アンケート設問作成にAIを使う主なメリットは何ですか？

設問の網羅性と選択肢のバランスを短時間で確保できます。特に「聞きたい設問の漏れ」や「選択肢の偏り」を防ぐのに有効です。1時間以上かかっていた設問設計が20〜30分に短縮されることが多いです。

AIが作った設問をそのまま使っても問題ありませんか？

設問の論理構造はAIが得意ですが、製品固有の専門用語・ターゲット層の言葉遣いは人間が確認・修正してください。AIの出力を叩き台にして調整するのが現実的な使い方です。

アンケート設問作成に使うAIツールは何が向いていますか？

ChatGPT（GPT-4o）やClaude 3.5 Sonnetが実績豊富です。どちらも設問の構造設計・選択肢の列挙が得意です。最新の料金・機能は公式サイトで確認してください。

何設問くらいアンケートに入れるべきですか？

回答者の負担を考えると10〜15問が目安です。コンセプト検証なら10問以内に絞る方が回答率が上がります。AIに「10問以内で優先度の高いものを選んでください」と依頼すると絞り込んでくれます。

商品企画のアンケート設問をAIで作る方法

結論

商品企画担当者がAIを使えば、製品コンセプト検証やユーザーニーズ調査のアンケート設問を20〜30分で作れます。ポイントは「調査の目的・ターゲット属性・知りたいことの優先順位」をプロンプトに入れることです。AIが設問と選択肢の叩き台を生成し、人間がターゲット層の言葉遣いに合わせて修正するという流れが最も効率的です。

商品企画でアンケートが必要になる場面

商品企画の仕事では、意思決定の根拠としてユーザーの声を数値化する必要がある場面が定期的に発生します。

新製品のコンセプトを複数案から選ぶとき、既存製品のリニューアルポイントを優先順位づけするとき、ターゲット層の購買意向を確認するとき——いずれも「何人中何人がこの製品を買いたいと思うか」「どの機能を一番重視しているか」という定量データが必要です。

アンケート設問の設計は、見かけより難しい作業です。「知りたいことをそのまま質問する」と、誘導バイアスがかかって正確なデータが取れません。選択肢のバランスが悪いと回答が偏ります。設問の順番によって回答傾向が変わることもあります。

AIを使うと、こうした設問設計のノウハウを踏まえた叩き台を短時間で作れます。すべての設問を自分で考えるより、AIが生成した設問を見て「この設問は要らない、この観点が抜けている」と修正する方が、設計の質と速度の両方が上がります。

使うAIツール

ツール	向いている使い方	注意点
ChatGPT（GPT-4o）	設問の網羅的な列挙・選択肢の生成	料金・機能は公式で確認
Claude 3.5 Sonnet	設問の論理構造の整理・言葉遣いの調整	同上
Googleフォーム AI機能	フォーム作成と連携	利用可能かは公式で確認

本記事ではChatGPT・Claudeのどちらでも使えるプロンプト形式で解説します。

手順：アンケート設問を30分以内に作る

ステップ1：調査設計の前提を整理する

設問を作る前に、以下の3点を決めます。この前提が決まっていないと、AIも的外れな設問を生成します。

調査の目的：何を確認したいか（コンセプト検証・機能優先順位・購買意向・価格感度など）
ターゲット属性：誰に聞くか（年齢・性別・職業・製品使用経験など）
アンケートの用途：どう使うか（経営会議の資料にする・社内の企画検討に使う・外部発表する）

この3点をプロンプトに入れることで、AIは調査の目的に沿った設問を生成します。

ステップ2：設問の叩き台を生成するプロンプトを入力する

以下のプロンプトをコピーして使ってください。【】の中を実際の情報に差し替えます。

あなたはユーザーリサーチ経験豊富なUXリサーチャーです。
以下の条件で、商品企画調査用のアンケート設問を作成してください。

調査の目的: 【例：省スペース電気鍋の新製品コンセプト2案のうち、どちらがターゲット層に支持されるかを確認したい】
ターゲット属性: 【例：30代共働き世帯・単身世帯。都市部在住。電気調理器具の使用経験あり。】
知りたいことの優先順位:
1. 【例：コンセプトAとBのどちらを好むか、理由は何か】
2. 【例：収納サイズと機能数のどちらを重視するか】
3. 【例：7,000〜12,000円の価格帯での購買意向】
アンケートの用途: 【例：社内の企画会議での方向性決定に使う】
設問数の上限: 【例：12問以内】

設問形式の指定:
- 単一選択・複数選択・5段階評価・自由記述を適切に組み合わせる
- 誘導バイアスのかかる表現を避ける
- 回答しやすい言葉遣いにする（専門用語は避ける）

出力形式:
- 設問番号・質問文・回答形式・選択肢（選択形式の場合）

このプロンプトで設問の叩き台が出力されます。

ステップ3：設問を選別・修正する

AIが出力した設問を次の観点で見直します。

調査の目的を直接確認できる設問が含まれているか
回答者が理解しにくい専門用語・製品固有の言葉がないか
選択肢のバランスが偏っていないか（ポジティブな選択肢が多すぎないか）
設問数が回答者の負担にならないか（目安10〜15問）
設問の順番が自然な流れになっているか（属性→使用状況→コンセプト評価→購買意向）

修正は10〜15分で終わります。修正後の設問を調査ツール（Googleフォーム・SurveyMonkey・社内アンケートツールなど）に入力します。

具体例1：省スペース電気鍋のコンセプト検証アンケート

家電メーカーの商品企画担当者が、2つのコンセプト案（コンセプトA:「最小サイズ優先」、コンセプトB:「機能充実」）のどちらをターゲット層が支持するかを確認するアンケートを作った事例です。

プロンプトに「コンセプトA・Bの説明文（各50字程度）」と「知りたいことの優先順位」を入れました。AIが生成した12問の叩き台から、以下の3設問を削りました。

「家電購入の際に最重視するブランドを教えてください」（今回の調査目的と関連が薄い）
「環境配慮への関心度を教えてください」（今回の判断材料にならない）
「電気鍋を使う頻度を教えてください」（類似の設問と重複）

残った9問でアンケートを実施し、社内企画会議でコンセプトBの採用が決定しました。設問設計の段階でバイアスを除去できていたため、「結果が操作されたのではないか」という疑念が出なかったことを担当者は評価しています。

具体例2：新生活用品ラインの価格感度調査アンケート

消費財メーカーの商品企画担当者が、新しい生活用品ライン3製品の価格帯（1,000円・1,500円・2,000円・2,500円の4段階）に対する購買意向を調査したアンケートの事例です。

価格感度の調査には、単純な「いくらなら買うか」という設問では正確な回答が得られにくいという問題があります。AIに「van Westendorp法を参考にした価格感度の設問を作ってください」と依頼したところ、4つの価格関連設問（高すぎる価格・安すぎる価格・ちょうどよい価格・購買をためらい始める価格）が出力されました。

この手法はアンケート設計の専門知識がないと思いつきにくい方法でしたが、AIに「価格感度調査の設問」と指定したことで、専門的な手法を参照した設問が得られました。結果として「1,500〜1,800円が最も購買意向の高い価格帯」という定量的なデータを企画会議に提出できました。

うまくいかない場合

設問が多すぎてアンケートが長くなる

プロンプトに「8問以内」「最も優先度の高い設問に絞ってください」と制約を入れてください。また、AIに「この12問のうち、調査目的に対して最も重要な8問を選んでその理由も教えてください」と依頼すると、優先度の判断を委ねることができます。

選択肢がターゲット層に合わない

AIは一般的な選択肢を生成しますが、自社製品のターゲット層が使う言葉・文化的背景は反映しません。選択肢をターゲット層のインタビュー発言や過去のユーザーコメントから引用する形で修正してください。実際のユーザーの言葉に近い選択肢ほど、回答の精度が上がります。

誘導バイアスが残っている

生成された設問を見て「この設問は答えが誘導されている気がする」と感じた場合、AIに「この設問のバイアスを指摘してください。修正案も出してください」と依頼します。AIは自身の生成物でも客観的にバイアスを指摘できます。

自由記述が多すぎる

自由記述は分析に時間がかかるため、12問中1〜2問が目安です。AIが複数の自由記述を生成した場合、「自由記述は1問だけ残して、他は選択肢形式に変えてください」と指示して再生成してください。

ユーザーインタビューの設計は商品企画のユーザーインタビューをAIで効率化する方法で解説しています。アンケート結果をもとにした要件整理は商品企画の要件定義をAIで整理する方法も参考にしてください。

アンケート設問作成でAIを使う際の注意点

設問の倫理的な観点は人間が担う

AIは誘導バイアスの少ない設問を生成しますが、「回答者が不快に感じる設問」「プライバシーに踏み込みすぎる設問」の判断は人間が行う必要があります。特にセンシティブな属性（健康・収入・家族構成）を聞く場合は、必要性を慎重に判断してください。

AI生成の選択肢は実態と乖離することがある

「価格の選択肢」「使用頻度の選択肢」などは、AIが生成した値が実際の市場実態からずれることがあります。過去の調査データや業界標準の分類を参考にして修正してください。

調査結果への解釈は人間が行う

アンケートで得られたデータの解釈（「この結果は何を意味するか」）はAIに委ねることもできますが、自社の事業戦略・ターゲット像・市場状況との整合性を判断するのは人間の仕事です。AIの解釈は参考意見として使い、最終的な意思決定の根拠は人間が責任を持って検討してください。

まとめ

商品企画担当者がAIでアンケート設問を作る核心は「調査の目的・ターゲット属性・知りたいことの優先順位」をプロンプトに入れることです。AIが設問と選択肢の叩き台を生成し、人間がターゲット層の言葉遣いとバイアスの有無を確認して修正するという流れで、20〜30分での設問完成が現実的になります。

製品コンセプト検証・価格感度調査・機能優先順位確認など、商品企画で頻繁に発生するアンケート調査のすべてでAIは活用できます。まず次回の調査設計から試してみることをお勧めします。

ロードマップ策定に向けた情報収集のアイデアについては商品企画のロードマップをAIで作る手順も参照してください。