ChatGPTで口コミを感情分析する方法｜良い点と不満を読み分ける
AI感情分析は、口コミに書かれた評価を整理する方法です。ChatGPTで試すなら、文章全体を「良い・悪い」に分けるだけでなく、「何について、どう評価しているか」を原文と一緒に取り出しましょう。商品の強みを残しながら、説明不足や使いにくさを見つける材料になります。
「内容は良かった。でも、最初に何をすればよいか迷った」。こんな感想を、あなたなら良い口コミと悪い口コミのどちらに入れるでしょうか。どちらか一つに決めると、教材への高評価か、始め方への不満のどちらかが消えてしまいます。
この記事では、小さな会社や個人事業がChatGPTで口コミを読み分ける手順を、架空のオンライン講座の感想で説明します。専門的なプログラムは使いません。評価が混ざった文章、皮肉、比較、判断できない一言をどう扱い、商品や案内の改善へつなげるかを確かめていきましょう。
お客様の言葉を読み違えず、教材や販売ページの改善にAIを生かしたい方へ。
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する
AI感情分析とは？人の本心ではなく、文章に表れた評価を読む
感情分析は、レビューやコメントなどの文章から、肯定的・否定的・中立といった評価の傾向を整理する方法です。「センチメント分析」「ネガポジ分析」と呼ばれることもあります。AWSの公式解説でも、テキストの感情的な調子を判定する処理として説明されています。
ただし、文章を分類した結果は、その人の心の中を確かめた結果ではありません。「使いやすかった」と書かれていれば使いやすさへの肯定的な評価は読み取れますが、価格にも満足した、必ず継続する、とまでは分かりません。書かれていないことを補わないのが出発点です。
この記事で扱うのは、あなたが適切に利用できる文章の分析です。顔つきや声から性格・本心を決めたり、従業員やお客様を「問題のある人」と格付けしたりする使い方ではありません。人にラベルを付けるのではなく、商品やサービスのどの部分がどう受け止められたかを整理します。
同じ「感情分析」でも、整理する単位が違う
| 見る単位 | 分かること | 気を付けたいこと |
|---|---|---|
| 口コミ全体 | 全体として好意的か、否定的か、両方か | 良い点と困った点が一つにまとめられやすい |
| 一文ずつ | どの文で評価が変わったか | 前後の文を切ると意味が変わることがある |
| 評価対象ごと | 内容、価格、操作、対応などへの評価 | 一件の口コミから複数の行ができる |
最初は口コミ全体を読んだうえで、評価対象ごとに分ける方法がおすすめです。「内容は良い、始め方は分かりにくい」と両方を残せれば、内容を作り直すのではなく、最初の案内を見直す判断ができます。
アンケート分析やキーワード集計との違い
アンケート分析は、質問の条件、回答数、選択肢、回答者の区分などを含め、調査全体を読み解く仕事です。感情分析は、その中でも「文章に書かれた対象への評価」を整理する部分に当たります。アンケート全体の設計や集計を学ぶ場合は、ChatGPTでアンケート分析する方法を参照してください。
また、「価格」という言葉が多いだけでは、不満が多いとは限りません。「価格に見合う内容だった」「価格は高いが納得している」「価格表を見つけられなかった」は、同じ言葉を含んでも意味が違います。単語の出現回数と評価を別々に見ると、何を改善すべきかを取り違えにくくなります。
まずは架空の口コミ8件で、読み分け方を試す
いきなり実際のお客様の情報を入れる必要はありません。以下は、説明用に作った架空の「スマホ写真講座」の口コミです。実在する講座の実績や、ChatGPTの実行結果ではありません。この8件を使い、AIに何を残してほしいかを確かめます。
| ID | 架空の口コミ |
|---|---|
| R01 | 料理写真の実演が分かりやすく、撮る角度の違いが理解できました。 |
| R02 | 内容は良かったです。でも、最初にどの動画を見ればよいか迷いました。 |
| R03 | 動画は全部で12本でした。 |
| R04 | すばらしいですね。質問の返事を一週間待つことになるとは思いませんでした。 |
| R05 | 価格は安くありませんが、私には実演の内容に見合っていました。 |
| R06 | 以前受けた別の講座は分かりにくかった。今回は字幕があって助かりました。 |
| R07 | 悪くないと思います。ただ、もう少しゆっくり見られると助かります。 |
| R08 | 今後に期待します。 |
この中で、R01は肯定的な評価が明確です。一方、R03は本数の報告であり、それだけでは喜んでいるとも不満とも分かりません。R08も、期待している理由が書かれていません。「今は不満だ」と決めるのは早すぎます。
R04の「すばらしい」という単語だけを拾うと、好意的な感想に見えます。しかし後半には返信まで待ったことへの不満が示唆されています。皮肉の可能性を残し、人が文脈を確かめたい例です。AIが毎回同じように読めるとは限らないため、単語だけの判定になっていないかを見ます。
最初の依頼文
以下の文章は、説明用の架空の口コミです。
口コミに書かれた「商品や対応への評価」を整理してください。
書き手の本心、性格、購入意欲は推測しないでください。
出力は、口コミID／評価対象／原文の根拠／評価／人が確認する点、の表にしてください。
評価は「肯定」「否定」「混在」「中立」「判断保留」から選んでください。
一つの口コミに複数の対象があれば、行を分けてください。
原文の根拠は、入力にある言葉をそのまま短く抜き出してください。
対象や評価が曖昧な場合は判断保留とし、足りない情報を書いてください。
皮肉、他社との比較、否定の否定を含むものは確認対象にしてください。
割合の計算、改善案、返信文の作成は、まだしないでください。
［ここにR01〜R08を貼り付ける］この段階では、改善案を一緒に頼まないのがポイントです。読み取りがずれたまま提案へ進むと、もっともらしい施策が並んでしまいます。まず原文と分類が合っているかだけを確認します。
「良い・悪い」の二択にしない読み方
肯定と否定が混ざっていたら、対象を分ける
R02を「否定」にまとめると、講座内容が評価されていたことが消えます。「肯定」にまとめると、最初の動画を見つけられなかった問題が消えます。「内容」と「受講開始の案内」の二行に分けると、残すべき部分と直したい部分を分けて考えられます。
目安となる整理例は、「内容／内容は良かった／肯定」と「開始案内／最初にどの動画を見ればよいか迷いました／否定」です。これは人が作った説明例であり、AIの出力と一致することを保証するものではありません。
文章を分けるときも、元のIDは同じR02にします。二行に分かれたからといって、お客様が二人いたことにはなりません。後で件数を数える際には、この違いが重要になります。
「中立」と「判断保留」を分ける
中立は、評価の方向がない事実報告などに使います。判断保留は、評価らしい表現があっても、方向や対象を決める情報が足りない場合に使います。R03の本数の記述と、R08の「今後に期待します」を同じ扱いにすると、この差が見えません。
判断保留は分析の失敗ではありません。分からない言葉を無理に分けなかった記録です。「詳しい理由を聞けるか」「前後の文が欠けていないか」を確認する入口になります。保留を減らすために、AIへ無理な推測を求めないでください。
強い表現と、対応の優先度は別にする
「最低です」という短文は強い否定ですが、それだけで何を直すべきかは分かりません。一方、「ダウンロードした教材の3ページが表示されません」という静かな文章は、受講できない具体的な不具合を示しているかもしれません。
感情の強さだけで読む順番を決めず、事実確認が必要な内容を別に拾います。支払い、利用不能、個人情報、安全性などに関わる申し出は、肯定・否定の分類とは別の確認項目にしてください。AIによる感情判定を、対応を遅らせる理由にしないことが大切です。
ChatGPTで実際の口コミを整理する6つの手順
1．今回知りたい対象を一つ決める
「顧客の気持ちを知りたい」では、どこまで読めばよいか分かりません。「新しい動画教材の、内容と見始めやすさへの評価を知りたい」のように、対象を絞ります。値下げ、内容追加、操作案内の変更など、まだ答えを決めつける必要はありません。
最初は一商品、一つの販売時期、一つの口コミの入手元に限定すると、条件をそろえやすくなります。無料体験の感想と有料購入者の感想を一緒にする場合は、区分を残してください。同じ「高い」でも、購入前の印象と、購入後の価格評価は別だからです。
2．使える文章だけを、匿名のID付きで準備する
実際の文章を扱う前に、利用目的や社内ルールに照らしてAIへ渡してよいかを確かめます。氏名、メールアドレス、注文番号、具体的な勤務先など、評価の分析に不要な識別情報は除きます。自由記述の中にも個人が分かる内容がないか目を通してください。
他人の投稿を大量に自動収集することを前提にする必要はありません。まずは、自社で適切に保有している感想のうち、利用できる範囲から始めます。公開された口コミでも、外部サービスへの入力や再掲載が無条件に認められているとは限りません。
用意する列は、「ID」「対象商品」「記録時期」「原文」程度からで十分です。原文そのものは手元に残し、作業用のコピーを使います。匿名化で意味が変わった場合は、どこを置き換えたかが分かるようにしておきます。
3．分類のルールを短く書く
肯定は対象への好意的な評価、否定は対象への不満、混在は同じ対象への評価が両方ある場合、中立は評価を含まない記述、判断保留は情報不足、と決めます。ただし、この定義は今回の作業用です。世界共通の唯一の分類法ではありません。
例えば「料金は高いが、それ以上の価値があった」は、料金への負担感と価値への肯定を分けることも、価格と価値の評価を混在とすることもできます。どちらにするかを人が決め、同じ文には同じルールを使います。途中で変えた場合は、既に読んだ分も見直します。
4．少量で試して、原文と照合する
初回は5〜10件など、人が一度に読み返せる量で試します。この件数は精度を保証する基準ではなく、確認を省かずに始めるための作業上の目安です。文章が長ければ、さらに少なくして構いません。
表が返ってきたら、対象の取り違え、原文にない引用、評価の断定、行の抜けを確認します。合っている行だけを見て「使える」と判断せず、混在・判断保留・皮肉の候補を重点的に読み直します。最初の少量分は全件を確かめましょう。
5．誤読を直してから、残りへ広げる
R06の他社への不満が自社の不満として扱われたら、「以前の別講座への評価と、今回の講座への評価を分ける」とルールを補います。単に「もっと正確に」と頼むより、どの対象を取り違えたかを示すほうが確認しやすくなります。
修正後は間違った行だけでなく、似た表現の行も見直します。基準を変えた箇所は記録し、追加分にも同じ依頼文を使います。件数が多くなった場合も、IDの範囲と処理した件数を残し、抜けや重複がないかを確認します。
6．分類表とは別に、人が判断する一覧を作る
最後に、「残したい長所」「追加確認が必要な不便」「今回は判断できない点」をまとめます。ここで初めて、商品や説明をどう変えるかを考えます。AIの分類結果を、そのまま変更指示にしないでください。
例えば、R02から「教材を全面的に撮り直す」は飛躍です。「受講開始メールと最初の画面で、見る順番が分かるかを点検する」なら、原文に沿った確認になります。変更は、実際の画面や案内文を確かめてから決めます。
口コミを要約して終わらせず、教材や案内のどこを直すかまで考えたい方へ。
→ 生成AIマスタースクール（GMS）の無料ウェビナーで活用の流れを確認する
AIが読み違えやすい言葉を、具体例で確かめる
「高い」は、値下げしてほしいという意味とは限らない
R05には「安くない」と「内容に見合う」が同居しています。価格が低いとは感じていない一方、本人は価値を認めています。この一件から、値下げすべきとも、値上げしてよいとも決められません。
次に確かめるなら、価格に見合ったと感じた実演が何か、購入前にその内容を十分伝えられていたかです。金額の評価と、説明されていた価値の評価を分けて読むと、価格だけを動かす前に調べることが見つかります。
「悪くない」を、全面的な絶賛へ変えない
R07の「悪くない」は、控えめな肯定かもしれません。ただし後半には、見る速度に関わる希望があります。「大満足」と要約すると、表現を強めすぎです。原文にない感動や成果を足さないようにしてください。
「もう少しゆっくり見られる」が、話す速さへの不満なのか、視聴期限への要望なのかは、この文だけでは確定できません。対象を「進行速度」と決めつけず、判断保留にする部分を残します。必要なのは、相手の言葉を明確にする追加確認です。
他の商品への不満を、自社の弱点にしない
R06では、分かりにくかったのは「以前受けた別の講座」です。今回の字幕には肯定的な評価が書かれています。「分かりにくい」という単語だけで分類すると、自社の教材を誤って低く評価してしまいます。
対象が省略された文章では、前後の文を残します。「こちらは良かった」の「こちら」が何を指すか分からなければ、AIに決めさせず保留します。比較が多い商品ほど、評価対象と根拠を同じ表に置く効果があります。
「また利用したい」を、実際の再購入に数えない
好意的な言葉は、次回の利用への期待を示す場合があります。しかし、感想に書かれた意向と、実際の購入記録は別です。「また受けたい」が10件あっても、10件のリピート売上が発生したわけではありません。
商品への評価を確かめる表と、申込みや購入を数える表を分けてください。感情分析の結果は、売上や継続率の代わりにはなりません。言葉の変化と実際の行動がどう関係するかは、別の記録で確かめます。
分類の品質を確かめる二つの追加プロンプト
原文の読み違いだけを点検する
先ほどの分類表を、元の口コミと一行ずつ照合してください。
今回は改善案を出さず、次の点だけ確認してください。
1. 根拠として示した言葉が、原文に実際にあるか
2. 他の商品や過去の経験への評価を、今回の商品と混同していないか
3. 肯定と否定が同時にあるのに、片方を消していないか
4. 曖昧な言葉を、具体的な不満や満足へ言い換えていないか
5. 原文のIDが抜けたり、重複したりしていないか
修正する行だけ、ID／修正前／修正後／修正理由の順で示してください。
決められない場合は、追加で何が必要かを書いてください。AIに再点検を頼んでも、人の確認は不要になりません。同じ読み違いを繰り返す可能性があるからです。少なくとも、修正された行と判断保留の行は原文へ戻り、説明に納得できるかを確かめます。
改善案ではなく、確かめる対象を絞る
人が確認済みの分類表から、次に点検する項目を最大3つに絞ってください。
出力：
・確かめる対象
・根拠となる口コミIDと短い原文
・現時点で分かること
・まだ分からないこと
・自社で確認する資料や画面
・確認後に検討できる小さな対応
一件の意見を全顧客の意見へ一般化しないでください。
商品の長所として維持すべき点も一つ残してください。
値下げ、返金、公開返信、教材変更を自動的に決定しないでください。「返事を一週間待った」という声なら、確認対象は実際の返信履歴と、案内していた回答目安です。忙しかった、担当者が怠った、システムが壊れたといった原因は、この感想だけでは分かりません。原文の理解と原因調査を分けます。
割合を出す前に、何を数えているかを決める
AI感情分析の表では、一件の口コミが複数行になることがあります。口コミ8件が12行になった場合、「否定が3行あるから不満のお客様は25％」とは言えません。12は人数でも口コミ件数でもないためです。
最初の確認では、無理に全体の満足度を作らず、評価対象ごとの件数を示すだけでも役立ちます。「開始案内について否定的な記述があった口コミは、確認した8件中1件」のように、何を対象として数えたかを書きます。同じ口コミが複数の対象へ入る場合、対象別件数を足しても全体件数とは一致しません。
「口コミ件数」と「記述数」を分ける
一つの口コミで操作の不満が三度書かれていても、「操作に不満を述べた口コミ」は一件です。一方、具体的な問題点を整理する目的なら、三つの記述を分けて残したい場合があります。どちらも使えますが、同じ集計表の中で混ぜないことが重要です。
また、同じ人が別の日に書いた感想は、同じ口コミではなくても同一の利用者かもしれません。匿名の資料だけでは人を特定できない場合、「利用者数」ではなく「口コミ件数」として報告します。分からないものを推定して人数にしないでください。
昨日と今日を比べるときも、条件を見る
今週は無料体験の直後、先週は有料講座の終了後だったなら、評価の違いに利用段階が影響している可能性があります。感情分類の割合が上がっただけで、「改善が効いた」とは言えません。
比較には、商品、期間、口コミの集め方、件数、分類基準を残します。たとえば、評価対象を今週から細かく分けたら、否定的な記述の行数が増えることがあります。商品が悪くなったのではなく、記録方法が変わった可能性を先に確認します。
ChatGPTと専用ツールは、どう選べばよいか
まず少量の日本語の感想を、根拠を見ながら読み分けたいなら、普段使っているChatGPTのテキスト会話から試せます。この記事の架空例を貼り付け、分類の表を依頼する方法です。最初から専用のシステムを契約する必要はありません。
2026年11月12日に確認したOpenAI公式ヘルプでは、無料プランでテキスト会話やデータ分析などを利用できます。ただし、ファイルのアップロードや分析ツールには別の利用制限があります。少量の文章を貼り付ける練習と、大きなファイルの一括処理を同じ条件で考えないでください。
| 方法 | 向いている始め方 | 導入前に見ること |
|---|---|---|
| ChatGPTで文章を貼り付ける | 少量を試し、分類ルールを人と一緒に調整する | 入力してよい情報、原文との照合、利用枠 |
| 感情分析専用の画面型ツール | 決まった評価軸で繰り返し整理する | 日本語、出力の意味、対象別に分けられるか、保存条件 |
| 業務システムへ組み込む仕組み | 件数が多く、定期処理や既存業務との連携が必要 | 開発・保守、費用、権限、誤判定の確認方法 |
「感情分析に対応」と書かれていても、同じ内容を返すとは限りません。文章全体の評価だけを返すものと、対象ごとの評価を返すものがあります。たとえばAmazon Comprehendの公式資料では、この二つを区別しており、対象ごとの分析は確認時点で英語対応と案内されています。日本語の口コミに同じ機能をそのまま使えるとは限りません。
製品名の多さより、あなたの文章で必要な判断ができるかを見ましょう。架空例のR02やR06を使い、混ざった評価や別商品の話を分けられるか確かめると、比較するポイントが明確になります。有料か無料かだけで選ばず、確認にかかる手間も含めて考えます。
集客やコンテンツ改善へつなげる、小さな使い道
好評な部分を、次の商品でも消さない
改善の話になると、不満の箇所ばかりに目が向きがちです。しかし、R01の「撮る角度の違いが理解できた」、R06の「字幕があって助かった」のような具体的な評価は、残したい設計を考える材料になります。
次の教材を短くするときに、実演を削りすぎていないか。新しい撮影方法に変えるときに、字幕が読みにくくなっていないか。こうした点を、制作前の確認項目へ入れられます。好評な要素を残す判断も、立派な改善です。
販売ページで伝え忘れていることを探す
「字幕があって助かった」という声が確認できたら、販売ページで字幕の有無を分かりやすく説明しているか点検できます。ただし、一人の感想だけで「全員にとって分かりやすい講座」と書くのは飛躍です。
まずは「字幕付きの動画を収録」のように、事実として確認できる特徴を説明する方法を考えます。お客様の感想をそのまま掲載する場合は、分析に使うこととは別に、掲載の許可や表現を確認してください。AIが整えた文章を実際の発言として載せないことも大切です。
新しい記事や動画で答える問いを見つける
「最初にどの動画を見ればよいか迷った」なら、受講開始の案内が候補です。「もう少しゆっくり見たい」の意味が確認できたら、再生速度の操作案内や視聴計画の説明など、必要な内容が変わります。
曖昧な言葉を勝手に具体化して記事を量産するのではなく、一度確認してからテーマにします。感情分析は、すべての感想を新しい企画へ変える作業ではありません。既存の短い案内を直すだけで済むこともあります。
筆者の実務視点
私が最初におすすめするのは、感情を点数にすることではなく、同じ感想の中にある「残す点」と「確かめる点」を分けることです。数字を一つ作るより、次の教材で何を維持すべきかが分かるほうが、小さな事業では行動につなげやすいからです。
特に、強い不満が一件あると、商品全体を変えたくなるかもしれません。私は、その前に評価の対象を見ます。内容への不満なのか、ログインの案内なのか、回答までの時間なのか。対象が違えば、手を入れる場所も必要な費用も違います。
また、好意的な感想を広告文へ使いたいときほど、言葉を強めないことを大切にします。「分かりやすい」を「誰でも成果が出る」へ変えると、別の約束になってしまいます。分析で見つけた長所は、確認できる特徴として伝えるところから始めるのがよいと考えます。
実際の運用では、まず少量を読み、分類の表と原文を並べる方法をすすめます。AIが得意そうに見える分類でも、自社独特の言い方や商品名で取り違える可能性があります。間違いを見つけたら、AIの性能だけを責めるのではなく、対象や基準の伝え方も見直します。
ただし、感情分析で分かるのは、あくまで書かれた評価の範囲です。売上が下がった理由や、申し込まなかった人の気持ちまで、口コミだけから決めることはできません。購入記録や追加の確認が必要な場面では、分析の範囲を広げる前に材料を集めます。
よくある質問
AI感情分析は、無料のChatGPTでも試せますか？
この記事のように少量の架空の文章を貼り付けて分類を頼む方法なら、無料プランから試せます。ファイルや分析ツールの利用枠は別なので、大量の口コミを一度に処理できる保証とは分けてください。画面に出る利用制限の案内も確認します。
AIが出した「肯定80％」は、80％正しいという意味ですか？
そうとは限りません。何の割合やスコアなのかは、使うサービスや依頼内容によって違います。ChatGPTが説明なく数値を出した場合は、計算方法や根拠を確認してください。信頼度らしい数字を出させるだけで、誤りの確率が正しく測れるわけではありません。
何件集まったら分析を始めればよいですか？
読み分け方を試すだけなら、少量から始められます。ただし、少量の感想から顧客全体の満足度を推定することは別の問題です。まず手元の記述について何が言えるかを限定し、件数と集め方を添えて扱います。
肯定と否定が半々なら、相殺して中立にしますか？
自動的に相殺しません。「内容は良い、見始めるまでが難しい」は、評価がない中立ではなく、異なる対象への評価です。対象別に分け、全体としてまとめる場合も「混在」と記録するほうが、両方の意味を残せます。
口コミの星の数と文章が違ったら、どちらを信じますか？
星と文章を別の情報として残します。評価の対象や投稿時の意図が違う可能性もあり、どちらかをAIに訂正させる必要はありません。食い違いが判断へ影響するなら、原文や評価条件を確認します。それだけで虚偽投稿や嫌がらせと決めないでください。
分類を人が確認するなら、AIを使う意味はありますか？
対象や根拠を同じ形の表にそろえ、確認すべき箇所を探しやすくする点に意味があります。ただし、入力準備や修正の時間が増えすぎるなら、その作業には合っていないかもしれません。少量で試し、人だけで読む場合と比べて判断してください。
まとめ：口コミ一件の中に、長所と不便が同居している
AI感情分析で大切なのは、人の気持ちを言い当てることではありません。「どの対象について、どんな評価が、どの言葉で書かれているか」を整理し、原文へ戻って確かめられる状態にすることです。
最初は架空の8件で、良い点と困った点を分ける練習をしてみてください。次に、利用してよい実際の感想を少量だけ用意し、「維持する長所」と「追加で確認する点」を一つずつ見つけます。口コミを一つの点数に変えるより、商品づくりや案内の改善に役立つ一歩になります。
お客様の声を、次のコンテンツや分かりやすい商品説明へつなげたい方へ。
→ 生成AIマスタースクール（GMS）の無料ウェビナーに参加する
参考情報
公式情報の確認日：2026年11月12日。サービスの提供内容や利用条件は変わる場合があります。本文中の口コミ、整理例、依頼文は説明用であり、実際のお客様の声やツールの精度測定結果ではありません。
