お店の口コミをAIで読み解く:返信は店主が書き、改善のヒントだけを拾う方法

AIに任せること、店主が決めること

1件ごとの口コミを読むと、強い言葉に気持ちが引っ張られがちです。「二度と行かない」の一言で一日落ち込み、「最高でした」の一言で課題を見落とす、といったことが起きます。AIは感情に疲れないので、まとめて読ませるのに向いています。ただし、判断まで任せると危険です。

• 口コミの分類(良い点/要望/事実確認)、AIに任せる：○ 下書きを作らせる、店主が行う：分類が合っているか原文で確認
• 話題ごとの件数の集計、AIに任せる：○ 根拠の番号つきで出させる、店主が行う：数え間違いがないか番号から原文を引く
• 事実確認が必要な書き込みの抽出、AIに任せる：○ 候補を挙げさせる、店主が行う：予約記録や当日の状況と照合
• 改善案の候補出し、AIに任せる：○ 3案ほど出させる、店主が行う：費用・手間・自店の方針で選ぶ
• 返信文、AIに任せる：書かせない、店主が行う：自分の言葉で書く

返信を店主が書く理由は、書き込みの背景(その日の混み具合、その常連客との関係)を知っているのが店主だけだからです。AIの文章をそのまま貼ると、どの店にも通じる当たり障りのない返事になりがちです。返信に迷うときは、AIに「この口コミで店主が答えるべき点は何か」を聞くだけにとどめてください。

渡す前の準備:名前を消し、学習設定を確かめる

口コミは公開されている文章ですが、AIに渡すときは次の下ごしらえをします。

• 投稿者名やアカウント名は消し、「口コミ1」「口コミ2」と番号に置き換える
• 本文に従業員の実名、電話番号、予約名、特定の日時と人物が結びつく記述があれば、伏せ字にする
• 予約台帳、顧客リスト、売上表などは、この作業には不要なので渡さない

個人情報保護委員会は2023年6月2日に、生成AIサービスの利用に関する注意喚起を公表しています。個人情報を含むプロンプトを入力する際の留意事項が示されています。口コミの分析では、そもそも個人を特定できる情報を渡さない運用にしておけば、悩む場面が減ります。個別の法的な判断が必要な場合は、専門家に相談してください。

学習への利用設定も確認しましょう。ChatGPTの場合、OpenAIのヘルプ「ChatGPT のデータ管理」(2026年10月29日に確認)には、次の内容が書かれています。

• 「すべての人のためにモデルを改善する」をオフにすると、新しい会話はモデルの学習に使われない。ただし、回答への評価などのフィードバックを送ると、関連する会話全体が学習に使われる場合がある
• 無料版、Plus、Proの個人用ワークスペースでは、データ共有がデフォルトで有効。利用できる設定は、サインインの有無、プラン、ワークスペースの設定によって異なる
• BusinessやEnterpriseなどの管理対象ワークスペースは、デフォルトでは学習に使われない
• 学習設定をオフにしても、チャット履歴は残る

学習に使われないことと、情報が外部に出ない(秘密が守られる)ことは別の話です。設定をオフにしても、渡す内容は最小限にします。ほかのAIサービスを使う場合は、そのサービスの公式ヘルプで同じ項目を確認してください。

仕分け表:3つの箱と、その先の行き先

次の表をスプレッドシートに作り、AIの出力を転記します。

• 良い点、入れるもの：味、接客、雰囲気など、褒められている具体的な点、次の行き先：続けること。スタッフ共有、メニュー表記や紹介文の材料に
• 要望、入れるもの：「〜だと嬉しい」「〜が不便」など、改善の余地を示す書き込み、次の行き先：件数を数え、小さな改善の候補に
• 事実確認が必要、入れるもの：予約の不備、量・価格の変化、衛生や接客トラブルなど、店側の記録で確かめられる主張、次の行き先：記録や当日のスタッフに照合。結果が出るまで改善の材料にしない

「事実確認が必要」の箱は、投稿者を疑うためのものではありません。記憶違いか、店側の不手際かは、確かめるまで分からないという意味です。確認結果は「事実だった」「事実と違う」「確認できない」の3つに分け、事実だった分だけ改善の材料に加えます。

1件の口コミに複数の話題が混ざる場合は、話題ごとに分けて数えます。「味は良いが待たされた」は、良い点に1、要望に1です。

AIへの依頼文(コピーして使えます)

口コミ本文を貼る前に、次の文を先頭に置きます。【】の部分は自店の内容に書き換えてください。

あなたは小さな飲食店【業種に置き換え】の口コミを整理するアシスタントです。
下の口コミ(番号付き)を読み、次のルールで整理してください。

【ルール】
1. 各口コミを話題ごとに分け、「良い点」「要望」「事実確認が必要」のどれかに入れる。
   1件に複数の話題があれば、話題ごとに分ける。
2. 話題ごとに、該当する口コミ番号を必ず書く。番号のない主張は書かない。
3. 話題を「同じ内容の言い換え」でまとめ、番号の件数を数える。
4. 「事実確認が必要」には、店の記録や当日の状況で確かめられる主張だけを入れ、
   なぜ確認が必要かを一行で書く。真偽の判断はしない。
5. 口コミにない原因や事情を推測しない。分からないことは「不明」と書く。
6. 返信文は書かない。

【出力の形式】
表1:良い点(話題/件数/口コミ番号)
表2:要望(話題/件数/口コミ番号/書き手が困っている場面)
表3:事実確認が必要(口коми番号/主張/確認すべき記録)
最後に、表2の中で件数の多い順に、小さな改善案を各1つ、手間の小ささも添えて提案する。

【口コミ】
1. …
2. …

ルール2と5が重要です。番号を必ず付けさせると、店主が原文に戻って確かめられます。推測を禁じておくと、「忙しい時間帯だったのでしょう」といったAIの作り話が混ざりにくくなります。

説明用の例:7件の口コミを仕分ける

以下は、仕組みを示すために私が作った架空のカフェの口コミです。実在の店や実際の口コミではなく、AIに実行した結果でもありません。出力は、依頼文どおりに動いた場合の形を示した想定です。

入力例(説明用)

1. カレーが美味しい。ただ、席に着いてから注文を取りに来るまで10分以上待った。
2. 店員さんが親切。入口の段差が分かりにくくてつまずいた。
3. Wi-Fiがあると嬉しいです。
4. 味は良いけれど、注文を取りに来てくれるまでが長かった。
5. 前に来たときより量が減った気がする。
6. 落ち着く雰囲気で、コーヒーも美味しい。
7. 予約したのに席が用意されていなかった。

出力の形(想定)

• 良い点、話題：カレー・コーヒーの味、件数：3、口コミ番号：1, 4, 6
• 良い点、話題：接客、件数：1、口コミ番号：2
• 良い点、話題：雰囲気、件数：1、口コミ番号：6
• 要望、話題：注文を取るまでの待ち時間、件数：2、口コミ番号：1, 4
• 要望、話題：入口の段差の分かりにくさ、件数：1、口コミ番号：2
• 要望、話題：Wi-Fi、件数：1、口コミ番号：3
• 事実確認が必要、話題：量が減った(記録:仕込み量、盛り付けの基準)、件数：1、口コミ番号：5
• 事実確認が必要、話題：予約の席が未用意(記録:予約台帳、当日のメモ)、件数：1、口コミ番号：7

店主はここで、番号1と4を原文で読み返し、「待たされた」のは同じ場面かどうかを確かめます。続いて、予約台帳を開いて7番の日付と照合します。この例では要望の1位は「注文を取るまでの待ち時間」で、2件です。実際の判断には、直近の口コミをもっと多く(たとえば数十件)入れたほうが安定します。

小さな改善に変える判断表

件数が多い要望から順に、次の表で行き先を決めます。

• 複数件が同じ場面を指している、判断：1〜2週間で試せる改善を1つ選ぶ、例：席に着いた客へ「少々お待ちください」と声をかける合図を決める
• 1件だけだが、安全に関わる、判断：件数にかかわらず先に対応、例：段差に注意の表示を貼る
• 1件だけで、費用がかかる、判断：次の期間の口コミで再度出るか見る、例：Wi-Fiの導入
• 「事実確認が必要」の結果が事実だった、判断：原因を記録し、再発防止を決める、例：予約台帳の確認を開店前の手順に加える
• 事実と違う、または確認できない、判断：改善の材料にしない。返信で表現に気をつける、例：量の変化は、盛り付けの基準を再確認する程度にとどめる

改善は1度に1つにします。いくつも同時に変えると、次の口コミで何が効いたのか分からなくなります。2〜4週間後に新しい口コミを同じ依頼文で仕分けし、該当する話題の件数が減ったかを見ます。口コミの投稿数が少ない店では、数字の増減よりも、同じ不満が出なくなったかどうかを見るほうが現実的です。

返信は、この表を見たあとに店主が書きます。たとえば待ち時間の指摘には、「お待たせしてしまった点を受け止め、声かけの工夫を始めました」のように、実際に着手した内容だけを書きます。やっていない約束は書かないことが、AI任せの返信との一番の違いになります。

続けるための運用

週に1回、または月に1回、新着分の口コミだけを依頼文に貼れば足ります。依頼文は保存しておき、前回と同じ表の形で出力させます。結果は日付つきでスプレッドシートに残すと、話題ごとの件数の推移が見えます。

口コミは来店した人の一部の声です。この方法は、お店の全体像を測るものではなく、気づきにくい繰り返しを拾うためのものと考えてください。