営業リスト作成を自動化する方法｜Gensparkで見込み客を最短10分で抽出した全手順

営業リスト作成の最大の壁は「条件に合う企業を探す時間」だった

結論から言うと、GensparkのSuper Agent機能を使えば、業種・地域・従業員規模・直近の動向といった複数条件を指定するだけで、見込み客リストの原案を最短10分で生成できる。

筆者自身、BtoB営業支援のコンサルティングに10年以上携わるなかで、リスト作成は常に「最も成果に直結するのに、最も時間を食う作業」だった。

企業ホームページを1社ずつ開いて業種を確認し、IR情報から売上規模を拾い、求人サイトで採用動向を見て成長性を判断する。

この一連の作業に1リストあたり3時間以上かかっていたのが、Gensparkを導入してからは情報収集と一次整理が劇的に変わった。

なぜ従来の営業リスト作成は非効率なのか

手作業リサーチの限界が露呈している

HubSpotが2025年に公開した「State of Sales Report」によると、営業担当者が実際に商談やフォローに使っている時間は勤務時間全体の約28%にとどまる。残りの大部分はリスト作成、CRM入力、社内調整といった非生産的な業務で消えている。

特にリスト作成は厄介だ。単に企業名と連絡先を並べるだけなら既存のデータベースサービスで足りる。しかし「東京・大阪に本社があり、従業員50〜300名規模で、直近1年以内にDX関連の取り組みを公表しているSaaS企業」のような複合条件になると、一気に手作業の世界に逆戻りする。

既存ツールが抱える3つの構造的問題

筆者はこれまでに、法人データベース系のサービスを5種類以上、スクレイピングツールを3種類試してきた。それぞれ一長一短はあるが、共通する課題が3つある。

• フィルタ条件が固定的で「最近の動向」「ニュースでの露出」といった定性情報を組み合わせられない
• データの鮮度にばらつきがあり、移転済みの住所や退職済みの担当者名が残っている
• 月額費用が高額（法人データベース系は月3万〜10万円台が一般的）で、小規模チームには導入ハードルが高い

つまり「条件が複雑になるほど人手に頼らざるを得ない」という構造は、ツールを入れても根本的に変わっていなかった。ここに風穴を開けたのが、AIエージェントによるリサーチの自動化という発想だ。

2026年、AIエージェントが営業リスト作成の主役になりつつある理由

企業のプレスリリース、採用ページの文言、SNSでの発信内容、業界メディアの記事。こうした非構造化データから「この企業は今、こういう課題を抱えていそうだ」という推論ができるようになったことで、営業リストの質そのものが変わり始めている。

Gensparkで営業リストを自動生成する具体的な手順

ステップ1：ターゲット条件を「階層構造」で整理する

Gensparkに限らず、AIエージェントに良い仕事をさせるコツは「曖昧さを排除した指示」を出すことだ。営業リストの場合、筆者は以下の3階層でターゲット条件を整理している。

第1階層（必須条件）：業種、所在地、企業規模など、絶対に外せないフィルタ。例えば「製造業」「関東圏」「従業員100名以上」など。

第2階層（優先条件）：直近の資金調達、新規事業の立ち上げ、DX推進の公表など、タイミング的にアプローチしやすい企業を絞る条件。

第3階層（加点条件）：自社サービスとの親和性が高い技術スタックの利用、特定の業界団体への加盟など、あれば優先度を上げる情報。

この整理をせずにいきなり「見込み客リストを作って」と投げると、条件が曖昧すぎて使えないリストが返ってくる。これは筆者が最初にやった失敗だ。

ステップ2：GensparkのSuper Agentに「並列リサーチ」を実行させる

Gensparkの最大の強みは、複数のAIエージェントが並列で情報を収集し、クロスチェックした結果をSparkpageとしてまとめてくれる点にある。これは単一モデルに聞くだけのChatGPTやClaudeとは根本的にアーキテクチャが異なる。

実際に筆者が使っているプロンプトの構造を紹介する（具体的な業種名は変更している）。

「以下の条件に合致する日本国内の企業を20社リストアップしてください。各企業について、企業名、本社所在地、従業員数（概算）、直近1年の注目ニュースまたは取り組み、公式サイトURLを表形式でまとめてください。【必須条件】業種：製造業（電子部品・精密機器）、所在地：東京都・神奈川県・愛知県、従業員数：100名〜500名。【優先条件】2025年以降にDX・スマートファクトリー関連の取り組みを公表している企業。【加点条件】ISO 14001取得済み、海外拠点あり。」

このプロンプトを投げると、Gensparkは複数のエージェントがニュースサイト、企業HP、プレスリリース配信サイト、求人情報などを並列で巡回し、条件に合う企業を抽出してくれる。筆者の実測では、20社のリストが平均8〜12分で生成された。

ステップ3：Sparkpageの出力を精査・カスタマイズする

ここが最も重要なステップであり、かつ多くの人が手を抜きがちなポイントだ。AIが生成したリストをそのまま営業に渡してはいけない。

筆者が必ずチェックする項目は以下の3つ。

• 企業の公式サイトURLが実在し、正しいか（AIは存在しないURLを生成することがある）
• 従業員数や所在地が最新情報と一致しているか（古いデータを参照している場合がある）
• 「直近のニュース」として挙げられた情報のソースが確認できるか

20社のリストに対して、このチェックにかかる時間は約15〜20分。つまり生成（10分）＋精査（20分）で合計30分程度。従来の手作業3時間超と比べると、約6分の1に短縮できている計算だ。

さらに便利なのが、SparkpageはURLで共有できる点。チーム内で「このリストどう思う？」とSlackに貼るだけでレビューが回せるので、営業マネージャーとのすり合わせも速い。

ステップ4：Genspark Hubで「営業リサーチの知見」を蓄積する

1回きりのリスト作成で終わらせないための仕組みが、Genspark Hubだ。プロジェクトごとに専用スペースを作り、過去のリサーチ結果、うまくいったプロンプト、ターゲット条件の変遷をすべて1箇所に集約できる。

筆者が特に重宝しているのは「永続メモリー」機能。例えば「前回は従業員100名以上で絞ったが、成約率が低かったので今回は200名以上に引き上げたい」という文脈を、Hubが覚えていてくれる。毎回ゼロから条件を説明し直す必要がないのは、ChatGPTの単発チャットにはない大きな利点だ。

Gensparkの基本機能や料金プランの全体像については別途まとめているので、Hub機能の詳細を知りたい方はそちらも参考にしてほしい。

筆者が実際に遭遇した失敗と、そこから得た教訓

失敗1：条件を詰め込みすぎて「該当0社」になった

最初の頃、第1〜第3階層の条件をすべて「必須」として投げてしまい、「条件に完全一致する企業は見つかりませんでした」という回答が返ってきたことがある。AIは指示に忠実なので、条件を満たさない企業は除外する。必須条件は3〜4個に絞り、残りは優先・加点として重み付けするのがコツだ。

失敗2：出力をノーチェックで営業に渡してクレームになった

一度だけ、精査を省略してリストを営業チームに渡したことがある。結果、リスト内の1社がすでに事業を譲渡しており、電話をかけた営業担当が先方に「御社はもう存在しません」と言われるという事態が起きた。AI生成リストの精査は省略してはいけないという、痛い教訓だった。

失敗3：英語圏の情報に引っ張られて国内企業が出てこない

プロンプトに「日本国内の」という条件を明記しないと、海外企業や海外子会社の情報が混ざることがある。特にニッチな業種で検索すると、英語圏の情報量に負けて日本企業がリストから漏れやすい。「日本語のソースを優先して調査してください」と一文添えるだけで精度が大きく変わる。

Gensparkと他のAIツールを営業リスト作成で比較する

2026年4月時点で、営業リスト作成に使えるAIツールは複数存在する。筆者が実際に使い比べた結果を整理する。

筆者の結論としては、「20社以上のリストを複合条件で一括生成する」用途では、Gensparkの並列リサーチとSparkpageによる自動整理が圧倒的に効率が良い。一方で「特定の1社について徹底的に深掘りする」場合はChatGPTやClaudeの長文対話能力に軍配が上がる。目的に応じた使い分けが現実的だ。

なお、Gensparkは無料プランでも1日100クレジットが付与されるので、まずは試してみて自分の業務に合うかどうかを確認するのが最も確実だ。Plusプラン（月額$24.99）にすると、ChatGPT・Claude・Geminiの最先端モデルがまとめて使えるうえ、2026年12月末まではAIチャットエージェントのクレジット消費がゼロというプロモーションも実施されている。複数のAIサービスに個別課金している人は、Gensparkの料金体系と各プランの違いを確認してみると、コスト削減の糸口が見つかるかもしれない。

営業リスト自動化を最大限活かすための3つの運用ルール

ルール1：プロンプトテンプレートを「育てる」

一度作ったプロンプトを使い回すだけでは、リストの質は頭打ちになる。毎回の結果を振り返り、「この条件は不要だった」「この一文を加えたら精度が上がった」というフィードバックをプロンプトに反映していく。Genspark Hubにプロンプトの変遷を記録しておくと、チーム内でノウハウが共有しやすい。

ルール2：リストの「鮮度管理」を仕組み化する

AIが生成した情報は、あくまでその時点でのWeb上の情報を元にしている。企業の移転、合併、事業撤退といった変化は日常的に起こる。筆者のチームでは、生成したリストに「作成日」と「有効期限（作成日から30日）」を必ず付与し、期限を過ぎたリストはGensparkで再調査する運用にしている。

ルール3：AIリストはあくまで「一次スクリーニング」と位置づける

最終的にアプローチする企業の選定は、必ず人間が判断する。AIは公開情報からの推論は得意だが、「実はこの企業のキーマンと前職でつながりがある」「競合が既に入り込んでいる」といった営業現場の暗黙知までは拾えない。AIの強みと人間の強みを組み合わせることで、リストの精度は格段に上がる。

まとめ：営業リスト作成の自動化は「始めた人から差がつく」フェーズに入った

営業リスト作成にAIエージェントを活用する流れは、2026年4月時点でもはや先進的な取り組みではなく、実務レベルで成果を出せる段階に入っている。筆者自身、Gensparkの導入によってリスト作成時間を約80%削減し、その分を商談準備や既存顧客のフォローに充てられるようになった。

まずはGensparkの無料プランで、自分の業務に合う条件でリストを1本作ってみてほしい。プロンプトの書き方やHub機能の使い方など、Gensparkの導入手順と活用ノウハウをまとめた完全ガイド記事も併せて読むと、初回から精度の高いリストが作れるはずだ。

営業の成果は、リストの質で8割決まる。その質を左右するリサーチ工程を、AIエージェントに任せられる時代が来ている。あとは試すかどうかだけだ。