特許 7609385 提案支援装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-12-23

(45)【発行日】2025-01-07

(54)【発明の名称】提案支援装置

(51)【国際特許分類】

   G06Q 30/02 20230101AFI20241224BHJP

【ＦＩ】

G06Q30/02

【請求項の数】 3

(21)【出願番号】P 2024103438

(22)【出願日】2024-06-26

【審査請求日】2024-06-26

(73)【特許権者】

【識別番号】500461549

【氏名又は名称】株式会社アイズファクトリー

(74)【代理人】

【識別番号】100105212

【弁理士】

【氏名又は名称】保坂 延寿

(72)【発明者】

【氏名】佐藤 晴正

(72)【発明者】

【氏名】劉 瑞興

【審査官】大野 朋也

(56)【参考文献】

【文献】特開２０１９－０７９３０２（ＪＰ，Ａ）

【文献】特開２０２０－１５５０９７（ＪＰ，Ａ）

【文献】特開２０１６－０７６２０８（ＪＰ，Ａ）

【文献】米国特許第１１８３６１７０（ＵＳ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

第１の生成ＡＩに複数の提案候補を生成するように指示する第１のプロンプトを作成する第１プロンプト作成モジュールと、
複数の過去の提案を含む過去の提案データであって、前記過去の提案の各々の特徴を示す第１の説明変数と約定成否を示す目的変数とを含む前記過去の提案データを取得し、前記第１の説明変数と前記目的変数との関係を示すモデルを作成するモデル作成モジュールと、
前記提案候補の各々の特徴を示す第２の説明変数を生成するように、第２の生成ＡＩに指示する第２のプロンプトを作成する第２プロンプト作成モジュールと、
前記第２の説明変数を前記モデルに入力して前記提案候補の各々の第１のスコアを算出するスコアリングモジュールと、
を含む、提案支援装置。

【請求項2】

請求項１に記載された提案支援装置であって、
前記第２のプロンプトは、前記提案候補の各々に類似する前記過去の提案の前記第１の説明変数に基づいて前記第２の説明変数を生成するように、前記第２の生成ＡＩに指示する、
提案支援装置。

【請求項3】

請求項１に記載された提案支援装置であって、
前記第１のスコアに基づいて選定された前記提案候補からキーワードを抽出し、前記キーワードの潜在スコアを算出する潜在スコア算出モジュールと、
前記選定された提案候補のプレゼンテーション資料を生成するように第３の生成ＡＩに指示する第３のプロンプトを作成する第３プロンプト作成モジュールと、
をさらに含み、
前記スコアリングモジュールは、さらに、前記第１の説明変数を前記モデルに入力して前記過去の提案の各々の第２のスコアを算出し、
前記潜在スコア算出モジュールは、前記キーワードで前記過去の提案データを検索し、検索された過去の提案データの前記第２のスコアに基づいて前記潜在スコアを算出し、
前記第３プロンプト作成モジュールは、前記潜在スコアに基づいて選定されたキーワードを前記プレゼンテーション資料に含めるように前記第３のプロンプトを作成する、
提案支援装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、客先に対する営業活動のための新規提案を支援する提案支援装置に関する。

【背景技術】

【0002】

客先に対して如何に魅力的な提案をできるかは、営業活動において非常に重要である。提案の内容はもちろんのこと、その魅力を的確に伝えるための訴求力のある表現も大事な要素となる。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２１－１２０８０３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１には、要求仕様の情報を含む新たな引合書を受け付け、当該新たな引合書に対応する応札仕様の情報を含む提案書の作成を支援する作成支援装置が記載されている。特許文献１においては、新たな引合書に含まれる内容に関し、過去の引合書又は過去の提案書に含まれる内容との類似度を求め、当該類似度を利用して、過去の引合書に関連付けられる履歴データから、提案書の作成に役立つ内容を抽出する。

【0005】

しかし、特許文献１は過去の履歴データから内容を抽出するものであるので、新しい提案を創出することはできない。また、特許文献１の提案は新たな引合書に記された要求仕様に従うようになっており、提案の内容は要求仕様に縛られ、新しい提案を創出するには不向きである。

【0006】

本発明の１つの態様は、生成ＡＩに提案候補を生成させることで過去の提案に縛られない斬新な提案候補の創出を可能にするとともに、過去になされた別の提案内容とその約定成否に基づいて、生成ＡＩによる提案候補を評価することで、突飛な提案候補など約定の期待度が低いものを除外できる提案支援装置に関連している。

【課題を解決するための手段】

【0007】

本発明の１つの観点に係る提案支援装置は、
第１の生成ＡＩに複数の提案候補を生成するように指示する第１のプロンプトを作成する第１プロンプト作成モジュールと、
複数の過去の提案を含む過去の提案データであって、前記過去の提案の各々の特徴を示す第１の説明変数と約定成否を示す目的変数とを含む前記過去の提案データを取得し、前記第１の説明変数と前記目的変数との関係を示すモデルを作成するモデル作成モジュールと、
前記提案候補の各々の特徴を示す第２の説明変数を生成するように、第２の生成ＡＩに指示する第２のプロンプトを作成する第２プロンプト作成モジュールと、
前記第２の説明変数を前記モデルに入力して前記提案候補の各々の第１のスコアを算出するスコアリングモジュールと、
を含む。

【図面の簡単な説明】

【0008】

【図1】図１は、第１の実施形態に係る提案支援装置１と、提案支援装置１に接続される外部装置とを示す。

【図2】図２は、第１の実施形態に係る提案支援装置１の機能及び動作を示す。

【図3A】図３Ａは、第１の実施形態において第１のプロンプトを作成するためのユーザ入力項目の例を示す。

【図3B】図３Ｂは、生成ＡＩ３に送信される第１のプロンプトの例を示す。

【図3C】図３Ｃは、図３Ｂに示される第１のプロンプトに対する生成ＡＩ３からの応答の例を示す。

【図4】図４は、第１の実施形態においてモデルを作成するための過去の提案データの例を示す。

【図5】図５は、第１の実施形態において生成される説明変数の一覧を示す。

【図6A】図６Ａは、変数Ｂ１を第２の説明変数として求める場合に生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図6B】図６Ｂは、変数Ｐ１～Ｐ３を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図6C】図６Ｃは、変数Ｒ３を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図6D】図６Ｄは、変数Ｒ４を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図6E】図６Ｅは、変数Ｒ５を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図6F】図６Ｇは、変数Ｒ６を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。

【図7】図７は、第１の実施形態において生成される提案候補データの例を示す。

【図8】図８は、第２の実施形態に係る提案支援装置１ａの機能及び動作を示す。

【図9】図９は、潜在スコア算出モジュール１６が潜在スコアを算出する処理を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下、本発明の実施形態を、図面を参照しながら詳細に説明する。以下に説明される各実施形態は、本発明の一例を示すものであって、本発明の内容を限定するものではない。また、各実施形態で説明される構成及び動作のすべてが本発明の構成及び動作として必須であるとは限らない。なお、同一の構成要素には同一の参照符号を付して、重複する説明を省略する。

【0010】

＜１．第１の実施形態＞
＜１－１．構成＞
図１は、第１の実施形態に係る提案支援装置１と、提案支援装置１に接続される外部装置とを示す。提案支援装置１は、図示しないＣＰＵ及びメモリ等を備えたコンピュータシステムである。提案支援装置１は、１台のコンピュータで構成されてもよいし、ネットワークで接続された複数台のコンピュータで構成されてもよい。提案支援装置１は、データベース２及び生成ＡＩ３等の外部装置と接続されている。

【0011】

データベース２は、過去の提案データ及びその他のデータを記憶している。データベース２は１つのストレージにデータが格納されたものに限られず、複数のストレージに分散してデータが格納されたものでもよい。提案支援装置１は、データベース２から各種データを取得し、プロンプト作成、モデル作成、及びスコアリング等の処理を行う。

【0012】

生成ＡＩ３は、大規模言語モデル（ＬＬＭ）を含む。大規模言語モデルは、大量のテキストデータとディープラーニング技術とを用いて構築された言語モデルであり、提案支援装置１から送信されるプロンプトに応じて、テキスト生成、翻訳、質問への応答、テキスト要約、感情分析等のタスクを処理する。大規模言語モデルはアテンション（attention）機構を備えることが望ましい。アテンション機構は、入力の中から重要な部分を抽出する機構であり、大規模言語モデルの処理速度及び精度の向上に大きく寄与している。

【0013】

生成ＡＩ３は、画像生成ＡＩをさらに含んでもよい。画像生成ＡＩは、テキストで記述されたプロンプトから画像を生成するシステムであり、例えば拡散（diffusion）モデルが用いられる。なお、以下の説明における「画像」は動画でもよい。生成ＡＩ３は、プレゼンテーション資料生成ＡＩをさらに含んでもよい。

【0014】

提案支援装置１は、生成ＡＩ３にプロンプトを送信し、生成ＡＩ３からの出力を取得する。

【0015】

＜１－２．機能及び動作＞
図２は、第１の実施形態に係る提案支援装置１の機能及び動作を示す。提案支援装置１は、第１プロンプト作成モジュール１１と、第２プロンプト作成モジュール１２と、モデル作成モジュール１３と、スコアリングモジュール１４と、提案選定モジュール１５とを含む。これらのモジュールは、提案支援装置１に含まれるメモリにプログラムがロードされ、ＣＰＵにより実行されることによって実現される。

【0016】

データベース２に記憶された過去の提案データは、複数の過去の提案の各々について、テキストと、実際の提案書等と、第１の説明変数と、目的変数とを含む。過去の提案データの詳細については図４を参照しながら後述する。

【0017】

第１プロンプト作成モジュール１１は、提案相手に関する情報などのユーザ入力を受け付けて、複数の提案候補を生成するように生成ＡＩ３に指示する第１のプロンプトを作成する。第１のプロンプト作成の具体例については図３Ａ～図３Ｃを参照しながら後述する。

【0018】

第２プロンプト作成モジュール１２は、生成ＡＩ３によって生成された複数の提案候補を取得し、提案候補から第２の説明変数を生成するように生成ＡＩ３に指示する第２のプロンプトを作成する。第２の説明変数は、提案候補のテキストのみに基づいて作成されるとは限らず、過去の提案のテキストを参照して作成されたり、過去の提案の実際の提案書等を参照して作成されたり、過去の提案の第１の説明変数を参照して作成されたりすることがある。第２のプロンプト作成の具体例については図６Ａ～図６Ｆを参照しながら後述する。

【0019】

モデル作成モジュール１３は、学習対象である複数の過去の提案の各々の第１の説明変数及び目的変数をデータベース２から取得し、第１の説明変数と目的変数との組み合わせから機械学習を行って、第１の説明変数と目的変数との関係を示すモデルを作成する。

【0020】

スコアリングモジュール１４は、予測対象である複数の提案候補の各々の第２の説明変数を生成ＡＩ３から取得し、第２の説明変数をモデルに入力して、複数の提案候補の各々の第１のスコアを算出する。

【0021】

提案選定モジュール１５は、第１のスコアに基づいて、複数の提案候補のうちの１つ又は複数の提案を選定する。

【0022】

本願において、第１のプロンプトに応じて提案候補を生成する生成ＡＩ３を第１の生成ＡＩといい、第２のプロンプトに応じて第２の説明変数を生成する生成ＡＩ３を第２の生成ＡＩということがある。また第３のプロンプトに応じてプレゼンテーション資料を生成する生成ＡＩ３（図８参照）を第３の生成ＡＩということがある。第１～第３の生成ＡＩは同一の生成ＡＩでもよいし、別々の生成ＡＩでもよい。

【0023】

＜１－３．第１のプロンプトの詳細＞
図３Ａは、第１の実施形態において第１のプロンプトを作成するためのユーザ入力項目の例を示す。ユーザは、提案支援装置１の図示しない入力装置、あるいは提案支援装置１にネットワークを介して接続された図示しないコンピュータの入力装置から、提案相手（例：専門会社）や提案目的物（例：商品の広告ページを製作）を指定することができる。ユーザが提案相手や提案目的物を具体的に又は狭い範囲に限定したい場合は具体的な情報を入力できる。あるいは、ユーザが提案相手や提案目的物を限定したくない場合は、提案相手の属性、会社名、参考情報などの具体的な情報は入力しなくてもよい。

【0024】

図３Ｂは、生成ＡＩ３に送信される第１のプロンプトの例を示す。第１プロンプト作成モジュール１１は、ユーザによる入力情報に基づいて提案相手及び提案目的物を説明するための説明文（例：商品の広告ページを制作する専門会社があります。）と、生成ＡＩ３に提案候補を生成させるための定型文（例：この会社から仕事をもらうための提案アイデアを１０個出してください。）と、を含む第１のプロンプトを作成する。第１のプロンプトの作成にあたっては、ユーザによる入力情報を生成ＡＩ３に与えて上述の説明文を生成ＡＩ３に作成させてもよい。上述の定型文は予め記憶されたものでもよい。生成ＡＩ３に生成させる提案候補の数は１０個である場合に限られず、１００個程度でもよい。

【0025】

図３Ｃは、図３Ｂに示される第１のプロンプトに対する生成ＡＩ３からの応答の例を示す。生成ＡＩ３は第１のプロンプトによって与えられた情報を用いて、また不足する情報については確率的に最もあり得る内容を補充することで、複数の提案候補を生成する。生成ＡＩ３が生成した提案候補は図７に「テーマ」及び「概要」として再掲される。

【0026】

＜１－４．モデル作成の詳細＞
図４は、第１の実施形態においてモデルを作成するための過去の提案データの例を示す。過去の提案データは、複数の過去の提案の各々について、ＩＤと、テキストと、第１の説明変数と、目的変数と、を含み、さらには図示しない実際の提案書等を含む。なお、第２のスコアについては第１の実施形態において必要な情報ではなく、図８を参照しながら後述される。

【0027】

テキストは、テーマと、概要と、分野と、を含み、過去に実際に提案された際に人手で入力された内容をそのまま用いることができる。

【0028】

第１の説明変数は、変数Ｂ０～Ｂ１１、変数Ｐ１～Ｐ３、及び変数Ｒ１～Ｒ６を含み、これらの具体的な内容については図５を参照しながら後述する。第１の説明変数は提案支援装置１が生成し、あるいは生成ＡＩ３に生成させることができ、その方法については第２の説明変数の生成方法と併せて説明する。

【0029】

目的変数は、過去に実際に提案された際の約定成否を１又は０の数値で示す。

【0030】

モデル作成モジュール１３は、複数の過去の提案についての第１の説明変数と目的変数とに基づいて、第１の説明変数と目的変数との関係を示す関数をモデルとして作成する。

【0031】

＜１－５．変数生成の詳細＞
図５は、第１の実施形態において生成される説明変数の一覧を示す。第１の説明変数を用いて作成されたモデルに第２の説明変数を入力するので、第１の説明変数と第２の説明変数とで説明変数の項目は共通である。しかし、過去の提案の特徴を示す第１の説明変数と、新規な提案候補の特徴を示す第２の説明変数とでは、提案の実績データの有無が異なるので、説明変数の生成方法が異なる場合がある。

【0032】

＜１－５－１．変数Ｂ０～Ｂ１１＞
変数Ｂ０～Ｂ１１は、提案データのテキスト又は実際の提案書等の内容から導かれる変数である。

【0033】

変数Ｂ０は提案データのテキストに含まれる分野を産業分類などのコードに変換して得られる。

【0034】

変数Ｂ１～Ｂ１１は、第１の説明変数として求める場合は主に実際の提案書等の内容から得られ、あるいは提案データのテキスト、又はその他のデータから得られる。生成ＡＩ３に実際の提案書等の内容、提案データのテキスト、又はその他のデータを与えて変数Ｂ１～Ｂ１１を生成させてもよい。その他のデータから得られる変数としては、提案の経緯（例：「紹介」に値１、「公募」に値０）、実施する形態（例：「協業」に値１、「請負」に値０）などの提案行為に関する属性情報が追加されてもよいし、提案者の人数又は提案者の属性情報が追加されてもよい。
一方、変数Ｂ１～Ｂ１１を第２の説明変数として求める場合は、実際の提案書がないので、以下のように第１の説明変数とは異なる生成方法がとられる。

【0035】

図６Ａは、変数Ｂ１を第２の説明変数として求める場合に生成ＡＩ３に送信される第２のプロンプトの例を示す。第２プロンプト作成モジュール１２は、生成ＡＩ３に対し、複数の過去の提案（図４参照）のテキスト及び提案候補（図７参照）のテキストを与え、過去の提案のうちの提案候補とのテーマの類似度上位５件を抽出させ、上位５件の過去の提案の変数Ｂ１を約定成否で加重平均させる。約定成否で加重平均（例えば、成で重み１、否で重み０．５）することで、成のデータがより重視される。このように、提案候補に実績データはないが、類似する過去の提案の変数Ｂ１を用いることで、提案候補の変数Ｂ１を生成できる。提案候補の変数Ｂ２～Ｂ１１についても同様に生成できる。ここでは類似度上位５件を抽出する場合について説明したが、５件でなくてもよい。また約定成否で加重平均する場合について説明したが、さらに類似度による加重を行ってもよい。

【0036】

提案候補の変数Ｂ１～Ｂ３は、この提案候補の内容を実際に提案する際の見積り金額、見積り人員数、見積り工期としてそれぞれ用いることもできる。提案候補の変数Ｂ１～Ｂ３の各々は過去の提案の約定成否で加重平均されているので、より成の結果を期待できる見積りを提示できる。

【0037】

＜１－５－２．変数Ｐ１～Ｐ３＞
図５を再び参照し、変数Ｐ１～Ｐ３は、提案データのテキストのみから導かれる変数である。変数Ｐ１～Ｐ３は例示であり、例えば観点を分解するなどして変数をさらに増やしてもよい。

【0038】

図６Ｂは、変数Ｐ１～Ｐ３を求めるために生成ＡＩ３に送信される第２のプロンプトの例を示す。第２プロンプト作成モジュール１２は、生成ＡＩ３に対し、提案候補（図７参照）のテキストを与え、難易度、収益性、及びコストを評価するように要求する。図６Ｂには変数Ｐ１～Ｐ３を第２の説明変数として求めるための第２のプロンプトが示されているが、第１の説明変数についても同様でよい。

【0039】

＜１－５－３．変数Ｒ１～Ｒ６＞
図５を再び参照し、変数Ｒ１～Ｒ６は、過去の提案データを参照して導かれる変数である。変数Ｒ１～Ｒ６は例示であり、例えば観点を分解するなどして変数をさらに増やしてもよい。

【0040】

変数Ｒ１は、テーマのキーワードによる過去の提案データの検索ヒット件数であり、同じキーワードを含む提案が多いほど大きな値となる。変数Ｒ２は、テーマのキーワードによる検索でヒットする過去の実際の提案書等（提案書、見積書、仕様書、議事録、日報など）の種類数であり、より高い提案フェーズに達した実績があるほど大きな値となる。変数Ｒ１及びＲ２は、テーマからのキーワード切り出しの処理と、検索の処理と、を行うことによって得ることができる。これらの処理は提案支援装置１が行ってもよいし、生成ＡＩ３に行わせてもよい。

【0041】

変数Ｒ３（課題の評価）、変数Ｒ４（実現方法の評価）、変数Ｒ５（変数Ｐ１、Ｐ２、Ｐ３の評価）、及び変数Ｒ６（変数Ｂ１、Ｂ２、Ｂ３の評価）は、ＲＡＧ（retrieval-augmented generation）という手法を用いて生成ＡＩ３に生成させることができる。変数Ｒ３～Ｒ６を求めるために生成ＡＩ３に送信される第２のプロンプトの例が、それぞれ図６Ｃ～図６Ｆに示されている。これらの図には変数Ｒ３～Ｒ６を第２の説明変数として求めるための第２のプロンプトが示されているが、第１の説明変数についても同様でよい。但し、参考にすべき過去の提案データが存在しない場合、あるいは十分な数がない場合に、変数Ｒ３～Ｒ６を第１の説明変数として求めるときは過去の提案データを参考にしなくてもよい。

【0042】

＜１－６．スコアリングの詳細＞
図７は、第１の実施形態において生成される提案候補データの例を示す。提案候補データは、複数の提案候補の各々について、ＩＤと、テキストと、第２の説明変数と、を含む。

【0043】

テキストは、テーマと、概要と、分野と、を含み、テーマ及び概要は図３Ｃにおいて生成された提案候補のテキストがそのまま用いられ、分野は図３Ａにおいてユーザが入力した提案目的物から得られる。

【0044】

図７には、第２の説明変数をモデルに入力して得られた第１のスコアが併せて示されている。第１のスコアは、過去の提案データにおける目的変数に対応する値、すなわち、提案候補の各々が約定成立となる確率を示す値となる。第１のスコアが大きいほど、提案が客先に受け入れられる確率が高いので、第１のスコアが大きい提案候補を選定することで、約定の期待度が高い提案を行うことができる。

【0045】

＜１－７．効果＞
第１の実施形態によれば、提案支援装置１は、
生成ＡＩ３に複数の提案候補を生成するように指示する第１のプロンプトを作成する第１プロンプト作成モジュール１１と、
複数の過去の提案を含む過去の提案データであって、過去の提案の各々の特徴を示す第１の説明変数と約定成否を示す目的変数とを含む過去の提案データを取得し、第１の説明変数と目的変数との関係を示すモデルを作成するモデル作成モジュール１３と、
提案候補の各々の特徴を示す第２の説明変数を生成するように、生成ＡＩ３に指示する第２のプロンプトを作成する第２プロンプト作成モジュール１２と、
第２の説明変数をモデルに入力して提案候補の各々の第１のスコアを算出するスコアリングモジュール１４と、
を含む。

【0046】

これによれば、生成ＡＩ３に新規な提案候補を生成させ、過去の提案データに基づいて第１のスコアを算出することにより、過去の提案の焼き直しにとどまらない自由な発想を取得したうえで、第１のスコアによって約定成否の期待度を評価できる。生成ＡＩ３にはプロンプトの要求から外れた応答を示す幻想という現象があり得るが、突飛な提案は第１のスコアを用いて排除できるので、この現象は新規提案の生成という観点ではむしろ都合がよく、生成ＡＩ３の完全性を求めなくてもその能力を生かすことができる。

【0047】

第１の実施形態によれば、第２のプロンプトは、提案候補の各々に類似する過去の提案の第１の説明変数に基づいて第２の説明変数を生成するように、生成ＡＩ３に指示する。

【0048】

これによれば、実績のない提案候補であっても第２の説明変数を生成できるので、第２の説明変数の欠損を埋めることができる。また、第１の説明変数に基づいて生成される第２の説明変数と、第１の説明変数に基づかずに生成される第２の説明変数とを併せて使用することで、提案候補の高精度な評価を行うことができる。

【0049】

＜２．第２の実施形態＞
＜２－１．機能及び動作＞
図８は、第２の実施形態に係る提案支援装置１ａの機能及び動作を示す。提案支援装置１ａは、図２を参照しながら説明した提案支援装置１に含まれる各種モジュールの他に、潜在スコア算出モジュール１６と、コンテンツ情報取得モジュール１７と、第３プロンプト作成モジュール１８と、をさらに含む。これらのモジュールは、提案支援装置１ａに含まれるメモリにプログラムがロードされ、ＣＰＵにより実行されることによって実現される。

【0050】

データベース２に記憶された過去の提案データは、過去の提案の各々の第２のスコアをさらに含む。第２のスコアは、スコアリングモジュール１４が、第１の説明変数をモデルに入力することによって得られる。第２のスコアの例が図４に記載されている。

【0051】

潜在スコア算出モジュール１６は、提案選定モジュール１５で選定された提案のテキスト（図７参照）に含まれるキーワードについて、図９に示される方法で潜在スコアを算出する。潜在スコアは、成約に寄与し得るキーワード自体の潜在力を示す。

【0052】

図９は、潜在スコア算出モジュール１６が潜在スコアを算出する処理を示すフローチャートである。１６１において、潜在スコア算出モジュール１６は選定された提案のテキストからキーワードを抽出する。１６２において、潜在スコア算出モジュール１６は抽出されたキーワードで過去の提案を検索する。１６２における検索は一致検索に限らず、類似検索でもよい。１６３において、潜在スコア算出モジュール１６は検索された過去の提案の第２のスコアを約定成否で加重平均（例えば、成で重み１、否で重み０．５）する。そのキーワードを含む過去の提案の第２のスコアが高く、且つ実際に約定しているほど、高い潜在スコアが得られる。潜在スコアの高いキーワードをプレゼンテーション資料で使用することで、成約の可能性を高めることができる。

【0053】

図８を再び参照し、コンテンツ情報取得モジュール１７は、自社（提案者となる会社）の図示しないデータベースを検索し、あるいはＷＥＢを検索することにより、自社の商品情報やＷＥＢページなど、プレゼンテーション資料のもとになるコンテンツ情報を取得する。

【0054】

第３プロンプト作成モジュール１８は、提案選定モジュール１５で選定された提案のデータ（テキスト、変数Ｂ１～Ｂ３など）と、コンテンツ情報と、に基づいてプレゼンテーション資料を作成するように生成ＡＩ３に指示する第３のプロンプトを作成する。

【0055】

第３のプロンプトは、訴求効果の高いプレゼンテーション用のテキストを生成するように生成ＡＩ３に指示するプロンプトを含む。第３のプロンプトは、プレゼンテーション用のテキストに潜在スコアが高いキーワードを必ず含めることを指示したり、プレゼンテーション用のテキストにおいて潜在スコアが高いキーワードを複数回用いることを指示したりすることが望ましい。

【0056】

第３のプロンプトは、訴求効果の高いプレゼンテーション用の画像を生成するように生成ＡＩ３に指示するプロンプトを含む。画像を生成するように生成ＡＩ３に指示する第３のプロンプトには潜在スコアが高いキーワードを含めるようにすることが望ましく、第３のプロンプトは生成ＡＩ３に作成させてもよい。

【0057】

第３のプロンプトは、これらの生成されたテキスト及び画像を用いてプレゼンテーション資料を作成するように生成ＡＩ３に指示するプロンプトを含む。

【0058】

＜２－２．効果＞
第２の実施形態によれば、提案支援装置１ａは、
第１のスコアに基づいて選定された提案候補からキーワードを抽出し、キーワードの潜在スコアを算出する潜在スコア算出モジュール１６と、
選定された提案候補のプレゼンテーション資料を生成するように生成ＡＩ３に指示する第３のプロンプトを作成する第３プロンプト作成モジュール１８と、
をさらに含み、
スコアリングモジュール１４は、さらに、第１の説明変数をモデルに入力して過去の提案の各々の第２のスコアを算出し、
潜在スコア算出モジュール１６は、キーワードで過去の提案データを検索し、検索された過去の提案データの第２のスコアに基づいて潜在スコアを算出し、
第３プロンプト作成モジュール１８は、潜在スコアに基づいて選定されたキーワードをプレゼンテーション資料に含めるように第３のプロンプトを作成する。

【0059】

これによれば、潜在スコアに基づいて選定されたキーワードを用いることで、訴求力の高いプレゼンテーション資料を作成できる。

【符号の説明】

【0060】

１、１ａ...提案支援装置、２...データベース、３...生成ＡＩ、１１...第１プロンプト作成モジュール、１２...第２プロンプト作成モジュール、１３...モデル作成モジュール、１４...スコアリングモジュール、１５...提案選定モジュール、１６...潜在スコア算出モジュール、１７...コンテンツ情報取得モジュール、１８...第３プロンプト作成モジュール

【要約】      （修正有）

【課題】客先に対する営業活動のための新規提案を支援する提案支援装置を提供する。
【解決手段】提案支援装置１は、生成ＡＩ３に複数の提案候補を生成するように指示する第１のプロンプトを作成する第１プロンプト作成モジュール１１と、複数の過去の提案を含む過去の提案データであって、過去の提案の各々の特徴を示す第１の説明変数と約定成否を示す目的変数とを含む過去の提案データを取得し、第１の説明変数と目的変数との関係を示すモデルを作成するモデル作成モジュール１３と、提案候補の各々の特徴を示す第２の説明変数を生成するように、生成ＡＩ３に指示する第２のプロンプトを作成する第２プロンプト作成モジュール１２と、第２の説明変数をモデルに入力して提案候補の各々の第１のスコアを算出するスコアリングモジュール１４と、を含む。
【選択図】図２

【図1】

【図2】

【図3A】

【図3B】

【図3C】

【図4】

【図5】

【図6A】

【図6B】

【図6C】

【図6D】

【図6E】

【図6F】

【図7】

【図8】

【図9】