アンケートの失敗は、集計のときに初めてわかる。勝負は設計で決まる。
アンケートの怖いところは、失敗に気づくのが集計のときだという点です。配ってしまった設問は直せません。「聞いておけばよかった」「この聞き方では判断に使えない」——この後悔は、設問を作る前の設計でほぼ防げます。
生成AIは設問の文章を作るのが得意ですが、それだけに頼ると「どこかで見た満足度調査」が量産されます。効くのは、結果で何を決めるのかを先に渡すこと。決定から逆算した瞬間、AIは設問を「作る」だけでなく「削る」ことができるようになります。
「Q1. 総合的にどのくらい満足していますか（5段階）」「Q2. 品質にはどのくらい満足していますか」「Q3. 今後も使い続けたいと思いますか」…教科書どおりの設問が15問並びます。配って集計すると「満足度は平均3.8でした」。——で、何を改善すればいいのかは、どの設問からも読み取れません。しかも「便利な新機能についてどう思いますか」のような、答えを誘導する聞き方が紛れています。
調査の目的と「結果で何を決めるか」を渡していないので、AIは世の中の満足度調査の平均形をなぞるしかありません。設問は『知りたいことリスト』ではなく『決めたいことからの逆算』で作るもの——その逆算の起点が、プロンプトにないのです。
もうひとつの問題は、AIが設問を「増やす」方向に働くこと。聞けそうなことを全部設問にするので、回答に10分かかるアンケートができあがり、回答率と回答の質が落ちます。削る基準（この設問の集計結果で行動が変わるか？）を渡さない限り、絞り込みは起きません。
【 】の中を自分の状況に書き換えて使ってください。全部埋まらなくても大丈夫——埋めた分だけ、出力があなた仕様になります。
「知りたいこと」だけだと設問は際限なく増えます。「機能の優先順位を決める」のような決定事項を渡すと、AIはすべての設問を「その決定に効くか」でふるいにかけ始めます。この1行が設計の背骨です。
各設問に「この設問でわかること」の注記をつけさせると、削る判断が自分でできます。注記が「なんとなく傾向がわかる」としか書けない設問は、回答者の時間を奪うだけ——外す候補です。
AIは商品を肯定する文脈で設問を作りがちで、「便利な新機能」のような形容が自然に紛れます。誘導された回答は集計しても実態を映しません。禁止を明示して、聞き方を中立に保ちます。
アンケート設計の実力は、聞かない判断に表れます。外した設問と理由を出させると、抜け漏れの確認と「あえて聞かない」の納得が同時にでき、上司への説明にもそのまま使えます。
設問ができたら「対象者になりきって実際に回答してみて。答えに詰まる設問、どちらとも答えられない設問を指摘して」と続けます。配布前の一人パイロットテストとして優秀です。
回収できたら、自由記述を貼って「内容ごとに分類して、件数と代表的な声を整理して」と頼めば集計の下ごしらえが終わります。その声から顧客像を作るなら「ペルソナ作成」レシピへつながります。
従業員向けの調査は「匿名性がどう守られるかの説明を依頼文に必ず入れる」「犯人探しに見える設問を指摘させる」を足してください。社内調査は、安心して本音を書ける設計がすべてです。
氏名・連絡先・属性をどこまで集めるかは、利用目的の明示や同意の取り方と合わせて、社内ルールと法令（個人情報保護法）に沿って決めてください。迷ったら「分析に必要な最小限だけ集める」が正解です。回収後の自由記述をAIに貼るときも、個人が特定できる記述は除いてから。
AIに設計させると、既存の設問も「より良い聞き方」に書き換えられがちです。しかし聞き方を変えた設問は、過去の結果と比較できなくなります。定点観測したい設問は「この設問は一字も変えない」と明示してください。
回答者との関係にもよりますが、社外向けなら「3分以内・10問前後」が無難な目安です。長いほど途中離脱と適当回答が増えます。どうしても多くなるなら、目的を分けて2回に分割するほうが、結果の質は上がります。
使えます。既存の設問リストを貼って「回答者の目線で、答えにくい設問・誘導になっている設問・集計しても使えない設問を指摘して」と頼むと、配布前のレビューになります。このときも定点観測の設問は変えない指定を忘れずに。
自由記述の分類・要約は得意分野です。一方、件数の集計はアンケートツールや表計算の機能のほうが確実なので、数字はツール、解釈の壁打ちと「次に何を決めるか」はAI、と分担するのがおすすめです。
レシピは覚えるより、今日の仕事でひとつ試すほうが早い。