フォーム営業のAI文面は見抜かれるのか——識別実験と“埋没”の研究から

「AIが書いた文章と人が書いた文章を、読み手はほとんど見分けられない」——自己紹介文を対象にした、約4,600人参加の査読済みの識別実験が示したのは、多くの人の直観に反するこの事実でした。正答率は50〜52%。コインを投げて表裏を当てるのと、ほとんど変わりません。

フォーム営業——企業サイトの問い合わせフォームから営業の連絡を届ける手法——にAIを使うかどうかを検討するとき、最初に出てくる不安はたいてい「AIが書いたと見抜かれて、印象を悪くしないか」です。しかし研究を確認していくと、実務で重いのは別の問題だと分かります。見抜かれることではなく、皆が同じAIを使うことで文面どうしが似通っていく「埋没」。そして、AI利用を正直に明かすとかえって信頼が下がる「開示のジレンマ」です。

この記事では、識別・埋没・開示をめぐる査読済み研究を一次文献で確認したうえで、それでもフォーム営業で差がつく場所はどこかを整理し、自社の受信箱を使って今日から確かめられる点検の手順まで渡します。文面より前段にある「誰に送るか」の設計の実務は、サービス資料にまとめています。

「AIが書いた文章か」は、もう見分けられない

生成AIで書かれた文章とそうでない文章を、読み手はどれくらい見分けられるのでしょうか。Jakesch, Hancock & Naaman（2023）は、この問いを6つの実験・約4,600人の参加者で検証しました。判定の対象になったのは、ホスピタリティ（宿泊）・デーティング（交際）・プロフェッショナル（仕事）という3つの文脈で書かれた自己紹介文、計7,600件です。参加者は一つずつ文章を読んで、AIが書いたものか人が書いたものかを判定し、あわせて「なぜそう判定したのか」の理由を説明していきます。

主となる3つの実験の正答率は50〜52%、全体では51.7%。ほぼ偶然の水準にとどまりました。しかもこの数字は、条件を変えてもほとんど動きません。正確に当てられたら金銭的な報酬を出すと伝えても51.6%、判定のたびに正解・不正解のフィードバックを返して学習の機会を与えても51.2%。動機づけでも訓練でも、精度は上がりませんでした。ただしこれは自己紹介文を対象にした識別実験であり、営業メールやフォーム営業の文面そのものを試したものではありません。

読み手は、動機と学習の機会を与えられてもAI生成文を見抜けなかった。この結果は、「AIで書いたらバレる」という心配の前提を、少なくとも文章そのものについては崩しています。営業の文脈で言い直せば、受け手が一通の文章だけを根拠にAI利用を見破り、それを理由に評価を下げる、という筋書きは、実験データの裏付けを失いつつあるということです。

人が頼る「人間らしさの目印」は、そもそも間違っている

さらに問題なのは、人が判定の手がかりにしていたもの自体が誤っていたことです。参加者が自己申告した判定理由を分類すると、説明の40%は内容にかかわるもの——家族や実体験への言及があるから人間だろう、という推測でした。28%は一人称代名詞の使い方や文法の巧拙といった文法的な手がかり、24%は温かみや率直さといったトーンです。逆に、無機質で単調な文体はAIの目印とされていました。

ところが、これらの目印はいずれも、実際にはAI生成文か否かを判別する根拠になっていませんでした。

興味深いのは、参加者どうしの判定が偶然よりも高い水準でそろっていたことです。多くの人が同じ目印に頼り、同じように間違えていた。研究チームはこれを、直観的だが誤ったヒューリスティクス（経験則）が広く共有されている状態だと説明しています。見分けられないだけでなく、見分け方の「常識」そのものが外れている、という二重の問題です。

この誤った経験則は、逆手に取ることすらできます。同じ研究では、人が「人間らしい」と感じる特徴に合わせて最適化したAI生成の自己紹介文が、58.8%の確率で「人間が書いた」と判定されました。いわば「人間より人間らしい」AI文です。目印を知っていれば、それらしく見せることは難しくない。「読めば分かる」という前提そのものが、崩れているということです。

この結果を営業文面の側から読むと、もう一つの含意が見えてきます。判定の目印が当てにならないということは、人が時間をかけて書いた文章でも、定型的で無機質に見えれば「AIだろう」と受け取られうる、ということです。フォーム営業の文面は、要件を簡潔に伝えようとするほど定型に寄りやすく、書き手が人間であることを読み手の側から確かめる手立てはありません。「AIで書いたらバレる」という不安だけでなく、「人が心を込めて書けば人だと伝わる」という期待もまた、同じ実験結果によって根拠が揺らいでいます。

本当の問題は、識別ではなく埋没

見分けがつかないのであれば問題は解決したように思えますが、実際に起きているのは別の現象です。

Doshi & Hauser（2024）は、生成AIが「書き手個人」と「書き手の集団」に与える影響を分けて測りました。293人の参加者に短編小説を書いてもらい、AIの助けなしで書く群、AIが出した物語のアイデアを1件だけ見られる群、5件まで見られる群の3つに無作為に分けます。書かれた物語は、別の600人の評価者が読んで採点しました。

個々の書き手だけを見ると、結果は生成AIの追い風です。AIのアイデアを使えた書き手ほど作品の評価は上がり、恩恵はとくに、事前の測定で創造性が低かった書き手に集中しました。この層では、新規性の評価がアイデア1件の利用で+6.3%、5件で+10.7%。有用性の評価も同様に、1件で+5.5%、5件で+11.5%上がりました。物語の面白さや文章の質にいたっては22〜26%の向上です。一方で、もともと創造性の高い書き手では、AIの有無で評価はほとんど変わりませんでした。ただしこれは短編小説の創作を対象にしたオンライン実験であり、営業文面で同じ幅の改善が起きることを示すものではありません。

ところが、書き手全体で見ると逆のことが起きていました。AIのアイデアを使った条件では、同じ条件で書かれた他の物語との類似度が上がっていたのです。個々の作品の質は上がるのに、集団として生み出される内容の幅は狭まる。論文はこの構造を、一人ひとりの合理的な選択が全体の損失につながる「社会的ジレンマ」と呼んでいます。書き手それぞれにとっては得でも、全体としては似た内容が増えるという構造です。

受信箱の中で同じことが起きれば、文面どうしが互いに似通い、「どれも一定水準以上だが、どれも代わり映えしない」状態に近づきます。フォーム営業の受け手は、一通だけを単独で読むわけではありません。毎日届く営業文面の束の中で、読むか捨てるかが決まっていきます。一通ごとの完成度が上がっても、束全体が同じAIの平均的な文体へ寄っていけば、そこで起きるのは「見抜かれて落とされる」ではなく、「区別されずに流される」です。私たちはこの状態を埋没と呼んでいます。文面を磨き込む努力だけでは、この埋没から抜け出せません。

「AIが書きました」と明かせば済むわけでもない

フォーム営業の運用を設計していると、「文面はAIで作成しています、と書き添えるべきではないか」という論点が社内から出てくることがあります。誠実さを示したい、後から指摘されるリスクを避けたい——動機はもっともです。

では、AIを使っていることを正直に明かせば解決するかというと、そう単純でもありません。Schilke & Reimann（2025）は、AI利用の開示が信頼に与える影響を13の実験で検証し、開示した送り手は、開示しなかった場合よりも一貫して信頼を下げられることを示しました。13実験をまとめた論文内の分析（4,093の観測データ）でも、この低下は統計的に一貫しています。ただしこの一連の実験は、フォーム営業や営業文面のやり取りを対象にしたものではありません。

注目すべきは、信頼が下がる経路です。媒介分析では、AI利用の開示がまず送り手の「正当性」の評価を下げ、正当性の低下が信頼の低下につながる、という経路が確認されました。しかもこの経路は、AIの利用が良い結果に結びついた文脈でも、悪い結果の文脈でも変わりません。結果の良し悪しではなく、やり方への評価が動いているということです。

「言い方を工夫すればよいのでは」という自然な発想も、実験で試されています。「人間がレビュー・修正した」「AIは校正のみに使用した」といった注記を含む6種類の開示の言い回しを比較した実験では、どの言い回しを使っても、開示しない場合より信頼は有意に低いままでした。効果が弱まるのは、受け手側がもともと技術に好意的だったり、AIの出力を正確だと考えていたりする場合に限られます。受け手自身がAIに親しんでいるか、日常的に使っているかは、緩和の要因になりませんでした。つまり、送り手側の言い回しの工夫では解消できないという結果です。

頑健性の検証も徹底しています。受け手がその送り手のAI利用を事前に知らされていた場合でも、信頼の低下は弱まりこそすれ、消えませんでした。開示が送り手の自発的な判断でも、ルールで義務づけられたものでも、結果は変わりません。どの角度から条件を変えても、「開示すると信頼が下がる」という中心の結果は残り続けました。

さらに、隠すという選択にはもっと大きな代償が確認されています。第三者から「開示せずにAIを使っていた」と暴露された送り手は、自分から開示した場合よりもさらに深く信頼を損ないました。

明かせば下がる。言い換えても下がる。隠して、ばれれば、もっと下がる。開示さえすれば信頼が担保される、という単純な図式は成り立たないと考えたほうがよさそうです。

差がつくのは、宛先設計と一次情報

文面の巧拙そのものを競う土俵では差がつきにくいとして、では何が効くのでしょうか。手がかりになるのが、Sahni, Wheeler & Chintagunta（2018）のメール広告に関する研究です。件名に受信者名を差し込むなど受け手固有の情報を加えると、開封率が9.05%から10.80%へ、リード獲得が0.39%から0.51%へ、それぞれ向上したと報告されています（3社と協働した大規模なフィールド実験）。この効果は、受け手固有の情報がメッセージの他の内容を読む「注意」を引き寄せることによって生じるとされています。ただしこれはメール広告を対象にした研究であり、フォーム営業そのものを扱った研究ではありません。自社の効果を保証するものとしてではなく、注意を引く仕組みについての手がかりとして参照しています。

この結果で注目したいのは、動いた変数が「文章のうまさ」ではないことです。件名への名前の差し込みは、本文の中身を変えたわけではありません。変わったのは、「この一通は自分に向けられている」と受け手が感じられるかどうかです。埋没が「どれも同じに見える」という問題である以上、対抗する軸は、より上手に書くことではなく、その受け手に固有の情報を持っていること——そう読み解くことができます。

私たちは、文面そのものの説得力よりも、「誰に送るか」という宛先の設計と、送り手にしか書けない一次情報の有無が、受け手の注意を引けるかどうかを分けると考えています。フォーム営業で言えば、宛先の設計とは「なぜこの企業に送るのか」を条件で言えることであり、一次情報とは、その企業の採用・広告出稿・資金調達といった、いま起きている事実への言及です。そして、どの事実に言及できるかは、書く技術ではなく、その企業をどんな条件で選んだかで決まります。絞り込みの条件がそのまま「なぜこの会社に送ったのか」の説明になるからです。どの企業に送るかを条件で絞り込む実務は「フォーム営業の送信リストの作り方」に、絞り込んだ理由を一通の文面へ反映する方法は「フォーム営業の文面の書き方」に、それぞれ書いています。この記事では手順論には立ち入らず、次の節では、ここまでの研究知見をそのまま使ってできる点検に進みます。

いちばん近い検証データは、自社の受信箱に届いている

ここまでの知見は、遠い実験室の話として読むこともできます。しかし、フォーム営業を検討している会社の多くは、フォーム営業を受け取る側でもあります。自社の問い合わせフォームに届いた営業メッセージは、識別の難しさと埋没を自分の目で確かめられる、いちばん身近な検証データです。準備は、受信箱から直近のフォーム営業を10通ほど集めること。それだけです。

点検1: 届いた文面で「AIか人か」の判定を試してみる

まず一通ずつ、「AIが書いた」「人が書いた」「分からない」の三択で判定してみます。あわせて、何を根拠にそう判定したかを一言ずつ書き留めます。実体験らしい言及があるから人だろう、文体が硬いからAIだろう——出てくる根拠は、おそらく先の表に挙げた「目印」のどれかに重なります。そして識別実験の結果が正しければ、その目印は当てになりません。

この点検の狙いは、判定が当たるようになることではありません。むしろ逆で、「AIか人かは、確信を持って判定できない」と自分の受信箱で体感することです。あわせて、判定を試みる途中で、実際には別の基準で文面を仕分けていることに気づくはずです。読み進めた一通があったとすれば、その理由はたいてい、書き手が人間かどうかではなく、こちらの会社のことを調べて書いているかどうかです。受け手は「AIか人か」を検品しているのではなく、「読む理由があるか」を探している——判定を試みると、そのことが自分自身の行動から分かります。

点検2: 書き出しと結びを並べて、埋没を目で見る

次に、同じ10通で埋没を可視化します。手順は4つです。

1. 各通から、書き出しの1文と結びの1文だけを抜き出す
2. 社名・サービス名を伏せ字にして、抜き出した文を一覧に並べる
3. どの文がどの会社のものか、区別がつくかを試す
4. 「どの会社が送っても成立する文」と「その会社にしか書けない文」に分ける

多くの場合、大半の文は区別がつきません。「突然のご連絡失礼いたします」に始まり、「ご検討のほどよろしくお願いいたします」に終わる文は、どの会社が送っても成立します。それが埋没の実物です。逆に、少数でも「その会社にしか書けない文」——受け手の事業や直近の動きに具体的に触れた文——が交ざっていれば、束の中でそれだけが浮かび上がって見えるはずです。個々の文面の質ではなく、束の中で区別がつくかどうか。研究が示した構造を、自社の受信箱でそのまま確認できます。

仕上げに、視点を送信側へ返します。いま送っている文面、あるいはこれから送ろうとしている文面があるなら、その書き出しと結びを同じ一覧に混ぜると、この点検はそのまま自社の文面の診断になります。社名を伏せた状態で「これは自社の文面だ」と言い当てられないなら、受け手の受信箱でも同じことが起きています。文面を直す前に、宛先の設計から考え直すべきかどうかの、最初の判断材料になります。

ここまでの点検は、今日30分でできます。一方で、その先にある作業は毎週続く運用です。埋没しない宛先を条件で設計し、送っていい相手かを確かめ、一社ごとの一次情報を調べて文面に反映する——これを送信のたびに繰り返すのは、片手間で回る仕事量ではありません。私たちのサービスでは、この運用——セグメント設計（15カテゴリ・88項目の条件設計）から、送ってはいけない相手の除外、一社ごとの文面生成まで——を運営側が行い、初回相談ではセグメント案と実際に送信できる母数の提示から始めます。リード獲得の選択肢として数字で比較・検討する材料には、詳細な料金表を掲載したサービス資料を用意しています。

「隠すか、明かすか」の手前に、設計で示せる誠実さがある

開示の研究が突きつけるのは、AI利用について「隠すか、明かすか」という言い方の選択に出口がない、という事実でした。明かせば信頼が下がり、言い回しを変えても消えず、隠して暴露されればもっと下がる。この結果を営業の実務に引き取るなら、取るべき道は言い方の外側にあると私たちは考えています。AI利用を隠すのでもなく、「AI活用」を強みとして誇るのでもない。誇る訴求もまた開示の一形態である以上、それだけで信頼が生まれるとは考えにくいからです。いつ説明を求められても差し支えのない送り方で運用する——どう言うかではなく、どう送るかに軸足を移すことです。

具体的には、送信という行為そのものの行儀です。「営業お断り」の表記があるフォームには送らない。同じ企業に重ねて送らない仕組みを持つ。送った文面は全文を記録し、いつ・どの企業に・何を送ったかを後から示せる状態にしておく。私たちがこの設計を選ぶのは、フォーム営業が迷惑がられるとき、その矛先はたいてい、AIが書いた文章そのものではなく、無差別送信・定型文・お断り表記の無視に向いているからです。AIの問題に見えるものの多くは、実は宛先とマナーの問題です。この送信ルールの実装はコンプライアンスへの取り組みとして公開しています。

法務やブランドへの影響を重視してフォーム営業を検討する立場では、「AIを使っているか」という問いよりも、「送ってはいけない相手に送らない統制があるか」「送信の記録を後から示せるか」という問いのほうが、確認項目として実質的です。開示のジレンマに正解がない以上、誠実さは言葉づかいではなく、検証できる運用で示すのが現実的だと私たちは考えています。

まとめ

生成AIによって、文章そのものの見分けはつかなくなりました。人が頼る「人間らしさの目印」は判別の根拠にならず、報酬や訓練でも精度は上がりません。本当の問題は見抜かれることではなく、皆が同じAIを使うことで文面どうしが似通っていく埋没です。そしてAI利用の開示は、言い回しをどう工夫しても信頼低下を解消しませんでした。差がつくのは文面の巧拙以前の設計、つまり「誰に送るか」という宛先の設計と、その企業に固有の一次情報です。この結論は、セグメント設計と文面設計は地続きだという、送信リストと文面それぞれの記事の結論ともつながっています。

次の一歩は、自社の受信箱から始められます。届いたフォーム営業を10通集め、AIか人かの判定を試し、書き出しと結びを、社名を伏せて並べてみる。30分の点検で、埋没の実物と、そこから浮かび上がる数少ない一通の共通点——なぜこの会社に送ったのかが伝わること——を確認できます。それを自社の送信側で作る作業は、リストの設計から始まります。

出典

1. Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. Proceedings of the National Academy of Sciences, 120(11), e2208839120. https://doi.org/10.1073/pnas.2208839120
2. Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
3. Schilke, O., & Reimann, M. (2025). The transparency dilemma: How AI disclosure erodes trust. Organizational Behavior and Human Decision Processes, 188, 104405. https://doi.org/10.1016/j.obhdp.2025.104405
4. Sahni, N. S., Wheeler, S. C., & Chintagunta, P. K. (2018). Personalization in Email Marketing: The Role of Noninformative Advertising Content. Marketing Science, 37(2), 236–258. https://doi.org/10.1287/mksc.2017.1066