01 / CONTEXT

商談の良し悪しは、採点されないまま消えていく。

Synayakaでは毎週、複数の商談が並行して走る。
文字起こし（Circleback）は全件残っているのに、読み返されずそのまま流れていく。

同じ企業への 2 回目・3 回目でも、前回の流れを踏まえた改善が難しい。
「今日はうまくいった／いかなかった」は語られても、なぜ・どの軸でそうだったかは誰も言語化しない。

そこに、可視化されないまま失われている"経験"があった。

02 / CHALLENGE

100 点採点と、企業単位の文脈を、どう両立するか。

解くべき課題は、3 つに切り分けた。

・軸別のルーブリックで、誰が採点しても同じ基準になる形式を作る
・同じ企業の 2 回目以降は、前回までの履歴を踏まえて採点する
・"商談ではない MTG"（定例・提携・1on1・テレアポ練習）を自動で除外する運用を作る

03 / APPROACH

貼る → 採点 → 履歴参照 → 可視化、の流れで設計した。

Web UI は"貼るだけ"で終わる。そこから先は裏側で組んだ：

① 入力（Circleback の文字起こしを貼付、担当者・企業・結果・受注見込額を選択）
② 採点（Claude Sonnet がルーブリックで 100 点満点・軸別スコア・強み/改善点を出力）
③ 履歴注入（同企業 2 回目以降は、直近 3 件の日付・スコア・次回アクションを文脈としてプロンプトに注入）
④ ダッシュボード（MTG 種別フィルタ・平均スコア・月別推移・スコア推移・結果分布を Chart.js で描画）
⑤ ガイド（商談の全体フロー → 各ステップの要点 → 詳細マニュアルの 3 層で展開）

ポイントは、AI に"正解"を出させないこと。
採点は"読み返しの入口"として扱い、決定は人が下す設計にした。

04 / OUTCOME

商談データの"純度"が上がり、読み返せる形に整った。

現場から届いた一番の指摘は、「そもそも商談じゃない MTG の方が多い」だった。
定例・提携・ロープレ等のノイズを自動で仕分け、ダッシュボードの既定表示を"商談のみ"に統一。
分析から不要なデータを構造的に排除した。

仕分けはいつでも人が訂正でき、訂正結果は AI に上書きされない設計。
同じ企業への 2 回目以降は、前回までのスコアと次回アクションを AI が自動で思い出し、文脈を踏まえて採点する。

これで "前回からどう変わったか" という問いに、初めてデータで答えられるようになった。

05 / REFLECTION

採点させるより、採点の"履歴"を並べてみせた方が、人は動く。

business-negotiation をつくって確信したのは、AI の価値は単発の採点ではなく"時系列"にあるということ。

1 回きりのスコアでは、人は自分の癖に気づかない。
同じ企業への 2 回目・3 回目が並び、月別にスコアが動いていく——その並び方そのものが、"自分を読み返す鏡"になる。

先に作った sales_support（テレアポ側）とペアで回すことで、
アポ獲得 → 商談 → 受注 という営業ファネル全体を、Synayakaとして初めて"データで読める"状態にした。