先着価格のご案内

この記事は、購入人数に応じて価格を見直す仕組みです。初回販売は先着5名限定で190円に設定しています。購入時点の正しい価格は、必ず購入画面に表示されている金額をご確認ください。

販売状況に合わせて、今後は段階的に価格を引き上げる可能性があります。価格の目安は次の通りです。

1人目〜5人目：190円
6人目〜10人目：980円
11人目〜20人目：2,980円
21人目〜30人目：4,980円
31人目〜40人目：9,800円
41人目〜49人目：14,800円
50部以降：19,800円

このコンテンツは、AIを仕事で使うための具体的な手順をまとめた実践書です。専門知識がほとんどない人でも、今日の仕事にそのまま入れられるように、準備、入力例、確認方法、失敗例、改善例まで入れています。

この記事でできるようになること

AIアンケート分析は、派手なAI活用ではありません。けれど、仕事の現場ではかなり効果が出やすい分野です。なぜなら、毎回ゼロから考えている作業、書き方に迷う作業、確認漏れが起きやすい作業を、AIでかなり減らせるからです。

この記事では、お客様の声を分類し、商品改善、接客改善、ページ改善に変えることをゴールにします。読み終わったあとに「なるほど」で終わるのではなく、自分の仕事で1つ試せる状態まで落とし込みます。

難しい用語はできるだけ使いません。使う場合も、現場でよくある例に置き換えて説明します。AI初心者、会社員、個人事業主、フリーランス、管理職、事務職の人でも読み進められるようにしています。

この記事を読むと、口コミや回答を分類できるようになります。
この記事を読むと、不満や要望の共通点を見つけられるようになります。
この記事を読むと、改善案を優先順位づけできるようになります。
この記事を読むと、商品ページや接客に反映できるようになります。
この記事を読むと、分析レポート代行に応用できるようになります。

1. アンケート分析ではAIを「分類」と「仮説出し」に使う

最初に大事なのは、AIを1つに決め打ちしないことです。AIアンケート分析では、文章を整えるAI、長い情報を整理するAI、表にまとめるAIで得意分野が変わります。

とはいえ、最初から全部使う必要はありません。まずはChatGPTで回答を分類することから始めて、必要になったら他のAIを足すくらいで十分です。

1. ChatGPT

使う場面：回答の分類、要約、改善案の作成。

選ぶ理由：少量の回答でも、良い点、不満、要望に分けやすく、初心者でも扱いやすいからです。

無料版で十分な場面：数十件程度の回答整理なら無料版でも始められます。

有料版を検討する場面：大量回答や何度も分析する場合、安定性を求める場合。

2. Claude

使う場面：長い口コミや自由回答を自然に読み解く場面。

選ぶ理由：文章のニュアンスを保ちながら整理しやすいからです。

無料版で十分な場面：短い口コミの分類や言い換えなら無料版で十分です。

有料版を検討する場面：大量の自由回答や長文レビューを扱う場合。

3. スプレッドシート

使う場面：回答を表にし、カテゴリ、件数、優先度を管理する場面。

選ぶ理由：AIの分析結果を数字として見える化できるからです。

無料版で十分な場面：個人や小規模のアンケート管理なら無料で十分です。

有料版を検討する場面：チーム共有や定期分析で権限管理が必要な場合。

AI選びで迷ったら、「どのAIが一番すごいか」ではなく、「今の作業を一番減らしてくれるのはどれか」で選びます。仕事では、完璧なAI探しより、今日の1時間を短くする使い方の方が大事です。

2. undefined

AIアンケート分析がうまくいかない人は、能力が足りないわけではありません。多くの場合、最初に整理する情報が足りないか、AIに渡す順番があいまいなだけです。

1. 回答を読んだだけで終わる

お客様の声を集めても、読むだけで終わると改善につながりません。何が多いのか、何から直すべきかを整理する必要があります。

AIで直すなら：AIにカテゴリ分類、件数、重要度を出させます。

2. 強い意見に引っ張られる

1件の強いクレームがあると、それが全体の意見に見えてしまうことがあります。

AIで直すなら：AIに件数、頻度、影響度を分けて整理させます。

3. 改善案が現場で使えない

理想論の改善案は出ても、現場の人手や費用に合わなければ実行されません。

AIで直すなら：費用なし、短期、長期の3種類で改善案を出させます。

ここを飛ばしてAIに丸投げすると、きれいだけど使えない文章が出てきます。仕事で使える成果物にするには、目的、相手、完成形、確認ポイントの4つを先に決めておく必要があります。

3. 今日から使える基本手順

ここからは、実際の作業手順に入ります。いきなり長い文章を作るのではなく、短い材料を集めて、AIに整理させて、人間が最後に判断する流れで進めます。

1. 回答を表にする

自由回答のままでは分析しにくいです。まずは1回答1行にして、日時、媒体、内容を分けます。

やること

回答を1行ずつ入れる
個人情報を消す
媒体や商品名を入れる

AIへの指示例

以下のお客様の声を、1件ずつ表にしてください。列は「番号、内容、良い点、不満、要望、重要そうなキーワード」にしてください。

確認すること

個人情報や名前が残っていないか確認します。

2. カテゴリに分ける

回答を分類すると、どこに問題が多いか見えます。接客、価格、納期、使い方、デザインなど、業種に合わせて分けます。

やること

良い点を分ける
不満を分ける
要望を分ける

AIへの指示例

この回答一覧をカテゴリ分けしてください。カテゴリは最大8つまで。各カテゴリに、代表的な声、件数、改善の必要度を入れてください。

確認すること

カテゴリが細かすぎないか見ます。

3. 改善案に変える

分析は、改善に使って初めて価値が出ます。カテゴリごとに、すぐできる改善と時間がかかる改善を分けます。

やること

不満が多いカテゴリを選ぶ
改善案を3つ出す
実行しやすい順に並べる

AIへの指示例

このアンケート分析から、改善案を作ってください。費用なしでできる案、1週間以内にできる案、長期的に検討する案に分けてください。

確認すること

現場で実行できる内容か確認します。

4. 報告書にまとめる

分析結果は、関係者に伝わる形にして初めて動きます。要約、主な声、改善案、次の確認方法までまとめます。

やること

3行要約を書く
重要カテゴリを3つ選ぶ
次に見る数字を決める

AIへの指示例

この分析結果を、社内共有用の報告書にしてください。最初に3行要約、その後に主な傾向、代表的な声、改善案、次回確認する指標を入れてください。

確認すること

読み手が次に何をすればいいか見えるか確認します。

4. Before/Afterで見る改善例

AI活用で大切なのは、最初から正解を出すことではありません。雑な材料を、仕事で使える形に変えることです。ここでは、ありがちな悪い例と改善例を見比べます。

1. 口コミを読んだだけの状態

Before

良い口コミも悪い口コミもいろいろある。接客は良さそう。価格の不満も少しある。

After

良い点：接客が丁寧、説明がわかりやすい。不満：価格が高い、予約が取りにくい。要望：料金表をわかりやすくしてほしい、空き状況を見たい。優先改善：料金表と予約導線。

改善ポイント：感覚ではなく、分類と優先順位に変えています。

2. 改善案が大きすぎる例

Before

顧客満足度を上げるためにサービス全体を改善する。

After

まず予約前の不安を減らすため、料金表、所要時間、当日の流れをページ上部に追加する。次に、来店後メールで不明点を聞くフォームを送る。

改善ポイント：大きな目標を、すぐ実行できる改善に落としています。

3. 悪い声だけに反応する例

Before

1件クレームがあったので、すぐに全部変える。

After

同じ不満が複数件あるか確認する。1件だけなら個別対応、複数件なら案内文や手順を見直す。影響が大きい場合は件数が少なくても先に対策する。

改善ポイント：件数と影響度を分けて判断しています。

5. そのまま使えるテンプレート

ここでは、コピーして使いやすいテンプレートを用意します。テンプレートは丸暗記するものではなく、毎回の作業で迷わないための型です。自分の業務名、相手、期限、注意点だけ差し替えて使ってください。

1. 口コミ分類プロンプト

口コミや自由回答を分類するときに使います。

以下のお客様の声を分類してください。良い点、不満、要望、感情、重要キーワードに分けてください。個人を特定できる情報は使わず、推測で補わないでください。

使う前の注意：個人情報と推測には注意します。

2. 改善案作成プロンプト

分析結果から実行案を作るときに使います。

この分析結果から改善案を作ってください。費用なしでできる案、1週間以内にできる案、長期的に検討する案に分け、優先順位と理由も書いてください。

使う前の注意：すぐできる案を必ず入れると行動につながります。

3. 報告書プロンプト

社内共有用にまとめるときに使います。

このアンケート分析を報告書にしてください。冒頭に3行要約、次に主な傾向、代表的な声、改善案、次に確認する指標を入れてください。

使う前の注意：代表的な声は、個人が特定されない形に言い換えます。

4. 商品ページ改善プロンプト

口コミを販売ページに反映するときに使います。

このお客様の声から、商品ページで先に説明すべき不安、よくある疑問、強調すべき魅力を整理してください。誇張せず、購入前の不安を減らす表現にしてください。

使う前の注意：口コミをそのまま使う場合は権利や掲載許可を確認します。

6. 実務ケース別の使い方

同じテーマでも、使う人の立場によって必要な形は変わります。ここでは、会社員、個人事業主、管理側、代行業務に分けて、実際の使い方を見ていきます。

1. 店舗やサロンの口コミ分析

Googleマップや予約サイトの口コミから、接客や導線の改善点を探す場面です。

AIに任せる作業：口コミ分類、代表的な不満、改善案の作成。

人間が見る作業：現場で実行できるか、スタッフ負担、表現の確認。

成果物：改善レポートと接客チェックリスト。

2. 商品レビュー分析

自社商品や販売ページのレビューを見て、説明不足や改善点を探す場面です。

AIに任せる作業：良い点、不満、購入前の不安の整理。

人間が見る作業：実際の商品仕様、誇張表現、改善コスト。

成果物：商品ページ改善案とFAQ案。

3. セミナー・講座アンケート

参加後アンケートから、次回内容や案内文を改善する場面です。

AIに任せる作業：満足点、不満点、次回希望テーマの整理。

人間が見る作業：講師側の意図、時間配分、提供範囲。

成果物：次回改善案と告知文の改善ポイント。

4. アンケート分析代行

事業者から回答データを受け取り、改善レポートにする場面です。

AIに任せる作業：分類、要約、改善案、報告書作成。

人間が見る作業：個人情報保護、事実確認、最終提案の調整。

成果物：分析レポート、改善案、ページ修正案。

もし「どこまでAIに任せていいか」が不安なら、最後の判断だけは必ず人間が行うと決めてください。AIは作業を早める道具であって、責任を代わりに取ってくれる存在ではありません。

7. 収益化・副業につなげる方法

AIアンケート分析は、自分の仕事を早くするだけでなく、代行メニューにもできます。ただし、最初から高額商品にする必要はありません。まずは小さな成果物を作り、相手が「これは助かる」と感じるところから始めます。

1. 口コミ分析レポート

Googleマップ、予約サイト、ECレビューなどを整理し、改善案にまとめるサービスです。口コミを読む時間がない事業者に刺さりやすいです。

口コミ分類
不満トップ3
改善案レポート

2. 商品ページ改善サポート

レビューから購入前の不安を拾い、商品説明やFAQに反映します。販売ページ改善と相性がいいメニューです。

不安の洗い出し
FAQ作成
説明文改善

3. アンケート設計と分析

回答を分析するだけでなく、質問項目を作るところから支援できます。良い質問があると、分析の質も上がります。

質問項目作成
回答集計
改善提案

販売するときは「AIで作ります」と前面に出しすぎるより、相手の手間がどれだけ減るかを伝えた方が反応されやすいです。AIは裏側の作業道具であり、買う人が欲しいのは時短、整理、改善、安心です。

8. よくある失敗と直し方

AIを使うほど、確認の手間がゼロになると思いがちです。でも実際は、確認する場所が変わるだけです。以下の失敗を避けるだけで、成果物の質はかなり安定します。

1. 少数意見を全体意見にする

起きること：1件の強い意見で全部を変えてしまう。

原因：件数と影響度を分けて見ていないため。

直し方：頻度、重要度、緊急度を分けて判断する。

2. AIの分類をそのまま信じる

起きること：実際の意図と違うカテゴリに入る。

原因：業種特有の文脈をAIが理解していないため。

直し方：カテゴリ名と代表例を人間が確認する。

3. 個人情報を入れる

起きること：名前や連絡先をAIに渡してしまう。

原因：回答データをそのまま貼り付けているため。

直し方：分析前に個人情報を削除する。

4. 改善案が多すぎる

起きること：結局どれも実行されない。

原因：優先順位を付けていないため。

直し方：最初にやる改善を3つ以内に絞る。

9. 14日間の実践ワーク

読むだけで終わらせないために、14日分のワークを用意しました。1日30分でも構いません。実際の業務を1つ選び、AIで小さく改善していくことが目的です。

1日目：回答を10件集める

まずは少量で練習します。

口コミ
アンケート
問い合わせ内容から集める

2日目：個人情報を消す

AIに渡す前に名前や連絡先を削除します。

名前
電話番号
住所
注文番号を消す

3日目：良い点を分類する

評価されている点を整理します。

接客
価格
使いやすさ
説明など

4日目：不満を分類する

改善につながる不満を分けます。

多い順
影響が大きい順
すぐ直せる順

5日目：要望を取り出す

お客様が求めている追加情報を見つけます。

欲しい機能
知りたい情報
不安な点

6日目：件数を数える

どのカテゴリが多いか見ます。

同じ意味をまとめる
重複を消す
代表例を残す

7日目：改善案を作る

カテゴリごとに改善案を出します。

費用なし
短期
長期に分ける

8日目：優先順位を決める

最初に直すものを選びます。

影響度
実行しやすさ
緊急度で見る

9日目：ページ改善に変える

商品ページや案内文に反映します。

FAQ
料金説明
流れ説明

10日目：接客改善に変える

スタッフ対応や案内に反映します。

声かけ
確認事項
案内順序

11日目：報告書にまとめる

関係者に共有できる形にします。

3行要約
主な傾向
改善案

12日目：次回確認指標を決める

改善後に何を見るか決めます。

問い合わせ件数
満足度
再購入率など

13日目：分析テンプレを保存する

次回から使える型を残します。

分類表
改善案表
報告書型

14日目：代行メニュー化する

副業にする場合の納品物を決めます。

口コミ分析
FAQ改善
改善レポート

10. あわせて進めると効果が出やすい作業

このテーマを実務で使い始めたら、次に整えると効果が出やすい作業があります。無理に広げる必要はありませんが、仕事の流れとして自然につながるところだけ押さえておくと、AI活用が単発で終わりにくくなります。

アンケート分析前の情報収集を強くしたい場合は、【AI✖️リサーチ】検索・競合調査・ネタ集めを短時間で整理する方法も相性がいいです。口コミや競合情報を整理する力が上がります。

改善案をSNSや導線に反映したい場合は、【AI✖️LINE公式】配信ネタ・ステップ配信・クーポン案内を作る方法も相性がいいです。お客様の声をもとに、配信文や案内導線へつなげやすくなります。

大事なのは、記事を読む順番よりも、今いちばん時間がかかっている仕事から着手することです。1つの業務が短くなると、次の業務にもAIを入れやすくなります。

11. 完成前のチェックリスト

最後に、成果物を提出する前の確認項目です。AIで作った文章は、見た目が整っていても、内容がズレていることがあります。提出前に必ず確認してください。

個人情報：AIに渡す前に削除しているか。
分類：良い点、不満、要望が分かれているか。
件数：少数意見と多数意見を分けて見ているか。
改善案：すぐできる行動に落ちているか。
報告：関係者が次に何をすればいいかわかるか。

このチェックを通してから提出すれば、「AIっぽい」「薄い」「何をすればいいかわからない」と思われる可能性をかなり下げられます。

12. 職種別・立場別の使い方

アンケート分析は、同じ方法を全員に当てはめるより、立場ごとに少し変えた方が使いやすくなります。会社員、管理職、個人事業主、フリーランス、代行業務では、必要な完成形が違うからです。ここでは、実際に使う場面を細かく分けて考えます。

1. 店舗の口コミを改善に使う場合

口コミは集めただけでは売上改善につながりません。良い声、不満、要望に分け、予約前の不安や接客改善に使います。

最初に集める材料：Googleマップ口コミ、予約サイトのレビュー、来店後アンケート。

AIに任せること：分類、共通点、改善案、FAQ案の作成。

人間が最後に見ること：実際の接客導線、スタッフ負担、掲載許可。

良い声も分析する
不満を件数で見る
すぐできる改善にする

2. 商品レビューからページを直す場合

レビューには、購入前に知りたかった情報や、買ってよかった理由が入っています。AIで整理すると、商品ページの改善点が見つかります。

最初に集める材料：商品レビュー、問い合わせ、返品理由、購入前の質問。

AIに任せること：不安、魅力、説明不足、FAQの整理。

人間が最後に見ること：商品仕様、表現の正確性、誇張の有無。

不安を先に説明する
よくある質問を追加する
強みを言いすぎない

3. 講座やセミナーの満足度を見る場合

セミナー後のアンケートは、次回テーマや案内文の改善に使えます。満足点だけでなく、わかりにくかった点も拾います。

最初に集める材料：満足度、自由回答、希望テーマ、参加理由。

AIに任せること：評価ポイント、不満点、次回改善案、告知文改善の整理。

人間が最後に見ること：講師の意図、提供範囲、時間配分。

次回テーマを拾う
難しかった点を改善する
告知文とのズレを見る

4. 問い合わせ内容を分析する場合

同じ質問が何度も来る場合、ページや案内文に説明不足がある可能性があります。問い合わせを分析すると、FAQや導線改善につながります。

最初に集める材料：問い合わせ文、返信内容、問い合わせ前に見たページ。

AIに任せること：よくある質問、説明不足、優先改善箇所の整理。

人間が最後に見ること：正しい回答、法務や規約、個別事情。

同じ質問をまとめる
FAQに変える
案内ページへ反映する

5. 分析代行として受ける場合

事業者はお客様の声を集めていても、忙しくて読み込めないことが多いです。分析レポートと改善案まで出すと価値になります。

最初に集める材料：回答データ、口コミ、商品ページ、現状の課題。

AIに任せること：分類、要約、改善案、報告書の下書き。

人間が最後に見ること：個人情報削除、事実確認、実行可能性。

個人情報を先に消す
改善案を3つに絞る
報告書形式で納品する

13. 追加で使える実務プロンプト集

ここからは、実際の仕事で使う場面を想定した追加プロンプトです。最初から全部を使う必要はありません。今の作業に近いものを1つ選び、自分の業務名や相手に合わせて差し替えてください。

1. 良い点・不満・要望に分ける

最初の分類で使います。

以下のお客様の声を、良い点、不満、要望、質問、感情の5つに分類してください。1件ずつ番号を付け、個人情報は使わず、推測で補わないでください。

使うときのコツ：最初に分類を固定すると、後の分析が楽になります。

2. 件数と影響度を見る

優先順位を決めるときに使います。

分類した回答をもとに、件数が多い問題と、件数は少ないが影響が大きい問題を分けてください。優先順位と理由も書いてください。

使うときのコツ：件数だけでなく影響度を見ると判断が偏りにくくなります。

3. 改善案に落とす

分析で終わらせず行動に変えます。

この分析結果から、すぐできる改善、1週間以内の改善、長期的な改善に分けて提案してください。各案に、期待できる効果と確認方法を入れてください。

使うときのコツ：確認方法まで入れると改善したか判断できます。

4. FAQを作る

問い合わせや不安をページに反映します。

このお客様の声から、購入前または利用前によくある質問を作ってください。質問、回答、ページに追加すべき場所に分けてください。

使うときのコツ：FAQは問い合わせ削減に直結しやすいです。

5. 報告書にまとめる

社内共有や納品に使います。

この分析結果を、社内共有用の報告書にしてください。3行要約、主な傾向、代表的な声、優先改善案、次回確認する指標に分けてください。

使うときのコツ：代表的な声は、個人が特定されないように言い換えます。

14. 品質を上げる判断基準

AIの出力をそのまま使うと、文章としては整っていても、現場では使いにくいことがあります。ここでは、完成物を確認するときの判断基準をまとめます。

1. 個人情報を消しているか

アンケートや口コミには、名前、連絡先、注文番号などが入ることがあります。AIに渡す前に必ず削除します。

名前削除
連絡先削除
注文番号削除

NG例：回答データをそのまま貼る。

改善例：個人情報を伏せたうえで分類する。

2. 分類が細かすぎないか

カテゴリが多すぎると、結局どこを直せばいいかわからなくなります。最初は大きく分けます。

良い点
不満
要望
質問

NG例：20カテゴリに分けて全体像が見えない。

改善例：大カテゴリで整理し、必要なものだけ細分化する。

3. 少数意見と多数意見を分けているか

声が大きい意見だけで判断すると、改善が偏ります。件数と影響度を分けます。

件数
影響度
緊急度

NG例：1件の強い不満で全部変える。

改善例：件数は少ないが影響が大きいものとして別扱いする。

4. 改善案が実行できるか

分析から出た案が大きすぎると実行されません。すぐできる改善を必ず入れます。

費用なし
1週間以内
長期

NG例：サービス全体を改善する。

改善例：料金表の位置を上部に移動し、よくある質問を3つ追加する。

5. 次に見る指標があるか

改善したら、結果を確認する必要があります。どの数字や声を見るか決めます。

問い合わせ件数
満足度
再購入率
予約率

NG例：改善して終わり。

改善例：FAQ追加後、同じ質問の問い合わせ件数を2週間見る。

15. 実践ストーリー：1件目はこう進める

ここでは、10件の口コミを使って改善案を作る流れを見ます。大量のデータがなくても大丈夫です。まずは少ない件数で分類し、共通点を見つける練習をします。

1. 回答を集めて個人情報を消す

口コミやアンケートを10件集めます。名前や連絡先、注文番号などは削除してからAIに渡します。

ここでの入力例：口コミ10件。名前、日付、個人情報は削除済み。

AIから得たい出力：1件ずつ番号付きの回答リスト。

確認ポイント：個人が特定される情報が残っていないか見る。

2. 良い点・不満・要望に分ける

AIに分類させます。最初は細かくしすぎず、大きなカテゴリで整理します。

ここでの入力例：この口コミを、良い点、不満、要望、質問に分けてください。

AIから得たい出力：接客が良い、料金がわかりにくい、予約が取りにくい、事前に流れを知りたい。

確認ポイント：同じ意味の回答が別カテゴリになっていないか見る。

3. 改善案を作る

不満や要望をもとに、すぐできる改善案を出します。大きな改善ではなく、ページや案内文に反映できるものから始めます。

ここでの入力例：この分析から、費用なしでできる改善案を3つ出してください。

AIから得たい出力：料金表を上部に追加、予約前FAQを作成、来店前の流れを案内文に入れる。

確認ポイント：現場で実行できる内容か見る。

4. 報告書にする

最後に、関係者に共有できる形にまとめます。傾向、代表的な声、改善案、次回確認する指標を入れます。

ここでの入力例：この分析結果を、社内共有用レポートにしてください。

AIから得たい出力：3行要約、主な傾向、優先改善案、確認指標。

確認ポイント：読んだ人が次に何をすればいいかわかるか見る。

16. 最後にもう一度、今日やること

アンケート分析で今日やることは、お客様の声を10件集め、良い点、不満、要望に分けることです。分析を難しく考える必要はありません。まずは、改善につながる声を見つけることから始めましょう。

回答を10件集める
個人情報を削除する
良い点と不満に分ける
改善案を3つ出す
次に見る指標を決める

17. すぐ使える具体例集

アンケート分析は、実際の場面に当てはめて初めて使えるようになります。ここでは、仕事でそのまま使いやすい具体例をまとめます。自分の業務に近いものを選び、言葉だけ差し替えて使ってください。

1. 店舗口コミ

接客、料金、予約、場所、待ち時間に分ける。多い不満だけでなく、強みとして伸ばせる良い声も見る。

AIに頼むときは、「店舗口コミの目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

2. 商品レビュー

買ってよかった点、迷った点、不満、使い方の疑問を分ける。商品ページのFAQ改善に使いやすい。

AIに頼むときは、「商品レビューの目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

3. セミナーアンケート

満足点、難しかった点、次回聞きたいテーマを分ける。次回告知文にも反映できる。

AIに頼むときは、「セミナーアンケートの目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

4. 問い合わせ分析

同じ質問をまとめる。何度も聞かれる内容はページや案内文に不足がある可能性が高い。

AIに頼むときは、「問い合わせ分析の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

5. 解約理由

価格、内容、タイミング、期待とのズレに分ける。改善できる理由とできない理由を分ける。

AIに頼むときは、「解約理由の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

6. 満足度調査

点数だけでなく、自由回答の理由を見る。点数が低い人の共通点を探す。

AIに頼むときは、「満足度調査の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

7. 購入前不安

料金、効果、手順、サポート、返金などの不安を拾う。販売ページの説明順に活かす。

AIに頼むときは、「購入前不安の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

8. スタッフ改善

接客で褒められた点と不満点を分ける。責めるためではなく、対応品質をそろえるために使う。

AIに頼むときは、「スタッフ改善の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

9. 競合口コミ

自社ではなく競合のレビューを見ると、市場の不満や期待が見える。自社改善のヒントになる。

AIに頼むときは、「競合口コミの目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。

10. 分析代行

回答分類、傾向、改善案、次回見る指標をセットにする。納品物としてわかりやすい。

AIに頼むときは、「分析代行の目的」「読み手」「完成形」を最初に伝えます。これだけで、ただの一般論ではなく、実務に近い出力になりやすくなります。