指定管理者制度AI|指定管理情報を見逃さない3つのプロダクトを展開中ログイン
【編集長ヤマザキのAI活用講座】提案書は「書く時間」より「読み直す時間」で決まる。ヤマザキ式・読み直し3回ルール

【編集長ヤマザキのAI活用講座】提案書は「書く時間」より「読み直す時間」で決まる。ヤマザキ式・読み直し3回ルール

指定管理者・PFI事業者向けに、提案書の「伝わらない・落選する」を防ぐ独自の推敲法を解説。①審査員の脳内スクリーンに現場を映す、②配点表と主張・根拠を突合して点にする、③表記ゆれやコピペ残骸の事故を防ぐ——目的を分けた「読み直し3回ルール」を公開。コピペで使える模擬審査員プロンプト3本を全文掲載。AIに任せる領域と人間が責任を持つ領域の線引きまで、編集長ヤマザキが実践解説します。

公開日2026/09/10

目次

この記事でわかること
結論:3回、それぞれ「別人」になって読み直す
1回目の読み直し:「審査員の脳内スクリーン」に何が映るか
さらに厄介なことに、審査員ごとに「見たい映像」が違う
「地域連携」は名詞で終わらせず、動詞まで書く
とはいえ、自分では気づけない。だからAIです
プロンプト①:まっさらな模擬審査員に読ませる
2回目の読み直し:「いい提案」ではなく「点になる提案」か
プロンプト②:足切り・配点・根拠を一気に点検する
3回目の読み直し:内容を読まない。「事故」だけを探す
プロンプト③:事故チェック専用の校正係
【超重要】AIの「問題ありません」を信用しすぎない
提案書をAIに貼る前に。もうひとつだけ大事な話
仕上げ:3回終わったら、もう一度「1回目」へ
まとめ:審査員のスクリーンが動き出したとき、採択が決まる

こんにちは。 指定管理者制度AI編集長のヤマザキです。

プレゼンヒアリングの本番を想像してみてください。

渾身の提案書について、制限時間いっぱい説明を終えた直後。 選定委員のひとりが手元の資料をめくりながら、静かに尋ねます。

「……この『地域との協働』というのは、具体的には誰が、何をやる想定ですか?」

会場の空気が、少しだけ張り詰めます。

書いた側の頭の中には、ちゃんと絵があるんです。

商店街と組んで年2回開くマルシェ。 学校と連携した防災ワークショップ。 館内広場を地域の発表の場として開放する構想。

でも、提案書に書いてあったのは——

「地域住民および関係団体との緊密な協働を推進し、地域コミュニティの活性化に寄与します。」

この一文だけ。

書き手の頭の中の鮮やかな風景は、審査員には1ミリも届いていませんでした。

指定管理者・PFI事業者のみなさん。 似たような冷や汗、心当たりはないでしょうか。

「書いたつもり」「伝えたつもり」。 これを放置したまま提出してしまうことが、落選の大きな原因のひとつです。

提案書は、書き終わった瞬間には完成していません。 むしろ、そこからが勝負です。

今回は、提出前の提案書をAIと磨き上げる実践フレーム、 **「ヤマザキ式・読み直し3回ルール」**をご紹介します。

特別なAIスキルは必要ありません。 高額なコンサルに頼む必要もありません。

3回、それぞれ「別人」になって読み直すだけです。


この記事でわかること

  • 提案書の合否を分けるのは「書く時間」ではなく「読み直しの質」である理由
  • 審査員の頭に運営の風景を映す「審査員の脳内スクリーン」という考え方
  • ヤマザキ式・読み直し3回ルール(伝わる → 点になる → 事故を防ぐ
  • 審査基準・配点表と提案内容を照合する方法
  • コピペで使えるAIプロンプト3本(模擬審査員・採点官・校正係)
  • AIに任せてはいけない最終確認と、提案書をAIに貼る前のセキュリティ注意

結論:3回、それぞれ「別人」になって読み直す

いきなり結論です。

提案書を書き上げたら、提出前に目的の異なる読み直しを3回、別々に行ってください。

1回目:審査員になって読む——「伝わるか」 初めて読む人の頭に、具体的な運営の絵が浮かぶか。

2回目:採点官になって読む——「点になるか」 主張と根拠はつながっているか。 審査基準の配点項目に、漏れなく答えているか。

3回目:校正係になって読む——「事故はないか」 誤字脱字、固有名詞のゆれ、数字の矛盾はないか。

「読み直しなら毎回やってるよ」と思われたかもしれません。

でも、多くの方はこの3つを同時にやろうとしています。

伝わるかを考えながら、論理を追いながら、誤字も探す。 人間の脳は、そこまで器用にできていません。 結果、全部が中途半端なまま「時間切れ」で提出されてしまうのです。

1回の読み直しにつき、目的はひとつ。

これが鉄則です。 順番に見ていきましょう。


1回目の読み直し:「審査員の脳内スクリーン」に何が映るか

3回の中で、合否にいちばん直結するのがこの1回目です。

ここで、当メディアでこれから何度も使う言葉をひとつ定義させてください。

**「審査員の脳内スクリーン」**です。

先にお断りしておくと、これは学術用語ではありません。 「文章を読んだ審査員が、運営の姿をどこまで具体的に想像できるか」を確認するための、当メディア独自の比喩です。

人は文章を読むとき、頭の中のスクリーンに映像を映しながら理解しています。 そして重要なのは、その映像は読み手が過去に見てきた知識と経験からしか生成されないということです。

たとえば、あなたが提案書にこう書いたとします。

多世代が自然に交流できるインクルーシブな空間づくりを推進します。

  • ユニバーサルデザインに詳しい審査員のスクリーンには、具体的な設えの映像が映ります
  • その知見がない審査員のスクリーンには——何も映りません

スクリーンに何も映らない文章を前にした審査員の反応は、3つしかありません。

  1. 読み飛ばす(印象に残らない)
  2. 減点する(具体策なしと判定される)
  3. ヒアリングで質問される(冒頭の場面です)
zukai1 nounai screen

さらに厄介なことに、審査員ごとに「見たい映像」が違う

ここが指定管理選定の面白くも難しいところです。

選定委員会には、立場の異なる審査員が並んでいます。

  • 行政職員の委員が見たいのは、「前例・公平性・リスク管理・苦情対応」の映像。「トラブルが起きたとき、この事業者は大丈夫か」という絵を探しています
  • **外部有識者(会計士・中小企業診断士・大学教員など)**が見たいのは、「財務健全性・実現可能性・数字の裏付け」の映像です

同じ一文でも、審査員によって「映ってほしい映像」が違う。 だから、抽象語ひとつで全員のスクリーンを動かすことは、原理的に不可能なんです。

zukai3 shinsain channel

「地域連携」は名詞で終わらせず、動詞まで書く

対策はシンプルです。 誰が・いつ・何を・どの頻度でやるのかまで書く。

Before

地域との協働を積極的に推進します。

After(記載例)

地域自治会・近隣小学校・商店会との意見交換会を年4回開催し、いただいた地域ニーズを翌年度の自主事業計画に反映します。地域イベントには施設スペースの提供と広報協力を行い、年間2事業以上の共同企画を実施します。

※数値はあくまで記載例です。自施設で実行できる数字を入れてください。

zukai4 before after

ここまで書けば、行政職員のスクリーンには「運営の手順」が、外部有識者のスクリーンには「実現可能性」が映り始めます。

とはいえ、自分では気づけない。だからAIです

問題は、書いた本人は自分の記憶を消せないことです。 「このくらい説明しなくても分かるだろう」という補完が、無意識に働いてしまう。

そこでAIの出番です。

AIは、あなたの提案書を本当に初めて読む存在です。 つまり、まっさらなスクリーンを持った模擬審査員を、何人でも用意できるということです。

プロンプト①:まっさらな模擬審査員に読ませる

あなたは自治体の「指定管理者選定委員会」の審査委員です。
行政実務の一般的な知識はありますが、本施設の運営実務や
業界特有の専門用語には詳しくありません。

以下の提案書を「予備知識のない初見の審査員」として読み、
次の3つの観点から問題箇所を指摘してください。

1.【具体場面の欠落】
 「〜を推進します」「〜に努めます」などの表現で、
 具体的に誰が・いつ・どこで・何をするのか想像できない箇所
2.【多義性】
 複数の意味に解釈でき、読み手によって受け取り方がズレそうな箇所
3.【説明なき専門用語】
 説明なしに使われている専門用語・業界用語・行政用語

各指摘には、以下をセットで添えてください。
・該当箇所
・審査員側に残る疑問や違和感(一行で)
・具体化するために追加すべき情報の種類

注意:本文に書かれていない事実や数値を、推測で補完しないでください。

---
【提案書本文をここに貼り付け】

カスタマイズのコツ: 募集要項に選定委員の構成(行政職員〇名、公認会計士、公募市民など)が載っていれば、冒頭のペルソナを差し替えて複数回実行してください。 「財務に厳しい会計士」として読ませると、指摘の角度がガラリと変わります。

模擬審査員は、何人雇ってもタダです。


2回目の読み直し:「いい提案」ではなく「点になる提案」か

スクリーンに映像が映るようになったら、次は骨組みの点検です。

ここで大前提をひとつ。

指定管理者の選定は、一般に募集要項・仕様書・審査基準(配点表)に基づいて行われます。 審査員は作文を読みたいのではなく、採点シートを手に採点をしています。

つまり重要なのは、「いいことを書いたか」ではありません。 **「問われていることに、問われている場所で答えたか」**です。

2回目の読み直しで確認するのは、次の3点です。

① 足切りを踏んでいないか 仕様書の要求水準(必須要件)を満たさない記述は、内容以前の問題になります。 まずここを最優先で確認します。

② 配点に対して、文量と具体性が釣り合っているか 配点の高い項目が薄く、配点の低い項目に熱弁を振るっている——。 よくあるもったいないパターンです。 どれほど熱く地域への想いを語っても、採点シートにない熱弁は得点になりません。

③ 主張に根拠がセットになっているか

利用者満足度を向上させます。

方向性は正しい。 でも審査員の次の質問は決まっています。

「なぜ、あなたたちならできるのですか?」

主張 → 根拠(実績・体制・データ) → 実施方法 → 指標。 ここまでつながって、はじめて「点になる」記述です。

プロンプト②:足切り・配点・根拠を一気に点検する

あなたは指定管理者選定の審査を熟知した厳格な採点官です。
以下の【審査基準】と【提案書本文】を照合し、
得点の観点から論理構造を点検してください。

■ タスク1:要求水準(足切り)チェック
仕様書・審査基準に示された必須要件に対し、
提案書内に対応する記述が存在するか確認し、
欠落・不明瞭な項目を最優先で指摘してください。

■ タスク2:配点バランスチェック
審査基準の各項目について、配点の大きさに対して
提案書の記述量・具体性が釣り合っているか評価してください。
「配点が高いのに記述が薄い項目」を指摘してください。

■ タスク3:主張と根拠の突合テーブル
提案書内の主要な主張(「〜します」「〜を実現します」等)を抽出し、
次の表に整理してください。

| 審査項目 | 主張 | 根拠の有無 | 根拠の内容 | 実施方法 | 指標(KPI) | 不足情報 |

根拠や指標が不足する項目には、
「どのような種類の実績・数値・体制図を補うべきか」を提案してください。

注意:
提案書や審査基準に書かれていない実績・数値を創作しないでください。
不足はあくまで「追加で確認すべき情報」として提示してください。

---
【審査基準(募集要項・配点表から抜粋)】
【提案書本文】

これを実行すると、

利用者サービスを向上させます/根拠:なし/指標:なし

のような行が、容赦なく並びます。

最初は少しへこみます。 でも、選定委員会の本番で審査員に同じことを思われ、無言で減点されるより、はるかにいい。

そして、ここがいちばん大事なところです。

AIに数字を作らせないでください。

AIが「満足度95%を目指しましょう」と提案してきても、それが自施設で実現可能かどうかをAIは判断できません。 人員配置、予算、地域事情——これらを踏まえて責任を持って数字を置けるのは、現場を知るあなただけです。

穴を見つけるのはAI。穴に何を入れるか決めるのは人間。

この役割分担だけは、崩さないでください。


3回目の読み直し:内容を読まない。「事故」だけを探す

最後は、提案内容の良し悪しをいったん忘れます。 探すのは「事故」だけです。

指定管理の提案書で特に危険な事故は、この5つです。

  • 誤字脱字
  • 自治体名・施設名・条例名の表記ゆれ(「コミュニティセンター」と「コミュニティーセンター」の混在など)
  • 本文と収支計画書・人員配置表の間での数字の不一致
  • 「です・ます」と「である」の混在
  • 過去の他自治体向け提案書のコピペ残骸(別の自治体名・施設名が1か所だけ残っている)

最後の項目、笑い話に聞こえるかもしれません。 でも、過去の提案書を土台に作成する現場では、十分起こり得る事故です。 そして起きた瞬間、内容以前に信頼を失います。

プロンプト③:事故チェック専用の校正係

以下の文書を、校正・校閲の専門家として厳密にチェックしてください。
提案内容の良し悪しや構成への意見は一切不要です。
「提出時の事故につながる箇所」の抽出のみを行ってください。

チェック項目:
1. 誤字脱字
2. 固有名詞の表記ゆれ・誤記(自治体名・施設名・法人名・条例名・部署名)
3. 年度・日付・指定期間の不整合
4. 数値の不整合(本文と表・収支計画の食い違い、%とポイントの混同等)
5. 文体の混在(です・ます調/である調)
6. 主語と述語のねじれ、係り受けの破綻
7. 他案件・他自治体からのコピーが疑われる、文脈と無関係な固有名詞や言い回し

指摘は「確実に誤り」と「要確認」に分けてください。
判断できないものを誤りと断定せず、「要確認」に分類してください。

---
【提案書本文をここに貼り付け】

【超重要】AIの「問題ありません」を信用しすぎない

ここは強くお伝えします。

生成AIは、数字の突合を見落とすことも、存在しない矛盾を指摘することもあります。 AIから「問題ありません」と返ってきても、それは提出OKの合図ではありません。

指定管理料・指定期間・人員配置・収支計画などの重要数値は、必ず積算の原本(Excel等)と清書版を人間の目で突き合わせてください。

AIは「正解を保証する装置」ではなく、「見落としを減らす網」です。 最後の関門は、あなたの目です。

zukai5 ai ningen

提案書をAIに貼る前に。もうひとつだけ大事な話

AI活用を勧める記事だからこそ、これをお伝えしないわけにはいきません。

提案書を、そのまま外部の生成AIサービスに貼り付けてよいとは限りません。

提案書には、こんな情報が含まれている可能性があります。

  • 個人情報(スタッフの氏名・経歴など)
  • 未公表の事業計画や自主事業の企画
  • 原価・人件費などの積算情報
  • 協力会社との契約に関わる情報

利用するAIサービスのデータ取扱条件と、所属組織のAI利用ルールを必ず確認してください。 必要に応じて、固有名詞を伏せる・数値を仮置きにする・機密ページは入力しない、といった対応を。

「何をAIに渡してよいか」の判断まで含めて、AI活用です。


仕上げ:3回終わったら、もう一度「1回目」へ

①伝わるか。 ②点になるか。 ③事故はないか。

3回の読み直しと修正が終わったら、最後の仕上げです。

修正した箇所だけを切り取って、もう一度プロンプト①に投げてください。

文章は、直せば必ず良くなるとは限りません。 説明を足しすぎて長くなったり、修正部分に新しい「伝わらなさ」が生まれたりします。

だから最後に「初めて読む人に伝わるか」へ戻る。

正確に書くと、ヤマザキ式・読み直し3回ルールはこういう循環です。

① 伝わる → ② 点になる → ③ 事故を防ぐ → ① もう一度、伝わるか

zukai2 3kai rule

「またやるの……?」と思いましたか。

大丈夫です。 AIにパワハラという概念はありません。 深夜2時の5周目でも、嫌な顔ひとつせず10秒でフィードバックを返してくれます。 遠慮なく、こき使ってあげてください。

一発の完璧な読み直しより、雑でもいい3周。 そのほうが、提案書は確実に強くなります。


まとめ:審査員のスクリーンが動き出したとき、採択が決まる

  • 提案書の勝敗は「書く時間」ではなく、目的を分けた3回の読み直しで決まる
  • 1回目(伝わる):審査員の脳内スクリーンに、運営の風景が映るか
  • 2回目(点になる):足切りを踏まず、配点に釣り合い、主張に根拠があるか
  • 3回目(事故を防ぐ):表記ゆれ・数字の矛盾・コピペ残骸を潰したか
  • 修正したら、もう一度1回目へ
  • 穴を見つけるのはAI。数字を決めて責任を持つのは人間
  • 提案書をAIに渡す前に、機密情報の扱いを確認する

提案書のゴールは、提出窓口に書類を届けた瞬間ではありません。

選定委員会の会議室で、審査員の脳内スクリーンに、あなたの会社がその施設を活き活きと動かしている未来の風景が映った瞬間です。

あなたの会社には、何年も積み上げてきた本物の運営ノウハウがあるはずです。

現場スタッフの工夫。 利用者との信頼関係。 少ない予算の中で改善してきた知恵。

持っているのに、書けていないだけで評価されないのは、事業者にとっても、地域にとっても、あまりに大きな損失です。

次の公募が来る前に、過去の提案書を1本だけ開いてみてください。 そして、ワンセクションだけプロンプト①に放り込んでみてください。

あなたの提案書は—— 審査員の頭に、ちゃんと「現場」が映っていますか?


【関連リンク】


\次の公募、見逃していませんか?/ 指定管理者制度AIのProプラン(月額10,000円)なら、全国の自治体の指定管理者募集情報を毎朝メールでお届け。 「公募を探す」から「提案書を磨く」まで、指定管理・PFIに特化したAI活用ノウハウ記事も読み放題です。 → 無料で始める:https://www.aishiteikanri.jp/

ヤマザキ君
指定管理者制度AI 編集長:ヤマザキ
提案書作成のコツから採択事例の分析、効率的な資料作成方法まで、実践的な情報を発信中。
指定管理者制度に携わる皆様の業務効率化と採択率向上をサポートする記事をお届けしています。

ヤマザキは2004年から大学で指定管理者制度を研究し、
2010年からの10年間は、指定管理/PFI/PPPのコンペや運営現場の最前線に立ち続けてきました。
その後はスタートアップとの協業や出資、ハッカソンも数多く主催。「現場」と「未来」双方の知見を活かした情報発信を行っています。

その経験をもとにした本サービス「指定管理者制度AI」では、実際にAIを活用した提案書・企画書作成サービスを展開。 豊富な採択事例データベースと高度な自然言語処理技術により、要点整理から文書構成の最適化まで包括的にサポートします。
自治体要件の読み取り、競合分析、予算計画の策定など、指定管理者応募に必要な業務を効率化し、 質の高い提案資料を短時間で作成できる専門AIツールを提供しています。