AIを活用した顧客アンケートの自由記述分析で感情カテゴリを分類するプロンプト設計と集計手順

自由記述欄を開くと、「特になし」の海の中に、ときどき長文の不満が沈んでいる。
アンケートやNPSを実施したものの、数百件から数千件の自由記述（テキスト）を前にして途方に暮れている。そんな場面はないでしょうか。
この記事の結論： - 症状: 回答30件のうち3件の「不満」を、「不満が10%もある」と報告した。感情分析をしようにも、ポジティブとネガティブの基準が自分や担当者によってブレてしまう。ChatGPTにそのままコピペして分析させても、返ってくる答えが抽象的すぎて実務に使えない。「その他」という雑多なカテゴリばかりが増えてしまい、有効なインサイトが得られない。結果を経営陣やクライアントに報告する際、どうビジュアル化・言語化していいか分からない。
せっかく集めた顧客の声を活かせず、上司やチームから無言のプレッシャーを感じている。分析作業に忙殺されて、本来やるべき施策の立案や実行に時間が割けていない。外注するとコストがかかるが、社内でやるとクオリティが低くなりそうで自分のスキル不足を痛感している。AIを使えば一瞬で終わるはずなのに、うまく指示が出せない自分に対してモヤモヤしている。
この記事では、AIを使った顧客アンケートの自由記述分析において、感情カテゴリをブレずに自動分類するためのプロンプト設計と具体的な集計手順を解説します。抽象的な精神論や概要ではなく、明日からそのまま実務で使えるプロンプトと手順を手に入れてください。
この記事の対象読者
・中小企業のマーケティング・広報担当者で、アンケートのテキスト集計に時間がかかっている人・EC・D2C事業のカスタマーサポート責任者で、顧客の声を定性的に分類し改善に活かしたい人・Web制作・コンサルティング会社のデータアナリストで、クライアントのアンケート結果をスピーディーにレポート化したい人
この記事で分かること
・雑多な顧客の声をブレなく分類するための「感情カテゴリ定義」の作り方・AIの文字数制限やエラーを回避しながら大量データを処理する具体的な手順・コピペしてそのまま使える多段階分類・構造化出力用プロンプトの構成・AIの誤判定（ハルシネーション）を防ぐための再プロンプトの型
無料で役立つ要点
AIに自由記述を分類させるとき、最大の壁になるのは「AIの優柔不断さ」です。「どちらとも言えない」というニュートラルなカテゴリばかりに回答が集中してしまい、具体的な改善につながるインサイトが見えてこない現象がよく起きます。これを防ぐためには、あらかじめ明確な判定基準をプロンプト内に定義し、強制的に特定の感情カテゴリへ分類させる構造が必要です。また、個人情報や機密性の高いVOCを扱う際は、AIに入力する前のマスキングや、オプトアウト設定（執筆時点の仕様。公式で要確認）の確認が不可欠です。次の有料エリアでは、実際に動かして検証した具体的なプロンプトと、スプレッドシートへの集計手順をすべて公開します。
この先の有料エリアに入っているもの
有料エリアには、本文で説明した手順をそのまま使える形で1点を入れています。中身と冒頭だけ先に見せます。
・中身 ／ 種類 ／ 何に使うか ／ 冒頭のプレビュー・1. 感情カテゴリ定義の事前準備 ／ 表（3列×5行） ／ 列: カテゴリ名／定義・判定基準／具体的なキーワード例（架空の例） ／ 満足・称賛 ｜ 期待以上の体験や、継続的な利用への強い肯定がある状態 ｜ 「最…・🔧 中・上級者向けの深掘り ／ 障害パターン3つ・設定値の根拠表・導入効果の試算 ／ 例外が起きたときの突破法と、値の決め方 ／ 皮肉や反語を、肯定の感情に分類する…
この先へ進むか、30秒で決める
『データと科学で仕事・身体・お金を最適化する実験室』では、試して確かめた手順だけを道具にしています。
・このまま続けたら: 「AIを活用した顧客アンケートの自由記述分析で感情カテゴリ」を手探りのまま続けると、次の1か月で同じつまずきを何回くり返しそうですか。・浮く時間の目安: 有料エリアの試算表に、件数×分で出す式を入れています。自分の件数で計算してみてください。・価格の考え方: この記事は500円。いまの価格は初版のもので、改訂で中身が増えたら見直します。
上の表の道具が「自分の場面に要る」と思えたら、この先へ。要らなければ、ここまでの手順だけで十分に使えます。
📦 この先のパートの収録内容
・中身 ／ 数・そのまま使えるコード ／ 0本・表（台帳・比較・根拠） ／ 3個・チェックリストの項目 ／ 5項目・文字数（この先） ／ 約5,095字
この先の見出し: 1. 感情カテゴリ定義の事前準備／2. データの前処理と文字数制限の回避／3. コピペで使える感情分類プロンプト（実務検証版）／4. エラー・ハルシネーション対策とリカバリー手順／5. 分析結果からインサイトを導く集計手順／つまずきやすい点と対処
冒頭サンプル（この先の最初の数行）
────────────────ここから先は、実際に動かして検証したプロンプトの全文、エラー回避の手順、および集計のためのチェックリストを解説します。────────────────
## 自由記述の分類がぶれる理由
アンケートの自由記述をAIに分類してもらったら、同じような意見が別のカテゴリに入っていた。集計し直すたびに数字が変わる。この不安定さは、カテゴリの定義があいまいなまま分類を任せていることから起きます。
感情や意見のカテゴリは、人が見ても判断が分かれやすいものです。「使いにくいけど気に入っている」という回答は、良い意見と不満のどちらに入れるべきか。こうした境目の回答について決まりがないと、AIはその時々の文脈で判断を変えます。
また、カテゴリの数が多すぎると、似たカテゴリどうしの境目がさらにあいまいになります。最初は少ないカテゴリから始め、どのカテゴリにも入らない回答が多く出たときだけ、新しいカテゴリを足すほうが安定します。
## 手元で試せる確認の手順
まず、回答の中から20件ほどを選び、自分の手でカテゴリに分けてみます。迷った回答には印をつけておきます。
次に、迷った回答をもとに、カテゴリごとの定義と、含める例と含めない例を書き出します。境目の決まりをここで言葉にしておきます。
そのうえで、同じ20件をAIに分類させ、自分の分け方と比べます。食い違った回答を見て、定義のどこがあいまいだったのかを直します。
最後に、定義を直したら、もう一度同じ20件で比べます。食い違いが十分に少なくなってから、全件の分類に進みます。全件を分類したあとも、各カテゴリから数件ずつ取り出して目で確かめると安心です。
## よくある質問
**Q. 1つの回答に複数の意見が入っている。**A. 回答を意見ごとに分けてから分類するか、複数のカテゴリを付けてよい決まりにします。どちらにするかを先に決めておくことが大切です。
**Q. 皮肉や冗談の回答を正しく分類できない。**A. AIも人も判断が難しい部分です。判断に迷う回答は「要確認」として分け、人の目で決めます。
**Q. 集計結果をどう見せればよい？**A. カテゴリごとの件数に加えて、代表的な回答を2つか3つ添えると、数字の意味が伝わりやすくなります。
## 応用：回答が数千件あるとき
回答が多い場合、全件を1度にAIに分類させると、途中で基準が少しずつずれていくことがあります。また、全件を人が確かめるのは現実的ではありません。
こうしたときは、回答をいくつかのまとまりに分けて分類し、まとまりごとに数件ずつ抜き出して確かめる方法が有効です。抜き出した回答の分類が定義どおりなら、そのまとまりは信頼できると判断し、ずれていればそのまとまりだけを分類し直します。
集計の段階では、カテゴリの件数だけでなく、時期や属性ごとの比較も役に立ちます。たとえば、ある時期から不満の回答が増えているなら、その時期に何が変わったのかを調べるきっかけになります。ただし、件数が少ない区分の割合は大きく揺れやすいので、件数と一緒に示すようにします。
**Q. 分類の基準を途中で変えたくなった。**A. 基準を変えたら、すでに分類した回答も新しい基準で分類し直します。古い基準と新しい基準が混ざると、集計の比較ができなくなります。
**Q. 結果を報告するときの注意は？**A. 分類はAIの判断を含むことと、確かめた件数を書き添えると、読み手が結果の確からしさを判断しやすくなります。
**Q. 感情のカテゴリはいくつくらいがよい？**A. 最初は、好意的、不満、要望、その他の4つ程度から始めると、境目が分かりやすくなります。必要に応じて細かく分けていきます。
**Q. 同じ人が何度も回答している。**A. 回答者の識別ができる場合は、重複を除いてから集計するか、重複を含めた集計であることを明記します。
**Q. 短すぎる回答は分類できる？**A. 「特になし」のような回答は、分類の対象から外して件数だけを数えると、集計の結果がゆがみにくくなります。
**Q. 分類の結果をグラフにしたい。**A. カテゴリごとの件数の棒グラフが分かりやすく、比べたい区分があれば並べて示します。
**Q. 分類のプロンプトに入れるべきことは？**A. カテゴリの定義、含める例と含めない例、迷ったときの扱いの3つです。迷ったときの扱いを決めておくと、境目の回答がぶれにくくなります。
**Q. 集計した数字の確からしさを示すには？**A. 人が確かめた件数と、そのうち分類が一致した件数を添えると、読み手が結果をどこまで信頼できるか判断しやすくなります。
ほかにも、作業の手間を減らすための道具や手順を Tips にまとめています。気になる題があれば、のぞいてみてください。
https://tips.jp/u/andyailab
最後まで読んでくれて、ありがとうございます。まずは今日の作業のどこか1か所で、この記事の確かめ方を試してみてください。