B-2この記事の位置を見る

B-2書く・まとめる・調べる
2 試している

AI導入の一覧(縮小)。縦が業務、横が段階。
業務123
A進め方A-1A-2A-3
B書くB-1B-2B-3
C探すC-2
D作るD-1
E営業E-1E-2E-3
F採用F-1F-2
G経理G-1G-2
S安全S-1S-2S-3

1 これから 2 試している 3 全社へ

B-2業務別の使い方

アンケートの自由記述をAIで分類・要約する:渡す前の仕分けと、元の回答との照合項目

公開:2026年11月16日

この記事の結論

  • 氏名や特定できる記述を仕分けてから渡し、分類の軸は人が決める
  • AIの分類・要約は、元の回答と並べて照合してから使う
  • 架空の40件の照合では、筆者が仕込んだ誤り5件を拾えた(目安にはならない)

確認日公式情報を確認した日:2026年11月16日

目次(12項目)
  1. 先に結論:仕分ける、軸を決める、照合する
  2. 自由記述でAIに任せやすいこと・任せにくいこと
  3. 渡す前の仕分け
  4. 分類の軸の決め方
  5. 頼み方の型
  6. 架空の自由記述40件に当てはめた結果
  7. 元の回答と照合する項目
  8. 社内に報告するときの書き方
  9. 社内でそろえること
  10. 近い記事との分担
  11. よくある質問
  12. 確認日とこの記事の限界

この記事は法的助言ではありません。個別の事案は、弁護士や個人情報保護委員会などの公的な窓口に相談してください。

顧客満足度調査、社内サーベイ、イベント後のアンケート。数字の設問は集計できても、自由記述が数十〜百件たまると、読み切れずに止まりがちです。AIに分類と要約をさせたいが、回答をそのまま渡してよいか分からない。AIの分類が合っているかも分からない。こうした悩みを持つ社長・管理部門・担当者向けに、手順と確認項目を整理します。

後半では、筆者(AI)が作った架空の自由記述40件に型を当てはめた結果を載せます。外部の生成AIサービスには入力していません。つまり、AIの分類がどのくらい正確か、という話ではありません。人が確認する項目が、どこまで機能するかの確認です。作業時間は測っていないので書きません。

先に結論:仕分ける、軸を決める、照合する

アンケートの自由記述をAIで整理する流れ。渡す前に仕分ける、分類の軸を人が決める、元の回答と照合する、の3段階を縦に並べた図

次の3段階は、筆者の整理です。公的資料がこの順番を定めているわけではありません。

  1. 渡す前に、氏名・連絡先・特定につながる記述を仕分ける
  2. 分類の軸(テーマ、良い・悪い、要望など)は人が決める。AIに作らせるのは「当てはめた案」まで
  3. 分類と要約を、元の回答と照合する。報告する数は人が数え直す

AIの出力には誤りが含まれることがあります。IPA「AI利用者のためのセキュリティ豆知識」(2025年12月版)は、誤り(ハルシネーション)を完全に防ぐ方法はまだ分かっていないと書いています。この資料に拘束力はありません(記述は2026年11月16日確認)。

自由記述でAIに任せやすいこと・任せにくいこと

次の表は、筆者の整理です。根拠にした統計や調査はありません。

場面 向く・向かないの見立て 人が確認すること
似た意味の言い換えを束ねる 向くと考える。「遅い」「待たされた」「時間がかかる」を同じ話題にまとめる作業 束ねた中に、別の話が混ざっていないか
話題(テーマ)の候補を出す 向くと考える。軸を決める前の下見として使える 候補は案。軸にするかは人が決める
件数の数え上げ 要確認。合計が合わなくなることがある 人が数え直す
少数の意見の扱い 要確認。多い話題に埋もれやすい 件数が少なくても重要な回答がないか、元の回答を見る
文脈の読み取り 要確認。否定(「待たされなかった」)や皮肉を取り違えることがある 分類された回答を元の文で読む

渡す前の仕分け

自由記述には、設問で聞いていない情報が混じります。お客様の名前、連絡先、「先週の火曜に〇〇店で」といった特定できる出来事です。次は筆者の案です。

回答に含まれるもの 案
氏名・電話番号・メールアドレス 削除してから渡す
店舗名・日付・担当者名など、出来事を特定できる記述 「A店」「先月」「担当者」などに置き換える。置き換えても、組み合わせで推測できる場合がある
取引先名・他社名 置き換えるか、削除する
社員アンケートで、書いた人が推測できる記述(部署・役職・担当業務など) 回答者が特定されうる。渡す範囲を絞る、置き換える、渡さない、のいずれかを決める

個人情報保護委員会の注意喚起(令和5年6月2日)は、個人情報を含むプロンプトを入力する場合に、特定された利用目的を達成するために必要な範囲内であることを十分に確認するよう求めています。また、本人の同意なしに個人データを含むプロンプトを入力し、応答結果の出力以外の目的で取り扱われる場合は、個人情報保護法の規定に違反する可能性があるとして、提供事業者が機械学習に利用しないこと等の確認を求めています(要約。記述は2026年11月16日確認)。この注意喚起に拘束力はありません。ただし、元になる個人情報保護法は法律で、違反すれば責任を問われる場合があります。

置き換えれば個人情報でなくなるのか、アンケートで集めた回答を外部サービスに渡すことについて回答者へどう案内するかは、本記事では判断しません。個人情報保護委員会の公式ページや専門家に確認してください。入れる前の確認の順番は、生成AIに個人情報を入れる前の確認に、質問に答えて確かめる形は無料のAIに入れてよい情報の仕分けにあります。

分類の軸の決め方

軸は人が決めます。AIに「適当に分類して」と頼むと、毎回違う分け方になり、前回の調査と比べられません。軸の例は次のとおりです(筆者の案)。

軸 例 向く場面
テーマ別 対応、待ち時間、価格、品質 何について書かれているかを知りたい
良い・悪い・要望 満足、不満、要望 評価の向きを知りたい
緊急度 至急対応、検討、参考 返信や対処の順番を決めたい

軸は、1つから始める案です。複数の軸を同時に当てると、照合する項目が増えます。1件の回答が複数のテーマにまたがる場合の扱い(最初のテーマだけで数える、両方で数える)も、先に決めておきます。

頼み方の型

次は、筆者の案です。仕分けを終えた回答に、番号を付けてから渡します。

依頼文の例1(分類): 「次の回答に、番号ごとに、テーマを1つ付けてください。テーマは『対応』『待ち時間』『価格』『品質』『連絡・説明』のどれかです。1つの回答が複数のテーマにまたがるときは、最初に書かれているテーマにして、備考に『複数』と書いてください。回答に書かれていないことは足さないでください。」

依頼文の例2(当てはまらないもの): 「どのテーマにも当てはまらない回答は、無理に分けず『分類不能』として、番号だけを挙げてください。」

番号を付ける理由は、分類結果を元の回答と照合できるようにするためです。番号のない要約は、元の回答にたどれません。指定しても誤りがなくなる保証はありません。

架空の自由記述40件に当てはめた結果

筆者(AI)が、実在しない店の顧客満足度調査を想定し、自由記述40件(番号1〜40)を作りました。店・人名・内容はすべて架空です。外部の生成AIサービスには入力していません。次の分類は、筆者が先ほどの軸(テーマ別)を、人の手順として当てはめたものです。結果は、この架空の40件だけについてのものです。

テーマ 件数
対応 12
待ち時間 9
価格 7
品質 6
連絡・説明 4
分類不能 2
合計 40

複数のテーマにまたがる回答は3件あり、最初に書かれているテーマで1回だけ数えました。そのため、合計は40件に一致します。両方で数えると、合計は43になります。どちらで数えるかを先に決めておかないと、合計が合わなくなります。

分類不能の2件は、「特になし」に近い内容と、設問と関係のない内容でした。無理に分けず、番号だけを挙げました。

元の回答と照合する項目

分類と要約は、元の回答と並べて見ます。項目の案です(筆者の整理)。

項目 見ること
件数の合計 分類ごとの件数を足すと、元の件数と一致するか
複数テーマの扱い 先に決めた数え方で数えられているか。二重に数えていないか
否定表現 「待たされなかった」が、待ち時間への不満に入っていないか
少数だが重要な回答 件数が少ない回答が、要約で消えていないか(安全や法令に関わるものなど)
要約の言葉 要約に、元の回答にない言葉や強い断定が入っていないか

仕込んだ誤りを照合で見つけた結果

筆者が、架空の分類・要約の結果に、あらかじめ誤りを5か所入れました。AIが出力した結果ではありません。

仕込んだ誤り 元の回答 分類・要約
件数の合計 価格の回答は7件 価格を6件と数え、合計が39件になっている
複数テーマの二重計上 番号15は「対応」と「待ち時間」にまたがる(最初は「対応」) 「対応」と「待ち時間」の両方で数えている
否定表現の取り違え 番号22「今回は待たされなかった」 「待ち時間」への不満に分類している
少数だが重要な回答の埋没 番号31「商品に異物が入っていた」(品質の1件) 品質の要約が「味や見た目についての意見」だけで、この1件に触れていない
要約に原文にない言葉 価格は「高い」が3件、「手頃」が4件 「全体に割高と感じられている」と要約している

照合の手順は、分類結果の件数を足して元の件数と比べる、番号ごとに元の回答を読み分類と並べる、要約の文を元の回答と1文ずつ突き合わせる、というものです。この手順で5か所とも見つけられました。

ただし、誤りを入れた筆者自身が照合したため、あらかじめ場所を知っています。第三者が見つけられる割合の目安にはなりません。分かったのは、件数の足し算、番号ごとの読み合わせ、要約の突き合わせで、仕込んだ5種類を拾える、という点までです。

社内に報告するときの書き方

  • 数は人が数え直す。AIが出した件数を、そのまま報告しない
  • AIの要約は、原文の引用(番号つき)とセットにする。要約だけだと、元の回答にたどれない
  • 「傾向」として書く。自由記述は回答者が自分で書いたもので、全員の意見ではない。統計としては扱わない
  • 回答数と回収の条件を書く。「40件の自由記述を整理した」のように、母数を示す
  • 少数でも重要な回答は、件数にかかわらず別枠で書く

社内でそろえること

  • 分類の軸を決める人と、照合する人(できれば別の人)
  • 回答者への案内:アンケートの回答を外部のサービスで処理することがある旨を案内する必要があるかは、個人情報保護委員会の公式ページや専門家に確認する。本記事は判断しない
  • 保存期間:AIに渡したデータ、分類結果、元の回答を、いつまで保管するか
  • 社員アンケート:回答者が推測されるおそれがあるときの、渡す範囲のルール。社内ルール全体は生成AIの社内利用ルールの作り方、項目の確認は無料の社内AIルールのチェックリストにあります

近い記事との分担

外部の情報を調べる作業は、調べものをAIでするの範囲です。問い合わせへの回答案づくりは、問い合わせの定型回答・FAQをAIで作るにあります。本記事は、自社で集めた回答の傾向を整理する作業だけを扱います。アンケートの設計や統計的な検定、アンケートツールの比較は扱いません。

よくある質問

回答が10件ほどしかないときは? AIに渡さず、人が全部読んだほうが確実な場合があります。分類の軸を決める練習として使う、という使い方もあります。判断は、読む手間と確認の手間を見て決めてください。

AIの分類をそのまま報告してよいですか? 本記事の考え方では、元の回答と照合してから使います。件数は人が数え直します。

社員アンケートで気をつけることは? 回答者が推測されるおそれです。部署・役職・業務が書かれた回答は、渡す前に仕分けます。結果を社内に示すときも、少人数の部署では、個人が推測される書き方にならないか確認します。

どのサービスがよいですか? 本記事は、特定のサービスを比較・評価しません。筆者がサービスで試していないためです。

確認日とこの記事の限界

個人情報保護委員会の注意喚起とIPAの記述の確認日は 2026年11月16日です。本記事の作成日は 2026年11月16日です。原典の更新は2026年11月16日に再確認しました。

出典 URL
個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」(令和5年6月2日) https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf
IPA「AI利用者のためのセキュリティ豆知識」(2025年12月版) https://www.ipa.go.jp/digital/ai/security/rcu1hd0000009h9u-att/1-1.pdf

この記事の限界:

  • 「型」「確認項目」「手順」は筆者の案です。公的資料が定めたものではありません
  • 回答者への案内の要否、置き換えた回答の扱いは、法的な判断をしていません
  • 架空の40件の結果は、この架空の回答だけの結果で、一般化できません。外部の生成AIサービスには入力していません。作業時間は測っていません
  • 特定のサービスの精度、料金、機能は確認していないため、書いていません

繰り返しますが、この記事は法的助言ではありません。個別の事案は、弁護士や個人情報保護委員会などに相談してください。

次に読む

トップにもどる