営業電話の文字起こし：そのまま使える完全プレイブック

先に結論

AI文字起こしを使えば、すべての営業電話が検索可能で構造化された記録に変わる。反論、次のアクション、価格の質問、出てきた競合名——会話の途中で誰もメモを取らなくていい。通話を録音し（Zoom、電話、対面でもいい）、アップロードすれば、クリーンな音声で98.7%の精度・話者ラベル付きの文字起こしが返ってくる。あとは要約プロンプトを走らせて、パイプラインレビューで本当に見たい項目だけを抜き出す。

得られるのは「きれいなメモ」じゃない。営業が「聞く」と「書く」に注意を引き裂かれなくなることだ。成績のいい営業はもともと話すより聞いている——データでも最良の話す:聞くの比率はだいたい43:57。メモ帳を見つめながらこの比率は無理だ。

なぜ営業電話は最もメモに向かないのか

問題はここだ。商談の電話は30〜45分、テンポが速く、いちばん大事な情報——予算へのためらい、ふと漏れた競合名、結局誰が決裁するのか——は世間話の言い回しに埋もれる。それを聞き取りながら、次の鋭い質問をして、さらに書き留めなきゃいけない。

3つを同時にうまくこなせる人はいない。記憶の研究は100年以上ずっと同じ結論だ。人は新しい情報の約半分を1時間で、約70%を1日で忘れる。5件の電話を立て続けにこなす営業が、夕方5時にCRMを更新しようと座るころには、1件目はもうぐちゃぐちゃだ。

だから再構成する。推測する。CRMは「いい感触、興味ありそう、来週フォロー」で埋まる——この案件を次に見る人にとって、これは何も言っていないのと同じだ。しかも今やB2Bの購買には平均6〜10人の意思決定者が関わる。「興味ありそう」が隠しているのは、営業が重要な10人のうち1人としか話していないという事実だ。

AI文字起こしはこのトレードオフを消す。あなたは集中して聞き、録音がすべてを拾い、構造化された出力が必要な項目を渡してくれる。録音からきれいなテキストを得る仕組みにまだ不慣れなら、まずAI会議の文字起こし入門ガイドを読むといい。この記事の土台になっている。

営業向けに調整した文字起こしは実際に何を拾うのか

生の文字起こしはただの文字列だ。営業に使えるものは、文字＋構造。両者を分けるのは4点。

98.7%

クリーンな音声での文字起こし精度

90+

対応言語数、言語混在の通話も

6〜10

典型的なB2B購買の意思決定者数

約50%

営業が1時間で忘れる通話内容

話者ラベル。「Q3までに必要です」は、買い手が言うのと営業が言うのとでは意味が違う。話者分離が一人ひとりの声にタグを付けるので、誰が予算の話を持ち出したかが文字起こしでわかる。複数話者やかぶり発話でどう動くか詳しく知りたいなら、AIが話者を自動で識別する仕組みを見てほしい。

数字と名前が正確。営業電話は具体性で生きている——ライセンス数、契約日、購買担当者の名前。平均精度95%でも数字で80%に落ちる文字起こしは、ないより悪い。自信たっぷりの間違った数字をメモに入れてしまうからだ。Atter AIはクリーンな音声で98.7%を保つ。数字と名前こそ、その差がいちばん出る場所だ。

タイムスタンプ。ある瞬間に印をつけたら——「ここで価格を押し返された」——タイムスタンプがあれば誰でもその40秒の音声に直接飛べる。通話全体を聞き直さなくていい。

検索性。通話1件は文字起こしだ。200件はアーカイブになる。文字起こしが検索できるようになった瞬間、すべての通話を横断して問いを投げられる——これは後でまた触れる。

ワークフロー：電話を切ってからCRMまで5分以内

複雑なツール構成はいらない。何百件の通話でも崩れないループはこれだ。

1. ソースで録るZoomもTeamsもローカル録画がある。電話なら、iOS 18.1が2024年末にネイティブの通話録音を追加した。対面？静かな部屋ならテーブルに置いたスマホで十分。
2. ファイルをアップロードMP3、M4A、MP4をドロップ。分単位の上限がないので、90分の交渉も丸ごと上げられる。25MBずつに刻む必要はない。
3. ラベル付き文字起こしを受け取る話者タグ付き、タイムスタンプ付き、クリーンな音声で98.7%。1時間の電話でも通常数分で出る。
4. 営業要約プロンプトを走らせる反論、次のアクション、予算サイン、出た競合、意思決定者マップを固定の構造に抜き出す。
5. CRMに貼る毎回同じ5項目だから、パイプラインレビューで営業ごとの記録が同じトーンで読める。

時間が本当に浮くのはCRMのステップだ。営業は週に5〜6時間を事務とデータ入力に取られ、各社のSales調査は毎年同じ数字を出す——営業が実際に売る時間は全体の3分の1未満。メモの再構成をなくすのは分を節約するだけじゃない。1週間のうち本当に受注を生む時間を返してくれる。

仕事の大半を片付ける1つのプロンプト

AIに「この通話を要約して」と頼むのはやめよう。文章が返ってくるし、文章はあなたが必要なものを隠す。文章ではなく、名前付きの項目を求めるんだ。

これが効く理由は2つ。反論を古典的な4つの箱——価格、タイミング、決裁権、必要性——に分けるので、マネージャーがパターンを見られる。先月失注した案件のうち8件がタイミングで止まったなら、それは営業の問題じゃなく製品やパッケージの問題だ。そして推測ではなく「言及なし」を強制する。でっち上げた次のアクションは、空欄より悪いからだ。抽出プロンプトの調整については、アクションアイテム抽出ガイドが検証ステップを深掘りしている。

コーチング：元が取れるユースケース

ここから事務の話じゃなくなる。通話を文字起こしすれば、営業マネージャーは「実際に何が言われたか」でコーチできる——営業の「言ったつもり」じゃなく。

話す:聞くの比率がわかりやすい指標だ。これを測っているチームは、トップクローザーが約43%話して57%聞き、苦戦組はその逆になりがちだと気づく。これは精神論じゃ直らない。営業に、自分が4分間しゃべり続けて見込み客が黙り込んだ文字起こしを見せて直すんだ。

それから反論ライブラリ。直近100件の通話から「高すぎる」を全部引き出し、エースの返しと平均的な営業の返しを並べれば、汎用スクリプトじゃなく実際の勝ちから生まれた教材になる。多くのチームはこの金鉱の上に座ったまま掘らない。100件を聞き直すなんて、火曜にやりたい仕事じゃないからだ。

同意について一言。営業ではここがどこより重要だ。録音の法律は地域で違う。一方の同意で足りる場所もあれば、全員の同意が要る場所もある。きれいな習慣は、毎回の通話冒頭で録音している旨を告げること——よい作法だし、法的な問いをまるごと消してくれる。

これまでの全案件を横断して検索する

ここを営業は過小評価する。200件の文字起こしがたまれば、このアーカイブはCRMには答えられない問いに答える。

「見込み客が[競合]に触れた通話を全部、価格について何と言ったかも見せて」。「最初の通話でSOC 2が出た案件はどれ？」単なるキーワード検索——ファイル内のCtrl+F——ではこれは無理だ。買い手が、あなたが検索するであろう正確な語を使うことはまずないから。文字起こしへのセマンティック検索ならできる。AIチャットで文字起こしアーカイブを検索するガイドが、この検索が実際にどう動くかを扱っている。

本当の話は複利効果だ。文字起こし1件は数分を浮かせる。1年分たまれば、営業が辞めても残る組織の記憶になる——これは重要だ。営業が去ると、平均して案件の文脈が一緒に出ていってしまうから。文字起こしは残る。

ツール選びで見るべきもの

すべての文字起こしが営業向けに作られているわけじゃない。本当に効くのは5つ。

価格について具体的に言うと、Atter AIは週$6.99、年$49.99、または買い切り$129.99で、3日間の無料トライアル付き——分単位の従量課金ではない。週に25件こなす忙しい営業が欲しいのはまさにこれだ。

よくある質問

営業電話を録音するのは合法ですか？

あなたと見込み客がどこにいるかによる。録音に一方の同意で足りる地域もあれば、全員の同意が要る地域もある。営業電話は県や国をまたぐことが多く、ややこしい。安全で普遍的な作法は、毎回の通話の冒頭で録音している旨を告げ、異議があれば記録すること。これで全員同意のルールも満たすし、単純に礼儀でもある。

AIは業界用語や製品名を拾えますか？

おおむね拾える——Atter AIはクリーンな音声で98.7%を保ち、文脈の中の専門用語も含む。いちばん外しやすいのは珍しい製品名や略語だ。各要約の名前と数字を30秒だけ検証すれば、まれな間違いを捕まえられる。見積りに入れる前にやる価値がある。

CRMが自動取得するメモと何が違うのですか？

CRMの自動取得が記録するのはメタデータだ——通話があった、時間、誰が出たか。AI文字起こしが記録するのは中身——実際の反論、正確な次のアクション、名指しの競合。両者は補完的で、文字起こしはメモの本文を、CRMはその封筒を埋める。

言語が切り替わる通話も扱えますか？

扱える。Atter AIは90+言語に対応し、混在通話も処理する。これは越境案件でよくある——買い手が技術用語で英語に飛び、また母語に戻る。通話と違う言語で要約を出すこともできる。スペイン語の通話のメモを英語のディールチームに共有するときに便利だ。

手持ちの録音から最速で始めるには？

アップロードするだけ。分単位の上限がないので、営業はパイプラインレビューの前に四半期分の通話をまとめて埋め戻すことが多い——1バッチは普通15〜25時間の音声で、一午後で処理できる。全部に同じ要約プロンプトを走らせれば、記憶の中にしかなかった四半期分の案件履歴が再構成できる。

AI文字起こしはGongのような営業記録ツールを置き換えますか？

レイヤーが違う。会話インテリジェンス基盤は、その上にスコアリング、受注予測、パイプライン分析を載せる。AI文字起こしはその下の土台——話者ラベル付きの正確なテキスト——で、コストはほんの一部だ。多くのチームにとって、文字起こし＋構造化プロンプトで、そうした基盤の実際に使っている機能の80%はカバーできる。

通話の音声はAIの学習に使われますか？

いいえ。Atter AIはアップロードされた録音をモデルの学習に使わず、録音はあなたのアカウント内に留まる。NDA下の案件や規制業種では、まず標準のコンプライアンスレビューを通してほしい。