生成AIで変わるアンケート業務〜設問作成から自由記述分析まで〜chatGPT/Geminiのプロンプトと回答つき

アンケートの実務では、調査の目的を具体的な質問にどう落とし込むか、また、集まった回答に対しどのような分析を行えば役に立つ知見が得られるかに悩むケースが少なくありません。

本記事では、生成AIを用いてアンケートの設問作成を効率化し、これまで多大な時間と労力を要した自由記述回答の分類や分析を自動化する手法を、具体的なプロンプト例を交えて解説します。

アンケート調査における生成AIの活用法

アンケート調査の実務は、調査目的に沿った設問の設計から、手間のかかる自由記述回答の集計・分析まで、多くの工数を要します。生成AIは、こうした従来からの課題を解決する強力なツールです。

企画・設計段階では、詳細なプロンプトを与えることで、調査目的に応じた設問の叩き台を迅速に作成できます。

また、集計・分析段階では、これまで人手に頼らざるを得なかった自由記述回答の分類や要約を自動化し、作業負荷を大幅に軽減します。これにより、時間や労力といったコストを削減し、迅速かつ質の高いインサイトを得る大きな助けとなります。

アンケートの企画・設計段階での生成AIの活用

アンケーﾄの設問項目を生成するためのプロンプトは、自身の役割・立場・動機、調査の目的、調査の背景、調査の対象、調べたいこと、知りたいこと、わからないことなどを具体的に示した上でプロンプトに入れ込む必要があります。

例えば以下のようなプロンプトの例が考えられます。

上記3つ目の＜ブランド認知調査のプロンプト例＞を実際にchatGPTに入力すると、以下の設問文と選択肢が出力されます。

「アンケート調査の質問項目と選択肢を考えてください」という指示を与えているため、アンケート調査に即した質問文と選択肢が出力されます。

一見このまま使用できそうに感じられますが、この段階で生成されたものは、あくまでも叩き台として考えることが重要です。

例えば、設問4.競合との比較では、評価軸があいまいで、A社とB社を同時に比較していることから選択肢がわかりにくくなっています。この点をchatGPTに指摘するとマトリクス形式の設問形式が提案されました。

また、設問3のイメージに関連するキーワードは、自社のブランドコンセプトに沿ったキーワードが挙げられているかどうかを確認する必要があり、さらに、他社と比較するのであれば、他社のブランドイメージに関するキーワードも合わせて選択肢に含める必要があります。

その検証も生成AIに任せて、以下のようなプロンプトを入力すれば、より適切なブランドイメージに関するキーワードを取得できます。

各ブランドごとのキーワード合計30個程度を出力させた結果から、ふさわしいものを人間の目で判断すると、質問の精度を高めることができます。

このように、生成AIとの少ないやり取りで理想に近い回答を求めるには、プロンプトの段階でより詳細な条件を網羅的に指定する必要がありますし、プロンプトにより具体的な内容を盛り込んでもハルシネーション（事実と異なる存在しないもの）が含まれる可能性があることは、現状では避けられません。

生成AIから出力されたものを鵜呑みにせずに、常に疑ってかかる姿勢が求められるとともに、段階を踏んでやり取りを繰り返しながら求めるものに近づけていくという作業が必要です。

生成AIを使った自由記述回答の処理・集計・分析

アンケートの集計・分析において自由記述回答の処理・分析・解釈は、人手を使ってコーディングや分類を行う必要があり時間と労力を要する作業です。

構造化されていない自由記述回答は、回答者による表現の違いや想定外の回答が入り交じるため、人の手に頼るしかないのが従来の処理方法でした。

自然言語処理を技術基盤とする生成AIは、大量のテキストに対するテーマやパターンの抽出、分類、要約、感情分析などに本領を発揮するといわれており、自由記述回答の処理・分析に親和性が高いと考えられます。

実際に自由記述回答の分析に生成AIを活用した例を2つご紹介します。

商品を品目ごとに分類する（フリーワードの分類）

物価高騰を背景に、一般消費者を対象としてスーパーでの購買行動の変化を尋ねるアンケートを実施しました。「数年前と比較して買わなくなったもの」という設問を設け、思いついたものを商品名、品目名を問わずに自由記述回答形式でひとつだけ回答してもらう形としています。

さまざまな商品の値段が上がるなかで、肉、野菜、調味料など大きな品目分類を選択するのは回答負荷が高く、思いついたものを自由に書いてもらい後から分類するほうが、購買行動の変化をリアルに見ることができるのではないかという意図があります。

以下の画像は回答結果のローデータです。U列に回答者が記入した商品名や品目名が記載されています。最初の質問で買い控え、購入頻度減少、代替品選択など購買行動の変化の種類を聞き、該当するものについて具体的な商品名・品目を尋ねるという設問構成としています。サンプル数は600です。

回答結果となるU列のテキストデータは、「ない」「わすれた」「とーっても魅力的」など質問に答えていないもの、「キャベツ 米」など2つ以上記入したもの、「柔軟剤」など食品ではないもの、「お菓子」「おかし」のような漢字・ひらがなの混在などがあります。

chatGPT-o3とGemini-2.5Proそれぞれで、上記ローデータのエクセルファイルを添付して、記入された回答データを分類し、分類ごとの件数をカウントさせてみました。

求める結果が得られたかどうかを「その他」に含まれるテキストデータで最初に確認し、chatGPTとGeminiそれぞれの分類の精度を見ることにしました。

idと紐づけて対象となるフリーワードを抽出させることで、データークリーニングがしやすくなります。

chatGPTとGeminiそれぞれの分類結果と「その他」に含まれるデータのリストは以下のようになりました。

chatGPTとGeminiが分類したカテゴリーを見ると、ほぼ同じようなカテゴリーが挙げられ、それぞれのカテゴリーの件数の大小も同じような結果を示しています。

しかし、「その他」として分類された回答の数と内訳を見ると、chatGPTでは88件の分類できないかったものがあり、「アルコール類」「まつたけ」「海苔」「マウントレーニアカフェラッテ」など、いずれかのカテゴリーに含めるべき回答がかなり多く含まれていることがわかります。

一方、Geminiでは「その他」を食品と非食品に分けており、その内訳を見ると「おかし」「輸入缶のスープ」の2件のみが、いずれかのカテゴリーに入れるべき回答で、その他（食品）その他（非食品）ともに、適切な分類ができています。

この結果から、chatGPTは満足いく精度が得られないと判断し、Geminiの分類を採用することにしました。

さらにGeminiの分類の精度を検証するために、Geminiが分類したテゴリーにもとづき、U列の回答結果を人の手で分類し、Geminiのカテゴリ別の件数と人の手で分類した結果を照合するという作業を行っています。

検証は各カテゴリーごとに人の手により分類した回答のリストをプロンプトに提示して、Geminiの分類と何が違っているのかを答えさせる、または、特定の回答（品目・商品名）についてどのカテゴリーに分類したのかを尋ね、その理由（分類ルール）を聞くという形で行っています。

この回答に対し、「トマトジュース」を飲料に分類すること、再集計することを指示して商品カテゴリー別件数を更新していきます。

このような手順で各カテゴリーごとに生成AIによる分類と人の手による分類を照合した結果、Geminiの間違いが6件、人の手による間違いが1件見つかりました。

600サンプル（実質的な分類対象データは約300件弱）に対して、6件程度の間違いであれば、人の手による間違の検証も含めた作業に要する手間を考えても生成AIを活用するメリットは大きいと考えられます。

アンケートの集計場面でのフリーワードの人の手による分類作業は、分類の定義が明確な場合を除き、似たようなものをまとめていく試行錯誤を繰り返すケースも多く、生成AIを使って最初の段階である程度の分類の目安が得られることで、作業上の負荷を大きく低下させることができました。

ただし、今回の作業ではchatGPTが期待する結果が得られないと最初の段階で判断されたこと、また、分類の対象とするフリーワードがより判別が難しいと考えられるようなケースに生成AIがどの程度対応できるかどうかは未知数であることなど、ケース・バイ・ケースで生成AIの利用範囲を見極める必要があります。

文章の自由記述回答の分析（テキストマイニング）

文字数のある文章の自由記述回答の分析に生成AIを活用した例です。eNPSを測定するためのアンケート調査の自由記述回答を分析した事例をご紹介します。ひとつの部署30名のメンバーに対してeNPSの定型質問とその理由を自由記述回答で尋ねたアンケート調査です。

以下は30名分の回答結果です。

①要約ー全体的な傾向の把握

自由記述回答で挙げられたさまざまな意見を総体的に捉え、全体的な傾向を把握することが要約することの目的です。特に、サンプル数が多いアンケート調査の場合、要約は自由記述回答の分析に必須の作業となります。

chatGPTとGeminiの回答を比較すると、eNPSスコアと関連付けた構造的な分析、改善提案まで踏み込んだ内容となっている点でGeminiのほうが回答の質は高い印象を受けます。

②分類ーラベリング・コーディング

フリーワード（単語）の分類と同様に、文字数のボリュームがある文章も分類することで定量的に分析が可能になります。どんなテーマ、何に関する言及がどれだけあるのかを定量化することで個別の意見を体系的に整理することが可能になります。

【chatGPT】回答

【Gemini】回答

chatGPTとGeminiのラベリングと件数はそれぞれ次のようになりました。

chatGPTとGeminiのラベリングの精度を比較すると、chatGPTは「その他」の件数が多く適切に分類することができていません。ラベルの付け方も「不満」「不足」などネガティブを前提としたものが目立ちます。

また、「良い人」「人柄の良さ」を含むポジティブな回答を「その他」に分類していること、「成果が評価される企業だから」「働きやすく、評価もきちんとされていると実感できるから」というこちらもポジティブな内容に対し「組織/制度への不満」をラベリングしていることは明らかな誤分類です。

それに対しGeminiは、ラベル自体は中立であり、明らかな誤分類も見当たりませんでした。

③感情分析ー極性・感情・意図・アスペクト

感情分析はそれぞれのテキストを掘り下げて、極性（ポジティブ・ネガティブ・中立）、感情（喜び・怒り・悲しみなど）、意図（目的・考え・意味など）、アスペクト（対象）などを検出することで、回答者をより深く理解する糸口を見つけることを目的とします。

さまざまなプロンプトが考えられますが、要約した時点でeNPSの推奨・非推奨に関連付けた整理はできているため、リスク管理を目的としたプロンプトを設定してみます。

chatGPTとGeminiの分析結果はともに、ネガティブな面が強い回答の特定と、それに対する短期・長期の改善提案という構成となっています。

chatGPTはネガティブ意見を分類しそれぞれの件数を提示していますが、それぞれの件数が実際の回答内容と一致しておらず、また、不満の焦点や代表的なコメント例は実際には書かれていない、盛られた内容となっています。

その一方で、改善提案は、KPIを明示する形での詳細なアクション提案となっており、見た目のインパクトという点では、専門性の高い提案がなされているような印象を受けます。

Geminiはネガティブ感情とされる回答内容のピックアップは適切です。ただ、課題に対する提案内容は一般的な対応策という感じが否めません。

今回のテーマに対するchatGPTとGeminiの比較では、chatGPTは精度や信頼性を欠く回答が多かったのですが、創造的な回答という点では、chatGPTにも使い方によっては優位性を発揮できるケースがありそうな気がします。

【重要】個人情報・機密情報のマスキング

eNPSや従業員アンケートのような組織に関するアンケートの自由記述回答には、部署名や担当者名、個人名などの個人情報や機密情報が混入してしまう可能性があります。回答結果をそのまま生成AIに渡すことは、プライバシー侵害やコンプライアンスのリスクにつながります。

Microsoft Azure OpenAI Service、Google Cloud Vertex AIなど、データが学習に使用されないAIサービスを利用する、オンプレミスのプログラミングツールを利用して事前に個人情報をマスキングするといった方法が対応策ですが、chatGPTやGemini、DeepSeekなど一般向けの生成AIサービスを利用する場合には、何らかの方法で個人情報や機密情報をマスキング・削除する必要があります。

生成AIとアンケートまとめ

生成AIを活用したアンケートの設問作成と、特にこれまで手間のかかった自由記述の分析を効率化する手法をご紹介しました。生成AIの出力が必ずしも満足の行く結果が得られるものではないことを前提としても、従来のアンケート業務と比較して生成AIを取り入れることで効率化できる要素は大きいと考えられます。

しかし、効率化よってアンケートのハードルが下がったとしても、元となるデータの質が低ければ、有益なインサイトを得ることはできません。質の高いデータを集めるためには、回答者が迷わず答えられる設問設計や、スムーズな回答体験を提供する「データ収集の土台」が何よりも重要です。

セルフ型アンケートツール「QiQUMO」は、まさにその土台作りを簡単かつ効率的に行える、あらゆるアンケート調査に対応できるツールです。生成AIと組み合わせて使うことでアンケートの可能性は大きく広がります。