AIに「想定顧客インタビュー」をさせてよいか：使える場面と使えない場面

用途別の可否判断表

次の表は、編集上の提案としての線引きです。判断軸は「その出力が外れていたとき、実害が出るか」です。

• 調査前の論点洗い出し(不安、代替手段、迷う理由の候補を出す)、可否：○、理由と条件：仮説として扱い、後で実調査で確かめる前提なら有効
• インタビューガイドの抜け漏れチェック、可否：○、理由と条件：質問案を見直す補助。質問の採否は人が決める
• 質問の言い回しが誘導的でないかの確認、可否：○、理由と条件：文章の点検であり、顧客の反応の予測ではない
• 想定される反論・誤解の洗い出し、可否：○、理由と条件：反論の「種類」を知る用途に限る
• 実インタビューの書き起こしの整理・要約、可否：△、理由と条件：個人情報を外すか、取り扱いの条件を確認した環境で。要約は人が原文と照合する
• 訴求案A・Bのどちらが刺さるかの判定、可否：×、理由と条件：AIの好みであり、顧客の反応ではない
• 購入意向、価格受容性、市場規模などの数値、可否：×、理由と条件：根拠のない数字が出る。割合や人数を信じない
• 「お客様の声」としてLP・広告・資料に載せる、可否：×、理由と条件：実在しない声を実在のように見せることになる
• 社内で「顧客はこう言っている」と報告する、可否：×、理由と条件：出所を誤認させる。報告するなら「AIが出した仮説」と明記
• 顧客の氏名や録音をそのまま貼り付ける、可否：要確認、理由と条件：後述のとおり、個人情報の扱いと利用規約の確認が先

表の「×」は、AIに頼ると間違えやすいというより、原理的に答えを持っていない領域です。購入するかどうか、いくらなら払うかは、実際の人の行動からしか分かりません。

実調査に回す問いの切り出し手順

AIの出力をそのまま読むと、全部が「それらしい発見」に見えます。次の手順で、実際の人に確かめる価値のあるものだけを残します。

手順1:出力を1行1主張に分ける

AIの回答を段落のまま扱わず、「主張」の単位に切ります。「忙しい店主は設定が面倒で続かないと感じる」なら、それが1行です。

手順2:外れたら施策が変わるかを判定する

各主張に「これが間違いだったら、価格、訴求、機能、提供方法のどれかを変えるか」と問い、変わるものだけに印を付けます。変わらないものは調査しません。

手順3:主張を「過去の行動を聞く問い」に変える

「〜と感じるはずだ」という予測のままでは、聞いても「そう思います」と同意されるだけです。次のように、実際にあった出来事を聞く形にします。

• 主張:設定が面倒で続かない
• 問い:「直近で似たツールを使い始めたとき、最初に何をしましたか。やめたものがあれば、きっかけは何でしたか」

手順4:確かめる手段を割り当てる

• すでに手元にあるデータ(問い合わせ履歴、解約理由、サイト内検索語)で分かるもの
• 少人数の個別インタビューで深掘りするもの
• 多くの人に聞かないと分からないもの(アンケートなど)

手元のデータで確認できる問いを先に潰すと、インタビューの時間を本当に必要な問いに使えます。

手順5:出所が分かる形で記録する

仮説の一覧には、必ず「出所:AIによる仮説(未検証)」の列を設けます。検証が済んだら「実調査で確認/否定/未確認」に更新します。この列がないと、数週間後にAIの案が事実として一人歩きします。

依頼文の例(説明用)

次の依頼文と商品は、説明用の例です。実際に実行した結果ではありません。商品情報は自社のものに置き換えてください。

あなたは調査設計の補助役です。以下の商品について、想定顧客が
購入前に抱きそうな不安、現在の代替手段、迷う理由を「仮説」として
20個挙げてください。

条件:
- 人物になりきった発言形式にしない。「〜と考える人がいるかもしれない」の形で書く
- 割合、人数、金額などの数値は出さない
- 各仮説に、実在の人に確かめるための質問を1つ付ける。
  質問は「最近〜したとき」のように過去の行動を聞く形にする
- 根拠が薄いと思うものには「根拠が弱い」と付ける

商品(説明用の例):小規模な美容室向けの予約リマインド配信サービス
想定している利用者:スタッフ3名以下の店のオーナー

ポイントは2つです。人物になりきらせないことで、実在の声に見える文章を避けます。数値を禁止することで、根拠のない割合が資料に紛れ込むのを防ぎます。

返ってきた20個は、前の手順1〜5に通します。

AIに渡す情報の線引き

仮説づくりの段階では、実在の顧客の情報を渡す必要はほとんどありません。商品の概要と想定する利用者像だけで足ります。

実インタビューの書き起こしなどを要約させたい場合は、事前に次を確認してください。

• 個人情報を含めるか。 個人情報保護委員会は、個人情報取扱事業者が生成AIサービスに個人情報を含むプロンプトを入力する場合、利用目的の範囲内か確認し、個人データが応答の出力以外の目的で扱われる場合には、機械学習に利用されないこと等を確認するよう注意喚起しています(令和5年6月2日付の注意喚起等)。氏名や連絡先は外し、「顧客A」のような記号に置き換えるのが無難です。
• 学習への利用設定。 たとえばOpenAIのヘルプでは、Free・Plus・Proの個人向けプランでは、設定「Improve the model for everyone」が有効な場合に内容がモデル改善に使われることがあり、設定をオフにすると新しい会話は使われないと説明されています。Business・Enterprise・Eduは既定では入力・出力がモデル改善に使われません(OpenAIヘルプ、2026年10月29日に確認)。他社サービスは仕様が異なるため、使う製品の説明を自分で確認してください。
• 学習オフと秘密保持は別の話です。 学習に使われない設定でも、取引先との契約上の秘密保持義務が消えるわけではありません。未発表の製品情報や顧客リストは、説明用のダミーに置き換えてから入力します。

公開物に「AIの声」を混ぜない

LPや広告に載せる「お客様の声」は、実在の顧客のものだけにします。AIが書いた声を、実在の声のように見せるのは避けてください。

消費者庁は、令和5年10月1日から、広告であるにもかかわらず広告と分からない表示が景品表示法の規制対象になると説明しています(消費者庁)。AIが作った声を実在の顧客の声として載せることがどの規制に当たるかは、表示の内容次第であり、この記事では判断しません。公開物にはAIの声を実在の顧客の声として使わず、実際の顧客に許可を得た声だけを使う運用にします。

社内資料でも同じ考え方が使えます。AIの出力を引用するときは、「AIが挙げた仮説」と明記し、「顧客の発言」と書かないでください。

実調査を始める前に、社内の共有メモの冒頭に次の1行を入れておくと、混同を防げます。

本メモの内容はAIによる仮説であり、実在の顧客への調査結果ではありません。