不動産 物件マッチング AIが「スコア上位なのに断られる」を防ぐ前処理設計と実装プロンプト【130,583社時代の営業】

※本記事にはアフィリエイト広告（PR）を含みます。サービスの料金・仕様は変わることがあるため、申し込み前に必ず公式サイトで最新情報をご確認ください。

「駅徒歩10分以内、予算12万円、1LDK」。この条件でAIが弾き出したスコア上位3物件を、丁寧に並べて提案メールを送った。返ってきたのは「なんかイメージと違って」という一言でした。

入社3年目、賃貸仲介の繁忙期。1日15件の問い合わせを返す中で、こういう「惜しい空振り」が3件続くと、AIを使う意味そのものを疑い始めます。条件は全部満たしているのに、なぜ断られるのか。

先に結論を言います。AIは「言語化された条件」しか読めません。 お客様が口にしなかった「静かな環境」「昼の日当たり」「スーパーの近さ」は、スコアの計算式に最初から入っていない。だから上位に出た物件が外れるのです。この記事は、AIに条件を渡す「前」にひと手間を足す前処理設計で、その空振りを減らすための具体策をまとめたものです。

130,583社の競争市場で、最後に差がつくのは「提案の精度」

まず、自分が今どんな市場で戦っているのかを数字で直視します。国土交通省の令和5年度宅地建物取引業法の施行状況調査結果（宅建業者数は10年連続で増加）によると、宅地建物取引業者数は130,583業者に達し、10年連続で増え続けています。

つまり、あなたが今日問い合わせを受けたお客様は、別の会社にも同じ問い合わせを送っている可能性が高い。返答の速さと提案の精度が、そのまま成約の分岐点になります。

この競争の中で、国も手をこまねいているわけではありません。国土交通省は不動産分野におけるDXの推進を政策として掲げ、AIを含むデジタル技術の導入を後押ししています。

ここで誤解してほしくないのは、AIの狙いは「営業の人数を減らすコスト削減」ではない、という点です。1日15件の問い合わせに、1件ずつ手作業で物件を探していたら、夕方には集中力が切れます。AIの本当の価値は、忙しい日でも提案の品質を落とさずに保てることにあります。候補の一次絞り込みをAIに任せ、空いた時間と気力を「お客様の本音を聞く」ことに回す。これが前提です。

AIスコアリングが効く場面・効かない場面——ケース表で判断する

では、その一次絞り込みは、どんな問い合わせにも効くのか。答えは「いいえ」です。効く場面と効かない場面がはっきり分かれます。これを整理したのが次のケース表です。本記事の中核は、この一枚にあります。

お客様の状況	AIスコアリングの有効性	理由・現場の実態
条件を明確に言語化（エリア・予算・間取り・設備を全て明示）	◎ 最大効果	条件抽出とスコアリングが精度高く機能する
条件の一部が感覚的（「雰囲気重視」「おしゃれな部屋」）	△ 補助のみ	スペックで数値化できず、営業の目利きで補完が必須
問い合わせが極端に短い・曖昧（「都内で1LDK」のみ）	✗ 条件不足	条件抽出が不完全。追加ヒアリング後に再投入する
矛盾する条件（広さ最大かつコスト最小など）	△ 優先度設定が必須	重み付けなしでは機能しない。営業が優先順位を確認してから渡す
再問い合わせ・前回条件からの更新	△ 差分管理が必要	前回条件との差分を整理してから渡す
投資用・事業用物件の問い合わせ	✗ 不向き	利回り・法規制の比重が大きく、スコアリングで代替できない

冒頭の「スコア上位なのに断られた」は、この表の2行目に当たります。お客様の本当の優先は「雰囲気」や「静けさ」だったのに、AIには駅距離と予算と間取りしか渡していなかった。スコアは正しく、入力が足りなかったのです。

断られる理由は、突き詰めると3つに集約されます。(1) 条件が感覚的で数値化されていない、(2) お客様自身も自分の優先順位を言語化できていない、(3) 矛盾する条件をそのまま渡している。いずれも「AIの計算が悪い」のではなく、「AIに渡す前の整理が足りない」問題です。だから、解決策はAIの手前にあります。

AIに渡す前の「ヒアリングプロンプト」で未言語化条件を引き出す

多くの記事は「問い合わせ文をAIに入れてスコアを出す」ところから始めます。本記事はその一段手前、問い合わせ文を読んで「まだ聞けていない条件」を洗い出す前処理を主役に置きます。

使うのは、提案を生成させるプロンプトではありません。「営業が次にお客様へ確認すべき項目」を提案させるプロンプトです。

あなたは不動産仲介の営業アシスタントです。
以下の問い合わせ文を読み、物件提案の精度を上げるために
「お客様にまだ確認できていない可能性が高い未言語化条件」を
最大7項目、確認質問の形で挙げてください。

# 出力ルール
- スペックで明示済みの条件（エリア・予算・間取り等）は除外する
- 「静けさ」「日当たり」「周辺施設」「生活動線」「入居時期」
  「家族・同居者」「譲れない点と妥協できる点」の観点を優先的に検討
- 各質問は1文・口頭で聞ける自然な言い回しにする
- 個人を特定する情報（氏名・勤務先・年収額）は質問に含めない

# 問い合わせ文
{ここに問い合わせ本文を貼り付け}

入力例として、お客様の問い合わせがこうだったとします。

「中野区周辺で1LDK、予算12万円くらい、駅から徒歩10分以内で探しています。今のところに引っ越して2年くらいで、もう少し広いところに移りたいです」

このとき期待される出力は、次のようなものです。

1. 今のお住まいで一番不満な点はどこでしょうか（広さ・音・日当たりなど）
2. 在宅勤務はありますか。日中の静けさや採光はどの程度重視されますか
3. 中野区にこだわりがありますか。隣接エリアも候補に入れて良いですか
4. お買い物やお食事で、近くにあると嬉しい施設はありますか
5. 入居の希望時期は決まっていますか
6. 予算12万円は管理費・共益費込みのご希望でしょうか
7. 設備で「これだけは譲れない」ものはありますか（独立洗面・宅配ボックス等）

ご覧のとおり、駅距離と予算しか書かれていなかった問い合わせから、「日中の静けさ」「隣接エリアの可否」「予算の内訳」という、断られる原因になりがちな論点が引き出せます。これらを電話やメッセージで2〜3問だけ確認してからスコアリングに渡す。たったこれだけで、上位提案の的中率は変わります。

ここで体得してほしいのは、特定の文面の丸暗記ではなく「AIに渡す前に未言語化条件を一度棚卸しする」という思考の型です。こうしたプロンプト設計の型を体系的に身につけたい方には、Udemyの生成AI・プロンプト関連講座のように、手を動かしながら学べる教材が近道です。本記事のプロンプトも、型がわかれば自分の取扱物件に合わせて改造できます。

スコアリングの実装と、顧客情報をAIに入れない原則

前処理で条件がそろったら、次はスコアリングです。実装は「条件抽出 → スコア計算 → 提案コメント生成」の3段で考えると整理しやすくなります。

あなたは不動産仲介の物件マッチング担当です。
以下の【顧客条件】と【物件リスト】を照合し、
適合度の高い順に最大3件、提案コメント付きで出力してください。

# スコアリングの重み（営業が事前に設定）
- 必須条件（外すと不可）: エリア / 予算上限 / 間取り
- 加点条件: 駅距離 / 日当たり / 周辺施設 / 設備
- 矛盾がある場合は【顧客の優先順位】を最優先する

# 出力形式
物件名 / 適合度（5段階）/ 強み2点 / 確認が必要な弱み1点

# 顧客条件
{前処理で整理した条件・優先順位を貼り付け}

# 物件リスト
{自社の物件データを貼り付け}

ポイントは「弱み1点」を必ず出させることです。AIに長所だけ語らせると、営業が見落とした難点を抱えたまま提案してしまう。弱みを言語化させておけば、内見前に「ここだけ先にお伝えします」と一言添えられます。

そして、ここが最も注意すべき点です。お客様の氏名・連絡先・勤務先・年収・家族構成といった個人情報は、AIに入力しないでください。 個人情報保護委員会の生成AIサービスの利用に関する注意喚起が示すとおり、入力した情報が目的外に利用される懸念があります。AIに渡すのは「1LDK・予算12万・静けさ重視」といった条件だけにし、誰の希望かは営業の手元で管理する。これを徹底すれば、前処理もスコアリングも安全に回せます。

宅建業法上、AIにさせてはいけないこと

便利になるほど、線引きが重要になります。AIが担えるのは候補の絞り込みと提案文のたたき台まで。その先には、人間でなければならない領域があります。

その代表が重要事項説明です。国土交通省のITを活用した重要事項説明（IT重説）が定めるとおり、重要事項説明は宅地建物取引士が行う必要があります。AIが生成した説明文を、宅建士の確認なしにそのままお客様へ渡すことはできません。AIの出力はあくまで下書きであり、契約の最終判断・重要事項説明・最終提案は、有資格者である人が責任を持って行う領域です。

この「最終判断は人が下す」という考え方は、不動産業界に限った話ではありません。総務省・経済産業省のAI事業者ガイドラインも、AIの出力を鵜呑みにせず人が確認する原則を示しています。スコアが高い物件を機械的に勧めるのではなく、ケース表で「これはAI向き／これは人が前処理」と判断し、最後は営業の目で確かめる。この一往復が、信頼される提案と、トラブルを避ける防波堤の両方になります。

物件提案だけでなく、入居後の対応や内見後のフォローまでAIを業務全体に広げたい場合は、DMM 生成AI CAMPのように実務での活用法を体系的に学べるプログラムを使うと、独学より早く現場に落とし込めます。

まとめ：前処理設計とケース判断を、自分の武器にする

この記事で伝えたかったのは、たった2つです。

ひとつ、AIは言語化された条件しか読めない。だから断られる前に、ヒアリングプロンプトで未言語化条件を引き出してから渡す。ふたつ、すべての問い合わせをAIに任せない。ケース表で「効く・効かない・前処理が要る」を見極め、最後は人が判断する。

スコア上位なのに断られた3件は、AIの失敗ではなく、前処理が抜けていただけです。問い合わせを受けた直後に確認質問を2〜3問足す——その一手間が、繁忙期でも提案の精度を支えます。

マッチングの先には、内見、そして入居後の対応が続きます。内見後のフォローメールから次回提案物件までを自動化する仕組みや、入居者からの問い合わせ・クレーム対応をAIで効率化する設計も、同じ「前処理とケース判断」の考え方で組み立てられます。今日の1件の問い合わせから、少しずつ自分の型を育ててください。