生成AIでアンケートの自由記述を分析する方法｜分類・集計・報告の7ステップ
公開日：2026年8月6日
最終更新日：2026年8月6日
※生成AIの機能・データ利用条件は変更されることがあります。個人情報・機密情報を含む回答は、会社の利用ルールと契約条件を確認し、必要な加工・承認を行ってください。重要な経営判断や人事判断は、AIの分析結果だけで決めないでください。
結論：AIに最初から要約させない
アンケートの自由記述が100件集まったとします。
そのまま生成AIへ渡して「主な意見を要約して」と頼めば、読みやすい文章は作れます。しかし、その文章だけでは次のことを確認できません。
その意見は何件あったのか
どの回答を根拠にしたのか
一つの回答に複数の意見があった場合、どう数えたのか
少数だが重大な意見を落としていないか
AIが原文にない解釈を加えていないか
生成AIで自由記述を分析するときは、発見と集計を分けることが重要です。
一部の回答から仮の分類基準を作る
人が分類基準を確認・固定する
全回答を固定基準で分類する
分類結果を回答ID付きの表にする
表から件数を計算する
原文と分類を人が照合する
多数・少数・緊急の3種類に分けて報告する
AIよろず室では、この方法を「二段階分析＋3レーン報告」と呼んでいます。公的な分析基準ではなく、生成AIの便利さを使いながら、原文へ戻れる状態を保つための実務フレームです。
この記事で分かること
自由記述を分類・集計する7ステップ
コピペできる分類プロンプト
回答ID付き分類表の作り方
多数意見だけで少数・緊急意見を消さない報告方法
生成AIの社内利用状況を調べる質問票そのものが必要な場合は、「生成AIの社内アンケート12項目」をご覧ください。本記事は、回収後の自由記述分析に限定します。
自由記述のAI分析で起きやすい5つの失敗
1. 件数をAIの文章だけで判断する
「多くの回答者が不満を持っています」と要約されても、実際に何件なのか分かりません。
件数や割合は、各回答に付けた分類結果から計算します。要約文から推測しません。
2. 分類基準が途中で変わる
最初の50件では「価格」、後半では「費用」という別カテゴリになると、同じ意見を別々に数えてしまいます。
仮分類を作った後、カテゴリ名と定義を固定してから全件を処理します。
3. 一つの回答を一つのカテゴリへ押し込む
「価格は高いが、担当者の対応はよかった」という回答には、価格と対応品質の二つの論点があります。
分析目的に応じて複数分類を認めます。
4. 少数意見が要約から消える
1件しかない意見でも、安全、法令、差別、ハラスメント、情報漏えい、重大な顧客離反などに関わる場合があります。
件数の多さと重要度を分けます。
5. 代表コメントが書き換えられる
AIに「代表的なコメントを作って」と頼むと、複数回答を混ぜた架空の文章になる可能性があります。
引用する場合は回答IDを付け、原文を確認します。読みやすく直した文を使う場合は、原文引用と区別します。
OpenAIの公式資料では、ChatGPTのデータ分析機能が表形式データの集計等に利用できる一方、生成された分析の前提や出力を確認することも案内されています［1］［2］。操作できることと、業務上正しい分析になっていることは別です。
分析前に決める5項目
1. 分析目的
改善要望を見つける
解約理由を把握する
社員の不安を整理する
新商品の評価を比較する
問い合わせ原因を減らす
目的によって分類基準が変わります。「何か面白い傾向を探す」だけで始めないようにします。
2. 分析単位
一人の回答を1件とするか、回答内の論点を分割して数えるかを決めます。
複数分類を認める場合、カテゴリ件数の合計は回答者数を超えることがあります。そのことを報告書に書きます。
3. 比較する属性
部署、顧客区分、利用期間等で比較する場合、分析に本当に必要な属性だけ残します。少人数の区分は個人を推測しやすいため、統合・非表示も検討します。
4. 重要度の基準
件数とは別に、緊急確認が必要な条件を決めます。
例：安全、個人情報、法令、ハラスメント、重大障害、解約意思、健康への影響。
5. 人が確認する範囲
全件確認するか、一定割合を抽出するか、重大カテゴリだけ全件確認するかを決めます。
高い影響を持つ調査では、AIによる分類だけで結論を出しません。
生成AIで自由記述を分析する7ステップ
ステップ1：回答へ変更しないIDを付ける
回答順にA001、A002のようなIDを付けます。
氏名やメールアドレスをIDへ置き換えるのではなく、分析用の行番号として使います。個人情報・機密情報は別途削除・加工します。
ステップ2：データを整える
1行1回答にする
空欄・重複の扱いを決める
質問文と回答欄を分ける
個人情報・機密情報を削除する
表記揺れを必要以上に書き換えない
元データを変更せず、分析用コピーを作る
会社が許可した生成AI環境かも確認します。全社ルールは「生成AIの社内ルールはどう作る？」を参考にしてください。
ステップ3：一部の回答から仮カテゴリを作る
全体から偏りが出ないよう20〜30件程度を選び、AIに論点を抽出させます。回答数が少なければ全件を見ても構いません。
この段階では件数を確定しません。カテゴリ候補を見つけます。
ステップ4：人が分類基準表を固定する
カテゴリごとに次を決めます。
カテゴリ名
定義
含める例
含めない例
似たカテゴリとの境界
緊急確認の有無
「その他」も用意し、無理な分類を防ぎます。
ステップ5：全件を固定基準で分類する
AIへカテゴリ定義を渡し、回答ID、該当カテゴリ、根拠となる原文部分、確信度、不明点を出させます。
一度に処理できる量はサービスやプラン、データ量によって異なります。分割する場合も同じ分類基準を使います。
ステップ6：分類表から集計し、人が照合する
カテゴリ別件数、割合、属性別の違いは、回答ID付き分類表から計算します。
少なくとも一定数または一定割合を原文と照合し、重大カテゴリ、低確信、その他、複数分類は優先して確認します。
ステップ7：多数・少数・緊急の3レーンで報告する
多数意見：件数が多く、全体施策の候補になる意見
少数意見：件数は少ないが、新しい気づきや特定層の課題を示す意見
緊急意見：件数に関係なく、直ちに人が事実確認すべき意見
「上位3カテゴリ」だけで報告すると、少数・緊急意見が消えます。
自由記述が集まったものの、分類基準、個人情報の扱い、人による確認、報告形式を決められない場合は、AIよろず室の30分の無料相談で、回答データそのものではなく、設問・項目・利用目的を伺い、分析手順を整理します。相談後に契約する必要はありません。
コピペして使えるプロンプト
仮カテゴリ作成用
あなたはアンケート分析の補助者です。
以下の自由記述から、分析目的に関係する論点を抽出し、仮カテゴリを作ってください。
原文にない意見を追加しないでください。
一つの回答に複数論点がある場合は分けてください。
件数や割合はまだ計算しないでください。
【分析目的】
（記入）
【回答データ】
回答ID｜自由記述
【出力】
仮カテゴリ名
定義
該当した回答ID
根拠となる原文部分
似たカテゴリとの違い
緊急確認が必要な可能性
判断が難しい回答ID
全件分類用
以下の固定済み分類基準だけを使い、自由記述を分類してください。
新しいカテゴリを勝手に追加しないでください。
当てはまらない場合は「その他」、判断できない場合は「要確認」としてください。
複数分類を許可します。
原文にない理由や感情を推測しないでください。
【分類基準】
（カテゴリ名・定義・含む例・含まない例を貼る）
【回答データ】
回答ID｜自由記述
【出力列】
回答ID｜カテゴリ1｜カテゴリ2｜根拠部分｜緊急確認｜確信度（高・中・低）｜人への確認事項
集計確認用
この分類表を使ってカテゴリ別件数を計算してください。
回答者数とカテゴリ言及数を分けてください。
複数分類があるため、カテゴリ件数の合計が回答者数を超えることを注記してください。
計算に使用した回答IDをカテゴリごとに列挙してください。
自由記述原文から新しい件数を推測しないでください。
コピペできる分類基準表
カテゴリ名：
定義：
含める例：
含めない例：
似たカテゴリとの境界：
複数分類：可／不可
緊急確認：要／不要
確認者：
版・作成日：
コピペできる報告書の型
調査目的：
回答者数／自由記述件数：
分析対象外とした件数・理由：
分析単位：回答単位／論点単位
複数分類：あり／なし
分類基準の作成方法：
人が照合した件数・方法：
多数意見
カテゴリ：
件数・割合：
該当回答ID：
原文例：
検討する施策：
少数意見
内容：
該当回答ID：
なぜ残すか：
次に確認すること：
緊急確認
内容：
該当回答ID：
事実確認の担当者・期限：
分析上の限界
回答者の偏り
無回答の扱い
AI分類の不確実性
比較できない属性
判断に使ってはいけない範囲
人による検証で見るポイント
分類漏れ
一つの回答に複数の論点があるのに、一つしか分類されていないことがあります。
過剰な推測
「遅い」という原文から、理由を「人員不足」と推測していないか確認します。
否定・皮肉・条件文
「以前は不満だったが、今は改善した」「安ければ使いたい」のような文章は、単純な感情分類では誤る場合があります。
少数者の識別
部署・役職・自由記述を組み合わせると本人が分かる場合があります。少人数属性の報告方法を調整します。
数字の再計算
AIが出した件数・割合を、表計算等で再計算します。回答IDの重複、複数分類、空欄を確認します。
分析結果を施策へ変える方法
カテゴリ件数だけでは、次の行動は決まりません。各意見を次の4点で確認します。
頻度：何件あるか
影響：放置した場合の影響は何か
確かさ：追加調査なしで事実と判断できるか
実行可能性：誰が、いつまでに対応できるか
件数が多くても原因が不明なら、追加インタビューを行います。件数が1件でも安全上重大なら、すぐ事実確認します。
施策実施後は、最初のKPIを決めて変化を確認します。導入初期の指標は「AI導入の最初のKPIを売上増にしてはいけない理由」も参考にしてください。
よくある質問
Q. 何件から生成AIを使うべきですか？
一律の基準はありません。20件でも複数論点が多ければ役立ちますし、少数なら人が全件を読んだほうが早い場合もあります。件数より、繰り返し分析するか、分類表を残す価値があるかで判断します。
Q. AIが出した割合を、そのまま報告できますか？
分類表の回答IDを確認し、表計算等で再計算してください。複数分類を認める場合は、回答者割合とカテゴリ言及割合を混同しないよう注記します。
Q. ネガティブ・ポジティブの感情分析だけで十分ですか？
目的によります。「手続きが複雑」「説明が不足」「価格が高い」は、すべてネガティブでも対策が異なります。施策につなげるなら、感情だけでなく対象・原因・要望等を分類します。
Q. 回答原文を生成AIへそのまま入力できますか？
個人情報・機密情報、回答時の同意・利用目的、自社の社内ルール、利用サービスの条件を確認します。必要な属性だけ残し、自由記述内の固有情報も加工します。
Q. 月額39,800円のプランしかありませんか？
いいえ。月額39,800円（税別）は継続伴走の入口となるプランです。アンケート設計、分析手順の作成、個別のデータ処理・実装、研修等、課題や希望に応じた支援もご案内しています。範囲と費用は着手前に確認・合意します。
まとめ
自由記述をAIへ渡して、最初から要約文だけを作らない
一部から分類基準を発見し、人が固定した後に全件を分類する
回答ID付き分類表から件数を計算し、原文へ戻れる状態を保つ
多数意見だけでなく、少数意見と緊急意見を別枠で報告する
AIの分析結果だけで重要な経営・人事判断を行わない
AIよろず室の30分の無料相談では、アンケートの目的と項目を伺い、分類基準、入力前の情報加工、人による確認、報告形式を整理します。回答データそのものを無料相談へ送る必要はありません。月額プラン以外にも、個別の分析・実装・研修等をご案内しています。売り込みや、その場での契約のお願いはいたしません。
この記事を書いた人
AIよろず室。
中小企業を対象に、業務診断、AI活用ロードマップ、実装、社内定着までを支援しています。代表は、IT業界20年以上のエキスパートです。
参考資料
［1］OpenAI Help Center「Extracting Insights with ChatGPT Data Analysis」
https://help.openai.com/en/articles/9213685
［2］OpenAI Academy「Analyzing data with ChatGPT」
https://openai.com/academy/data-analysis/
ハッシュタグ
#生成AI #ChatGPT #アンケート #アンケート分析 #自由記述 #自由回答 #データ分析 #テキスト分析 #テキストマイニング #顧客アンケート #従業員アンケート #VOC #顧客の声 #データ活用 #業務効率化 #業務改善 #ChatGPT活用 #生成AI活用 #AI活用 #AI導入 #中小企業DX #中小企業 #DX #DX推進 #マーケティング #顧客満足 #社内調査 #AI担当者 #AI導入支援 #AIよろず室
