ChatGPTで営業リストを作る｜できることと限界

結論を先に書きます。ChatGPTに「〇〇業界の企業を50社挙げて」と聞いて出てきた社名を、そのまま営業リストに使ってはいけません。実在しない企業名、統合・社名変更済みの旧社名、業種の当てはめ違いが混ざります。一方で、ターゲット条件の言語化・切り口出し・営業文面の作成では、ChatGPTは今すぐ使える水準にあります。この線引きと、企業データの正しい取得先を書きます。

おすすめの無料ドヤマーケAIサービス！

ドヤリスト

ターゲット企業の営業リスト作成を効率化し、リード獲得とアプローチ準備を支援します。

ドヤリストを詳しく見る

目次

1. ChatGPTに企業リストを聞くと何が起きるか

2. この記事での検証範囲と、その限界（正直に書く）

3. 誰でも30分でできる検証プロトコル

4. なぜ架空の社名が出るのか｜4つの原因

5. ChatGPTが本当に役立つ3工程（プロンプト全文）

6. 企業データはここから取る｜法人番号公表サイトとgBizINFO

7. 営業文面を作るプロンプト全文

8. 手段の比較表

9. 送る前に確認すべき法律の話

10. ChatGPTで足りるケース／足りなくなる条件

11. よくある質問

12. まとめ

1. ChatGPTに企業リストを聞くと何が起きるか

まず、多くの人が最初に打つプロンプトはこれです。

関東の従業員100〜300名の製造業の企業を50社、
企業名・所在地・従業員数・事業内容・URLの表形式で出してください。

このプロンプトに対して、ChatGPTはきれいな表を返します。列は揃っています。所在地も従業員数もそれらしい数字が入っています。URLまで付いてきます。見た目は完璧な営業リストになります。

問題は、その表が「検索結果」ではなく「生成された文章」だという点です。ChatGPTは質問に答えるとき、データベースを引いているのではなく、次に来る語として尤もらしいものを並べています。「〇〇工業株式会社」という並びは、実在の有無と無関係に、日本語として自然だから生成されます。

実際に混ざるのは、次の4種類です。

最も危険なのは3番目と4番目です。架空の社名は電話をかければ分かります。しかし「実在するが従業員1,200名の会社が、従業員200名として載っている」リストは、営業がアプローチしてから初めて気づきます。そのときには、ターゲット外の企業に何十件分もの稼働を投じたあとになります。

2. この記事での検証範囲と、その限界（正直に書く）

ここは正直に書きます。

この記事の執筆にあたり、ChatGPTに実際に上記のプロンプトを投げ、返ってきた企業名の実在率を統制条件下で計測することはできませんでした。理由は、（1）出力はモデル・プラン・Web検索機能のオン/オフ・実行時点によって大きく変わるため、1回の試行の数字を一般化すると読者に誤った期待値を与えます、（2）検証結果として特定企業の実名を「架空だった／条件外だった」と記事に掲載することは、実在企業への不利益になりえます、の2点です。

したがって、「何社中何社が実在した」という数字はこの記事には載せません。載せている記事があっても、その数字は再現しません。

代わりに載せるのは、読者が自分の条件で30分以内に自分で確かめられる手順です。自社のターゲット条件で実際に計測すれば、この記事の数字より遥かに意味があります。

なお、ChatGPTのWeb検索機能を有効にすると、実在性の問題は明確に改善します。実在するページを参照して答えるためです。ただしそれでも、「参照元のページに書かれていない従業員数を補完する」「検索結果を条件に合うように解釈しすぎる」問題は残ります。Web検索をオンにすれば安心、とはなりません。

3. 誰でも30分でできる検証プロトコル

自社のターゲット条件で、ChatGPTの企業リスト精度を測る手順です。営業リストの調達方針を決める前に、必ず1回やります。

手順

ステップ1：ChatGPTに、自社のターゲット条件で20社を出させます。列は「企業名／所在地（市区町村まで）／従業員数／公式サイトURL」です。

ステップ2：出力された20社を、そのままスプレッドシートに貼ります。判定用の列を4つ足します。

ステップ3：国税庁の法人番号公表サイト（https://www.houjin-bangou.nta.go.jp/）で1社ずつ商号を検索します。ヒットしなければ①は×です。ここで「登記記録の閉鎖等」の表示があれば、既に存在しない法人です。

ステップ4：出力されたURLをブラウザで開きます。開かない、またはまったく別の会社のサイトなら②は×です。

ステップ5：公式サイトの会社概要ページで、所在地と従業員数を突き合わせます。

ステップ6：①〜④の×の数を数えます。

判定基準

• ①が×の社が1社でもある → 企業データの取得元としてChatGPTは使えません

• ①は全部○だが④が半分以上× → 社名は使えますが、絞り込み条件としては信用できません

• ①〜④が全部○ → その条件・そのモデル・その時点では機能しました。ただし翌週も同じとは限りません

このプロトコルの価値は、「ダメだと言われたから使わない」ではなく「自分の条件で測った結果、使えなかった／使えた」に変わる点にあります。社内で調達方針を通すときも、この表が1枚あれば話が早いです。

4. なぜ架空の社名が出るのか｜4つの原因

原因を理解すると、どのプロンプトなら安全かが判断できるようになります。

原因1：生成の仕組みそのもの

ChatGPTは検索エンジンではありません。「これまでの文脈に続く語として、もっともらしいもの」を選び続ける仕組みで動いています。「関東の製造業を50社」と聞かれたとき、モデルの内部にあるのは「日本の製造業の社名はこういう形をしている」という統計的な感覚であり、企業台帳ではありません。だから、日本語として自然な社名が、実在の有無と無関係に生成されます。

原因2：50社という「数の指定」が創作を強制する

これは見落とされがちですが決定的です。「50社挙げて」と指示すると、モデルは50行を埋めようとします。確実に知っている企業が12社しかなくても、残り38行を空欄にはしません。数を指定するほど、後半の行の信頼度は下がります。

対処は単純で、数を指定しないことです。「確実に実在すると言い切れる企業だけ挙げて。数は少なくていい」と書くと、出力される社数は激減しますが、質は明確に上がります。

原因3：知識のカットオフと、企業情報の変化速度

モデルの学習データには時点があります。企業情報は社名変更・統合・移転・従業員数の変動が絶えず起きる領域で、この時点ズレが直撃します。特に社名変更は厄介で、旧社名でも検索すれば情報が出てくるため、実在しているように見えてしまいます。

原因4：条件への「当てはめすぎ」

「従業員100〜300名」と条件を出すと、モデルはその範囲の数値を出力します。実際の従業員数を知らない場合でも、条件に合う数値を書きます。これは嘘をつく意図ではなく、指示に従っているだけです。だからこそ、条件を細かくするほど数値の信頼度は下がるという逆説が起きます。

この4つを踏まえると、安全なプロンプトの条件が導けます。（1）数を指定しない、（2）固有名詞と数値を出力させない、（3）出力に出典を強制する、（4）分からないと答える許可を明示的に与える。次章のプロンプトはすべてこの原則で書いてあります。

5. ChatGPTが本当に役立つ3工程（プロンプト全文）

企業データそのものは取れません。しかし営業リスト作成の周辺工程では、ChatGPTは明確に強いです。ここを使い倒します。

5-1. ターゲット条件を言語化する（ICP定義）

多くの営業組織で、ターゲットは「製造業、中堅、関東」程度の粒度で止まっています。この粒度では、どんなツールを使っても良いリストは作れません。まずここをChatGPTで詰めます。

あなたはBtoB SaaSのセールスオペレーション責任者です。
私の会社の理想顧客像（ICP）を定義する手伝いをしてください。

# 前提情報
- 自社サービス: [例：音声から議事録と記事を自動生成するAIツール]
- 解決する課題: [例：会議・取材の文字起こしと清書に時間がかかる]
- 現在の受注済み顧客の特徴: [例：BtoBメーカーの広報、Web制作会社、人材会社]
- 特に成果が出た顧客: [例：月に20本以上インタビューを実施している人材会社]
- 逆に解約された顧客: [例：会議が月2回しかない小規模企業]
- 平均単価: [ ]
- 検討に関わる人: [例：現場のマーケ担当が起案、部長が決裁]

# やってほしいこと
ステップ1: 上記から「成果が出る顧客」と「出ない顧客」を分ける決定的な変数を3つ特定する
ステップ2: その変数を、外部から観測可能な指標に翻訳する
  （例：「会議が多い」→ 観測不能。「採用求人を月10件以上出している」→ 観測可能）
ステップ3: 観測可能な指標だけを使って、ICPを定義する

# 出力形式
## 決定変数
| # | 変数 | なぜこれが決定的か |

## 観測可能な指標への翻訳
| 変数 | 観測可能な代替指標 | どこで確認できるか |

## ICP定義（除外条件を含む）
- 必須条件:
- 望ましい条件:
- 除外条件:

# 厳守ルール
- 実在する企業名を挙げない
- 統計データや市場規模の数値を書かない
- 私が提供していない情報を前提にしない。必要なら質問を返す

「観測可能な指標への翻訳」がこのプロンプトの核です。「意思決定が速い会社」はリスト条件にできません。「設立5年以内」「採用求人を出している」は条件にできます。この変換をやらないと、リストは作れません。

5-2. 業界の切り口を出させる

ターゲットが決まっても、探す切り口が1つだと母集団が枯れます。切り口を10本持つと、同じターゲット定義から10本のリストが作れます。

以下のICPに当てはまる企業を探すための「切り口」を出してください。
企業名は挙げないでください。切り口だけです。

# ICP
（5-1の出力を貼る）

# 出したい切り口の種類
1. 業種分類での切り口（日本標準産業分類の中分類・小分類レベルで）
2. 企業の「行動」から探す切り口（求人を出している、展示会に出展している、補助金を受けている等）
3. 使っているツール・技術から探す切り口
4. 組織の変化から探す切り口（増資、拠点開設、新部署設立、担当者の異動）
5. 発信内容から探す切り口（オウンドメディアを持っている、特定のテーマで発信している）

# 出力形式
| # | 切り口 | この切り口が有効な理由 | どこで探せるか（具体的なサイト名・DB名） | 想定される母集団の規模感 |

# 厳守ルール
- 各切り口について「どこで探せるか」を必ず書く。探せない切り口は出さない
- 実在する企業名・具体的な統計数値は書かない
- 存在するか確信が持てないデータベース名は挙げない。挙げる場合は【要確認】と付ける
- 最後に「この5分類に当てはまらない切り口」があれば追加で提案する

「どこで探せるか」の列を強制するのがポイントです。この列がないと、実行不可能な切り口が並びます。

5-3. リストの列設計と正規化ルールを作らせる

営業リストは、後工程（CRM取り込み、名寄せ、配信）で必ず詰まります。列設計を最初に決めておくと、あとの手戻りが消えます。

以下の用途で使う営業リストの列設計を作ってください。

# 用途
- [例：フォーム送信とメール配信の両方に使う]
- CRM: [例：HubSpot]
- リストの想定件数: [例：300件]
- リストを作る人: [例：インターン。営業知識はない]

# 出力してほしいもの
1. 列の一覧（列名 / データ型 / 必須or任意 / 記入例 / 記入ルール）
2. 「この列が空欄ならアプローチしない」という判定基準
3. 社名の正規化ルール（株式会社の前株・後株、全角半角、スペース、旧字体の扱い）
4. 重複判定のルール（何が一致したら同一企業とみなすか）
5. インターンが迷いそうな箇所と、その判断基準

# 厳守ルール
- 列は15個以内に抑える。多いと埋まらない
- 「見込み度」のような主観が入る列は作らない。事実だけを入れる列にする

このプロンプトの出力を、そのままスプレッドシートのヘッダーと入力規則に落とします。

5-4. ChatGPTに企業名を出させる場合の「安全な聞き方」

どうしても社名を出させたい場合の書き方も載せます。期待値は下げてください。

[業界名]の企業を挙げてください。ただし以下を厳守してください。

# 厳守事項
1. 数を指定しません。あなたが「確実に実在し、現在も営業している」と言い切れる企業だけを挙げてください。3社でも構いません
2. 各企業について、次を明記してください
   - あなたの確信度（高／中／低）
   - その企業を知っている根拠（一般に広く知られている／特定の文脈で見た／曖昧）
3. 従業員数・売上・所在地の詳細は書かないでください。私が自分で調べます
4. 社名変更・統合の可能性がある企業には【要確認】を付けてください
5. 「知らない」「確信が持てない」と答えることを歓迎します。無理に埋めないでください

# 出力形式
| 企業名 | 確信度 | 根拠 | 備考 |

最後に、「この業界について、あなたの知識が特に弱い領域」を正直に書いてください。

このプロンプトで出てくる社数は、最初の「50社挙げて」と比べて激減します。それが正しい挙動です。そして、それでも出力は検証が必要になります。だから結論は変わりません。企業データの取得先としてChatGPTを据える設計にはしません。

6. 企業データはここから取る｜法人番号公表サイトとgBizINFO

では実在する企業データはどこから取るか。まず、国が無料で公開している一次情報源が2つあります。これを知らずに有料リストを買うのは早いです。

6-1. 国税庁 法人番号公表サイト

URL：https://www.houjin-bangou.nta.go.jp/

国税庁が、法人番号を指定した全法人の基本3情報を公開しているサイトです。同サイトの記載によれば、公表されるのは次の3項目です。

1.商号又は名称、2.本店又は主たる事務所の所在地、3.法人番号

使い方（実務手順）

1. 実在確認：商号で検索します。ヒットしなければ、その名前の法人は登記上存在しません

2. 正式名称の確定：前株か後株か、旧字体か、正式表記が分かります。名寄せの基準として使えます

3. 所在地の確定：本店所在地が取れます。フォーム送信や郵送DMの宛先に使います

4. 閉鎖の確認：登記記録の閉鎖等の情報が確認できます。既に存在しない法人への営業を止められます

5. 一括ダウンロード：基本3情報のダウンロード機能があり、都道府県単位などでまとめて取得できます

6. Web-API：法人番号システムWeb-APIが提供されています。同サイトには「Web-APIを利用するためには、アプリケーションIDが必要です（アプリケーションIDの発行に費用は掛かりません。）」と記載があり、API利用は無料、ただしアプリケーションIDの発行申請が必要という位置づけです。法人番号指定・取得期間指定・法人名指定の3種類の検索に対応しています

限界も正確に書きます。このサイトで取れるのは基本3情報だけです。業種、従業員数、売上、電話番号、メールアドレス、URLは含まれません。つまり「実在確認と名寄せの基準」としては最強ですが、これ単体では営業リストになりません。

6-2. gBizINFO（経済産業省）

URL：https://info.gbiz.go.jp/

経済産業省が運営する法人情報提供サイトです。公表されている内容によれば、500万社以上を対象に、法人番号を軸として各省庁が持つ情報を紐づけています。取得できる主な情報は次のとおりです。

• 財務情報（売上高、経常利益、総資産額など）

• 調達実績（国の調達に参加した実績）

• 補助金の交付情報

• 特許・商標

• 各種認定（経営革新計画、健康経営など）

• 届出情報

• 職場情報（従業員数、女性活躍関連の指標など）

検索・CSV/JSON/PDFでのダウンロードに対応し、REST APIも提供されています。APIの利用条件（登録の要否など）は公式サイトで要確認です。Web画面での検索とダウンロードは、まず登録なしで触れる範囲から試すのが早いです。

営業リストとしての使いどころ

gBizINFOが本領を発揮するのは、「行動から探す切り口」です。5-2のプロンプトで出した切り口のうち、次のようなものが実際に実行できます。

「IT導入補助金の交付を受けた企業」というリストは、ChatGPTには絶対に作れません。しかしgBizINFOなら取れます。この差が、一次情報源を押さえる意味です。

6-3. この2つを組み合わせた現実的なワークフロー

1. ChatGPTでICPを定義する（5-1）

2. ChatGPTで切り口を10本出す（5-2）

3. 切り口ごとに、gBizINFOまたは業界団体の会員名簿から企業を抽出する

4. 法人番号公表サイトで実在・正式名称・所在地を確定する

5. ChatGPTで列設計と正規化ルールを作る（5-3）

6. 公式サイトから問い合わせフォームURL・電話番号を収集する（ここは人力かスクレイピング）

7. ChatGPTで営業文面を作る（次章）

この流れの中で、ChatGPTは1・2・5・7を担当します。3・4・6は担当しません。この分業が、この記事で言いたいことの全部です。

7. 営業文面を作るプロンプト全文

ここはChatGPTが最も強い領域です。リストが手元にあれば、文面はChatGPTで足ります。

7-1. 問い合わせフォーム送信用の文面

フォーム送信は文字数制限があり、テンプレ感が出ると即座に捨てられます。

あなたはBtoBのインサイドセールス担当です。
問い合わせフォームから送る営業文面を作成してください。

# 自社情報
- サービス名: [ ]
- 提供価値を1行で: [ ]
- 導入企業の例（公開可能なもののみ）: [ ]

# 送信先
- 企業名: [ ]
- 業種: [ ]
- この企業を選んだ理由: [例：採用サイトでインタビュー記事を月4本公開している]

# 制約
- 全体で400字以内
- 件名は25字以内
- 冒頭2行で「なぜあなたに送っているか」が伝わること
- 自社の説明は3行以内に抑える
- 依頼するアクションは1つだけ（例：15分のオンライン相談）

# 厳守ルール
1. 「貴社の益々のご発展を〜」等の定型挨拶を使わない
2. 自社サービスの説明から書き始めない
3. 送信先について、私が提供していない情報を書かない（推測で褒めない）
4. 数値による実績は、私が提供したもの以外書かない
5. 「業界No.1」「最先端」等の検証不能な形容を使わない
6. 過度にへりくだらない。対等な事業者として書く

出力は3案。それぞれ切り口を変えてください（課題提起型／事例型／質問型）。

7-2. メール1通目と、返信がない場合のフォローアップ

以下の条件で、営業メールのシーケンスを3通作成してください。

# 前提
（7-1と同じ自社情報・送信先情報を貼る）

# シーケンス設計
- 1通目: 初回接触
- 2通目: 1通目の3営業日後。1通目とは違う角度から
- 3通目: 2通目の5営業日後。クロージング（返信がない場合の締め）

# 各通の制約
- 1通目: 300字以内。件名20字以内
- 2通目: 200字以内。1通目の内容を繰り返さない
- 3通目: 150字以内。「今回は見送る」と返信しやすい書き方にする

# 厳守ルール
1. 2通目で「先日お送りしたメールをご覧いただけましたでしょうか」と書かない。相手を責める構造にしない
2. 3通目は、断りやすさを最優先にする。追いすがらない
3. 各通に、返信のハードルを下げる一文を入れる（例：一言「不要」だけでも構いません）
4. 全通で、送信停止の方法を明記する
5. 誇張した緊急性（「今月限り」等）を使わない

各通について、末尾に「この通で狙っている心理変化」を1行で添えてください。

7-3. 電話（コールドコール）のトークスクリプト

以下の条件で、コールドコールのトークスクリプトを作成してください。

# 前提
（自社情報・ターゲット情報を貼る）
- 想定される受け手: [例：総務の一次受け → 担当部署 → 部長]

# 出力構成
## 1. 一次受け突破（20秒）
- 名乗り
- 用件の一言説明
- つないでほしい部署の指定

## 2. 担当者へのオープニング（30秒）
- なぜ電話したか
- 相手にとっての関心事を1つ
- 「今2分だけよろしいですか」の確認

## 3. ヒアリング質問（5問）
- クローズドではなくオープンで
- 現状把握 → 課題の顕在化 → 影響の確認 の順で

## 4. 想定される断り文句と切り返し（6パターン）
| 断り文句 | 切り返し | 引き際の判断基準 |
|---|---|---|
- 「引き際の判断基準」を必ず書く。粘る前提のスクリプトにしない

## 5. クロージング
- 次のアクションの提案（2択で提示）

# 厳守ルール
1. 「お世話になっております」で始めない（初回接触で嘘になる）
2. 相手の時間を奪う前提の言い回しを使わない
3. 断られた場合に食い下がる切り返しを書かない
4. 検証できない実績・数値を入れない

7-4. リストの1社ごとにパーソナライズを差し込む

300社に同じ文面を送るのが最も成果が出ません。かといって300通を手書きする時間はありません。差し込み部分だけを生成させます。

以下の企業について、営業メールの冒頭2行に差し込む「その企業固有の一文」を作ってください。

# 企業情報（私が調べた事実のみ）
- 企業名: [ ]
- 事業内容: [ ]
- 私が確認した事実: [例：採用サイトで社員インタビューを月4本公開している / 2026年5月に大阪支店を開設した]
- 情報の出典URL: [ ]

# 出力条件
- 2行（80字以内）
- 1行目: 私が確認した事実に触れる
- 2行目: その事実と自社サービスの接点を示す

# 厳守ルール
1. 私が提供した「確認した事実」以外の情報を一切書かない
2. 推測で褒めない（「御社の先進的な取り組み」等の中身のない賛辞を使わない）
3. 事実の解釈を加えすぎない（「月4本公開している」→「相当な工数がかかっているはず」までは可、「担当者は疲弊している」は不可）
4. 提供された事実で接点が作れない場合は、「接点なし。この企業には送らないことを推奨」と正直に答える

10社分をまとめて処理します。以下に企業情報を並べます。
---

ルール4が効きます。接点が作れない企業をリストから外す判断を、ChatGPTにさせます。この一手でリストの質が上がります。

8. 手段の比較表

この表から読み取ってほしいのは1点だけです。「実在性」と「営業文面」を1つの手段で満たそうとすると、必ずどこかが弱くなります。だから前章のワークフローでは、工程ごとに手段を分けました。

9. 送る前に確認すべき法律の話

営業リストができたら送る前に、最低限これを確認します。ここを飛ばすと、リストの精度以前の問題になります。

特定電子メール法

広告宣伝メールの送信は、原則としてあらかじめ同意を得た相手にのみ送信できます（オプトイン規制）。ただし例外規定があり、自己の電子メールアドレスを公表している団体・営業を営む個人への送信は、同意なしでも認められる場合があります。ただしこの例外にも条件があり、「電子メールの送信をしないよう求める旨」が公表されている場合は対象外になります。

つまり、企業サイトに公開されている問い合わせ用アドレスであっても、そのページに「営業目的の送信はお断りします」と書かれていれば送ってはいけません。リスト作成時にこの記載の有無を確認する列を持つ運用が要ります。

送信時には、送信者の氏名・名称、受信拒否の通知ができる旨とその方法（オプトアウトの手段）、送信者の住所などの表示義務があります。詳細は総務省・消費者庁の公表資料で確認してください。

個人情報保護法

法人情報そのものは個人情報にあたりませんが、「担当者の氏名＋メールアドレス」の組み合わせは個人情報になります。取得元と利用目的の管理が必要になります。第三者から購入したリストを使う場合は、そのリストの取得経緯（適法に取得されたものか）の確認義務がある点にも注意します。

この章の記載は一般的な整理であり、法的助言ではありません。実際の運用は、自社の法務または弁護士に確認してください。

10. ChatGPTで足りるケース／足りなくなる条件

ChatGPTだけで十分なケース

• ターゲットが既に決まっていて、リストも既にある。文面だけ作りたい

• 既存顧客へのアップセル・クロスセルで、新規の企業データが不要

• リストが月に10〜20件程度で、手作業で調べられる規模

• 業界団体の会員名簿など、信頼できるリストの元がすでにある

この条件なら、この記事の5-1、5-3、7章のプロンプトを使い回せば足ります。専用ツールは要りません。

足りなくなる4つの条件

条件1：企業データを毎回検証している

ChatGPTの出力を法人番号公表サイトで1社ずつ確認する作業は、20社なら30分で終わります。300社なら7時間半です。この検証工数が、リスト作成の主コストになった時点で設計が間違っています。

条件2：プロンプトを毎回貼り直している

7章のプロンプトはどれも長いです。営業担当が5人いて、それぞれが毎回貼り直すなら、その運用は続きません。続かないプロンプトは、存在しないのと同じです。

条件3：出力品質が担当者によってブレる

同じプロンプトを使っても、埋める前提情報の粒度が人によって違えば出力は変わります。「なぜAさんの文面は返信が来て、Bさんは来ないのか」が説明できない状態は、改善が回りません。

条件4：リスト作成と文面作成が分断されている

企業データを集めるツール、文面を作るツール、送信するツールがバラバラだと、「この企業にはこの文面を送った」という履歴が残りません。同じ企業に2回同じ文面が飛ぶ事故はここから起きます。

11. よくある質問

Q1. 無料版のChatGPTでも営業リストは作れますか

文面作成と条件の言語化は、無料版でそのまま動きます。この記事の5章・7章のプロンプトは全て無料版で使えます。

ただし、「企業データの実在性」の問題は有料版でも解決しません。これはプランの問題ではなく、生成モデルの仕組みの問題だからです。Web検索機能を使える環境なら実在性は改善しますが、参照元に書かれていない数値の補完は依然として起きます。利用できる機能の範囲はプランで変わるため、最新はhelp.openai.comで確認してください。

Q2. 顧客リストや商談情報をChatGPTに入れていいですか

OpenAIのヘルプセンター「How your data is used to improve model performance」には、個人向けサービスについて「we may use your content to train our models」との記載があります。法人向けについては「By default, we do not train on any inputs or outputs from our products for business users」と明記され、エンタープライズプライバシーページにも「We do not train our models on your data by default」「You own your inputs and outputs (where allowed by law)」とあります。

個人プランで学習利用を止めるには、Settings > Data Controls > Improve the model for everyone をオフにします。ただしフィードバックを送った会話は学習に使われえますという例外が公式に記載されています。

実務判断としては、顧客企業名と担当者名が入る商談情報は、法人プランで扱うか、社名を「A社」に置換してから投げます。顧客とのNDAで第三者提供が制限されている情報は、プランを問わず入れません。

Q3. Web検索機能を使えば実在する企業が出ますか

実在性は明確に改善します。実在するWebページを参照して回答するため、完全な架空企業が出る確率は下がります。

ただし残る問題が3つあります。（1）参照したページに書かれていない項目（従業員数など）を、推測で補完することがあります、（2）検索でヒットしたページが古い場合、古い情報がそのまま出ます、（3）「条件に合う企業」を探す検索で、条件に合わない企業を条件に合うと解釈することがあります。

対処は、出力に必ず出典URLを付けさせ、そのURLを開いて確認することに尽きます。プロンプトに「出典URLがない情報は書かない」と明記します。

Q4. 法人番号公表サイトのデータをそのまま営業に使っていいですか

法人番号公表サイトが公開しているのは基本3情報（商号／本店所在地／法人番号）で、これは公表されているデータです。ただし、営業目的の利用可否や再配布の条件については、同サイトの利用規約を必ず確認してください。この記事では利用可否の断定はしません。

実務上の主用途は「実在確認」と「正式名称の確定」であり、このサイトから連絡先は取れないため、これ単体では営業リストになりません。

Q5. gBizINFOのAPIは誰でも使えますか

gBizINFOはREST APIを提供しています。利用にあたっての登録の要否・APIキーの発行条件は公式サイトで要確認です。まずはWeb画面での検索とCSVダウンロードで、自社の切り口が実際にヒットするかを確かめるのが早いです。ここで使えないと判明すれば、API実装の工数を無駄にせずに済みます。

Q6. ChatGPTが出した企業リストを、そのまま部下に渡してもいいですか

渡してはいけません。この記事で最も強く言いたい点がここにあります。

リストを受け取った担当者は、そのリストが生成されたものだと知りません。実在する企業として扱い、電話をかけ、フォームを送ります。架空の企業に時間を使うだけならまだ被害は小さいですが、実在するが完全にターゲット外の企業に何十件も接触すると、自社の評判に影響が出ます。

渡すなら、「これはChatGPTの出力であり、未検証である」ことを明記し、3章の検証プロトコルとセットで渡します。

12. まとめ

• ChatGPTに企業名を聞くと、架空企業・旧社名・条件外・創作された数値が混ざります。原因は生成の仕組みそのもので、プランを上げても解決しません

• 特に危険なのは「実在するが条件外」「社名は正しいが数値が創作」のパターンです。誰も検証しないまま営業が動きます

• 「50社挙げて」と数を指定すること自体が創作を強制します。数を指定しない聞き方に変えます

• 企業データは法人番号公表サイト（実在確認・正式名称）とgBizINFO（補助金・調達・財務・認定）から取ります。どちらも無料の一次情報源です

• ChatGPTが強いのはICP定義・切り口出し・列設計・営業文面です。この4工程は今すぐ寄せてよいです

• リストが月10〜20件ならChatGPTと公的DBの手作業で足ります。検証工数がリスト作成の主コストになったら設計を変えます

リスト作成と営業文面を、1本の流れで回す

ここまで読んで「ChatGPTで文面は作れる。詰まっているのは企業データの実在性と、毎回の検証工数だ」と感じたなら、ドヤリストを試してください。

業種・地域・企業規模を指定するだけで営業ターゲットリストを自動生成し、そのリストに合わせたフォーム送信文面・メール文面・電話スクリプトをワンクリックで出力します。リストと文面が同じ場所にあるため、「どの企業にどの文面を送ったか」が分断されません。

ドヤマーケAIは統一プラン月9,980円（税込）で14サービスが使い放題です。無料版もあるので、まず自社のターゲット条件を1本入れて、この記事の3章の検証プロトコルで出力を確かめてください。

▶ ドヤリストを試す：https://doya-ai.surisuta.jp/doyalist