スキルシートの読取から提案準備までをつなぐ｜SES案件管理・AI営業支援

SES営業では、案件の条件を確認し、人材の経歴を読み、その案件に合う提案文を用意します。UHDはこの仕事を対象に、案件・人材・営業先の管理と、スキルシートのAI読取、提案メールの下書き生成を組み合わせた社内システムを開発しました。

AIに文章を書かせるだけでは、提案の根拠になる経歴が管理情報とつながりません。そこでプロフィールと案件別の経歴を整理し、案件条件を参照しながら下書きを作る流れにしています。営業担当者が原本を確認することと、AIが抽出・生成することを、それぞれの段階として扱っています。

担当者はPDF・Excelなどのスキルシートから情報を読み取り、プロフィールと案件別の経歴を確認します。提案する案件と人材を選び、生成された下書きの記載内容と宛先を確認して利用します。

たとえば、営業担当者が新しいスキルシートを受け取った場面です。AIの読取でプロフィールと案件別の経歴を整理し、経験した技術、担当工程、期間、役割などを原本と照合します。

続いて、提案する案件と人材を選び、下書きを生成します。担当者は案件に必要な情報が含まれているか、原本にない経歴を記載していないか、宛先が適切かを確認して利用します。

読取と文章作成をつなぐ一方で、提案する判断と最終的な内容確認は営業担当者が行います。業務の途中にAIを組み込み、情報を整理してから人が確認するための社内システムです。

スキルシートから抽出した情報には、原本との照合が必要です。記載のない経験を推測で埋めると、提案内容と本人の実績が一致しなくなります。このため、読取結果と原本を確認し、下書きは担当者が仕上げる用途として説明しています。自動送信までを本件の到達点にはしていません。

社内業務を対象に、読取と下書き生成の実装を確認できる事例です。利用例としては、営業担当者がAIの抽出結果を修正し、案件に関係する経歴を確認してから提案文を整える場面です。画面と継続して動くワーカーも分けて開発しています。原本の整理と提案の準備をつなぐ社内開発事例です。

読取処理では、プロフィールと経歴を案件単位で構造化します。氏名、資格、技術名などは原本の表現をできるだけ保ち、記載のない項目を推測で埋めず、空の値として扱う指示を設けました。

どの人材を提案するか、生成された文章をどこまで採用するかは営業担当者が確認します。AIの読取・下書きと、人の判断を分けた利用方法です。

画面・AI連携はNext.js、認証と業務データはSupabaseを利用しています。スキルシートの情報抽出と提案文生成にはGeminiを組み込みました。

メール取込などはGoのワーカーへ分けた構成です。営業画面の操作と、継続して動く業務処理を分けて開発しています。

Next.jsが営業画面とAI連携を扱い、Supabaseが認証と業務データを扱います。Geminiにはスキルシートの情報抽出と提案文生成を担当させています。それぞれの処理がどの情報を扱うかを分けた構成です。

GoのワーカーにはGmail通知、差分取得、メール取込、スキルシートPDF生成を扱うコードがあります。画面を操作する処理と、継続して動く業務処理を分けて開発しています。

本件は、AIだけを試す検証とは異なり、CRMと案件・人材管理に読取・下書き生成を組み込んだ社内開発です。資料の整理から提案準備までを同じ業務として実装した経験を示しています。

営業業務の要件定義、CRM・案件・人材管理の設計開発、AI読取・提案文生成の実装、テスト、リリース対応、追加開発、運用保守を担当しています。

CRM、案件・人材管理、スキルシートの情報抽出、提案メールの下書き生成を実装しました。プロフィールと案件経歴を構造化し、担当者が原本と照合して提案準備を進めるための社内開発事例です。

業務システムの改善や新しいサービスの開発をご検討の際は、現在の業務と実現したいことをお聞かせください。要件整理から開発・運用までご相談いただけます。

UHDに相談する