FABEは、Feature(特徴)、Advantage(優位性)、Benefit(顧客価値)、Evidence(根拠)をつなぎ、製品やサービスの特徴を顧客にとって意味のある提案へ変換するための考え方です。
生成AIは、この4要素の候補を整理したり、FeatureからBenefitへのつながりを確認したり、Evidenceが弱い箇所を指摘したりする補助に使えます。
一方で、顧客の実際の課題、製品仕様、競合との差、導入実績、効果数値をAIが正確に知っているとは限りません。存在しない機能や実績を補うこともあります。
そのため実務では、AIを「候補出し」「因果チェック」「抜け漏れ確認」に使い、顧客課題、事実、数値根拠、最終提案は人が確認するのが安全です。
この記事では、生成AIをFABEの補助に使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤り・限界まで含めて解説します。
FABEの意味や基本構造から確認したい場合は、FABEとは?を参照してください。人だけで進める基本手順は、FABEのやり方で確認できます。
生成AIを使うと効果が出やすい場面
生成AIは、次のような作業で補助役として使いやすくなります。
- 製品情報からFeature候補を整理する
- FeatureからAdvantage候補を出す
- Advantageを顧客課題に合わせてBenefitへ変換する
- Evidenceとして不足している根拠を指摘する
- F→A→B→Eの因果が飛んでいないか確認する
- 顧客タイプごとにBenefitの優先順位を変える
- 商談トークや提案文へ整える
- 誇張表現や断定しすぎた表現を探す
一方で、次の判断はAIだけに任せない方が安全です。
- 顧客が本当に困っていること
- 製品に実在する機能
- 競合比較の事実
- 導入実績や数値
- 顧客に約束してよい効果
- 最終的に提案へ入れる表現
1. 製品情報からFeature候補を整理する
プロンプト例
以下の製品情報から、FABEのFeature候補だけを整理してください。
製品:法人向け受注管理システム 機能情報:
- 受注情報を1画面で登録
- 必須入力チェック
- 売上の自動集計
- 同じ受注情報を営業・事務が参照可能
条件:
- 顧客価値や効果を混ぜず、製品の客観的特徴だけを書く
- 存在しない機能を補わない
- 不明点は「要確認」とする
出力の使い方
AIは、Feature候補として、
- 受注情報の1画面登録
- 必須入力チェック
- 売上自動集計
- 複数部門で同一受注情報を参照
と整理できます。
人は、これらが実際の製品仕様と一致しているか確認します。
2. FeatureからAdvantage候補を作る
プロンプト例
以下のFeatureについて、顧客の業務上どのようなAdvantageにつながるか候補を出してください。
Feature:受注情報を1画面で登録できる
条件:
- Featureの単なる言い換えにしない
- 「何が減る・早くなる・簡単になるか」を具体化する
- 実績数値は推測しない
出力の使い方
AIは、
- 営業と事務の二重入力を減らせる可能性
- 転記作業を減らせる可能性
- 入力箇所が分散しないため確認箇所を集約できる
といったAdvantage候補を出せます。
人は、実際の業務フローで本当に二重入力が減るかを確認します。
3. AdvantageをBenefitへ変換する
プロンプト例
以下の顧客課題とAdvantageから、Benefit候補を作ってください。
顧客課題:
- 営業と事務で同じ受注情報を二重入力している
- 毎日入力漏れを確認している
- 月末集計に6時間かかる
- 営業会議で最新数字を確認できない
Advantage:
- 転記作業を減らせる
- 登録時に必須入力を検知できる
- Excelでの再集計を減らせる
条件:
- 顧客が得る仕事上の価値に変換する
- 「便利」「効率化」だけで終わらせない
- 金額効果は根拠がなければ推測しない
出力の使い方
AIは、
- 二重入力や確認作業を減らせる
- 月末締め作業を短縮できる
- 最新の受注状況を会議で確認しやすくなる
といったBenefit候補を出せます。
人は、どのBenefitが顧客にとって重要かを商談で確認します。
4. Evidenceとして必要な根拠を洗い出す
プロンプト例
以下のFABE案をレビューし、Evidenceとして不足している根拠を質問形式で出してください。
Feature:売上自動集計 Advantage:Excel再集計が不要になる Benefit:月末締め時間を短縮できる
条件:
- 実績、デモ、仕様、比較データの観点で確認する
- 数値を勝手に作らない
- 事実確認が必要な箇所を明示する
出力の使い方
AIは、
- 同規模企業での導入実績はあるか
- 月末集計時間の削減事例はあるか
- デモで自動集計の動作を確認できるか
- 対象データ量に制限はあるか
といった確認質問を出せます。
人は、製品資料や導入事例、担当者確認から根拠を集めます。
5. F→A→B→Eの因果が切れていないか確認する
プロンプト例
以下のFABEについて、F→A→B→Eの因果が自然につながっているかレビューしてください。
Feature:1画面で受注登録 Advantage:転記作業を減らせる Benefit:確認作業の削減と締め処理の短縮 Evidence:同規模企業で月末集計6時間から2時間になった実績例
条件:
- 因果が飛んでいる箇所を指摘
- EvidenceがBenefitを直接支えているか確認
- 修正案は候補として出す
出力の使い方
AIは、「月末集計6時間→2時間」のEvidenceは自動集計には強くつながるが、「1画面登録→転記削減」の根拠としては弱い、と指摘できます。
この場合、人は1画面登録について操作デモや転記回数比較など別のEvidenceを用意します。
6. 顧客タイプごとにBenefitの優先順位を変える
プロンプト例
以下のBenefit候補を、経営層と現場責任者で優先順位を変えて並べてください。
Benefit候補:
- 月末締め作業の短縮
- 二重入力削減
- 最新数字を会議で利用
- 入力漏れ確認の削減
- 部門間の認識差削減
条件:
- 一般的な仮説として出す
- 最終順位は顧客確認が必要と明記する
出力の使い方
AIは、経営層では最新数字や締め時間、現場責任者では二重入力や入力漏れ確認を上位に置く候補を出せます。
ただし、実際の顧客が同じ優先順位とは限りません。商談で確認します。
7. 商談トークへ短く整える
プロンプト例
以下のFABEを、60秒程度の商談説明に整えてください。
Feature:受注情報を1画面で登録 Advantage:営業と事務の転記を減らせる Benefit:二重入力と確認作業を減らし、現場が受注処理に集中しやすくなる Evidence:操作デモで1画面登録を確認可能
条件:
- 機能説明から始めず、顧客課題との接続を先にする
- 誇張しない
- Evidenceを最後に添える
出力の使い方
AIが文章化した後、人は顧客の言葉に合わせて調整します。
8. 誇張表現をレビューする
プロンプト例
以下の提案文に、根拠不足や断定しすぎた表現がないか確認してください。
「このシステムを導入すれば、必ず月末作業を半分以下にできます。」
条件:
- 根拠不足の箇所を指摘
- 安全な修正案を出す
- 事実確認が必要な点を質問にする
出力の使い方
AIは、「必ず」「半分以下」が強い断定だと指摘できます。
人は、実績が1社の例なら、
同規模企業では月末集計が6時間から2時間になった事例があります。御社でも同様の効果が出るかは、現在の作業内容を確認して見積もります。
のように調整します。
通し例|生成AIでFABEの提案を組み立てる
法人向け受注管理システムを提案するケースを例にします。
顧客ヒアリングでは、
- 営業と事務で二重入力している
- 入力漏れを毎日確認している
- 月末集計に6時間かかる
- 営業会議で最新数字を確認できない
という課題が分かりました。
最初にAIへ製品情報を渡し、Feature候補を整理しました。
- 1画面登録
- 必須入力チェック
- 自動集計
- 同一受注情報の複数部門参照
次にAdvantage候補を作らせました。
- 転記作業を減らせる
- 登録時に入力漏れを検知しやすい
- Excelでの再集計が不要になる
- 部門間で同じ情報を確認できる
さらに顧客課題と組み合わせ、Benefit候補を出しました。
- 二重入力や確認作業を減らせる
- 月末締め作業を短縮できる
- 最新数字を会議で使いやすくなる
- 部門間の認識差を減らせる
ここで人が商談メモを見直すと、顧客は「月末集計時間」よりも「現場が迷わず使えるか」を強く気にしていました。
そこでBenefitの優先順位を変更し、1画面登録と入力漏れ防止を先に説明する構成へ変えました。
EvidenceについてAIに不足点を確認させると、
- 1画面登録の操作デモ
- 必須入力チェックの設定範囲
- 月末集計の導入事例
が必要と指摘されました。
人が製品担当へ確認し、
- 1画面登録はデモ可能
- 同規模企業で月末集計6時間から2時間になった事例あり
- 部門別必須項目の設定範囲は追加確認が必要
と整理しました。
部門別必須項目については、AIが「柔軟に設定可能」と文章化していましたが、確認が取れていなかったため提案文から外しました。
最終的なFABEは、
Feature:1画面登録、必須入力チェック、自動集計
Advantage:二重入力削減、登録時検知、Excel再集計不要
Benefit:現場の入力・確認負担を減らし、締め処理を短縮し、最新数字を会議で使いやすくする
Evidence:操作デモ、同規模企業で月末集計6時間から2時間になった事例
としました。
この例でAIが担ったのは、Feature/Advantage/Benefit候補、因果チェック、Evidence不足の指摘、顧客別優先順位候補、文章化です。
人が担ったのは、顧客課題の確定、製品仕様の確認、Evidenceの事実確認、Benefitの優先順位、未確認機能の削除、最終提案の確定です。
そのまま使える型が必要なら、FABEテンプレートを使うと、AIの出力をFeature・Advantage・Benefit・Evidenceへ整理しやすくなります。
具体的な案件への適用イメージを見たい場合は、FABEの具体例が参考になります。よくある失敗を先に確認したい場合は、FABEで失敗しやすいポイントも参照してください。
人が必ず確認すべきポイント
顧客課題
AIは顧客の実際の優先順位を知りません。ヒアリング内容から人が確定します。
Feature
存在しない機能をAIが補うことがあります。製品仕様と照合します。
Advantage
本当に競合や現行業務と比べて優位かを確認します。
Benefit
一般論ではなく、その顧客にとって意味のある価値かを確認します。
Evidence
数値、事例、デモ、仕様は必ず一次情報へ戻って確認します。
最終提案
AIが作った文章をそのまま顧客へ送らず、誇張や未確認事項がないか人が確認します。
生成AIの誤りと限界
存在しない機能を補うことがある
一般的なSaaSの機能から、実際にはない設定や連携を提案することがあります。
Evidenceを作ってしまうことがある
「平均30%削減」「導入社の80%が改善」といった数値を、根拠なく出すことがあります。
Benefitが一般論になることがある
「効率化」「生産性向上」「コスト削減」だけでは顧客固有性がありません。
F→A→Bの因果が飛ぶことがある
FeatureとBenefitの間に、実際には別条件が必要な場合があります。
顧客優先順位を決めつけることがある
経営層だからコスト、現場だから操作性、とは限りません。
機密情報の扱いに注意する
顧客名、価格、契約条件、未公開製品情報、商談メモを入力する場合は、自社の情報管理ルールに従います。
生成AIに任せすぎないためのチェックリスト
- 顧客課題を人が確認したか
- Featureが実在するか確認したか
- Advantageが単なるFeatureの言い換えになっていないか
- Benefitが顧客固有の価値になっているか
- Evidenceの数値・事例を一次情報で確認したか
- F→A→B→Eの因果がつながっているか
- 顧客別の優先順位を商談で確認したか
- 未確認仕様を提案に入れていないか
- AIが作った数値をそのまま使っていないか
- 誇張表現を残していないか
- 最終提案を人が確認したか
- 機密情報を不用意に入力していないか
まとめ
生成AIは、FABEを効率よく実践するための補助役として使えます。
特に役立つのは、Feature・Advantage・Benefit候補の整理、Evidence不足の指摘、F→A→B→Eの因果チェック、顧客別優先順位の候補、提案文の下書き、誇張表現のレビューです。
一方で、顧客課題、製品仕様、競合比較、実績数値、顧客への約束、最終提案は人が確認する必要があります。
生成AIにFABEを完成させてもらうのではなく、「候補を広げる」「因果を点検する」「根拠不足を見つける」ために使うことで、顧客課題から根拠付き提案までの組み立てを効率化しやすくなります。