商談のナレッジが"貯まって育つ"仕組みの作り方—5〜30人のチームが商談や架電のフィードバックを型化する方法

エースが抜けたら、商談の質は維持できるか。

コンサル会社やBtoB支援会社でよく聞く話がある。トップの営業マンが辞めた途端、受注率がガクッと落ちる。議事録は残っている。でも誰も見返さない。新人には「まず同行して覚えて」と言うしかない。フィードバックは上司の気分次第。

「型化したい」「ナレッジを貯めたい」と思いながら、マニュアルを作る時間がない。作っても更新されない。結局、属人化したまま回している。

5〜30人くらいのチームだと、この問題が一番きつい。人が少ないぶん、1人抜けたときの穴がでかい。

大手はもう動いている。でも中小にはフィットしない

デロイト トーマツは2026年4月から「AI駆動型ナレッジマネジメントサイクル」を全社展開する。生成AIとRAGを使って、コンサルティング業務のナレッジを組織的に回す仕組みだ。

国内SaaS「ナレッジワーク」はAI商談記録をリリースした。商談の文字起こし→AIフィードバック→CRM自動入力が一気通貫。月2,500円/人の特別価格で提供されている。

海外でもFirefliesやFathomが「録音するだけ」から「コーチング・フィードバックまで自動化」に進化している。商談を録って終わりの時代はもう終わった。

ただ、5〜30人のチームにはフィットしないことが多い。ナレッジワークはセールスイネーブルメント全体をカバーするプラットフォームだから、「まず商談のフィードバックだけ回したい」には重すぎる。FirefliesやFathomは英語圏前提で、日本語の精度や運用がまだ追いつかない。Gong、Chorusは言うまでもなく大企業向け。

じゃあ中小のチームはどうするか。答えは「Google Drive + Claude API + Slack Bot」の組み合わせだった。実際に作って動かしてみたので、コード付きで解説する。

「貯まって育つ」仕組みを、月額ほぼゼロで作る

全体の流れはこうなる。

1つずつ、具体的に説明する。

Step 1: 商談の文字起こしをGoogle Driveに「自動で」貯める

ここが最初のポイント。文字起こしがGoogle Driveに「勝手に貯まっていく」状態を作る。録音→文字起こし→保存を自動化しておくと、後のステップが格段に楽になる。

オンライン商談の場合：

tl;dvというツールを使う。Zoom、Google Meet、Microsoft Teamsの商談を自動で録画→文字起こし→Googleドキュメントとして保存してくれる。

設定はシンプルで、tl;dvのGoogle Drive連携をONにして、保存先フォルダを指定するだけ。「商談議事録/2026/03/」のように月別フォルダに自動整理される。会議が終わった5分後には、タイムスタンプ付きの文字起こしがDriveに入っている。

Google Meetなら標準の文字起こし機能でもいい。最近は日本語精度もかなり上がっている。ただしMeetの文字起こしは.txt形式で出力されるので、Googleドキュメントへの変換が1ステップ入る。tl;dvならそこも自動。

オフライン（対面）商談の場合：

PLAUDのようなAI搭載ICレコーダーか、tl;dvのモバイルアプリで録音→文字起こし→Driveアップロード。完全自動とまではいかないが、「録音ボタンを押す」だけの運用にはできる。

Step 2: フィードバックの「基準書」を作る

ここが仕組みの肝になる。

AIに商談の文字起こしをそのまま渡しても、返ってくるフィードバックは一般論になりがちだ。「もっとヒアリングを深掘りしましょう」みたいな、誰にでも言えることしか出てこない。

解決策は、「フィードバックの基準書」を1枚のドキュメントで作って、文字起こしと一緒にAIに渡すこと。基準書があると、AIは「御社の基準で見たときに何が足りないか」を具体的に指摘できるようになる。

この基準書をClaude APIに文字起こしと一緒に渡すと、フィードバックの質がまったく変わる。「この商談は基準書の"良い商談の特徴"のうち、相手の発言量は達成しているが、具体的な業務名が1つしか出ていない。次回は〇〇について深掘りすべき」のように、自社の基準に沿った具体的な指摘が返ってくる。

そしてこの基準書を週1で更新する。たとえば3件の商談で「先方の決裁フローを確認していない」という指摘が繰り返し出ていたら、基準書に「初回商談で決裁フローを確認する」が追加される。AI自体は学習しない。でも、基準書を育てれば同じ効果が得られる。基準書が育つ＝組織のナレッジが育つ。

Step 3: Claude APIで自動分析→Slackに投稿

Step 1でGoogle Driveに文字起こしが貯まる。Step 2で基準書ができている。あとはこの2つをClaude APIに渡すだけで、フィードバックが自動生成される。

具体的な流れはこうだ。社員がSlackで /feedback-request と打つ → フォームが開く → 商談名・文字起こし（tl;dvからコピペ）・自分の振り返りを入力 → Claude APIが文字起こし + 基準書をもとに分析 → チャンネルに自動投稿。

ポイントは「振り返りを書いてから投稿」のステップ。AIの分析だけでなく、社員が自分の振り返りを一緒に提出する。「この場面では意図的に説明を優先した」みたいな現場の文脈が加わることで、AI分析 + 現場の文脈 = 本当に使えるフィードバックになる。

社員が触るのはSlackだけ。Claude CodeもAIツールも直接操作する必要はない。Slackのワークフロービルダーでフォームを作れば、新入社員でもSlackが使えれば使える。

実際にSlack Botを作った—コード全公開

ここまでの仕組みを「構想」で終わらせず、実際にSlack Botとして実装した。使った技術は3つだけ。

社員の操作フロー（実際のSlack画面）

社員がやることは3ステップだけ。

実際のSlack画面。社員はこの3項目を埋めて「分析する」を押すだけ

DM確認ステップは意図的に省いた。確認フローを挟むと「あとで見よう」→放置になる。分析完了→即チャンネル投稿のほうが、チーム全体で見える化できてフィードバックが回る。

コアのコード：Claude APIでフィードバック生成

一番重要なのは、Claude APIに「何を渡すか」。文字起こしだけでは一般論しか返ってこない。基準書 + 社員の自己振り返り + 文字起こしの3点セットで渡すのがポイント。

プロンプトには「営業マネージャーとして、基準書の5つの評価軸で分析してください」と指示。出力フォーマットもSlack mrkdwn形式で指定しているので、そのままSlackに投稿できる。

Slack Bolt Appの構成

Socket Modeを使うことで、サーバーやドメインが不要。ローカルPCで node src/app.js を実行するだけでBotが動く。AWS、GCP、Herokuは一切不要。クライアントのPC1台で完結する。

構築にかかった時間とコスト

Step 4: 週次でパターンを抽出し、基準書を育てる—ここが一番の価値

正直に言うと、商談ごとのAIフィードバックだけなら、それほど珍しい仕組みではない。ChatGPTに文字起こしを貼れば似たようなことはできる。

この仕組みの本当の価値は、フィードバックが「組織の型」に変わっていくことにある。

毎週金曜に、その週の全フィードバックをClaude APIに読み込ませる。「今週の商談フィードバックで繰り返し出ている課題を3つ挙げて」と聞くと、個別のフィードバックでは見えなかったチームの傾向が浮かび上がる。

たとえば「3件中2件で、初回商談なのにデモに入っている」というパターンが出たら、基準書の「よくある失敗パターン」に追加する。来週からは、同じパターンがあったときにAIが自動で指摘してくれるようになる。

つまり、エースの頭の中にしかなかった判断基準が、使えば使うほど基準書として言語化されていく。

これがフィードバックループの本質だ。商談する → AIがフィードバック → 週次で共通課題を抽出 → 基準書が更新される → 次の商談のフィードバック精度が上がる。使えば使うほど、組織の「営業の型」が磨かれていく。

エースが辞めても、基準書が残る。新人が入っても、基準書をもとにAIがフィードバックしてくれる。「属人化の解消」と「型化」が、日常業務を回すだけで同時に実現する。これが月300円の仕組みで手に入る。

Step 5: Slack Botにすべてを集約して、コマンド1つで回す

ここまでの流れを、Slack Botのスラッシュコマンドに集約する。社員が触るのはSlackだけ。AIツールの操作は一切不要。

商談が終わるたびに、Slackで /feedback-request と打つだけ。新人がやってもベテランがやっても、同じ基準でフィードバックが出る。

裏側の仕組みは管理者（またはSalesDock）が構築・メンテナンスする。基準書の更新、Botの改善、週次サマリーの運用—これらは社員には見えない。社員にとっては「Slackで打つだけでフィードバックが出てくる」という体験になる。

実際にやってみた—製造業の商談をAIに分析させた結果

ここまで仕組みの説明をしてきたが、「本当に使えるのか？」が一番気になるところだと思う。実際にこの仕組みを使って、ある製造業向けの商談を分析してみた。

tl;dvで自動文字起こしされた商談議事録（約36分・5万文字）がGoogle Driveに保存されている状態から、Claude APIに文字起こし全文と基準書を渡す。所要時間は約10秒。文字起こしを指定するだけで、基準書に基づいた分析結果が出てくる。

36分の商談に対して、具体的な場面を引用しながら改善点を出してくる。「冒頭10分が説明過多」「定量化の質問が足りない」—これは自分で振り返っても確かにそうだ、と思えるレベルの指摘だった。

人間のマネージャーが毎回ここまで丁寧にフィードバックを書くのは現実的じゃない。でもAIなら、100件の商談に対しても同じ品質で出せる。

社員はSlackだけ触ればいい—現場に負荷をかけない設計

「Claude Codeを全社員に使わせるのか？」という疑問が出ると思う。答えはNo。社員が触るのはSlackだけ。

ポイントは、③の「振り返り記入」のステップ。文字起こしと一緒に自分の振り返りを入力する。AIの分析と社員の現場感が両方セットでチャンネルに残る。「この場面では意図的に説明を優先した」みたいな文脈が加わることで、チーム全体の学びになる。

AI分析 + 現場の文脈 = 本当に使えるフィードバック。この両方がセットでSlackに残り続ける。

Slack Botを使えば、社員は /feedback-request と打つだけ。商談名を入れて、文字起こしを貼って、振り返りを書いて、「分析する」を押す。Claude CodeやAIツールの操作は一切不要。新入社員でも、Slackが使えれば使える。

API費用は月1,000円以下—コストで止まる理由がない

「AIを使うと高いんじゃないか」という質問をよくもらう。商談1回あたりの文字起こしは約15,000トークン（約5万文字）。これをClaude APIで分析するコストを計算した。

Sonnetで十分。月30件の商談を分析しても月300円。年間でも3,600円。ナレッジワークが月2,500円/人だから、10人チームで月25,000円。この仕組みなら同じことが月300円でできる。機能の幅は違うが、「まず商談のフィードバックだけ回したい」ならこれで十分すぎる。

効果をどう測るか

最初の1ヶ月は「Step 1〜2だけ」でいい。商談の文字起こしがDriveに自動で貯まる状態を作る。それだけで「あの商談で何て言ってたっけ」が5秒で解決するようになる。

Slack BotとClaude APIの連携は2ヶ月目以降に追加すればいい。ただ、やってみると分かるが構築自体は2時間で終わる。

まずは1件、AIにフィードバックさせてみてほしい

直近の商談の文字起こしを1本、Claude（claude.ai）に貼って、こう聞いてみてほしい。

「この商談のヒアリング品質・提案の具体性・信頼構築・ネクストアクション・情報記録を5段階で評価して、改善点を教えて」

返ってきた答えが「確かに」と思えたら、この仕組みは機能する。物足りなかったら、それは「基準書」がまだないからだ。自社の営業で大事にしていることを1枚のドキュメントに書いて、一緒に渡してみてほしい。フィードバックの質がまったく変わる。

エースの頭の中にしかなかったものが、ドキュメントになって、チームの資産になる。その第一歩が、この「1件だけ試す」でいい。

自社で構築するのが難しければ、仕組みごと導入支援もやっている。SalesDockでは構築10万円・保守月3万円で、この記事で紹介したSlack Bot + Claude APIの仕組みをそのままクライアントの環境に構築している。Slack Appの作成からBot起動、基準書の初期設計まで、すべて対応する。