MENU

生成AIでNPSを使う方法|プロンプト例と人が確認すべきポイント

NPSは、顧客が商品・サービスをどの程度他者へすすめたいと思っているかを0〜10点で回答してもらい、推奨者と批判者の割合から算出する指標です。

生成AIを補助的に使うと、自由記述の要約、コメントテーマの整理、セグメント差の言語化、改善候補の洗い出し、再調査で確認する観点の整理を効率化できます。

一方で、生成AIにNPS分析そのものを丸投げすると、回答にない理由を補う、少数コメントを大きな傾向として断定する、推奨者・中立者・批判者の区分を誤る、NPS計算を取り違える、改善優先順位やKPI基準を勝手に決める、といった危険があります。

この記事では、生成AIをNPSの補助として使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、AIの限界まで含めて解説します。

NPSの基本から確認したい場合は、NPSとは?を参照してください。実務の進め方は、NPSのやり方で確認できます。

目次

生成AIを使いやすい6つの場面

生成AIは、次の6つの場面で使いやすいです。

  1. 自由記述の表記ゆれや重複候補を整理する
  2. 批判者・中立者・推奨者のコメントをテーマ化する
  3. セグメント別の違いを文章で要約する
  4. 改善テーマ候補を洗い出す
  5. 再測定で見るべき観点を整理する
  6. 経営会議向けの説明文を整える

重要なのは、AIを「顧客の代わりに解釈を決める人」ではなく、「大量の記述を読みやすく整理する補助役」として使うことです。

1. 自由記述の表記ゆれと重複候補を整理させる

自由記述が100件、500件と増えると、似たコメントをまとめるだけでも時間がかかります。

プロンプト例

次のNPS自由記述を、内容を変えずに整理してください。

条件:

  • 原文を要約しすぎない
  • 表記ゆれ、重複、同義表現の候補をまとめる
  • 回答にない理由を補わない
  • 不明なコメントは「要確認」とする
  • 推奨者・中立者・批判者の区分は変更しない

出力形式:

  • 元コメント
  • 整理後テーマ候補
  • 要確認点

出力の使い方

たとえば、

  • 「初期設定が多すぎる」
  • 「最初に何を設定すればよいか分からない」
  • 「導入時の設定項目が複雑」

といったコメントを「初期設定の複雑さ」という候補へまとめさせます。

ただし、正式なテーマ名と件数は人が確認します。

2. 批判者・中立者・推奨者を分けてテーマ化させる

NPSでは、9〜10点を推奨者、7〜8点を中立者、0〜6点を批判者として扱います。

AIには、3区分を混ぜずにテーマを整理させると使いやすくなります。

プロンプト例

次の自由記述を、推奨者・中立者・批判者ごとに分けてテーマ化してください。

条件:

  • 9〜10点は推奨者
  • 7〜8点は中立者
  • 0〜6点は批判者
  • 区分を勝手に変更しない
  • テーマごとの件数を数える
  • 1コメントに複数論点がある場合は重複計上候補として明記する
  • 件数だけで重要度を決めない

出力の使い方

法人向け業務SaaSで批判者25人の自由記述を整理し、

  • 初期設定が複雑:10人
  • 権限設定が分かりにくい:6人
  • CSV移行に時間がかかる:5人
  • サポート回答が遅い:4人

という候補が出たとします。

人は原文を確認し、テーマの切り方と件数が妥当かを確定します。

3. 推奨者の理由も要約させる

NPSでAIを使うときは、批判者の不満だけを整理しないことが重要です。

プロンプト例

次の推奨者コメントを、維持・強化すべき価値が分かるように整理してください。

条件:

  • コメントにない価値を推測しない
  • 類似表現をテーマ化する
  • 代表コメントを残す
  • 改善案は出さない

出力の使い方

推奨者42人のコメントから、

  • 導入担当者の支援が丁寧
  • 日常業務を標準化しやすい
  • 管理者向け機能が使いやすい

といったテーマを整理させます。

こうすると、「何を直すか」だけでなく「何を壊してはいけないか」も見えます。

4. セグメント差を文章で整理させる

全体NPSだけでは、問題がどの顧客層にあるのか分からないことがあります。

プロンプト例

次のセグメント別NPSを、差が分かるように要約してください。

全体NPS:+17 導入支援あり:+32 導入支援なし:-4 管理者:+25 一般利用者:+8

条件:

  • 数字を変更しない
  • 母数が不明なら断定しない
  • 因果関係を作らない
  • 「差がある可能性」と「確認すべき追加情報」を分けて書く

出力の使い方

AIには、

全体+17に対し、導入支援あり+32、なし-4で差が大きい。導入支援なし顧客の体験に課題が集中している可能性があるが、回答数や顧客属性を確認する必要がある

といった形で整理させます。

人は実際の母数、契約規模、利用頻度、自由記述を確認します。

5. 改善テーマ候補を洗い出させる

AIは、自由記述テーマから改善候補を広げる補助にも使えます。

プロンプト例

次のNPS自由記述テーマについて、改善候補を洗い出してください。

  • 初期設定が複雑:10件
  • 権限設定が分かりにくい:6件
  • CSV移行に時間がかかる:5件
  • サポート回答が遅い:4件

条件:

  • 件数だけで優先順位を決めない
  • 顧客重要度、事業影響、改善可能性、実装コストを確認すべき論点として付ける
  • 最終優先順位は決めない
  • 入力にない事実は作らない

出力の使い方

AIから、

  • 初期設定項目を初回必須と後回しへ分ける
  • 初期設定チェックリストを用意する
  • 権限設定の代表パターンをテンプレート化する
  • CSVエラー理由の表示を改善する
  • サポート導線を見直す

といった候補が出たとします。

人は、影響範囲、実装コスト、既存顧客への影響、他データとの整合を見て正式施策を決めます。

6. 再測定で見るべき観点を整理させる

NPSは一度測って終わりではありません。

プロンプト例

次の改善施策について、3か月後の再測定で確認すべき観点を整理してください。

改善対象:導入支援なし顧客の初期設定 施策:

  • 初回必須項目と後回し項目を分ける
  • 初期設定チェックリストを追加
  • 権限テンプレートを追加
  • CSV移行ガイドを改善

条件:

  • 目標値は作らない
  • 前回と同じ対象条件・同じ質問で比較する前提
  • NPSだけでなく、区分比率・セグメント・自由記述テーマも含める

出力の使い方

AIには、

  • 全体NPS
  • 推奨者比率
  • 中立者比率
  • 批判者比率
  • 導入支援なし顧客のNPS
  • 「初期設定が複雑」というコメント件数
  • CSV移行関連の不満件数

などの確認候補を整理させます。

正式なKPIや目標値は人が決めます。

通し例|法人向けSaaSのNPS改善を生成AIで補助する

ここでは、法人向け業務SaaSの導入3か月後オンボーディング改善を例に、AIをどこで使い、どこを人が判断するかを通して見ます。

1. 人が調査目的と対象条件を決める

調査目的を、

導入3か月後の顧客体験を把握し、次四半期に改善するオンボーディング課題を決める

とします。

対象は、

  • 契約開始から3か月経過
  • 月1回以上利用
  • 従業員100〜500人規模
  • 管理部門の主担当者

に固定します。

ここはAIに決めさせません。

2. 人が実顧客から回答を集める

推奨度質問は0〜10点で聞き、点数理由と改善要望も自由記述で集めます。

100人から回答があり、

  • 推奨者:42人
  • 中立者:33人
  • 批判者:25人

だったとします。

NPSは、

42% – 25% = +17

です。

正式な区分と計算は人が確認します。

3. AIに自由記述を整理させる

批判者25人のコメントをAIに整理させ、

  • 初期設定が複雑:10人
  • 権限設定が分かりにくい:6人
  • CSV移行に時間がかかる:5人
  • サポート回答が遅い:4人

というテーマ候補が出たとします。

人は元コメントを確認して正式集計します。

4. AIに推奨者の理由も整理させる

推奨者42人から、

  • 導入担当者の支援が丁寧
  • 日常業務を標準化しやすい
  • 管理者向け機能が使いやすい

といったテーマ候補を整理させます。

ここから、「有人支援で評価されている体験を、支援なし顧客にも再現できないか」という仮説を作れます。

ただし、この仮説を正式な結論にする前に人が他データと照合します。

5. AIにセグメント差を要約させる

セグメント別に、

  • 導入支援あり:+32
  • 導入支援なし:-4

だったとします。

AIには差を言語化させますが、因果関係は断定させません。

人は回答数、顧客規模、利用頻度、問い合わせ履歴などを見て、「導入支援なし顧客の初期体験」に重点を置くか判断します。

6. AIに改善候補を出させる

AIに自由記述テーマから改善候補を出させます。

候補として、

  • 初期設定項目を初回必須と後回しへ分ける
  • 初期設定チェックリストを追加する
  • 権限設定の代表パターンをテンプレート化する
  • CSV移行ガイドを改善する

が出たとします。

人は顧客重要度、事業影響、改善可能性、実装コストを確認し、正式施策を決めます。

7. 人が最終優先順位を決める

今回のケースでは、最優先テーマを、

導入支援なし顧客の初期設定体験を改善する

と決めたとします。

これはAIが決めたのではなく、NPS、セグメント差、自由記述、問い合わせ履歴、実装条件を人が合わせて判断した結果です。

8. AIに再測定の確認観点を整理させる

3か月後に同じ対象条件・同じ質問で再測定します。

AIには確認項目を整理させます。

仮に、

  • 推奨者:47人
  • 中立者:34人
  • 批判者:19人

なら、NPSは、

47% – 19% = +28

です。

さらに、

  • 導入支援なし顧客:-4 → +14
  • 「初期設定が複雑」:10件 → 4件

という変化があったとします。

AIにはこの変化を要約させられますが、「施策が原因で改善した」と断定させません。

人が同条件比較か、他の大きな変更がなかったかを確認して評価します。

人が必ず確認すべきポイント

対象顧客と調査条件

誰に、いつ、どの質問をしたのかは人が固定します。AIに一般的な条件を作らせて代用しません。

3区分

9〜10点が推奨者、7〜8点が中立者、0〜6点が批判者であることを確認します。

NPS計算

NPSは推奨者比率から批判者比率を引きます。AIの計算結果も元データで再確認します。

自由記述のテーマ化

AIが似ているように見えるコメントを無理に1テーマへまとめていないか確認します。

セグメント差

母数が少ない区分を断定しないようにします。

改善優先順位

件数だけでなく、顧客重要度、解約・継続への影響、実装コスト、改善可能性を人が確認します。

KPI・目標値

AIに「NPSは+30を目標にすべき」などと勝手に決めさせません。

因果関係

NPSが上がっても、特定施策が原因だと自動的には言えません。同じ対象条件、同じ質問、他施策の影響を確認します。

そのまま使える型が必要なら、NPSテンプレートを使うと、調査目的、対象顧客、3区分、NPS、セグメント差、自由記述、改善テーマ、再測定条件まで整理できます。具体的な適用過程は、NPSの具体例で確認できます。

よくある失敗を先に確認したい場合は、NPSで失敗しやすいポイントも参考になります。

生成AIの誤りと限界

生成AIは、次のような誤りを起こす可能性があります。

  • 回答にない理由を補う
  • 自由記述の意味を過度に要約する
  • 異なるテーマを同じものとしてまとめる
  • 少数コメントを代表的傾向として扱う
  • 推奨者・中立者・批判者の区分を誤る
  • NPS計算を誤る
  • セグメント母数を無視する
  • 相関を因果と誤認する
  • 批判者の不満だけを重視する
  • 推奨者が評価する価値を見落とす
  • コメント件数だけで改善順位を決める
  • KPI目標値を勝手に作る
  • 外部ベンチマークを一般化する
  • 最終的な商品企画判断まで断定する

また、AIは顧客ではありません。AIに「このサービスならNPSは何点ですか」と聞いても、実顧客の回答の代わりにはなりません。

生成AIに任せすぎないためのチェックリスト

  • 調査目的を人が決めたか
  • 対象顧客と調査タイミングを人が固定したか
  • 実顧客から回答を集めたか
  • 9〜10点、7〜8点、0〜6点の区分を確認したか
  • NPS計算を元データで再確認したか
  • AIに欠損回答を推測補完させていないか
  • 自由記述のテーマ化を原文と照合したか
  • 批判者だけでなく中立者・推奨者も見たか
  • セグメント別の母数を確認したか
  • AIに因果関係を断定させていないか
  • 件数だけで改善優先順位を決めていないか
  • 改善候補を実装条件と照合したか
  • KPI目標値をAIに作らせていないか
  • 再測定条件を前回とそろえたか
  • 最終商品企画判断をAIへ丸投げしていないか

まとめ

生成AIは、NPSの自由記述やセグメント差を整理する補助役として使えます。

特に、コメントの表記ゆれ整理、推奨者・中立者・批判者ごとのテーマ化、セグメント差の要約、改善候補の洗い出し、再測定で確認する観点の整理、会議向け説明文の整形で使いやすいです。

一方で、正式な対象顧客、調査条件、3区分、NPS計算、自由記述テーマ、改善優先順位、KPI目標値、施策効果の判断は人が管理する必要があります。

生成AIに「NPS分析を完成させてもらう」のではなく、「大量の自由記述を読みやすくする」「セグメント差の論点を整理する」「改善候補を広げる」「再測定の確認観点を漏れなくする」ために使うと、判断責任を人に残しながらNPS運用を効率化できます。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次