【セミナーアーカイブ】第8回（特別編） AIを活用した提案・営業資料作成入門

開催日：2026年2月27日 ／ 登壇：スペースラボ株式会社 代表取締役 柴原誉幸　／　コーリング法律事務所 代表弁護士 竹下千尋 ／ 収録時間：98分

ChatGPT・NotebookLM・Genspark・Manus AIを使い分けて、提案資料を0から仕上げるまでの実践フローを画面つきで解説します。第1部では竹下弁護士が、日本・米国・EUの生成AI学習規制の違い、パープレキシティ訴訟、声優の声とパブリシティ権について解説します。

登壇者

この回の要点

• 日本の著作権法30条の4、米国のフェアユース、EUのTDM例外とオプトアウトの違いを整理
• 読売・朝日・日経がパープレキシティを提訴した理由は「robots.txtを無視したただ乗り」
• 声優の声はパブリシティ権の客体に含まれ得るとされ、声の登録データベースの取り組みも紹介
• AI資料作成を選ぶ基準は「手元に資料があるかないか」。あればNotebookLM、なければChatGPT
• ChatGPTで課題・コンセプト・施策・KPIを壁打ちし、最後に「Genspark用にまとめて」と指示
• スライド生成では対象・サイズ・出力先・配色・フォント・情報密度・図の言語まで指定する
• AIだけで100点は狙わず80〜90%で止めて人が仕上げる。顧客名など固有名は入れない

アーカイブ動画

目次

• はじめに 0:00
• 第1部：最新のAIと法律に関するニュース解説（竹下弁護士） 1:55
• 会社説明 29:26
• 第2部：AIを活用した提案・営業資料作成入門 34:00
• 実演1：ChatGPTで0から壁打ちする 59:05
• 実演2：NotebookLMで手元の資料を読み込ませる 1:07:10
• 実演3：GensparkとManus AIでスライド化する 1:19:09
• まとめと次回予告 1:35:31

※各見出しの時間をクリックすると、YouTubeの該当箇所から再生できます。

講演の全文（文字起こし）

※本記事はセミナー当日の音声をもとに作成した文字起こしです。読みやすさのため、言い回しを一部整えています。ツール名・料金・法制度の内容は開催当時のものです。

はじめに 0:00

提案・営業資料作成のご要望が多かったので、今日は番外編として「AIを活用した提案・営業資料作成入門」を行います。いつも通り17時から18時半までを時間として配信したいと思っております。

本日のカリキュラムです。1番目は、いつもお世話になっているコーリング法律事務所の代表弁護士、竹下先生から最新のAIと法律に関するニュースをお伝えいただきます。17時半にそちらが終わりまして、17時35分ぐらいから第2部として提案・営業資料作成入門を行いたいと思っております。

簡単に私の説明をしますと、スペースラボ株式会社代表の柴原と申します。後ほど本人から自己紹介があるかと思いますが、コーリング法律事務所の竹下弁護士です。では竹下先生、お願いしてもよろしいでしょうか。

（竹下弁護士）はい、お願いします。では私の方で画面共有させていただきまして、お話を進めたいと思います。皆様こんばんは、弁護士の竹下と言います。先ほどご紹介いただきましたけれども、私はコーリング法律事務所というところで弁護士をしております。

第1部：最新のAIと法律に関するニュース解説 1:55

自己紹介と今回のテーマ 1:55

（竹下弁護士）主にITの分野や新規ビジネスの法律相談、あと法務部門の立ち上げ・運営・育成といったところで尽力させていただいております。キャリア一般としては、ずっと企業法務を担当してきておりまして、弁護士としても10年ぐらいやらせていただいています。最近では生成AIをサービスとして提供している事業者さん、もしくは事業の一環として利用している皆さんとお仕事をさせていただくことがあります。

（竹下弁護士）このセミナーも5回目、6回目ぐらいになりますけれども、毎回新しいニュースをお届けしています。30分、実質25分ぐらいの短い時間になりますので、生成AIと法律問題の全体的なご説明はなかなか難しく、毎回部分を切り取った最新のニュースをお届けしています。もし機会があれば、全体を通して勉強していただくような資料は今いろんなところにありますし、文化庁の出している資料なども読んでいただけるのがいいかと思います。分からないところは顧問の先生方とご相談いただくか、必要があれば私の方にご連絡いただければと思います。

（竹下弁護士）前回どういう話をしたかと言うと、生成AIサービスが著作物を学習する場面で著作権侵害にならないようにするために、日本はどういう制度を置いていて、海外、特にアメリカはどういう制度を置いていて、実際にどういうことが裁判になっているのかをお伝えしました。今日はこの1番を少し広げて、パープレキシティと日本の新聞会社さんが訴訟を起こした件について少し深くお伝えするのと、日本とアメリカ以外の国がどういった内容の法律を持っているのかもご説明しようと思います。

（竹下弁護士）前回は、生成AIを使って出てきた画像などのアウトプットが、すでにある著作物とそっくりだった場合に誰に責任があるのか、AIを使って出てきたアウトプットに著作物性は本当にあるのかについてもご説明しました。今日は同じことを話すわけにはいかないので、日本にある著作権とAIの関係の規制がアメリカやそれ以外の国ではどうなっているのかをお伝えします。

（竹下弁護士）それに加えて、特にパープレキシティを取り上げて、どうしてここが今、訴訟の相手方、非難の対象となっているのかをお伝えします。最後に新しい話として、今までは著作物や物と生成AIとの関係を問題にしてきましたが、今回は音声、特に声優さんや俳優さんの声が、生成AIを使って似た声として出てきた場合にどういう問題があるのかをお伝えします。これも面白いニュースというか社会的な動向がありますので、聞いていただければと思います。

生成AIの学習はどこまで許容されるのか――日本の著作権法30条の4 5:47

（竹下弁護士）1番最初に、生成AIサービスの学習はどこまで許容されるのかについてご説明します。前回すでに聞いていただいた方には重複しちゃうんですけれども、大前提として、日本で生成AIサービスの学習に関する規定が著作権法になかった場合、AIに学習データとして著作物を食わせる行為は複製権の侵害を生じてしまうわけです。一時的なキャッシュとして残るだけなんですけれども、有体物に一旦固定されるということなので、形式的には著作権法に定められている複製権を利用していることになり、許諾なく行えば複製権侵害ということになるはずなんです。

（竹下弁護士）ただ、本当にこうしておくと、日本でAIを育てていこう、AI産業を伸ばしていこうという中で、インターネット上に展開されている著作物を一切学習できないとなると、日本のAI産業が全く育たないということになってしまいます。そうすると日本だけが取り残される可能性があることを危惧するわけですね。

（竹下弁護士）一方で、この制度のまま学習を可能にするためには、各著作権者さんから許諾を得ていかなきゃいけないわけですけれども、インターネット上に展開されている著作物の著作権者1人1人に許諾を得ることはほぼ不可能なわけです。何千万、何百万という単位の著作物がある中で、その全てについて許諾を得るのは事実上不可能です。なので日本はわざわざ著作権法に規定を置いて、こういう場合には学習させたとしても著作権侵害になりませんよという規定を置いたんですね。

（竹下弁護士）つまり、著作物が世の中に出回る中で市場としてのバランスを崩さないように、著作権者さんの利益を侵害しないのであればオッケーですよという規定にしました。これが日本の著作権法30条の4と表現されているものです。条文自体は非常に難しくて読みにくいので覚えなくても全然いいですし、こんなのがあるんだなと聞いていただければいいと思います。

（竹下弁護士）1番大事なことは、一般論で言うところの生成AIがインターネット上で情報解析をするにあたって、データをクローリングして取り込む際に、著作権者の利益を不当に害することになる場合を除いてはオッケーとしますよという制度にしたということです。これはその国の考え方を表したもので、もちろんいろんな国でいろんな考え方があって、日本はこういう風にバランスを取ろうと思ったわけです。要は、漫画家であったり映画監督であったり音楽家さんであったり、こういった方々の利益を不当に害することにならないのであれば学習しても大丈夫ですよとしたのが日本の法律の考え方です。

アメリカのフェアユースと2つの判例 9:09

（竹下弁護士）一方でアメリカではどうなっているかと言うと、著作権法上の中に生成AIの学習に特化した条文は置いていません。ではどうしたかと言うと、いわゆるフェアユースという一般条項、抽象的に決められていて、いろんな事案が入ってくるような条項で対応しています。基本的に他の人の著作物を勝手に使っちゃいけませんよ、ただその理由がフェアなんだったら著作権侵害を構成しないことにしてあげますよ、という形にしているんですね。

（竹下弁護士）具体的にどういう場合がフェアで、どういう場合がフェアじゃないのか、認められた事案と認められなかった事案を1つずつ挙げています。入ってくる事案が非常に幅広くて、1つ目はGoogle対Oracle事件です。GoogleがAndroid OSを開発する際に、Oracleが著作権を持つJavaのAPIを一部複製していたと。これがフェアなのかフェアじゃないのかが争われた事件ですね。

（竹下弁護士）この際に裁判所が言ったのは、これは著作権者の権利を保護するよりも技術革新の利益の方が上回ると。つまりGoogleがAndroid OSを開発してJavaを使えるようにすれば、Oracleとしてもそっちでもっと事業展開することができるのだから、著作権侵害に形式的には当たるのかもしれないけれど、フェアな利用なんだから著作権侵害じゃないことにしましょうとしたのがこの事案だったんですね。

（竹下弁護士）一方でフェアユースが認められなかった事案が下の方です。アンディ・ウォーホルさんという有名なアメリカのアーティストで、皆さんがご存知なのはキャンベルの缶をたくさん貼ってあるような絵や、マリリン・モンローの映像を少し色を変えて複製しているような絵のアーティストさんですね。この方が、ゴールドスミスさんという方が撮った、アメリカの有名なアーティストのプリンスさんの写真を、マリリン・モンローと同じような形で色を変えたりして、いくつかの写真に加工するなどして新たなアートを作ったと。

（竹下弁護士）これを公開したところ、ゴールドスミスさんとしてみれば自分が撮った写真が売れた方が当然いいわけで、アンディ・ウォーホルさんの作ったアートがどんどん出回ってしまうと自分の写真が必要なくなってしまう、要は対価を回収する機会を得られなくなってしまうと主張しました。裁判所はそれを認めて、確かにこれはフェアじゃないと。元の写真のライセンス市場、特に雑誌などへの利用と競合してしまって市場を代替する、つまりゴールドスミスさんの写真が売れなくなってしまうので、これはフェアじゃありませんねとしたんです。

（竹下弁護士）アメリカではこのフェアユースの規定を使って、生成AIが学習の場面でフェアな複製を行ったのか、フェアじゃないのかを判断することになっています。これはすごく抽象的な規定なので、裁判所に持っていって判断してもらわない限り、フェアかフェアじゃないか分かりづらいんですよね。ただ訴訟大国であるアメリカなので、判例が積み重なっていくことである程度のルールが作られることを当然ながら前提としている国です。そういった形で日本とはシステムが違うということになっています。

（竹下弁護士）パープレキシティの関係で1つ皆さんに知っておいていただきたいのは、日本の読売新聞と朝日新聞と日経新聞が、パープレキシティに対して2020年8月に訴訟を起こしました。問題となった行為は、パープレキシティが各新聞会社さんが有料で配信していたWebの記事を無断でクローリングして、AI検索の回答として実質的に酷似した内容の生成物を出してしまったということです。

（竹下弁護士）これはまだ訴訟中なので、どういう結論になったかはもう少し先にならないと見えませんし、パープレキシティが負けるのか原告さんが負けるのかもまだ分からないんですけれども、争点となっているのは、有料の記事をお金を払わずにクローリングして学習させることが、著作権法30条の4の情報解析の中で著作権者を害することにならないのかどうか、ということが問題になってくる事案です。これは日本で起こされている訴訟なので著作権法30条の4ですし、もしアメリカで起こされてアメリカで被害が起きているのであればフェアユースの問題になります。

EU・イギリスのTDM規定とオプトアウト 14:20

（竹下弁護士）一方で、今EU、ヨーロッパではどういう規定になっているかと言うと、EUでは「デジタル単一市場における著作権及び関連権に関する指令」、ディレクティブというものが出されて、これを受けて各国が自分の国内法の著作権法を改正することになっています。具体的に何をどう改正しなさいと言われているかと言うと、TDM規定を作れと言われています。TDMというのはテキストデータマイニングですね。

（竹下弁護士）中身は、合法的にアクセスができるものについては著作権者の許諾なく分析に用いていいですよと。ここからすごく大事なんですけれども、アメリカにも日本にもない制度で、ただし権利者が嫌だと言ったらちゃんと学習の対象から外しなさいねというオプトアウトの規定があるんですね。これは日本にもアメリカにもない大きな違いになります。

（竹下弁護士）つまり合法なものだったら全部オッケーですよというのは結構広い範囲なんですけれども、オプトアウトがあることで、EUで学習をしようと思った場合、データマイニングをしようと思った場合には、これはオプトアウトされていないかどうかを非常に神経を使って確認しなきゃいけないということになります。実際にドイツではオプトアウトの記載があるのに学習をしてしまったということで、OpenAIが訴えられて負けたという事案があります。

各国比較と今後の見通し 16:12

（竹下弁護士）日本、アメリカ、EU、あとイギリスも含めて比較して見てみようと思います。先ほど言った通り、日本では著作権法30条の4という規定を設けて、著作権者の不利益にならない限りオッケーですという規定にしました。アメリカではフェアかフェアじゃないのかという判断でフェアユースの規定を用いることにしています。新しく作った規定ではなく、昔からあった規定ですね。EUではDSM指令によって新しくTDM、テキストデータマイニングの例外という条文を作りました。

（竹下弁護士）イギリスもEUと同じようにTDM例外を作ったんですけれども、EUとは違うところがあります。枠の4番目と5番目、AIの対象と営利目的というところを見ていただければと思うんですが、日本もアメリカもEUも、生成AIの学習については営利目的でやっていいですよと言っているんですね。要は金儲けのためにサービス展開する、そのためのAIサービスのための学習でもオッケーですよと。一方イギリスでは、原則として研究目的のものにしかやっちゃだめで、営利目的の学習はダメですと言っているんです。

（竹下弁護士）ここら辺は著作物に関する考え方が違っていて、日本はどちらかというとAI産業を広めていくために著作権の権利はある程度制限しなきゃダメですねという考え方でした。一方イギリスはむしろ著作権の権利を重要視して、商業利用することはもう禁止しています、研究目的でしかやっちゃいけませんよという規定になっています。オプトアウトの制度も唯一EUだけが認めていて、それ以外の国は制度がないということになります。

（竹下弁護士）こういった感じで、日本国内で生成AIのサービスを提供している人が海外に出ていってプラットフォームを利用して事業展開をしようと思った際に、海外でのデータマイニングをする際には考えなきゃいけないことが違ってくるので、そこは非常に注意が必要になってまいります。またここは、その国における生成AIのサービスが今後どう展開・発展していくのかにも非常に関わってくるところなので、面白いポイントなんじゃないかなと思っております。

（竹下弁護士）例えばシンガポールは日本に似ていたり、カナダやオーストラリアはアメリカに似ていたり、韓国の制度はEUに似ていたりするんですけれども、ここら辺は実はまだまだ流動的です。今はこういうスタイルで固まり始めていますけれども、もしかしたらイギリスなんかは大きく方向転換する可能性もありますし、アメリカもフェアユースではなくて独自の規定を作るなんてことも言えなくはないと思うので、まだまだ長い目で見ていかなきゃいけないなと思っております。

パープレキシティ訴訟――なぜ問題視されているのか 19:10

（竹下弁護士）2つ目のトピックスとして、先ほどパープレキシティの話をしたと思うんですけれども、ここについてお話をしたいと思います。読売新聞、日経新聞、朝日新聞がパープレキシティに対して訴訟を提起しましたと。理由は先ほどお伝えしましたけれども、有料の記事を無料でクローリングしてそのデータを学習させていた、これが主な問題事項になっています。

（竹下弁護士）産経新聞、日経新聞は今年の1日に抗議文書を送りました。さらに共同通信に加盟する55社のうち新潟日報社など48社も連名で抗議を声明しました。こんな感じで日本の大きなメディアさんだったり、結構いろんなメディアがパープレキシティに対して抗議をしているわけです。

（竹下弁護士）実はアメリカ国内では、訴訟の数だけで言うとパープレキシティよりOpenAIの方が全然多いんですね。何が起きているかと言うと、メディアがパープレキシティを訴えていて、一方でユーザーがOpenAIを訴えているという構図ですね。もちろん逆もあるんですけれども、OpenAIについては、例えば利用したせいで自分の息子の自殺を助長させたとか、OpenAIを利用してこういうプロンプトを入れたらこういうアウトプットが出てきて、そのせいでうつ病になってしまったとか、そういったことで訴えられているケースが結構多くて、どちらかというと悪用の問題です。著作権の問題で訴えられている数としてはパープレキシティの方が多いのかもしれません。

（竹下弁護士）それはなぜかと言うと、これは日経新聞が自分たちがパープレキシティを訴えるにあたって説明した文章になるんですけれども、ネット上に出ているので見ていただければと思います。この3段落目をちょっと読んでいただくといいかと思うんですけれども、記事の無断利用を防ぐため両者、これは日経新聞と朝日新聞ですね、は自社サイトにrobots.txtという技術的措置を施して、記事コンテンツの利用を拒否する意思表示をしていた。だけどもパープレキシティはこれを無視して利用を続けています、と。

（竹下弁護士）つまり、robots.txtを使って勝手なクローリングやデータマイニングをされるのを断る仕組みを使っていたにも関わらず、普通は自動ではできないはずなのに、それをさらに回避して勝手に自動的にデータマイニングができるような仕組みにしていたと。これによって、うちとしてはやられたくない有料のコンテンツも含めて学習されてしまったので、著作権法の侵害が生じているんですよということを言っています。

（竹下弁護士）つまり同じデータマイニングやクローリングをしても、OpenAI、ChatGPTと比べると、OpenAIはrobots.txtがあればそこでデータマイニングやクローリングを止める技術になっていたにも関わらず、パープレキシティはこれを回避して読み込むような仕組みになっていたと。だからこれによって有料記事も無料で学習されていたんです、ということで訴えています。

（竹下弁護士）ただ注意していただきたいのは、まだ訴訟中の段階での一方当事者の主張になりますので、これが正しいんだと今時点で分かっているわけではないので、そこは注意いただきたいんですけれども、仮にこういうことがあるとどういうことかと言うと、1番気にしているのは「ただ乗り」なんですよ。パープレキシティ社の一連の行為は、両社の記者が多大の時間と労力を投下して取材・執筆した記事について対価を支払わずに大量に継続的に利用するものです、ということで、著作権法30条の4のそもそもの趣旨である、著作権者を不当に害することがない場合というのと、思想としては合っているということになります。

（竹下弁護士）ここでもピンと来ていただくといいのかなと思うんですけれども、先ほど紹介したアメリカのフェアユースも基本的には同じような発想で、フェアユースが認められてしまうと元の著作権者が対価を回収する機会が得られなくなってしまう、だからこれはフェアじゃありませんよねという判例があると紹介したと思います。それと同じように、対価の回収性について非常に気を配っているというのが分かるかと思います。

（竹下弁護士）なのでパープレキシティが今回こういう形で大きく問題になっているのは、他のAIサービスと比べてこういった問題点があるのかと言われている、言われている段階ですけれども、言われているということだけお伝えできればなと思っております。

声優の声とパブリシティ権 24:16

（竹下弁護士）最後に、今まで著作物が色々出てきたと思うんですけれども、特に声優さんの声、これを模倣して生成AIが似た声でアウトプットを出すことについて特別な問題があるので、お伝えしておこうと思っています。これは文化庁の出しているところから引っ張ってきているんですけれども、時間の関係で内容を読むのはやめますが、声優さんや俳優さんが声色を真似されて似た生成AIのアウトプットが出てきた場合に、どういった著作権法の問題があるかを検討しているページです。

（竹下弁護士）実はこういった声の問題については、著作権とは別にパブリシティ権の問題というのがあります。パブリシティ権とは、ピンク・レディー事件で最高裁が言及した権利なんですけれども、どういう事案だったかと言うと、週刊誌がピンク・レディーに許諾を得ずに写真14枚を無断掲載したと。これによってピンク・レディーとしては、本来自分たちがお金を得られるはずであった写真を勝手に掲載されたことで、対価回収の機会を失われてしまったと訴えた事案ですね。

（竹下弁護士）結論としては、事案の判断としてピンク・レディー側が負けてしまったんですけれども、最高裁は少なくとも人格権に由来する権利として、顧客吸引力というものが法律的な保護の対象になるんですということを伝えた判例なんですね。ただこのパブリシティ権は法律上どこにも規定されているものではなくて、裁判所がピンク・レディーからの訴えを受けて、きちんとこういう権利もあるんですよと紹介した事案になっています。

（竹下弁護士）調査官解説という、ちょっと専門的な言葉になっちゃうんですけれども、この判例の解説の中でも、声優さんの声そのものは肖像ではないにしろ、パブリシティ権の客体である「肖像等」には含まれるんですということを言っています。だから場合によっては声が真似されて、その人に似た声を使われて顧客吸引力を利用したとしたら、それはパブリシティ権の侵害になるんですよということが、この調査官解説では言われているんですね。

（竹下弁護士）こういったことを受けて、今回新しく面白い取り組みが始まりました。JPOPro（仮称）というサービスなんですけれども、声優さんや俳優さんの声を音源として登録してデータベース化すると。コンテンツとして使いたい人はこのデータベースにアクセスして、個人から許諾を得た上でお金を払ってこれを使えるというサービスなんですね。データベースでは利用された音声が許諾を受けたものかどうかを判別できる電子透かしや声紋などの技術を使って、不正な利用を抑制するとなっています。

（竹下弁護士）それに加えて、これは日経の記事になったんですけれども、俳優さん・声優さん1人1人の声の利用に関する意思表示も登録できるようなシステムにするという話になっています。つまり生成AIがどんどん発展してくることによって、俳優さんの声や声優さんの声が勝手に学習またはプロンプト入力によって生成されて、声優さんたちの仕事がなくなってしまったり、経済的に不安定にされてしまったり、もしくは自分たちがやりたくない仕事にも関わらず勝手に生成されることによって人格権が侵害されるようなことがないように、先んじて手を打ちますというアイデアなんですね。

（竹下弁護士）これは非常に革新的だなと思っていて、この制度がうまくいけば、そもそも著作権侵害なのか肖像権侵害なのかという議論がなくても、このサービスが定着することによってきちんとした対価の還流が目指されるんじゃないかなと思って、私は注目しております。

第1部のまとめ 28:54

（竹下弁護士）ちょっとお時間が過ぎてしまったので、今日はこの辺で終わりにしようかと思います。今後もこういった形で生成AIと法律に関する新しいニュース等がありましたら皆様にお届けできればと思いますので、引き続きよろしくお願いいたします。

ありがとうございます。もうちょっと聞きたかったです。また次回、よろしくお願いいたします。セミナーで1番人気のコンテンツでございました。ありがとうございます。

会社説明 29:26

今回は、前からお話していた、ご要望が多かった資料作成のところのAI活用の内容になっております。その前に、弊社は何者だと言われてしまうと思うので、弊社のご説明をさせていただきたいと思います。「ビジュアル表現を通じてビジネスの可能性を広げる」というところで、ビジュアルを制作するのが得意な会社になっております。その中でも、なかなか言葉で表現できないようなものを解像度高く制作するのが得意分野になっております。

我々は東京都港区東新橋にございまして、今期18期目を迎える会社になっております。ISOなども取得しており、取引も安全な会社となっております。

事業内容ですが、建築・内装のビジュアライゼーションという事業が主体となっておりまして、いわゆる建築のプレゼンテーションパースを元々やっておりました。デザイナーさんの最高のパートナーとして支援する会社として立ち上がりました。パースとBIM支援、今はAIコンサルなどをやらせていただいています。パースがちょっと高いところで、ということで広告制作事業部がございまして、ハイクオリティのパースを提供している事業です。

あとはVR、AR、ちょっと死語になってしまったかもしれませんがメタバースといった領域をやっているのがnewtraceという会社になります。特にRobloxなどのプラットフォームの企業案件を今中心に活動しております。あとは11月に名前が変わってノートポイントという会社になりましたが、ハイエンドのパソコンやOEM系のパソコンを販売したり、デジタルサイネージとかですね。また今、中古パソコンの事業を入れておりまして、皆様の会社でいらないパソコンがたくさんあれば、活かせていただきますので声をかけてください。

あとはドットハニカムという会社では、建築DXを目指して、我々だけだとどうしても実務の方が分かりづらいところもありまして、内装設計が分かるハブさんと我々、AIの開発会社と一級建築士の皆さんの4社で合弁会社を作っております。こちらは設計施工もやらせていただいています。

本当にこういった絵が我々の事業になりますので、パースやVR、ARのご依頼がありましたらご要望いただければと思います。こういった大型商業施設のパースは我々が比較的多く描いているような会社になります。最近はハイクオリティなホテルのようなものを描くことが多くあります。住宅用のパースも描かせていただいております。あとはAIの研究を一緒にやらせていただいたりとか、この事業にともなうところですが、画像AIの無料・有料セミナーをやったり、企業顧問をやらせていただいたり、AIに関する悩みをお伺いして解決に導く、ジョイントするような事業もやらせていただいております。簡単ですが、ご説明になりました。

第2部：AIを活用した提案・営業資料作成入門 34:00

本日の内容 34:00

ここからは「AIで企画書・提案書はここまで作れる」というところで、今日はさらっと流すというよりは、実践的なところを中心にやらせていただければと思っております。今日どんなことをやるかというと、毎回画像生成の時もそうですが、最新のAIの動向を説明させていただくところから、AIプレゼンツールの比較、壁打ちの使い分け、実践フロー、プロンプトの作り方、実務上の落とし穴などです。入門と今回うたいましたが、ほぼプロレベルというか、実務で本当に使えるものを今日お伝えできるかなと思っております。

主要AIの最新動向 35:08

いつも通り、主要なAIは最近どうなっているか、1ヶ月経ってどうなっているかを毎回お伝えしますが、1枚でまとめております。前からお伝えしておりますが、エージェント化がどんどん進んでおります。ChatGPTとGeminiが性能でずっと追いつけ追い越せと争っているんですが、横からClaudeがエージェント型で、デスクトップ型とウェブ型の2つを出しています。デスクトップ型は私もこれから試すところで乗り遅れてしまったんですが、要はデスクトップ上にあるものをAIが作業してくれると。簡単なところで言うと、デスクトップのファイルを整理してくれたりとか、そんなこともしてくれるような時代になってきたようです。

意外と私も結構使うんですけれども、Grokは結構使うんですね。最新情報やトレンドを掴むにはやっぱりXの情報発信が早いというところもあって、パープレキシティもいいんですけれども、私は結構Grokの方から最新情報を拾ったりしております。

ChatGPTはやはり最初の一点の速さ、何もないところから生み出すのが本当に得意な領域になっております。すごくマルチなAIで、いろんなことができるんですけれども、ただ未だにハルシネーションのリスクは少しありますよというのが、やっぱり弱点として残っているのがChatGPTになっております。

Claudeの方です。これは本当に好みがあって、もうChatGPTなんか使わないでClaudeだけやっているよという人が結構いらっしゃるようです。本当に長文の理解と記憶、論理的整理や構造化とかですね。見ていると、数字をよく扱う方はとてもClaudeと相性がいいような気がします。僕のイメージだと、整理とかロジックツリーみたいなのを考える時はとても優秀ですし、あとプログラミングとか、とにかくロジックありきのものをやる時はすごく優秀なイメージでございます。これは業種によるのかなと思っています。

あとGeminiでございます。相変わらず地味にどんどん頭も良くなって、マルチモーダル化で、Googleが持っている無料アプリ、Googleカレンダーから始まり、スライドであったりドキュメントであったり、いろんなものに連動しながら紐付けて便利さをどんどん上げているのがGeminiというところです。特にGeminiのいいところはエコシステムもそうなんですけれども、視覚情報に強いと書いてありますが、画像生成や動画生成がちょっと頭抜けて良くなっているような気がします。Veo 3とかですよね。あと「77和2」とかが最近出ましたけれども、すごく良くなっているような気がします。

あとは最近大きなニュースになりました。Apple社がついにGeminiと提携というところで、今度iPhoneに入っているSiriがGeminiに変わっていくようなことを言っておりました。Appleはここは独自路線をやめて提携というところに行ったんでしょうか。そういったニュースが最近あります。あとは本当に超大きなコンテキストというところで、入力が膨大なことができるというところも、Geminiのいいところになっております。

先ほど僕が最近おすすめなGrokです。最新情報・トレンドを掴むには本当にGrokはすごくいいような気がしていて、Xのトレンドとの連携と圧倒的な速報性ですね。ただ、どこまで行っても情報はSNS上の情報だというところがあって、悩ましいところなんですけれども、デマも多いところではあるので、確かな情報かは確認していかなきゃいけません。ただ新しい情報を掴むのはGrokが1番早い、Xで掴むのが早いというのも事実なので、兆候を掴むためにと書いてありますが、本当にリアルタイムで情報を拾う尖った武器として活用するのは間違いないかなと思います。今回、このセミナーの資料の元になる調査は、Grokだけではないんですけれども、Grokをちょっと使ってやらせていただいています。

なぜAI資料作成がここまで話題なのか 41:34

ここからがちょっと本番なんですけれども、なぜAI資料作成がここまで話題なのかというところです。調査を色々していく中で、やっぱりこちらが1番大きくなっております。何かと言うと、手元の資料を読み込ませて理解させるというところでございます。要は社内の資料を、セキュリティが固まった中でどう処理していくのか、どう分解していくのか、どうまとめていくのかというところで、このNotebookLMが、しかも無料でやれるというところで、ものすごい人気を今全世界で起こしているようです。こちらも結構1つのきっかけになっております。

あともう1つ、今日1番ご説明しますが、Grokで検索したところ、Manus AIとGensparkというところが台頭して一気に出ております。特にGensparkですね。皆さん肌で感じているかもしれませんが、テレビを見てもどこ行っても広告をすごく打っているので、一気に攻めてきているんじゃないのかなと感じます。

結局1番いいのは、AIもどんどん特徴が出てきて、使い分けのノウハウが民主化されてきたというか、すごく一般的になってきたというところもあって、一般的に活用はできるようになってきたのかなというのも、AI資料作成の流行り、実務に急進行というところのきっかけになっていると思います。

AI資料作成ツールの比較 43:36

今、僕の観測上、これこそGrokで検索した結果になっております。NotebookLMが1位となっております。2位がManus AI、3位がGensparkで、昔からちょっとGamma。日本独自ですけれどもイルシルさんとか、Canva、Copilot、Geminiとかありますが、意外と、実は私もいろんなものを使うんですけれども、僕の体験のイメージで言うと、意外とGeminiのキャンバスを使ったスライドも悪くないような気がしています。

物によると思いますが、デザイン系のことをやられている資料だと、Geminiが滑らかにおしゃれで、デザイン事務所がプレゼンするような資料策定はGeminiのキャンバスがめちゃくちゃいいような気がしております。企業とかそういったものは、Gensparkの方が向いているのかなと。一般的なものは向いているような気がします。NotebookLMは要約ツールと言うんですけれども、まとめるのが得意であって、資料化をするところはいまいちなんじゃないのかなという、まだAI感がものすごい残っているようなイメージもあります。

比較のところで、一覧になっておりますが、結構項目があって、品質と速度、日本語出力と出力形態、独自のデータベース、価格帯と企業向けかどうかみたいなところで比較させていただいております。僕が注目しているのが、まずは日本語がどれぐらい対応できていますか、というところでございます。やはり日本語がおかしいと資料にならないので。そういう意味で言うと、大体最近のAIを見ているとそこまで違和感は感じないんですけれども、やっぱり丸（△）になっているところはちょっときついんだろうなという感じはします。

あともう1つ、出力形態です。こちらがすごく重要でして、特にスペースラボはGoogleワークスペースを使っているので、Googleスライドに書き出せるのが1番いいなと思ってやっているんですよ。そこら辺に対応しているのがここら辺です。パワーポイントに対応しているのはもちろんそうなんですけれども、ClaudeもSVGだったかな、対応しているんですが、ちょっとここが一手間必要になってくるのは悩ましいかなと思っております。Copilotはここに繋がっているな、と。

あと有料・無料というところも見ても、抜群にNotebookLMは無料になっておりますので、すごく便利になっているかなと思います。あとは皆様が会社で使う時によく問題になっているんじゃないのかなと思うんですが、企業向けかどうか、会社で使えるかどうかというところで、こちらが本当に効いてきているんじゃないのかなと思います。そこら辺も含めて色々お話ししたいなとは思いますが、ちょっとそちらは後になります。

ちょっと話していくと、NotebookLMは根拠の整理、本当に資料ありきで整理していくのがめちゃくちゃいいですよというところで、Manusはエージェント型で完全自動化で色々やってくれます。Gensparkは検索と生成が両方できますと。あとGammaは早くて綺麗というところ。あとイルシルは国内営業向けに特化してやっていますというところです。Claudeは構成案が質という意味で、本当にまさしくそうで、ロジックが効いているものは本当に得意なものになっており、1番いいのは仕様書作成とかにすごく向いているような気がします。あとCanvaはデザイナー向け、CopilotはMS系の企業に向いていますが、あまり仕上がりはすごくいいイメージはないです。

補足：Manus AIの買収 48:47

ちょっとこれ補足なんですけれども、実は私は昔からGensparkもManus AIも使っていたんですけれども、最近実は大きな変化がありました。何かと言うと、Manus AIというのが実は優秀で、去年の頭ぐらいから出ていて便利で私もよく使ったりしていたんですけれども、何がダメだったかというと、中国企業の、中国発祥のAIだったというところで、いわゆるデータの扱いが難しいというところで、なかなか私もご紹介をしなかったりしていたんですけれども、こちらが実はMeta社に買収されたというところでございます。

Meta社、Facebookの会社ですけれども、あそこもAIが欲しい、自社で連動するAIが欲しいというところで、Manus AIを買収したということになっております。ただ買収は済んではいるものの、まだ中国の当局とちょっと一悶着があってまだ待ったがかかってはいるようですが、一応公けには買収されてデータの方は問題ないというところをアメリカの法律でやっているということになっておりますので、一旦はそこは安心して使えるんじゃないのかなと思っております。

ISOの方などは両方強かったりするので、セキュリティで言うとどちらも企業で使っても今はいいんじゃないのかなと思います。それこそ先ほどの竹下弁護士とかに相談していただいて検討されるのもいいんじゃないのかなと思います。資本関係の安心で、本当に中国資本はないと言っているというところで良くなりました。規制リスクの観点としても良くなりましたと。運用ガバナンスに参加できますというところで、AIの今年1番の注目ニュースになっております。

超シンプルな選び方――資料があるかないか 51:18

超シンプルな選び方というところで、資料作成で何を使いますかというところです。色々いくつかあるので、皆さんの特徴に合っていればいいんですけれども、今2026年になって1番X界隈で「これ最強だ」と言われているのがManus AIとGensparkというところになっておりますので、今日はこちらの扱いと、あとNotebookLMの扱いを元に実践編で、ワークショップではないですけれども、こんなやり方でやっていくんですというところをご紹介できればなと思っております。

じゃあ何を持ってAIを選んでいくんですかというところですが、こちら側に書いてあるのはもう分かりやすいところです。資料があるかないかです。本当に資料があれば、1番最初にNotebookLMを使ってください。NotebookLMでまとめてGensparkで使う。何もなければChatGPTを使って骨子を作って、こちらでAIの資料を作るというのが1番メジャーのような気がします。

壁打ちの使い分け 52:48

こちらに書いてあります、本当に実務で使い分け論になっておりますが、ChatGPTに広くアイデアを発散させていく、本当にブレストですね。私はコンサルとか、いろんな会社で「資料作りどうやってやられているんですか」みたいな話をよく聞かれるんですけれども、皆さんGensparkを使ったりとか色々言われるんですけれども、なかなかうまいことできないと言っていて、なんでなのかというと、この壁打ちの使い分けの最初の大元になる資料を作るところで、皆さん甘くやってしまっていて、結局できたものがあまり良くないみたいなのが発生しているように思います。

先ほど話しましたように、何もないところから資料を作りたい、企画を作りたいというのであれば、ChatGPTを使うのが1番いいです。ブレストしながら壁打ちして、仮説や発想など01をどんどんやっていくのも本当にこの2つのAIが向いているかと思います。

一方で、社内で今までデータベースを作ってきて、もう資料があるんだと。このデータを元に次の案を打ちたいんだ、次の一手を打ちたいんだと、そういった次の壁打ちをデータベースを元に何かしらでやりたいと言った時は、逆に言うとNotebookLMが一択でございます。資料があるかないかでこの2つを選んでいただいて、壁打ちをしていただくのが1番いいかと思います。

そちらをまとめて広げる。最初に広いけれども、0→1、0→2、0→3みたいなイメージです。ChatGPTを地道に叩いて叩いて壁打ちしまくって、案が固まったらそれをアウトプットしてスライド化していく。それかNotebookLMで資料ありきのものの中で叩いて中身を作って、仕上げて資料化してこっち側で作る、みたいなのが1枚です。

ここにも書いてありますが、今回の最後に出てきますが、GensparkとManus AIを使いますが、100点になるかというと、100点にはやっぱりならないです。結構やっぱりまだバグがちょこっとあったり、ここどうしようかなとか、色々あります。前ほど全く使い物にならないというわけではなくて、全然使い物になる中で、やっぱり最後は人の手で仕上げないと資料としてはたどり着けないんじゃないのかなという感じはします。ただ前よりは人の手の比率はもう逆に減っております。

実演テーマと進め方 56:08

今日は残り30分なんですけれども、じゃあどうやって作っていくの、そんなに壁打ちすると言うけどどんな質問をするの、ChatGPTやGeminiがどうやってGensparkに映しているの、といったところを具体的にご説明したいと思います。今日はカチカチといろんなページを使いながらご紹介していきたいので、残り30分ぐらいお付き合いいただければなと思います。

今回、例として「地方の商業施設のインバウンド売上を伸ばす体験型企画を作りたい」というところで実演テーマを設けさせていただいております。僕は全然考えたこともないんですけれども、仮にテーマを考えさせていただいて、このお題があった時にどうやって資料化していくのかを話していきます。このテーマにしたのは、公的なデータもありますし、いわゆる社内の何かしらのデータベースがある会社も多いんじゃないのかなというところと、AIで行動化しやすいところも含めて、このテーマに沿っていきます。

僕は今資料をもう用意しているので、これを読み込ませるんですけれども、まずはNotebookLMで資料ありきの時のやり方をやります。その時に読ませるのが、訪日外国人統計の公的資料、あとインバウンド消費動向調査の公的データ、あとe-Statの商業関連統計の公的データ。この3つと、自前で店舗の仮説・KPIシートみたいなものを用意して、外と内側のデータを兼ね合わせながら、これをどうやって読み解いていくのかをNotebookLMで、一括アップロードして解釈していくというところから始まります。

あともう1つは、ChatGPTで0から壁打ちしながら作っていくというところで、どんなプロンプトを打って壁打ちしていけばできるのかを軽くお見せできればなと思っております。

実演1：ChatGPTで0から壁打ちする 59:05

ChatGPTの強み 59:05

結局、結論と強みというところですが、ChatGPTはやっぱり0→1の壁打ちにはもうめちゃくちゃ最強ですよというところがあります。僕もよく事業計画を立てる時はChatGPTを使うんですけれども、なかなかの精度で出して納得いくものは本当に作れるようになりました。1番いいのが、過去の履歴をちょっと覚えていてくれるので、また一から元々のデータを教えなきゃいけないといったものがないので、育てていくとすごく便利なAIだなと思っております。それを前提に事業計画や提案を作れるので、そういう意味ではすごく便利だなと思っております。圧倒的な速度で仮説や論点を出せますと。切り口ももう1回拡張してやります。ただここだけで資料は完成はできないです。見せるためには足りていないです。

プロンプトの流れ 1:00:14

実際にChatGPTのところで今からやっていきたいと思います。先ほどのテーマを投げて、課題を出してコンセプトを書いて施策を出してKPIを仮説するという一連の流れを、どのようにやっていくのか、どういうプロンプトを打っていくのか。このプロンプトや参考のものは後で配布しますので、皆さん真似しながら提案書作りの壁打ちに励んでいただければいいかなと思います。

こちらはChatGPTを今活用したものになっております。まずは0→1、何もデータベースもない中で、「テーマは地方の商業施設のインバウンド売上を伸ばす体験型企画です」というところで「骨子を作ってください」と。「対象は商業施設の会社です」というところで、まずいくつかを出してくださいと打ちますと、53秒ぐらいでChatGPTは色々作ってくれます。色々調べてパーッと出してくれますと。これは本当に読んで、合っているか合っていないかを確認していただければなと思います。皆様も各分野で詳しいところからやっていくと思うので、ここら辺をチェックしながら「ここおかしくないか」みたいなやつを壁打ちしながら、どんどん進めていただければなと思います。

例えば提案コンセプトが「買う場所から地域体験を打ち替える場所へ」とか、「何のこっちゃ」と思ったら「何のこっちゃ」みたいな感じで打ち返していただければ、どんどんそこで会話が広がって精度が上がっていくかと思います。舞台案とか、ウェルカムゾーンを作っていきましょうとか、酒蔵プレミア体験をやりましょうとか、多言語案内をやりましょうみたいなところを、メリットと一緒にやってくれます。あとKPIを出してくれたりします。

この後に第2弾として、「法人において本当に困っている課題の拾い出し」をもう1度入れます。「実務的に参考にして整理してください。表面的な課題ではなくて、売上と収益の観点で本質の課題を言い替えてください」というところで、もう1回この課題を掘っていきます。ここら辺を見ていただければいいのかなと思いますが、それぞれ壁打ちをしていきますと。この中でも、おかしなところがあったら、この段階でもう一度「ここおかしいんじゃないのか」「ここはどういう意味なんだ」と色々打ち込んでもらえば、ちゃんと返答してくれるので、聞きながらどんどん回していきます。

次は提案資料を作るに向けて、「この提案コンセプトを分かりやすく、短い一文を3案出してください。抽象度が分かるような言葉でしてください」というところになっております。これは本当に僕もよく意識しておりますが、キーフレーズはすごく大事なので、キーフレーズやタイトルもそうなんですけれども、ChatGPTで考えていただくのがすごくいいような気がします。この中で案を選んで出してみたいなところをやっていただくとすごくいいです。

その後に「この提案コンセプトの施策を改めてもう1回出してください」というところで出していただくと、パーっと出てきます。KPIを出してもらって、「簡潔に整理してください」と。結局役員など誰かが見るので、「結論先出しで流れが分かるようにしてください」と言うと、パッとまとめてくれます。

ここからがちょっと、皆さんメモることがあるかもしれません。僕がよくやるやり方なんですけれども、なんとなく内容はもうオッケーだなとなった時は、このプロンプトを打ちます。「Gensparkで資料作成をするつもりです。なのでキャンバスにまとめてコピーできるような状態にしてください」と言うと、キャンバス機能がありますね。皆さんご存知だと思います。そうするとちゃんと綺麗にまとめてくれるんですね。

しかもGensparkで作るような内容としてアウトプットしてくれるので、こちらを最後確認していただいて、「Gensparkにそのまま貼り付けできるような形式でまとめました」のように出てくるので、ここでコピーをしてもらって、次にGensparkに移動してもらう。まずChatGPTからManusやGensparkに渡すやり方が、第1弾としてあります。これがChatGPTの壁打ちの仕方になります。

コンセプトを磨いて、施策を出して、KPIを設定するというところが、先ほど説明した内容のChatGPTでのやり方になります。ここに書いてあるんですけれども、こんな完璧な文章を目指す必要はありませんというところです。NotebookLMでもGensparkでも、文字とか行付けはちゃんとしてくれたり変えてくれたりしますので、そこまで気にするところはないのかなと思います。

実演2：NotebookLMで手元の資料を読み込ませる 1:07:10

ソースの追加とExcelの注意点 1:07:10

次はNotebookLMでございます。NotebookLMを結構苦手としている方が多いので、ここは1からお伝えできればなと思っております。NotebookLMの最初の導入のところは皆さんちょっと見ていただければいいと思うんですが、画面の方を見たいと思います。

こちらがNotebookLMで、新しいノートブックを作る時のページの画面になっております。こういったUIになっているんですけれども、ここで何をやるかというと、ここにタイトルを入れて、ソースを追加して、どういう情報を入れたいのかというところで、ありとあらゆる必要な情報を入れてもらえればいいです。いくつまで入れられたか、1000だったかな、ちょっと忘れてしまいましたけれども、データ容量的にはほぼ全部読み込んでいただけるぐらいで、一気に見てもらえるということですごく便利です。

ここに入れられるのが、Webリソース、いわゆるインターネットのページであったり、もちろんデータのベースとして入れられますし、自分で作ったファイルももちろん入れることが可能になります。特にファイルは、PDFなど色々書いてあります。動画であったり、JPEGとか、Webの動画やMP3なども入っているので、そんなものを全部読み取って資料化してくれるので、とても便利なんじゃないのかなと思っております。

ただ1つだけ。今回これはどこかに書いておいた方が良かったなと思ったんですけれども、Excelが対応していないんですね、実は。もう皆さん聞いた中で「Excel対応しないのかよ」と思っている方もいらっしゃるかと思うんですけれども、Excelファイルがあったら、Googleのアカウントを持っていればスプレッドシートに読み込んでやれば、スプレッドシートは対応しておりますので、Excelデータをスプレッドシートに変換して読み込んでいただければ、Excelのデータを読み込むことができます。

今回私が用意した資料を入れていきます。例えば今回、こういったExcelのデータも用意しております。月段階でいつ来訪者が来て、どれぐらい、何パーセントみたいな、いわゆる本当に自社のデータベースをこんな形でまとめたものをインプットさせております。これも1つ入れます。そうするとこれを読み込みます。あともう1つ追加で、ドキュメントデータ。ドラッグでできるので、元々用意したデータ3つほどを読ませていただきます。ヒアリングメモとかですね。こちらは正しいかどうかというよりは、自社のデータベースという想定です。

読み込ませるデータの注意 1:12:39

ただこの時にちょっと注意がございます。何が注意かと言うと、例えば著作権のかかった資料などを読み込ませてやると、著作権違反になってしまうようです。詳しくは先ほどの竹下弁護士に聞いていただければなと思いますが、この読み込ませるデータはちょっと注意していただいた方がいいかと思います。社内活用としても、これはダメな領域です。

NotebookLMでの壁打ち 1:13:22

そこからこれを読んでいただいて、この画面でここからいろんな質問をしていきます。ここは先ほどのパターンと同じで、これはもう壁打ちの世界なので、皆さん独自で「この資料を使って何々したいんだ」とか色々やっていただけるといいかと思っておりますが、今日は試しに入れていきます。

まず最初にやるべきは、「この4つの資料を、目的のために4つか5つの項目にまずコンパクトにまとめる」というところからです。ちょっと待ってください、データが読み込まないな。あ、出てきました。読み込んではいるみたいですね。こちらが、1個1個1回まとめます。NotebookLMのいいところは、1回これをコンパクトに、関係を含めてまとめるというところからスタートしていただくと、資料のまとめ方としてはいいようです。

そこから次は、「提案書を作る場合に目次立てをして欲しい」というところで、次はこういう感じで出てきました。「社内向けの8枚で作ってください。各章で何をすればいいか簡潔に整理してください」というところで、資料に向けてのことを入れていきます。

あとはもう1つ、ちょっと時間がかかっていますね。時間帯かな。「この資料から読み取れる打つべき施策を3つに絞ってください」という、ちょっと細かな内容も突っ込んで聞いていきます。次は、実務的なところなので、これは皆さん本当に自分の実務に合わせてプロンプトを考えていただければなと思いますが、「小さく始めるものと中期的な検討を分けて、施策を分けて整理してください」みたいなことを投げると、またそこもまとめてくれます。

結果として、こんないろんなことをやっていって、最後は一気にお送りします。「この内容を役員に向けて見やすく短く整理してください。コンセプト一文で、KPIも入れて」とかですね。あと「この後のスライドに最適な提案をしてください」と。最後はこれです。「内容を他のAIに渡すために300文字から500文字で要約してください」というところで、この、どこでも使えるプロンプトを1番使っているんですが、これでまとめてやると、出てきたものをちょっと確認していただいて、合っていればいいんですけれども、ちょっとおかしければもう1回壁打ちをしていただければいいです。

これは補足になりますが、NotebookLMは皆さんご存知の通りGeminiが裏で入っておりますので、さっきのChatGPTかGeminiかみたいな話になっているので、Geminiで資料をやれるというのがこのNotebookLMだと思っていただければと思います。このものがアウトプットできてきて、資料ができていきます。

ここから皆さん結構知りたがるところなので、本当にズバっとお答えしていきます。ここまでデータベースができたら、次は、ちょっとすいません、話を戻ります。NotebookLMの答えは「材料」と書いてあるんですけれども、本当にそうで、その提案資料を作るための素材を作るのが本当にNotebookLMで、資料を作るためのところではない扱いの方が本当に向いていると思うので、さっきの最後にアウトプットされたところが1番重要になってきます。

実演3：GensparkとManus AIでスライド化する 1:19:09

スライド生成のプロンプト設計 1:19:09

ここからついにGensparkのところに行きます。先ほどもお話ししましたが、AIに「次のAI資料作成用のデータを作ってくれ」ということを言うと作ってくれるので、特にGenspark用とかManus用とかちゃんとそれを作ってくれるので、プロンプトはいらないと言っていただければいいと思います。

ただ実際にちょっと違うところがあります。このスライド生成のプロンプト設計というのが、ここが甘いとなかなかいいスライドができないので、ここだけはちゃんと皆さんにご紹介したいと思っております。これは本当に、どれが出てもちゃんと打ち込んでいかないと、うまいことスライドができないと思ってください。

僕もよくプロンプトをする時に、1番最初に誰向けで、特にサイズ、16対9なのかA4なのかA3で出すのか、そこら辺のサイズ指定と、最後に何で見せようとしているのか、パワーポイントなのかGoogleスライドなのか画像なのか、そこら辺はちゃんとまず指定することで、まずその次、デザインとトーンというところです。ここもちゃんとやらないと品質が落ちます。僕がよくやるのは「モダンでスタイリッシュなデザインにしてください」みたいなパッとしたやつなんですけれども、結構汎用性があっていいので、上がってくるのはいいなと思っています。

あと背景色もですね、これは皆さん好みがあればちゃんと指定した方がいいと思います。今回何も言わないでやると、いきなり黒バックで資料を作られると「いやいや全然イメージ違いますわ、白ベースがいいんだけど」といったことがあるので、僕は「白背景・白ベースで作ってください」ということもちゃんとお伝えしますし、あと配色と差し色の指定ですね。カラーを入れる時にどういった色ベースを使ってください、パントンカラーを使ってくださいとかですね。うちは会社のロゴがティファニーブルーとよく言われるカラーなので、この資料もそうなんですけれども、ティファニーブルーと、それに関連した色を使ってくださいと、その色指定もします。

あとはこちら重要です。フォント指定もされた方がいいですね。これは大体よくある現象ですけれども、最後GensparkでもManus AIでも、最後書き出します。Googleスライドとかパワーポイントに書き出す時に文字化けが発生したりします。それはもう原因はシンプルで、このフォントがちゃんと指定してなくて、要はブラウザにあるフォントとデスクトップにあるフォントに差があって、それで文字化けであったり、大きさがずれたりとか色々出てくるので、このフォント指定があります。僕はNoto Sans JPがすごく便利なもので、ここら辺はWebでも使われるものですし、普通にデスクトップでも使うフォントなので、結構おすすめになりますし、おしゃれな感じになると思います。

あとは、この構成と情報密度というのも指定された方がいいかと思います。テキストが多めがいいのか、箇条書きのものがいいのか、文字多めで本当に資料みたいに分厚いやつにしてくださいとか、これも資料によると思います。どういう資料を作りたいかによると思います。僕がよくやるのは、提案資料なので、あまり文字が多いと資料を読んでくれないんだろうなと思うので、「とにかくキーフレーズと、あとちょっと補足の文ぐらいで大丈夫です」とか、文字量を指定したりします。

あとは、それにプラスして、「関連する写真を入れてください」「写真ベースで入れてください」「イラストを入れてください」「図形を入れてください」「図を入れてください」とかですね。そこら辺の指定や量も指定します。あとは、さっきのフォントに繋がるんですが、出してみて文字の大きさがちょっといまいちだなというのもあるので、「タイトルは何ポイントで、副タイトルは何ポイントで」と、そこら辺も1回指定していただくと、結構この9つの要素を入れると大体おかしなことにならないと思います。

あともう1つすいません。ここに書いていないのでメモっていただけるといいんですが、画像設定です。例えば資料で先ほど言いました図とかをする時に、そのままやってしまうと、どうしても英語が入った画像が結構生成されて出ることが多いです。なので図とか画像を生成する場合は「日本語でお願いします」という一言も入れると、なおいいプレゼン資料ができるかと思います。

スライド生成プロンプトのところですけれども、役割定義でデザイン要件、テイスト、背景色とか、フォントはこうしますとか、ここら辺を入れて、最後「人間が編集できるように、Googleスライドで編集できるようにしてください」ということですね。この辺をプロンプトとして自分用に変えてもらってやってもらえば、これプラスで「下記内容を資料化してください」という一言を入れてやると、ManusもGensparkも資料を書いてくれます。すいません、18時33分になっておりますが、このままちょっと時間がかかりますが続けたいと思います。遅れて申し訳ありません。

Gensparkで作った資料 1:25:45

実際に入れたものをお見せしたいと思います。今回は2つ用意しております。これがGensparkの画面になっております。これはちょっと実験してみました。何かと言うと、NotebookLMから先ほど短くして移行したやつは、どちらかというとスパッとした状態の、要点だけを押さえて、他の資料作りのところはGensparkでお願いしますよみたいな受け渡しだったので、結構自由度高くGensparkの方でこの資料の絵作りとかを作ってやってくれております。結果、Gensparkでできたのはこういう資料です。

もちろん、こういうところが正確になっているのが、NotebookLMを活用した資料作りのいいところになります。こういう課題、現状課題も分かりやすくやって、資料機会とかこういうところも資料化して分かりやすく。提案コンセプトのところもこういう使いにして、アイコンとか入れてくれながら分かりやすく資料化してくれています。この色合いとかそういったのは全然指定していただければいいなと思います。

例えばこういうところがありますよね。なんか文字がかぶっています。これは本当にシンプルに指令していただければいいと思います。「資料を見直して欲しい。文字かぶりを調整して欲しい」とやると、調整してくれます。

皆さん、1つだけ、Gensparkを使う時にこちらだけ間違えないようにお伝えしますが、Gensparkを開く時に、この1番最初の表示で「スーパーエージェント」という画面が開いてしまうんですね。スライドを作る時は「AIスライド」をクリックしてこの画面を開いてください。

先ほどの最初のところの流れだけ見せていきます。僕がよくやっているのがこちらのプロンプトです。これがGensparkのAIスライドのところですが、先ほど言ったのはここら辺ですね。「各記載内容を〇〇さんに提案を作成してください」みたいなところを入れて、画角とか、僕が必要なところは指定しています。これを入れて、この後に先ほどの内容をコピーすると、こういう資料が出来上がってきます。ちょっと修正している最中ですけれども、こちらが今ちょうど直してくれている最中になっております。

もう1つ、こちらはChatGPTに叩きながら作った提案資料です。同じ内容のようなことをやっているんですけれども、これは結構ガチガチにChatGPTの構成とかも考えながらやったものになると、こういう作りになります。結局ここら辺のところは結構実は怪しいなと思っていて、「本当にデータ取れてきているんですか」みたいなのはちょっとチェックが必要になってきます。

こういったところをやってくれて、どちらが見やすいのかとかありますけれども、実際じゃあどっちがいいのと言うと、どっちも、さっきの話の資料があるかないかだけの会話なので、ちゃんと入れるとこういった見やすい資料が作成可能かと思います。

Manus AIの画面と比較 1:30:41

もう片方ですね。皆さんが知りたい内容だと思いますが、Manus AIの方です。Manus AIは結構使われたことがない方が多いので、こちらもちょっと画面をお見せしたいと思います。「新しいタスク」をお見せします。こういう画面が最初出てきます。実はManusはいろんなツールと連動するのが得意でして、GmailからChatGPT、GoogleドライブやカレンダーやSlackやNotionなど、いろんな内容から情報を取って来られるというのもあります。LINEも繋がっているんですね。僕もそこは使ったことがないんですけれども、そういったことができるので、いろんなことができるAIとしてできるんですが、こちらも先ほどと同じように、過去を元に同じようなプロンプトを入れてやっております。

実際にManusだとどうなるのかをお見せできればなと思いますが、ちょっと時間がかかっているようで、時間帯が悪かったのかな。出来上がっていないのかな。Manusの方で作ったものがまだ出来上がってきていないようです。すいません、1時間前ぐらいにかけたものなんですけれども、まだできていないようです。代わりに、イレギュラーですが、同じことを実はやったのでお見せした方がいいかなと思います。

これは試しにやったので適当に作りました。ChatGPTで作って、実際同じ仕様でどんなのができるのかというやつです。これがGensparkで作ったものです。Gensparkで作るとこういうものができて、ところどころここら辺がおかしかったりしておりますが、こんな感じになっております。実際同じものをManus AIでやると、こういった資料になっております。

Manusは、ちょっとこれはプロンプトが良くないかなと思うんですが、僕の感触だと、Gensparkと同じぐらいのスライドは全然可能になります。自由度も高いです。「写真を入れてくれ」という写真もいっぱい多用してくれたようなものを作ってくれるので、資料作りとしては全然使えるものだと思いますので、ぜひ活用していただければなと思います。

Gensparkの設定の補足 1:34:41

先ほどの1つだけ、皆さんにお話ししたいのは、Gensparkのところでここは迷うかもしれないので、1つだけ補足しておきます。最初作る時に、「プロフェッショナル」か「クリエイティブ」かというボタンがあるんですが、これは必ずプロフェッショナルの方をクリックしてください。そうすると文字とかをいじれたりします。クリエイティブにすると画像が生成されてしまうので、編集不可となりますので、そちらを使っていただければと思います。

まとめと次回予告 1:35:31

すいません、ちょっと時間がなくてダダダとなっておりますが、そういった内容で、AIスライドをAIで作成をしていただければなと思います。プロンプトは先ほどの9個のプロンプトを必ずちゃんと入れてください。そうすることによって精度の高い資料ができます。AIは下書きの天才というところで、編集前は必ず修正が発生しますというところです。フォント指定必須とかも本当に先ほど言ったところがそうです。現場でハマりやすいポイントはまさしくここだなと思っているので、本当にちゃんと指定してください。

100%これだけで作ろうと思わないと。やっぱり80%、頑張っても90%ぐらいで止めて、あとは自分で直すということを考えてください。あとここです。会社で、顧客名や自分の社名を入れた資料作りは控えてください。これは匿名でやってください。セキュリティがどれだけ固まっていても、そんなリスクは0とは言い切れないので、そこだけは気をつけるようにしてください。

今日の結論は、分業、いろんなAIを活用しながら資料策定をしていただければなと思います。最後は人が整えてください。加速させる相棒だと思って作成をしてください、というところでございます。最後の最後でダダダとなってしまって大変恐縮です。以上になります。

今回はこの資料策定のものは動画で流したいと思います。今日も分からないことがあったら、質問をメールなどでいただければお答えできればなと思っております。次は、また画像生成のセミナーをするのか、また別のAIセミナーをやりたいと思いますが、今のところ画像生成をやろうと思っております。すいません、1時間を超えてしまって大変恐縮ですが、こちらで終わりたいと思います。皆さんお疲れ様でございました。

次回セミナーのご案内

「ゼロから始める画像生成AI入門」は毎月オンラインで開催しています（参加無料）。最新の開催情報は画像生成AI 導入支援のページをご覧ください。