業者の自主的な取組を支援する指針です）。行政側についても、デジタル庁が政府機関向けにデジタル社会推進標準ガイドラインDS-920「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」（第2.0版、令和8年6月12日デジタル社会推進会議幹事会決定、同年9月1日施行）を、総務省が自治体向けに「自治体におけるAI活用・導入ガイドブック＜導入手順編＞」（第4版、令和7年12月）を公表しています。自治体でも、要機密情報を生成AIに入力しないことや、入力内容が学習に使われない環境を使うことなどを利用ルールで定める例があります。委託事業者に対しても、提供した非公開情報を生成AIに入力しないことなど、生成AI利用の条件を契約や仕様書で求める例があります。

提案書づくりでは、少なくとも次のルールを社内で決めておきます。

• 発注者から守秘義務付きで受け取った資料、参加者限定の資料は入力しない
• 個人名・住民情報・未公表の価格や原価は入力しない、または伏せ字にする
• 入力内容がAIの学習に使われない設定や契約のサービスを使う
• 誰が、どの案件で、何を入力したかを記録できるようにする

ルールの有無で、AIの使い方は次のように分かれます。

• 悪い例： 過去の受託業務で預かった住民アンケートの生データを貼り付け、「分析して実績として書いて」と指示する。
• 良い例： 公表済みの報告書の集計結果だけを使い、発注者名を「A市」に置き換えたうえで、構成案の作成に限って利用する。

他社資料・公開資料の流用と著作権

文化審議会著作権分科会法制度小委員会が取りまとめ、文化庁が公表している「AIと著作権に関する考え方について」（令和6年3月15日）では、AIで生成した文章でも、既存の著作物との類似性と依拠性が認められれば著作権侵害になりうるという考え方が整理されています。他社の提案書や公開資料をAIに読み込ませて「同じような文章を書いて」と指示すると、元の文章に似た表現が出力されるおそれがあります。

公開されている他社の提案書や成果物は、構成や論点を学ぶ資料にとどめ、文章や図をそのまま、またはわずかに変えて使わないでください。統計や計画の内容を引用するときは、出典を明示し、引用の範囲を必要最小限にします（著作権法では、引用は公正な慣行に合致し、引用の目的上正当な範囲内で行うこと（第32条）、出所を明示すること（第48条）が求められます）。

事実確認（ファクトチェック）の方法

生成AIは、存在しない制度名、誤った条文、架空の統計値をもっともらしく示すことがあります。この現象をハルシネーションと呼びます。提案書に載せる事実は、次の手順で確認します。

1. AIの出力から、固有名詞・数値・制度名・法令名・日付に印を付ける
2. 印を付けた箇所を、官公庁のホームページや発注者の公表資料など一次情報で確認する
3. 一次情報で確認できない記述は削除する。自社の経験則として残す場合は、事実ではなく見解であることがわかる表現（「当社の経験では」など）に改める
4. 出典を提案書の脚注や参考資料欄に記載する

よくある質問

12-5AIで「平均的な提案書」になる罠

平均的な提案書では差がつかない

生成AIは、大量の文章から「よくある書き方」を学習しているため、指示が同じなら似た文章を出力します。競合他社も同じようにAIを使えば、課題認識も実施方針も似通った提案書が並ぶことになります。評価者から見ると、どの提案書にも「住民サービスの向上」「業務の効率化」「丁寧な進捗管理」と書いてあり、点数に差を付ける根拠が見つかりません。

• 悪い例： 「デジタル技術を活用し、住民の利便性向上と職員の業務効率化を同時に実現します。」（どの会社のどの案件にも当てはまる文章）
• 良い例： 「窓口来庁者の約4割を占める転入手続きについて、事前の申請入力と窓口での確認を組み合わせ、1件あたりの窓口滞在時間を現状の想定より短縮することを目指します。当社が別の自治体で行った同種の窓口改善では、職員と一緒に業務手順を洗い出す作業を3回実施し、手順書を作り直しました。」（この案件と自社に固有の内容。数値は自社の記録と発注者の資料で確認したものだけを使う）

一次情報（自社の実績・現場の知見・調査結果）を足す

AIに書かせる前に、自社しか持っていない一次情報を集め、それを材料として入力します。一次情報の例は次のとおりです。

• 自社の実績：類似業務の件数、規模、成果の数値、発注者からの評価
• 現場の知見：過去の業務でつまずいた点と、その解決のために工夫した手順
• 調査結果：発注者の計画・予算・議会答弁を読んで見つけた課題、現地を訪ねて気づいた点

使い方の基本は、「骨組みと点検はAI、中身の事実と独自性は人」という分担です。AIに作らせた骨子に一次情報を書き込み、AIで推敲し、最後に人が事実と約束の範囲を確認します。この順番を守れば、作成時間を短縮しながら、他社と差がつく提案書に仕上げられます。

よくある質問