AIで営業リストを作る方法と情報を確かめる手順
AIで営業リストを作るなら、候補を出す作業と、連絡先として使ってよいかを確かめる作業を分けます。会社名を100件並べるだけでは、同名企業や条件に合わない会社、過去に連絡を断られた会社が混ざるためです。
生成AIには条件の整理、資料からの抽出、業種の仮分類を任せ、人は公式情報と社内記録を照合します。最初は10社程度で、出典まで追えるリストを作った方が、確認できない候補を大量に増やすより進めやすいかと思います。
以下では企業単位の候補リストを作ります。担当者の個人連絡先を探したり、掲載会社へ実際に電話したりする手順ではありません。実在企業の確認例と、説明のために加工した誤りの例を分けて示します。
営業先の条件を会社単位で決める
「製造業を100社」のような指定では、部品を作る会社と設備を使う会社を区別できません。何を売りたいかから、必要な事業と対象地域を先に決めます。
例えば「関西に本社があり、工場向けの制御・計測機器を扱う会社を調べる」と置きます。これは以下の確認方法を示す練習条件です。掲載企業に営業需要があるという判断ではありません。
この条件なら本社が関西かどうかと、対象製品を扱うかどうかを別々に確かめます。大阪営業所があるだけの会社を、関西本社の会社へ含めないことが大切です。拠点への提案なら、最初から条件を「関西に対象拠点がある」に変えます。
売上や従業員数で絞る場合も、単体か連結か、何年の数字かを指定します。会社概要に連結従業員数しかないとき、AIに単体人数を推定させて条件判定しないようにします。
生成AIに渡すプロンプトと出力項目
最初から企業名を自由に補わせず、確認するページを渡して項目を抜き出します。次の依頼文は、閲覧できる資料または貼り付けた会社概要を扱うための例です。
指定した会社概要だけを根拠に、正式社名、本社の都道府県・市区町村、対象事業、出典URLを表にしてください。条件は「関西に本社があり、工場向けの制御・計測機器を扱う会社」です。本社と営業所、単体と連結を区別してください。記載のない項目は「未確認」とし、電話番号、担当者名、法人番号を推測しないでください。各条件を「一致・不一致・未確認」で判定し、理由も短く添えてください。
URLを渡しても、そのAIがページを取得できたとは限りません。出典を開けなかった場合は、取得不能と出力させます。検索結果の短い説明を読んだだけなのか、会社概要の本文を確認したのかも区別してください。
出力には「事実」と「条件判定」を別の列で残します。「大阪市に本社」は確認可能な事実ですが、「自社商材に関心が高い」は通常そのページだけでは分かりません。前者を根拠に後者まで埋めないようにします。
実在3社を公式の会社概要で照合する
編集部で2026年10月20日に各社の公式ページを確認しました。以下はAIツールの精度を測った結果ではなく、出力後に照合する完成形の例です。電話番号と担当者情報は含めていません。
表は左右にスクロールできます
| 正式社名 | 公式の本社所在地 | 確認できる事業の例 | 練習条件での判断 |
|---|---|---|---|
| オムロン株式会社 | 京都市下京区 | 制御機器など | 本社地域と対象事業が一致。提案先部署は別に確認 |
| 株式会社キーエンス | 大阪市東淀川区 | センサ、測定器、制御・計測機器など | 本社地域と対象事業が一致。購買意向は未確認 |
| SMC株式会社 | 東京都中央区 | 自動制御機器製品の製造加工・販売など | 事業は一致するが、関西本社という条件では除外 |
確認元はオムロンの会社概要、キーエンスの会社概要、SMCの会社概要です。SMCに関西の拠点があることと、本社が関西にあることは別の条件です。
ここで残る2社も、架電可能と確定したリストではありません。会社情報が一致する段階から、提案先の窓口、用途、社内の既存取引、連絡停止履歴を確認する段階へ進んだ状態です。
同名企業や表記ゆれは法人番号で分ける
略称だけで重複を消すと、別法人をまとめてしまうことがあります。国税庁の説明では、法人番号と名称、本店または主たる事務所の所在地を基本3情報として公表しています。
法人単位の識別子には、名称と所在地を照合した法人番号を使います。本社所在地の表現と登記上の所在地が違う場合は、違うから即座に除外するのではなく、変更履歴や会社側の案内を確認します。この記事の3社表では法人番号を個別照合していないため、番号まで確認済みとは扱いません。
一つの法人へ複数拠点で提案する場合は、法人番号だけで行を一つにしません。「法人番号+拠点ID」で拠点を区別し、同じ法人への連絡上限は法人単位で管理する、といった分け方が必要です。
誤った行を修正してからCSVにする
次は編集部が検証用に誤りを混ぜた入力例です。生成AIが実際に以下の誤りを出したという実験結果ではありません。会社情報の誤りと営業上の推測を、別々に直す練習として使います。
表は左右にスクロールできます
| 検証用の入力 | どこで確かめるか | 修正後の扱い |
|---|---|---|
| オムロンの本社地域を「大阪」と記載 | 公式会社概要 | 「京都市下京区」へ修正し、元値と修正日を記録 |
| キーエンスとKEYENCEを別会社として2行追加 | 正式社名・会社URL・必要に応じ法人番号 | 同じ法人を指すと確認して統合。異なる拠点なら拠点列を残す |
| SMCを「関西本社」と分類 | 公式会社概要 | 東京本社として今回の条件から除外。会社自体を不適格とは扱わない |
| 「採用ページがあるので営業人員不足」と補完 | 採用ページと根拠の範囲 | 推測部分を削除。確認できるのは掲載内容まで |
CSVにはまず候補IDと正式社名を置き、所在地と事業を加えます。検証用の列は出典URLと確認日、条件判定と除外理由です。さらに連絡先の確認状態を分けておくと、確認済みの会社と電話をかけられる状態の会社を混同せずに済みます。法人番号と拠点IDは、照合した後に加えます。
電話番号は数値ではなく文字列として保存します。先頭の0が消えたり、表計算ソフトの表示が変わったりするのを防ぐためです。取り込むシステムの形式に合わせて正規化しても、確認元の表記を別列に残すと誤変換を追えます。
例の会社情報が合っていても、番号を確認していない行の状態は「連絡先未確認」のままです。空欄を埋めるために、別拠点の番号や一般的なメールアドレスの形式を推測して補完しません。
無料の調査と企業データベースを使い分ける
少数の候補を確かめる段階なら、公開情報と手元の表から始められます。無料で見られる情報でも、確認と修正に使う時間は残ります。生成AIの利用料金が無料かどうかも、選ぶサービスの契約条件によります。
毎月数千社を更新するなら、企業データベースや取得を認められたAPIの利用を検討します。比較したいのは登録件数だけでなく、更新日、法人と拠点の識別、出典、利用できる連絡手段、CSV出力の範囲です。購入したデータだからすべて最新、営業利用可能とは判断しません。
国税庁のWeb-APIは法人名や法人番号、期間を指定した基本情報・差分取得に対応しています。利用にはアプリケーションIDが必要です。担当部署の電話番号や購買意向を取得する企業データベースと、同じものではありません。
件数ではなく確認済み1社あたりの費用を見る
仮に200候補を集め、重複20社、条件外40社、確認不能20社を除いて120社残ったとします。確認作業8時間を時給換算3,000円、ツール費を3,000円と置くと、確認済み1社あたりの費用は27,000円÷120社=225円です。説明用の仮計算で、一般的な相場や実績ではありません。
AIを使って候補を2倍に増やしても、確認不能や誤分類が同じ割合で増えれば、使えるリストの単価は下がらない場合があります。調査時間、残った社数、修正が必要だった項目を同じ表で記録し、次の追加分で比較してください。
連絡停止と確認日を付けて次の工程へ渡す
候補作成が終わったら、CRMの既存取引先、担当営業がいる会社、連絡停止先と照合します。停止情報は今回のCSVだけに付けるのではなく、次に候補を作るときにも参照する正本へ残します。具体的な照合方法は停止リストの管理方法で扱います。
公開ページを集めるときは、取得元の利用条件と取得方法も確認します。担当者名や個人の連絡先、顧客履歴を外部AIへ渡す場合は、社内で認められた入力範囲とサービスのデータ取扱条件を先に確かめてください。会社一覧を作ったことだけで、電話・メール・フォームのどれでも連絡してよいと考えないようにします。
最初の成果物は、大量の社名ではなく、出典と除外理由を説明できる10行です。その10行で条件のずれと確認時間を測り、問題がなければ件数を増やします。AIの出力がきれいに整っているかではなく、別の担当者が同じ根拠へ戻れるかで完成を判断してください。