【Claude vs Copilot】検証！ PowerPointに同じ指示を出してみた

提案書をゼロから作る。
上司に見せる前に、内容をチェックする。
長い報告書を、経営層向けに短くまとめる。

PowerPointを使う仕事には、スライドを作る以外にも、考えたり、見直したりする作業があります。

こうした作業をAIに頼んだら、どこまで任せられるのでしょうか？

今回は、PowerPoint上でClaudeとCopilotに同じ資料・同じ最初の指示を渡して、実際の仕事に近い3つのお題で比較しました。

前回のExcelでの検証記事はこちら👇

今回、検証すること

前回もご紹介したClaudeの拡張機能。今回はPowerPointで使ってみます。

画面内に表示されるチャット欄から、資料の作成や確認を依頼できます。

今回のお題は、次の3つです。

1. 顧客情報から、営業提案書を作る

2. 既存の提案書から、弱いポイントを見つける

3. 報告書を、経営層向けに3枚で要約する

注目は
「仕事でどこまで使えるか」「人が確認・修正すべきところは何か」

最初の指示は、あえて短い一言にしました。追加の確認があった場合は回答し、どのように進めるかも見ています。

※本記事は、今回の資料とやり取りで得られた結果を紹介するものです。利用環境や指示、追加質問への回答によって、結果は変わります。

検証① 顧客情報から、営業提案書を作る

指示：「この資料を読んで、この会社に向けた提案書を作ってください」

最初は、顧客情報をもとにした提案書づくりです。

架空のカフェ「喫茶リコルド」の顧客情報資料を渡しました。

常連客はいるのに、新規客が増えない。
使える予算は、月3万円程度。

営業の現場でもありそうな相談です。

Copilot：予算に合わせ、9枚のスライドを作成

Copilotは、資料のトーンを3択で確認したあと、9枚のスライドを作成しました。

［Copilotが作成した提案書］

資料にある来店客730人・新規客90人から、常連客640人という内訳を計算。費用も、月3万円に合わせて設計していました。

また、口コミ施策では、対価を提供することの規約リスクにも言及していました。

提案書のたたき台として、施策と費用を具体化してくれる点は助かります。ただし、計算の前提や規約に関する説明は、提出前に確認が必要です。

Claude：構成をすり合わせてから、8枚のスライドを作成

Claudeは、まず次の点を確認しました。

• 提案するのは、運用を代行する立場か、コンサルティングする立場か

• スライドは何枚程度にするか

そのあと、8枚分の構成案を文章で提示し、承認を得てから作り始めました。

［Claudeが作成した提案書］

作成前に提案の方向性を確認できるので、
意図と違う資料ができてしまうのを防ぎやすい進め方です。

一方、費用には確認したい点がありました。

月額3万円のプランとは別に、初期費用3万円を設定していたため、初月の支払いは合計6万円になる内容でした。「月3万円」という条件に初期費用も含めたい場合は、修正が必要です。

仕事で使うなら、ここを確認したい

今回、両者とも顧客情報をもとに、提案書のたたき台を作成しました。

違いが出たのは、作成前のすり合わせと、予算条件の扱い方です。

実際に依頼する際は、次の条件まで伝えると、完成後の修正を減らせそうです。

• 誰に、どの立場から提案するのか

• 相手に何を決めてもらいたいのか

• 初期費用を含む予算の上限

• 必要なスライド枚数

「資料ができた」と「そのまま提案に使える」の間には、条件に合っているかを確認する作業が残ります。 今回は、特に予算の確認が大切だと感じました。ので、意図と違う資料ができてしまうのを防ぎやすい進め方です。

検証② 提案書の弱いポイントを見つける

指示：「この提案書、上司や取引先から指摘されそうな弱いポイントはどこ？」

次は、提出前のレビューです。

数字の誤記を探すだけでなく、「この説明で相手が納得するか」を確認してもらいます。

架空の「新入社員向け研修プログラム導入提案」に、4つの弱点を仕込みました。

［検証に使用した提案書］

• 他社事例が1社だけで、業種や規模の違いを考慮していない

• 実行体制が「各部署と連携しながら」としか書かれていない

• ROI300%の算出根拠を示していない

• 課題は人間関係や配属ミスマッチなのに、解決策がスキル研修になっている

結果は、両者4つとも見抜きました。

Copilot：相手から聞かれそうな質問として指摘

Copilotは、人間関係や配属ミスマッチが課題なのに、なぜPC操作やロジカルシンキングの研修で改善できるのか、という形で指摘しました。

さらに、メンター制度などの代替案との比較が足りない点も挙げていました。

上司や取引先から何を聞かれそうかが具体的になるため、説明の準備や、追加資料の洗い出しに使いやすい回答でした。

Claude：比較条件や、改善目標の根拠まで確認

Claudeは、他社事例の比較条件にも踏み込んでいました。

自社の課題として示した「3年以内離職率」と、他社事例の「導入1年後の数値」を、そのまま比較してよいのかという指摘です。

また、「同水準の改善」という表現を数値に当てはめ、離職率が35%から15%になる計算を示しました。

そのうえで、業界平均の25%を大きく下回る目標を掲げるなら、裏づけが必要だと指摘していました。

資料の中では自然に見える表現でも、数字や条件に置き換えると、説明が足りない部分が見えてきます。

ただし、比較期間の妥当性などは、対象者や集計方法によって判断が変わります。AIの指摘も、元資料に戻って確認する必要があります。

仕事で使うなら、指摘を修正につなげる

今回の結果から、提出前に論理の抜けを見つける用途では、両者とも役立つと感じました。

ただ、指摘が出ただけでは、提案書は完成しません。
例えば、課題と解決策がズレているなら、施策を見直す。費用対効果の根拠が足りないなら、前提や計算式を補う必要があります。

実務では、レビューに続けて、
「この指摘を踏まえて、修正案を出してください」と依頼すると、次の作業につなげやすそうです。

今回は弱点の指摘までを検証しました。
修正案の作成やスライドへの反映の精度は、今後確認したいポイントです。

検証③ 報告書を、経営層向けに3枚で要約する

指示：「この報告書を経営層向けに3枚で要約して」

最後は、報告相手に合わせた資料の要約です。
展示会出展の報告書全6枚を渡しました。

［検証に使用した報告書］

名刺交換数は目標を達成しており、一見すると順調そうに見えます。

一方で、後半には商談化率の低さや、1件あたりのコストの高さも記載されています。
経営層向けにまとめるなら、活動実績に加えて、
投資に見合う成果が出ているかを伝えたい資料です。

Copilot：成果と課題を示し、次の判断まで提案

Copilotは、1枚目のタイトルを次のようにまとめました。
「集客は目標達成、投資効率は要改善」

［Copilotが作成した要約資料］

集客の成果と投資効率の課題が、タイトルだけでわかります。

さらに3枚目では、
「同規模での継続は承認せず、縮小・改善案で再提示する」
と、次の判断まで提案していました。

判断案を用意してもらいたい場面では助かります。
一方で、元資料の要約と、AIが追加した提言は区別して扱う必要があります。

Claude：元資料を残し、判断材料を整理

Claudeは、元の6枚を残したまま、7〜9枚目に要約スライドを追加しました。

［Claudeが作成した要約資料］

結論では、
「同規模で継続するか、小間サイズや出展形態を見直すか」
と、選択肢を示していました。

元の報告資料を保持しつつ、経営層向けの説明を追加したい場面に合う進め方です。
ただし、提出ファイル全体を3枚にしたい場合は、要約部分だけを取り出すか、追加の指示が必要です。

仕事で使うなら、「要約の範囲」まで伝えたい

今回、両者とも、集客数だけでなく投資効率の課題を取り上げました。

違いが出たのは、判断案まで加えるか、選択肢として示すかという点と、元資料の扱い方です。

依頼するときは、次の2点も伝えておくと、用途に合った資料に近づけられそうです。

• 元資料の内容だけを要約するのか、改善提案まで求めるのか

• 元資料を残して追加するのか、3枚の提出用資料に作り直すのか

同じ「3枚に要約して」でも、使いたい形まで伝えることが大切だと感じました。

まとめ：AIに任せられる作業と、人が確認するポイント

今回の検証では、
ClaudeとCopilotの両方が、提案書づくり・レビュー・要約に対応しました。

今回の検証では、
Claudeは「確認しながら一緒に仕上げる」、
Copilotは「具体案や結論まで先回りして出す」という違いが見えました。

PowerPointの仕事には、何を伝えるかを考え、説明の抜けを確認し、相手に合わせてまとめ直す作業があります。

今回試してみて、
その途中の作業をAIに任せる使い方は、十分に試す価値がある
と感じました。

一方で、完成した資料をそのまま使う前には、数字・条件・根拠の確認が必要です。

まず試すなら、手元の提案書に、
「上司や取引先から指摘されそうな弱いポイントはどこ？」
と聞いてみるところから。

自分では気づかなかった説明の抜けが、見つかるかもしれません。

今回の検証はいかがだったでしょうか？

「提案書の作成や修正に時間がかかる」
「AIを使い始めたけれど、業務のどこに組み込めばよいかわからない」
「資料づくりだけでなく、その前後の業務も効率化したい」

そんなお悩みがあれば、ぜひAWLLにお聞かせください。

普段の業務を伺いながら、AIを活用できる場面と、運用の進め方を一緒に整理します。

👉 AWLLへのご相談・お問い合わせ：https://www.awll.jp/contact/

この記事が参考になったら、
ぜひ《スキ❤️》《フォロー》《コメント》をお願いします✨

「PowerPointでこんな作業をAIに任せたい」というコメントも、お待ちしています！

AWLL Studioについて

AWLL Studioは、年間数千万円かかることも珍しくないシステム投資を、民主化するために生まれたサービスです。

これまで、業務に合ったシステムをつくるには、高度な要件定義と、それを形にする専門の人材と、長い開発期間が必要でした。その結果、システムを持てるのは一部の大きな会社に限られ、システムを入れた会社でも、そこに収まらない業務はExcelや担当者の頭の中に残り続けてきました。

AWLL Studioでは、高度な要件定義をしなくても、業務をいちばんよく知っている人が、その理解をそのままシステムに落とし込めます。お客様がご利用のClaudeなどの生成AIと一緒に、データベースや業務画面をつくり、業務が変わればその場で変えていけます。

それを支えているのが、特許第5901483号「データベースシステム生成装置」です。
売上やKPIといった定量の情報と、システムに乗らずにExcelや頭の中にだけあった属人的な情報。これまで別々の場所にあった2つを、業務の関係を保ったまま、1つの構造でつなげられるようになりました。

これによって変わるのは、システムのつくりやすさだけではありません。数字の裏にある「なぜそうなったか」「いま誰が何をしているか」が同じ画面でたどれるようになり、上長の「あの件、どうなってる？」という確認のために、メールやチャットを行き来したり、会議で聞き取ったりする手間を大きく減らします。

経営に必要な情報が、日々の業務の中で自然に集まり、つながり、使える形で残っていく。

AI時代の経営OS。それが、AWLL Studioです。