AIでペルソナ設定するやり方｜悩みと感情から刺さる言葉へ

「ペルソナを作りたいけれど、なんとなくの想像で書いた人物像が本当に正しいのか自信が持てない」。そんなモヤモヤを抱えていませんか。

この記事では、生成AIを使って顧客の悩みを分析し、広告やコンテンツに「刺さる言葉」を見つけるまでの手順を、現場目線でお伝えします。AIに何を渡せばいいのか、出てきた案のどこを人がチェックして仕上げるのか。明日から手を動かせるレベルまで具体的に解説します。

Contents / 目次

1. AIでペルソナを作るなら「属性」より「悩みと感情」を言語化する
2. AIペルソナ設定の具体的なやり方と手順
3. AIでペルソナを作ると何が変わるのか
4. AIペルソナ設定でよくある失敗と回避法
5. 使う前に知っておきたい現場の本音と妥協点
6. よくある質問（FAQ）

AIでペルソナを作るなら「属性」より「悩みと感情」を言語化する

結論から言うと、AIでペルソナを設定するときに最優先すべきは、年齢や性別といった属性ではなく、「その人が今、何に困っていて、何を不安に思っているか」という悩みと感情の言語化です。属性だけのペルソナは、広告の言葉を考える段階で何の役にも立たないからです。

ペルソナとは、自社の商品やサービスを使ってほしい「たった一人の理想の顧客像」を、実在する人物のように具体化したものです。AIを使う価値は、この人物像を「想像」ではなく「データの裏付け」で作れる点にあります。

従来のペルソナ作りは、担当者の頭の中だけで完結しがちでした。だから「30代女性・会社員」のような薄い人物像で止まってしまう。AIを使うと、口コミやアンケートの自由回答といった大量の文章から、顧客が実際に使っている言葉や感情を拾い上げられます。ここが決定的に違うところです。

まずは、従来のやり方とAIを使うやり方の違いを整理しておきましょう。

比較する点	従来のペルソナ作り	AIを使ったペルソナ作り
作成時間	担当者の手作業で時間がかかりやすい	材料があれば初稿まで短時間で進めやすい
根拠	担当者の経験と推測	口コミ・レビュー・アンケートなどの実データ
深さ	属性中心になりがち	悩み・感情・購入の決め手まで掘り下げやすい
修正のしやすさ	作り直しに手間がかかる	条件を変えて何パターンも即生成できる
注意点	主観に偏る	もっともらしい嘘（捏造）が混じる

表を見ると分かるとおり、AIは速くて深い反面、出力に嘘が混じるリスクを抱えています。だからこそ「AIに作らせて、人が確かめる」という役割分担が前提になります。やるべきことは大きく3つです。

• 材料を集める：想像ではなく、実際の顧客の声（レビュー・問い合わせ・アンケート）を用意する
• AIに分析させる：集めた材料から、悩み・感情・使っている言葉を抽出させる
• 人が仕上げる：出てきた人物像が現実とずれていないかを確認し、自社の知見を足す

AIペルソナ設定の具体的なやり方と手順

ここからは、実際に手を動かす手順を順番に説明します。ツールはChatGPT、Gemini、Claudeのいずれでも進められます。ブラウザ版でそのまま使えるので、まずは普段使っているツールで試してみてください。

ステップ1。AIに渡す「材料」を集める

最初のステップは、AIに食べさせる材料集めです。ここの質が、出てくるペルソナの質をそのまま決めます。AIは渡された情報の範囲でしか考えられないので、自社の現実が詰まったデータほど価値があります。

集めると効果が高い材料は、次のようなものです。

• 顧客の声：Googleの口コミ、ECサイトのレビュー、SNSのコメント、お客様アンケートの自由回答
• 問い合わせ履歴：営業やサポートに寄せられた質問、商談で出た不安や反論
• 既存顧客の情報：よく売れている商品、リピートする顧客の特徴（個人を特定する情報は除く）
• 競合の評判：競合商品のレビューにある不満（自社が拾える悩みのヒントになる）

個人名・連絡先・購入履歴など、特定の個人が分かる情報はそのままAIに貼り付けないでください。外部のAIサービスに機密情報を渡すことになります。固有名詞は伏せ字にする、社内ルールで使えるツールを決めておくなどの配慮が必要です。

ステップ2。AIに役割と目的を伝えて分析させる

材料がそろったら、AIに「何のために、誰として分析してほしいのか」を伝えます。ここで大事なのは、完璧な指示文を作り込もうとしないことです。今のAIは、ざっくり頼めば足りない情報を聞き返してくれます。だから出発点となる短い指示（たたき台）を渡して、あとは対話で詰めていくのが一番速いやり方です。

たたき台として、次のような指示から始めてみてください。

あなたはBtoBマーケティングのプロです。
以下は当社［商品・サービス名を入力］に寄せられた顧客の声です。

［ここに集めたレビューや問い合わせの文章を貼り付け］

この文章から、典型的な顧客像を1人ぶんのペルソナとして整理してください。
特に次の3点を、顧客が実際に使っている言葉のまま抜き出してください。
1. 何に困っているか（悩み）
2. 購入前にどんな不安を感じているか（感情）
3. 何が決め手で購入を決めたか（購入の理由）

足りない情報があれば、決めつけずに質問してください。

最後の一文「足りない情報があれば質問してください」を入れておくのがコツです。これがないと、AIはデータにない部分を勝手に想像で埋めてしまいます。質問させることで、捏造を減らせます。

ステップ3。出力をチェックして「刺さる言葉」に磨く

AIがペルソナ案を出してきたら、ここからが人の出番です。AIの出力をそのまま使うのは絶対に避けてください。確認すべきポイントは決まっています。

• データに基づいているか：その悩みや感情は、渡した文章のどこかに根拠があるか。AIが創作した「それっぽい話」が混じっていないか
• 言葉が顧客のものか：マーケ用語ではなく、顧客が実際に口にする言葉になっているか（例「業務効率化」より「毎晩の残業をなくしたい」）
• 現実とずれていないか：自社が日々接している顧客の実感と食い違っていないか

特に2つ目が「刺さる言葉」を見つける核心です。たとえば転職サービスなら、「年収を上げたい」という建前の裏に「これまでのキャリアを正当に評価されたい」「自分の市場価値を確認して安心したい」という本音が隠れていることがあります。AIに「この悩みの裏にある本当の感情は何か、別の言葉で5パターン出して」と追加で頼むと、こうした本音の言い回しを引き出せます。

このあと「このペルソナになりきって、当社の広告コピー案に正直な感想を言ってください」と疑似インタビューをさせると、コピーの刺さり具合をその場で検証できます。AIに100案出させて磨き込む進め方は、AIで作るバナーのキャッチコピー｜100本ノックのやり方でも詳しく解説しています。

AIでペルソナを作ると何が変わるのか

AIでペルソナを作る最大の効果は、「想像で止まっていた顧客理解が、データに基づく共通言語に変わる」ことです。これにより、施策のスピードと精度が同時に上がります。

もっとも分かりやすい変化は時間です。これまで担当者が時間をかけて練り上げていたペルソナ作りが、材料さえそろっていれば初稿まで一気に進められます。短縮できる度合いは扱うデータ量や体制で大きく変わりますが、空いた時間を、人にしかできない戦略づくりや施策の磨き込みに回せるようになります。AIが「作業」を肩代わりし、人は「判断」に集中する。これがAI活用の理想形です。

成果が出ている企業に共通するのは、AIを「答えを出す機械」ではなく「壁打ち相手」として使っている点です。表面的な動機の裏にある本音を、顧客の声から一緒に掘り下げていく。属性だけ眺めていたら、決して見つからなかった切り口にたどり着けます。

もう一つの変化が、チーム内の認識ぞろえです。文章で「30代・会社員」と書いてあるだけのペルソナは、人によって思い浮かべる顧客像がバラバラになります。AIで悩みや感情まで言語化したペルソナがあると、「私たちはこういう不安を持つ人に向けて発信している」という共通認識ができます。広告・コンテンツ・営業トークの方向性がそろい、施策ごとのブレが減るわけです。

顧客の声そのものを定量的に把握したい場合は、感情の傾向を見える化する分析と組み合わせると効果的です。詳しくはAIで「お客様の声」を可視化｜SNS・レビューのセンチメント分析もあわせてご覧ください。

AIペルソナ設定でよくある失敗と回避法

便利な一方で、AIペルソナには現場でやりがちな失敗があります。ここでは特に多い3つを、起きる状況と防ぎ方のセットで紹介します。

失敗1。AIに丸投げして、想像のペルソナができあがる

これが最も多い失敗です。材料を渡さず「うちの商品のペルソナを作って」とだけ頼むと、AIは世間一般のイメージと自分の推測だけで、それらしい人物像を作り上げます。一見よくできて見えますが、中身は自社の顧客とは無関係な空想です。

防ぎ方はシンプルで、必ず自社の実データ（口コミ・問い合わせ・アンケート）を渡すこと。戦略や企画の「なぜ（Why）」は人が握り、AIには分析という「作業（How）」だけを任せるのが鉄則です。

失敗2。捏造された数字や事実をそのまま信じてしまう

AIは「平気で嘘をつく」前提で付き合う必要があります。たとえば「このペルソナの購買行動」を聞くと、渡してもいない統計データや、実在しない調査結果をもっともらしく語ることがあります。これをそのまま社内資料に貼ると、間違った前提で施策が走り出します。

防ぎ方は、出力に数字や断定が出てきたら「その根拠は、私が渡した文章のどこにありますか」と必ず確認することです。根拠を示せない情報は、ペルソナから外してください。最後は必ず自分の目と手で仕上げる。これを習慣にするだけで、事故の大半は防げます。

失敗3。一度作って終わり、施策につながらない

立派なペルソナ資料を作ったのに、フォルダに眠ったまま誰も見返さない。これもよくある光景です。ペルソナは作ることが目的ではなく、広告やコンテンツの判断に使ってこそ意味があります。

防ぎ方は、作る前に「このペルソナを何の判断に使うのか」を決めておくこと。たとえば「次のLPの見出しを決めるため」「メルマガの件名を考えるため」と用途を先に固めれば、ペルソナが実務の中で生き続けます。あわせて、施策の成果を測るKPI（クリック率や問い合わせ数など）も決めておくと、ペルソナが本当に当たっていたかを後から検証できます。

使う前に知っておきたい現場の本音と妥協点

ここまで手順を説明してきましたが、現場で実際にやってみると見えてくる「限界」も正直にお伝えしておきます。AIペルソナは万能ではありません。

まず、AIが出すペルソナは「過去のデータの平均像」です。だから、まだ言葉になっていない新しいニーズや、これから生まれる市場の予兆を捉えるのは苦手です。

未来を読む仕事は、やはり現場の人間の勘と観察が要ります。AIは過去の整理が得意で、未来の発見は人が担う。この線引きを理解しておくと、過度な期待でがっかりせずに済みます。

次に、見落としがちなのが「材料を集めるコスト」です。AIでの分析自体は数分で終わりますが、その手前にある口コミやアンケートの収集・整理に、実は一番手間がかかります。きれいな材料がない状態でAIを動かしても、ゴミからはゴミしか生まれません。AI導入の成否は、ツールの性能より「渡すデータの質」で決まります。

そしてもう一つ、属人化の問題があります。一人の担当者だけが上手にAIを使えても、その人が抜けたら止まってしまう。効果的な指示文（プロンプト）や手順を社内で共有し、誰がやっても同じ品質でペルソナを作れる状態にしておくことが、長く使い続けるコツです。ここは仕組み化、つまり業務の型を作る話になります。

「自社のデータをどう整理すればいいか分からない」「社内で使えるAIのルールがない」という段階でつまずく会社は非常に多いです。逆に言えば、ここさえ整えればAIペルソナは強力な武器になります。AI活用を社内に根付かせる進め方はAIシステム化の成功ロードマップ｜ツール導入で終わらせず社内に定着させるでも整理しています。

よくある質問（FAQ）

ここまで読んで、「やり方は分かったけれど、自社のデータ整理や社内ルールづくりまで一人でやり切るのは大変そうだ」と感じた方もいるかもしれません。コレットラボのAI業務システム化支援では、AIを使った顧客分析やペルソナ設計の仕組みづくりを、現場に合わせて一緒に整理していきます。まずは現状を聞かせていただくだけでも構いません。AI業務システム化の詳細はこちらから、お気軽にご相談ください。