顧客フィードバックをクラスタリングするプロンプト
いつ使うか
アンケート、Discord のユーザーボイス、レビューサイトから集めた自由記述コメントが数百件たまっている。一つずつ読んで分類するのは非現実的なので、AI に「クラスタ抽出→件数→代表コメント」の形でまとめさせる時に使う。
プロンプト本文 (コピペして使う)
あなたは UX リサーチャーです。以下の顧客フィードバックをクラスタリングし、優先順位付けまでしてください。
## フィードバック
<1行1件で貼る。プラットフォーム別ならその情報も併記>
例:
[Discord] 起動時にウィンドウが画面外に出る
[App Store] 月額が高い
[アンケート] 操作が分かりにくい
## 分析の流れ
1. **クラスタ抽出** (内容で5-8グループにまとめる)
- 各クラスタに15文字以内のラベル
- そのクラスタに属する件数
- 代表コメント2-3件 (原文ママ)
2. **タグ付け** (各クラスタを
- 不具合 / UX改善要望 / 機能追加要望 / 価格 / サポート / その他 でタグ付け)
3. **重大度の評価** (high/mid/low、判断理由を1行)
4. **対応の優先順位**
- スコア = 件数 × 重大度の重み (high=3 / mid=2 / low=1)
- 上位5クラスタを表形式で
5. **取り組みやすさの評価** (実装難易度: 小/中/大)
6. **最終的なアクション提案 3つ** (優先度×取り組みやすさのバランスで)
## 出力フォーマット
- マークダウンテーブルで集計
- 数字は降順ソート
- 「対応しないという判断」も明示的に挙げる (yagniの観点)
## 制約
- ポジティブな声も1クラスタ作る (改善ばかり拾ってバランスを欠かない)
- 件数の少ないクラスタでも、重大度が高ければ上位に来る
- 推測でクラスタを膨らませない効くポイント
- 件数 × 重大度のスコアリングを定義すると、感情ではなくロジックで優先順位が決まる
- 「対応しないという判断」を要求すると、yagni を意識した運用になる
- ポジティブクラスタも作らせると、自社の強みも同時に可視化できる
よくある質問
- 数百件のコメントを一度のプロンプトに貼り切れません
- コンテキスト上限を超える場合は、まず 100-150 件ずつに分割してクラスタを抽出し、各バッチで出た 5-8 クラスタを最後に統合させるのが定石です。統合時に「重複ラベルは件数を合算」「似たクラスタは AI に再判定させる」と指示すると、最終クラスタが破綻しません。
- アンケート回答者の個人情報が混ざっていそうで不安です
- 氏名・メール・電話番号などはプロンプトに貼る前にマスキングすることを推奨します。個人情報保護法上「事業者内部での AI 利用」でも、外部 API へ送信する場合は委託先管理として規約と通信先国を確認しておくと安全です。
- クラスタが 15 個以上に細分化されすぎてしまいました
- AI に「最終クラスタ数は最大 8、それを超える場合は類似クラスタを統合」と明示するのが効果的です。逆に粒度が粗すぎる場合は「他」クラスタの内訳を別途分析させると、隠れた論点が見つかりやすくなります。
- 件数が少ないクラスタは無視していい?
- 件数だけで切り捨てるのは危険です。プロンプト内で要求している通り「件数 × 重大度」のスコアリングに沿うべきで、たとえ 3 件でも「データ消失」「セキュリティ」など重大度が高い項目は上位に来ます。サンプルサイズが小さい場合は AI に「追加調査が必要」のフラグを付けさせるのが現実的です。
このプロンプトを実戦で使った所感や改善案があればぜひフィードバックを。姉妹サイト ai-pick.tech では AI x SNS集客の運用ノウハウを公開しています。