分析・整理のプロンプト例文集 データを価値に変える

結論

AIをテキスト分析・分類・比較整理に使うとき、「分類カテゴリの定義」「出力形式の指定」「判断基準の説明」をプロンプトに含めることで精度が安定します。この記事では、分類・感情分析・要因分析・比較整理・優先度付けの5タスクについて、業務別の具体的なプロンプト例を掲載します。

---

タスク1：テキスト分類

テキストを事前定義したカテゴリに振り分けるプロンプトです。カスタマーサポートの問い合わせ分類・社内申請の振り分けなどに使えます。

問い合わせ分類の基本プロンプト

以下の顧客問い合わせを指定カテゴリに分類してください。

カテゴリ：
- 技術的な不具合：製品・サービスのバグや動作不良
- 請求・支払い：料金・請求書・支払い方法に関する問題
- 使い方の質問：機能の使い方や設定方法の問い合わせ
- 解約・変更：プラン変更、解約、退会の依頼
- その他：上記に当てはまらないもの

出力形式：テーブル
列：「問い合わせ内容（50字以内に要約）」「カテゴリ」「緊急度（高・中・低）」

緊急度の基準：
- 高：サービスが使えない、業務に直接支障がある
- 中：不便だが業務は継続できる
- 低：質問・改善要望・その他

---
（問い合わせ一覧をここに貼り付け）
---

多段階分類プロンプト

大分類と小分類に分けてより細かく整理する場合です。

以下の社内改善提案を、大分類と小分類の2段階で分類してください。

大分類：「業務プロセス改善」「コスト削減」「職場環境」「システム・ツール」「その他」
小分類は大分類の中で自由に設定してください。

出力形式：テーブル
列：「提案番号」「提案内容（30字以内に要約）」「大分類」「小分類」「実現難易度（高・中・低）」

---
（提案一覧をここに貼り付け）
---

---

タスク2：感情分析

テキストに含まれる感情・評価のトーンを判定するプロンプトです。レビュー分析・SNSモニタリング・フィードバック整理に使えます。

シンプルな感情ラベル付け

以下の顧客レビューに感情ラベルを付けてください。

感情ラベルの種類：「高評価」「やや高評価」「中立」「やや低評価」「低評価」

各レビューについて：
1. 感情ラベル
2. ラベルの根拠となるキーフレーズを1〜2個抜粋
3. レビュー内容を15字以内で要約

出力形式：テーブル
列：「No.」「感情ラベル」「キーフレーズ」「要約」

---
（レビューをここに貼り付け）
---

感情の詳細分析プロンプト

ポジティブ・ネガティブ以上の細かい感情を分析する場合です。

以下の製品レビューに含まれる感情を詳細に分析してください。

分析項目：
1. 全体評価：ポジティブ・ニュートラル・ネガティブ
2. 含まれる感情（複数可）：「満足」「期待」「驚き」「失望」「不満」「怒り」「喜び」「不安」
3. 感情の強度：強い・普通・弱い
4. 最も感情的なフレーズ：1〜2文を原文から抜粋
5. 改善要望が含まれるか：あり/なし（ありの場合は内容を15字以内で要約）

---
（レビュー本文をここに貼り付け）
---

アンケート自由記述の感情サマリー

複数回答をまとめて全体傾向を把握するプロンプトです。

以下のアンケート自由記述回答全体を分析して、感情・意見の分布をまとめてください。

出力内容：
1. 全体のトーン（ポジティブ・ネガティブ・混在の割合を概算で）
2. 最も多く言及された良い点（上位3つ）
3. 最も多く言及された改善要望（上位3つ）
4. 強いネガティブ感情が含まれる回答の件数と代表的な発言
5. 特筆すべき少数意見（独自の視点・示唆のある意見）

---
（アンケート回答一覧をここに貼り付け）
---

---

タスク3：要因分析

問題・課題の原因を体系的に整理するプロンプトです。

根本原因分析（なぜなぜ分析）

以下の問題に対して、なぜなぜ分析を行ってください。

問題：ECサイトのカート放棄率が先月比15%上昇した

手順：
1. 考えられる直接的な原因を3〜5個挙げる（第1の「なぜ」）
2. 各直接原因について「なぜそれが起きたか」をさらに掘り下げる（第2の「なぜ」）
3. 可能性が高いと思われる根本原因を2〜3個特定する
4. 各根本原因に対して、確認すべきデータ・指標を1〜2個挙げる

なぜなぜの深さは3〜5段階まで展開してください。

KPT（継続・問題・試み）分析

以下のプロジェクトの振り返りメモをもとに、KPT分析を行ってください。

出力形式：
## Keep（継続すること）
（うまくいったこと・続けるべきことを箇条書きで）

## Problem（問題・課題）
（うまくいかなかったこと・障害になったことを箇条書きで）

## Try（次に試すこと）
（Problemを踏まえた改善策・次回試みることを箇条書きで）

各項目は3〜5点を目安に。

---
（振り返りメモをここに貼り付け）
---

SWOT分析の自動生成

以下の情報をもとに、SWOT分析を行ってください。

対象：（会社名・事業名・製品名）

出力形式：テーブル
| 内部要因 | 強み（Strength） | 弱み（Weakness） |
|---|---|---|
| 外部要因 | 機会（Opportunity） | 脅威（Threat） |

各象限に3〜5点を記入。情報から読み取れない部分は「（要確認）」と記入。

---
（会社・製品に関する情報をここに貼り付け）
---

---

タスク4：比較整理

複数の選択肢・製品・案を整理して比較するプロンプトです。

多軸比較表の生成

以下の製品情報をもとに、多軸比較表を作成してください。

比較軸：「価格（月額）」「主な機能3つ」「無料プラン」「API提供」「日本語サポート」「対象規模」

各軸の記入ルール：
- 価格は「〇〇円/月」の形式
- 主な機能は箇条書きで3つ以内
- 無料プラン・API・日本語サポートは「○/×」
- 対象規模は「個人/中小/エンタープライズ」から選ぶ

出力形式：Markdownテーブル

---
（比較対象の製品情報をここに貼り付け）
---

意思決定マトリクス

複数の選択肢を評価軸で点数化して最適解を導くプロンプトです。

以下の選択肢について意思決定マトリクスを作成し、最も優先すべき選択肢を提案してください。

評価軸と重みづけ：
- コスト削減効果：重み3
- 導入スピード：重み2
- リスクの低さ：重み2
- 長期的な拡張性：重み3

出力形式：
1. 各選択肢を各評価軸で1〜5点で評価したテーブル
2. 重みを掛けた合計点
3. 推奨する選択肢とその理由

---
選択肢と概要：
（選択肢の情報をここに貼り付け）
---

---

タスク5：優先度付け

大量のタスク・課題・要望を重要度と緊急度で整理するプロンプトです。

アイゼンハワーマトリクス

以下のタスク一覧をアイゼンハワーマトリクスで整理してください。

4象限の定義：
- 第1象限（重要かつ緊急）：今すぐ対応
- 第2象限（重要だが緊急でない）：計画して対応
- 第3象限（緊急だが重要でない）：委任を検討
- 第4象限（重要でなく緊急でもない）：削除または後回し

出力形式：各象限のタスク一覧。各タスクに「振り分けの理由」を1文付ける

---
（タスク一覧をここに貼り付け）
---

顧客要望の優先度付け

以下の顧客フィードバック・機能要望を優先度付けしてください。

優先度の評価基準：
- 要望の声が多い（複数顧客から同じ内容が来ている）
- 既存顧客の解約リスクに直結する
- 新規顧客獲得に影響する
- 開発コストが低く早期に対応できる

出力形式：
| 要望内容 | 優先度（高・中・低） | 評価理由 | 推定インパクト |
|---|---|---|---|

---
（要望一覧をここに貼り付け）
---

---

応用：アンケート分析プロンプト

顧客満足度アンケートの回答を構造的に分析するプロンプトです。

以下の顧客満足度アンケート結果を分析してください。

アンケート概要：
- 設問数：5問（満足度スコア3問、自由記述2問）
- 回答数：（件数）件
- 実施時期：2026年6月

分析項目：
1. 満足度スコアの平均値・中央値・最低/最高値を項目別に計算する
2. 自由記述から「良い点」「改善要望」を抽出して件数順にまとめる
3. 満足度スコアが低い回答者の自由記述に共通する傾向を特定する
4. 改善優先度を「インパクト（声の多さ）×実現容易性」で評価する
5. 経営層への報告用に「現状と示唆」を3点で要約する

---
（アンケートデータをここに貼り付け）
---

---

応用：競合分析プロンプト

収集した競合情報をAIに整理・解釈させるプロンプトです。競合の最新情報は自分で収集してプロンプトに渡します。

以下の競合情報をもとに競合分析を行ってください。

分析の目的：（例：新機能開発の優先度決定 / 価格戦略の見直し）

分析項目：
1. 各社の強み・弱みをまとめる
2. 自社と比較した場合の差別化ポイントを特定する
3. 市場の空白（どの競合も対応していない顧客ニーズ）を指摘する
4. 自社が取るべき戦略的な示唆を3点で提案する

出力形式：各項目を見出しと箇条書きで構成

注意：以下の情報は2026年6月時点のものです。数値・スペック等の事実はこのデータに基づいて分析してください。

---
（競合情報をここに貼り付け）
---

---

応用：顧客フィードバック整理プロンプト

カスタマーサポートのログや口コミを整理して製品改善に活かすプロンプトです。

以下の顧客フィードバックを整理して、製品改善に役立つ示唆を抽出してください。

ステップ1：フィードバックを「機能要望」「不具合報告」「UX・使いやすさ」「価格・コスパ」「その他」に分類する
ステップ2：各カテゴリの中で繰り返し言及されているテーマをトップ3ずつ抽出する
ステップ3：今後3ヶ月で対応することを想定したとき、インパクトが大きい改善項目を5つ選んで優先順位をつける

出力形式：
- ステップ1：分類済みテーブル
- ステップ2：カテゴリ別トップ3の箇条書き
- ステップ3：優先度1〜5のアクションリスト

---
（フィードバック一覧をここに貼り付け）
---

---

精度を上げるための3つの追加テクニック

出力に「根拠」を求める

「各分類の根拠を1文で説明してください」と加えることで、AIの判断プロセスが可視化され、人間によるチェックが容易になります。

不確実な場合の処理を指定する

「どのカテゴリにも当てはまらない場合は『要確認』と記入してください」のように、例外処理を明示します。

段階的に処理させる

大量のデータを一度に渡すより、「まず分類して、次にサマリーを作る」と2ステップに分けると各ステップの精度が上がります。詳しくは段階的に頼むプロンプトで解説しています。

---

分析結果を表形式で出力させる方法は表で出力させるプロンプトのコツで解説しています。出力形式全般の指定方法は出力形式を指定するプロンプト術も参考にしてください。ハルシネーションへの対処はハルシネーションとはで詳しく解説しています。