ChatGPTでアンケートを作る方法｜回答しやすく分析しやすい質問設計

アンケートは、質問を並べれば完成するものではありません。何を判断するために、誰へ、どの条件で尋ね、回答をどのように比較するかまで決めて初めて、仕事に使える質問票になります。「ChatGPT アンケート 作成」で検索した方が最初に押さえるべき点は、AIに質問を丸投げするのではなく、調査目的と回答条件を先に渡すことです。

ChatGPTは、目的の整理、質問文の下書き、選択肢の抜け漏れ確認、質問順の見直しに役立ちます。一方、調査対象の決定、個人情報の扱い、回答者の負担、最終的な採否は人が責任を持って判断します。

この記事では、アンケート実施前に必要な情報、質問形式の選び方、回答しやすい質問文と選択肢、質問順、分岐、事前テストまでを、コピペできる3つのプロンプトと架空例を交えて解説します。結果の集計や分析ではなく、分析しやすい回答を集めるための設計に範囲を絞ります。

ChatGPTを顧客理解、商品改善、集客の実務へ生かしたい方へ
→ 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

結論：目的と集計方法を先に決めると、回答しやすい質問票になる

良いアンケートを作る最短手順は、「知りたいこと」ではなく「回答を見て何を決めるか」から逆算することです。たとえば、満足度を知りたいだけでは設計できません。次回も続ける内容、改善する内容、中止する内容を決める、と具体化すれば、必要な質問と比較軸が見えてきます。

ChatGPTでアンケートを作るときは、AIと人の役割を次のように分けます。

工程	ChatGPTに任せやすいこと	人が決めること
目的整理	曖昧な目的を判断事項へ言い換える	調査後に実行する意思決定
設問作成	質問文、形式、候補選択肢の下書き	聞く必要性、回答可能性、語調
品質確認	誘導、二重質問、重複、曖昧語の検出	現場事情を踏まえた修正と採否
実装準備	質問IDやフォーム仕様の表への変換	利用ツール、分岐、必須設定、動作確認
運用	案内文や督促文の案	配布先、同意、保管、回答期限

この分担なら、AIの速さを生かしながら、もっともらしいが答えにくい質問をそのまま公開する失敗を防げます。

アンケート、インタビュー、分析の違いを整理する

質問票を作る前に、そもそもアンケートが適した手段かを確認します。多数の回答を同じ条件で比較したい場合はアンケート、理由や文脈を深く掘り下げたい場合はインタビューが向いています。集めた回答から傾向を読む工程は分析であり、質問票設計とは別です。

方法	主な目的	得意なこと	注意点
アンケート	同じ質問への回答を比較する	割合、分布、属性別の差を把握する	用意した質問の外側にある事情を拾いにくい
インタビュー	経験、理由、言葉を深く理解する	想定外の課題や利用場面を発見する	聞き手の技量や解釈の影響を受ける
回答分析	集めたデータから示唆を得る	傾向、差、仮説を整理する	質問や対象の偏りを後から完全には直せない

「なぜ離脱したか分からない」段階なら、少人数への顧客ヒアリングで言葉を集め、その結果をもとに選択肢を作る方法も有効です。質問票だけで全てを解決しようとしないことが重要です。

最初に決める14項目

ChatGPTへ依頼する前に、次の14項目をメモします。空欄があっても構いませんが、未定と明示します。推測で埋めさせると、調査目的と関係の薄い質問が増えます。

項目	決める内容	記入例
1．意思決定	回答後に何を決めるか	次回ウェビナーで残す内容と改善項目
2．調査目的	判断に必要な情報	理解度、実用性、つまずき、次の要望
3．対象者	誰の回答を集めるか	当日参加し、終了まで視聴した人
4．対象外	混ぜない回答者	申込のみで未参加の人
5．回答単位	1人1回答か、利用ごとか	参加者1人につき1回答
6．基準期間	どの期間の経験を聞くか	本日参加したウェビナー
7．配布方法	メール、QR、画面内など	終了画面と翌日のメール
8．回答期限	開始日と締切	終了直後から3日後まで
9．所要時間	回答者へ示す目安	3分以内
10．匿名性	匿名、記名、任意連絡先	原則匿名、連絡希望者のみ別フォーム
11．比較軸	何で回答を分けるか	参加目的、経験、理解度
12．必要出力	割合、平均、自由記述など	設問別割合と改善要望の分類
13．利用目的	結果を何に使うか	内容改善と次回テーマ選定
14．管理責任者	確認、保管、削除の担当	マーケティング責任者

対象者と対象外をセットで決めるのがポイントです。未参加者と参加者では評価できる内容が異なります。両方へ尋ねるなら、最初の選別質問から別の質問へ分岐させます。

質問形式は、答え方と集計方法から選ぶ

質問形式にはそれぞれ役割があります。自由記述を増やせば詳しい声が集まるとは限りません。回答負担が上がり、空欄や短い回答が増えることもあります。比較したい項目は選択式、理由や未知の選択肢を拾いたい項目は自由記述にするのが基本です。

形式	向いている目的	質問例	注意点
単一選択	もっとも当てはまる1つを選ぶ	今回の主な参加目的は何ですか	選択肢を重ねない
複数選択	該当するものを全て選ぶ	役立った内容を全て選んでください	複数可と明記する
段階評価	程度や頻度を測る	内容をどの程度理解できましたか	尺度の向きと間隔を統一する
数値入力	回数、金額、時間を聞く	月に何回利用しますか	単位と入力範囲を示す
自由記述	理由、具体例、未知の要望を拾う	改善してほしい点を教えてください	任意回答も検討する
選別質問	対象者を分ける	今回のウェビナーへ参加しましたか	分岐先を必ずテストする

行と列を並べるマトリクス形式は質問票を短く見せられますが、スマートフォンでは操作しにくく、同じ列を機械的に選ぶ回答も起こり得ます。項目数が多い場合は、複数の短い設問へ分ける判断も必要です。

ChatGPTでアンケートを作る7つの手順

1. 意思決定を一文にする：結果を見て、誰が、何を決めるかを書きます。
2. 対象者と条件を定義する：対象、対象外、基準期間、回答単位を決めます。
3. 必要な情報を列挙する：判断に直接使う項目だけを残します。
4. 集計の形を先に描く：どの設問を割合、平均、属性別比較、記述分類で見るか決めます。
5. 質問文と選択肢を下書きする：ChatGPTへ目的、対象、制約、出力形式を渡します。
6. 質問順と分岐を設計する：答えやすい質問から始め、該当者だけに詳細を尋ねます。
7. 事前テストで直す：少人数に回答してもらい、迷い、所要時間、欠損、分岐を確認します。

作成と点検を一度の指示で済ませず、初稿、品質監査、実装仕様の3回に分けると、修正理由を追いやすくなります。

プロンプト1：質問票の初稿を作る

次のプロンプトでは、未定の項目を勝手に補わず、先に確認質問を出すよう指定しています。角括弧内を自分の調査へ置き換えてください。

あなたはアンケート設計の補助者です。以下の条件から質問票の初稿を作ってください。

【意思決定】[回答後に決めること]
【調査目的】[知る必要があること]
【対象者】[回答してほしい人]
【対象外】[除外する人]
【対象となる経験・期間】[例：本日参加したウェビナー]
【配布方法】[メール、QRコードなど]
【所要時間】[例：3分以内]
【匿名・記名】[条件]
【比較したい軸】[属性や利用状況]
【質問数の上限】[例：10問]

最初に、不足情報があれば最大5問の確認質問をしてください。未定の情報を推測しないでください。
十分な情報がそろったら、質問ID、質問文、回答形式、選択肢、必須・任意、表示条件、質問する理由、集計方法を表にしてください。
1問では1つの内容だけを尋ね、誘導的な表現、専門用語、曖昧な期間を避けてください。
最後に、調査目的に使わない設問があれば削除候補として示してください。

OpenAIの公式ガイドでも、複雑な依頼ではGoal、Context、Output、Boundariesを示す考え方が案内されています。アンケートでも、目的、対象者、出力形式、推測してよい範囲を具体的にすると、修正しやすい初稿になります。

回答しやすい質問文の7原則

質問文は短ければよいわけではありません。全員が同じ意味で読み、実際の経験から答えられることが重要です。

原則	避けたい例	修正例
1問1テーマ	内容と講師の説明に満足しましたか	内容への満足度と説明の分かりやすさを分ける
中立に尋ねる	便利な新機能を使いたいですか	新機能を利用したいと思いますか
期間を示す	よく利用しますか	過去30日間に何回利用しましたか
具体語を使う	サポートは十分でしたか	問い合わせへの回答速度をどう評価しますか
答えられる範囲にする	会社全体の生産性は上がりましたか	あなたの資料作成時間は変わりましたか
前提を押しつけない	解約後に困った点は何ですか	解約後に困った点はありましたか
専門語を説明する	CVRを改善できましたか	訪問者のうち申込者の割合は変わりましたか

とくに注意したいのが二重質問です。「価格と機能に満足したか」と聞くと、価格には満足、機能には不満という人が答えられません。1つの回答で1つの判断ができる形へ分けます。

選択肢は「漏れなく、重ならず、選べる」状態にする

選択肢が質問文と合っていても、範囲が重なれば集計結果を正しく解釈できません。「20歳未満、20〜29歳、29〜39歳」では29歳が重なります。数値の境界、単位、単一・複数選択の指示まで点検します。

確認点	設計方法	例
網羅性	想定外を受け止める選択肢を用意する	その他、分からない、該当しない
排他性	範囲や意味を重ねない	0回、1〜2回、3〜5回、6回以上
回答数	1つか複数かを明記する	もっとも近いものを1つ選択
尺度の均衡	肯定側と否定側を同程度にする	非常に分かりやすい〜非常に分かりにくい
方向の統一	高い数値の意味をそろえる	5を肯定、1を否定に統一
順序効果	順序のない候補はランダム化を検討する	認知経路、ブランド名、機能一覧
自由入力	「その他」の記入欄を必要時だけ設ける	その他（具体的に）

「どちらともいえない」を必ず置くかは目的によります。知識不足や未経験を中立評価と混ぜないため、「分からない」「利用していない」「該当しない」を別にする場合もあります。

プロンプト2：質問文と回答選択肢を監査する

以下のアンケート案を、回答のしやすさと集計のしやすさの両面から監査してください。

【調査目的】[目的]
【対象者】[対象者]
【質問票】
[質問文、回答形式、選択肢を貼り付ける]

次の観点を1項目ずつ確認してください。
・1問で複数の内容を聞いていないか
・誘導、決めつけ、否定の重なりがないか
・期間、対象、単位が明確か
・対象者が記憶または経験から答えられるか
・単一選択と複数選択の指定が適切か
・選択肢に漏れ、重なり、尺度の偏りがないか
・「分からない」「該当しない」「その他」が必要か
・前の質問が後の回答を誘導しないか
・目的に使わない設問や重複設問がないか

出力は、質問ID、問題点、影響、修正案、修正理由、要人確認の列を持つ表にしてください。
問題がない設問も「問題なし」と明記し、事実が不明な箇所は推測せず「要確認」としてください。

この監査結果は正解集ではなく、レビュー候補です。業界固有の表現、回答者との関係、実施目的を踏まえ、人が元の意図と照合します。

アンケート設計を、商品改善や販売導線の見直しへつなげたい方へ
→ GMS無料ウェビナーで生成AIのマーケティング実務活用を学ぶ

質問順は、回答者の行動に沿って設計する

質問の順番は回答内容へ影響します。冒頭で商品への不満を詳しく思い出させた後に総合満足度を聞けば、その不満が評価へ強く反映される可能性があります。順番は、運営側の集計表ではなく、回答者が思い出しやすい流れを基準にします。

順番	内容	設計意図
1	調査目的、所要時間、利用目的、任意性	安心して回答できる状態を作る
2	対象者を判定する選別質問	答えられない設問を表示しない
3	簡単な行動・利用状況	記憶を呼び起こし、離脱を防ぐ
4	主要な評価質問	調査目的へ直接答える
5	評価理由や改善要望	選択回答の背景を補う
6	比較に必要な属性	必要最小限を後半で聞く
7	自由記述、連絡希望、謝辞	追加意見を受け止めて終了する

氏名やメールアドレスを改善回答と結び付ける必要がないなら、連絡先を別フォームに分ける方法があります。回答者へ「匿名」と伝える場合は、URLの識別子、ログ、自由記述の内容などから個人を識別できないかも確認します。

分岐で不要な質問を減らす

全員に同じ質問を見せると、未経験者が想像で答えたり、「該当しない」が増えたりします。選別質問で経験の有無を確認し、回答できる人だけに詳細を尋ねます。

質問ID	質問	回答	次の動き
S1	本日のウェビナーに参加しましたか	最後まで参加した	理解度・満足度へ
S1	本日のウェビナーに参加しましたか	途中まで参加した	離脱理由の確認後、評価可能な項目へ
S1	本日のウェビナーに参加しましたか	参加していない	不参加理由へ進み、内容評価は表示しない

分岐は便利ですが、設定ミスが見えにくい点に注意します。全ての回答経路を実際に通り、行き止まり、同じ質問の再表示、必須回答による停止がないか確認してください。

架空例：ウェビナー満足度アンケート10問

次は、個人事業主向け60分ウェビナーを改善するという架空例です。意思決定は「次回に残す内容、説明を直す内容、追加するテーマを決める」。対象は当日の参加者、所要時間は3分以内、原則匿名とします。

ID	質問	形式・選択肢	使い道
Q1	本日の参加状況を教えてください	最後まで／途中まで／参加していない	分岐と対象判定
Q2	主な参加目的にもっとも近いものを選んでください	基礎理解／業務効率化／集客／商品づくり／その他	目的別の評価
Q3	参加前の生成AI利用経験を教えてください	未経験／試した程度／月数回／週数回以上	経験別の理解度
Q4	内容をどの程度理解できましたか	5段階＋分からない	理解度の分布
Q5	紹介した方法を1か月以内に試せそうですか	5段階＋該当しない	実行可能性
Q6	役立った内容を全て選んでください	複数選択の講義項目	残す内容の判断
Q7	説明が分かりにくかった内容を全て選んでください	複数選択＋特になし	改善箇所の特定
Q8	Q7で選んだ内容について、迷った点を教えてください	任意の自由記述、Q7該当者のみ	修正の具体化
Q9	次回詳しく知りたいテーマを1つ選んでください	候補テーマ＋その他	次回テーマ選定
Q10	そのほか、ご意見があれば教えてください	任意の自由記述	想定外の意見

この例では、総合満足度だけで終わらず、「残す」「直す」「次に扱う」という行動へ各設問を対応させています。なお、回答数が少ない属性で細かく分けると、個人が推測されることがあります。集計結果の共有単位にも配慮が必要です。

分析しやすい質問票は、実施前にデータ仕様を持つ

フォームを公開する前に、質問ID、変数名、回答形式、符号化、欠損の扱いを表にします。「未回答」「該当しない」「分からない」を全て0にすると意味が失われるため、別の値として管理します。

項目	例	確認すること
質問ID	Q4	改訂後も同じ意味ならIDを維持する
変数名	understanding	短く一意にする
回答形式	単一選択・5段階	フォーム設定と一致させる
符号	1＝非常に分かりにくい、5＝非常に分かりやすい	尺度の向きを統一する
特殊値	97＝該当しない、98＝分からない、99＝未回答	通常回答と混ぜない
比較軸	参加目的、利用経験	意思決定に必要な区分だけにする
出力	割合、中央値、自由記述分類	設問形式で計算可能か確認する

平均値だけを前提にしないことも大切です。尺度の意味や回答分布によっては、各選択肢の割合や中央値を併記した方が実態を把握しやすい場合があります。分析方法は、実際の調査設計とデータに合わせて決めます。

プロンプト3：フォーム実装用の仕様表へ変換する

確定した質問票を、フォーム実装と事前テストに使う仕様表へ変換してください。

【確定質問票】
[確定した質問文と選択肢を貼り付ける]

次の列を持つ表で出力してください。
質問ID／画面順／セクション名／質問文／補足文／回答形式／選択肢／必須・任意／表示条件／次の遷移先／変数名／符号／未回答・分からない・該当しないの扱い／集計用途／テスト項目

条件：
・質問文や選択肢の意味を勝手に変更しない
・分岐条件は「どの回答なら、どの質問へ進むか」を明記する
・スマートフォンで長すぎる選択肢は要確認と示す
・個人情報に当たり得る項目、自由記述、連絡先は要確認と示す
・実装できない可能性がある機能は、利用フォームの仕様確認と記す
・最後に全回答経路のテストケース一覧を付ける

仕様表は、質問票の正本とフォーム設定の食い違いを減らすためのものです。ChatGPTでアンケートを仕様化しても、利用するフォームの分岐、ランダム化、入力制限、データ出力の機能は実機で確認します。

事前テストでは、正しさより「迷い方」を観察する

質問票は作成者にとって分かりやすくても、回答者には同じ意味で伝わらないことがあります。公開前に対象者に近い人へ回答してもらい、どの言葉で止まったか、選択肢に答えがあったか、思い出せたかを確認します。

確認項目	見る現象	修正例
理解	質問を別の意味で読んでいないか	用語説明や対象期間を追加する
想起	必要な経験を思い出せるか	基準日や場面を具体化する
判断	どの選択肢か迷わないか	重複範囲をなくし、例を示す
操作	スマートフォンで選びやすいか	長い表を分割し、入力制限を見直す
分岐	不要な設問や行き止まりがないか	遷移条件と必須設定を直す
負担	所要時間や自由記述が重すぎないか	利用しない設問を削る
出力	列名、文字化け、特殊値が正しいか	仕様表とCSV出力を照合する

テストでは「分かりましたか」と聞くだけでなく、「この質問は何を尋ねていると思いましたか」「答えをどう選びましたか」と確認すると、解釈のずれを見つけやすくなります。修正前後の版番号、変更理由、承認者も残します。

個人情報と匿名性で確認すること

氏名、メールアドレス、顧客番号だけが個人情報とは限りません。所属、役職、地域、具体的な出来事、自由記述の組み合わせから個人を識別できる場合があります。必要のない情報は集めず、利用目的、回答の任意性、保管期間、閲覧者、第三者提供、共同利用、問い合わせ先を確認します。

• 何のために収集し、どの範囲で利用するかを回答前に示す
• 記名が必要か、匿名や任意連絡先で目的を達成できないか検討する
• 機微な内容は質問の必要性、回答拒否の選択肢、表示範囲を確認する
• 複数社で実施する場合は、各社の立場、利用目的、提供・共同利用の条件を確認する
• 自由記述へ個人情報や機密情報を書かないよう案内する
• ChatGPTへ実データを入力する前に、契約、社内規程、利用環境、匿名化条件を確認する

個人情報保護委員会は、事業者が用意したアンケート用紙へ本人が個人情報を記入する場合、利用目的の公表・通知などが必要になる考え方を示しています。実際の対応は調査内容や運用で異なるため、社内の個人情報管理責任者や必要に応じて専門家へ確認してください。

チームで作るときの版管理

質問票の本文、フォーム画面、集計用定義が別々に修正されると、同じQ4でも意味が違う状態になります。正本を1つ決め、変更履歴を残します。

管理項目	記録内容
版番号	v0.1初稿、v0.2事前テスト後、v1.0公開版
変更日	質問文または設定を変えた日
変更者・承認者	誰が直し、誰が公開を認めたか
変更理由	二重質問、選択肢漏れ、分岐ミスなど
影響範囲	フォーム、データ定義、案内文、集計表
公開期間	どの版で、いつ回答を集めたか

調査期間の途中で質問文や選択肢を変えると、変更前後の回答を単純比較できない場合があります。重大な不具合を除き、変更は次回調査へ回すか、版を分けて記録します。

よくある失敗8つ

1. 目的が「満足度を知る」で止まる：結果から決めることがなく、質問が増えます。
2. AIへテーマだけ渡す：対象者や期間が曖昧な一般論の質問票になります。
3. 聞きたいことを全て聞く：回答負担が上がり、重要設問まで離脱されます。
4. 質問文だけを直す：選択肢の漏れや重なり、必須設定、分岐ミスが残ります。
5. 自由記述を増やしすぎる：回答者と集計担当者の双方へ負担が集中します。
6. 属性を細かく集める：使わない情報が増え、少数区分では個人推測の危険も高まります。
7. テスト回答を入れない：スマートフォン表示、必須回答、出力列の不具合を公開後に発見します。
8. 回答データをそのままAIへ貼る：個人情報、機密情報、契約条件の確認を飛ばしてしまいます。

公開前チェックリスト15項目

1. 回答後に決めることが一文で書かれている
2. 対象者、対象外、回答単位、対象期間が明確である
3. 各設問に利用目的と集計方法がある
4. 意思決定に使わない設問を削除した
5. 1問で1つの内容だけを尋ねている
6. 誘導、決めつけ、曖昧語、専門語を点検した
7. 単一選択と複数選択の指示が明確である
8. 選択肢に漏れ、重なり、尺度の偏りがない
9. 分からない、該当しない、その他の要否を判断した
10. 質問順による誘導と、分岐の全経路を確認した
11. スマートフォンを含む実機で所要時間を測った
12. 質問ID、変数名、符号、特殊値が仕様表と一致する
13. 利用目的、任意性、匿名性、保管・共有条件を案内した
14. 対象者に近い人による事前テストを実施した
15. 正本、版番号、変更理由、公開責任者を記録した

よくある質問

Q1．ChatGPTだけで質問票を完成できますか？

下書きと点検はできますが、完成の判断は人が行います。対象者が実際に答えられるか、個人情報の扱いが適切か、結果を意思決定に使えるかは、現場情報と事前テストで確認してください。

Q2．質問数は何問が適切ですか？

一律の正解はありません。回答者との関係、質問形式、端末、内容の負担で変わります。まず所要時間の上限を決め、各設問に使い道があるかを確認し、実測して削ります。

Q3．5段階と10段階のどちらがよいですか？

必要な区別の細かさと、回答者が安定して選べるかで決めます。段階数だけで精度が決まるわけではありません。尺度の両端と各値の意味、過去調査との比較可能性をそろえることが大切です。

Q4．自由記述は必須にすべきですか？

理由を必ず確認する必要がある場合を除き、任意も検討します。必須の自由記述は離脱や形式的な回答を増やすことがあります。選択式の後に、該当者だけへ理由を尋ねる分岐も有効です。

Q5．「その他」は全ての質問に必要ですか？

必要ではありません。候補を完全に定義できず、想定外の回答を拾う価値がある質問に付けます。頻度区分や満足度尺度のように範囲を網羅できる質問では、別の特殊選択肢を検討します。

Q6．回答率を上げるにはどうすればよいですか？

対象者に合う依頼文、明確な目的、現実的な所要時間、答えやすい端末表示、適切な期限が基本です。質問を短く見せるだけでなく、使わない設問を削り、回答者にとっての納得感を高めます。

Q7．匿名アンケートなら個人情報の心配はありませんか？

断定できません。属性や自由記述の組み合わせ、配布URL、ログなどから個人を識別できる場合があります。「匿名」という表示と実際の取得情報が一致するかを確認します。

Q8．ChatGPTでアンケートの回答も分析できますか？

集計表の説明、自由記述の分類案、仮説整理の補助には使えます。ただし、個人情報や機密情報の取り扱い、標本の偏り、欠損、少数回答、統計的な妥当性を別途確認する必要があります。本記事は分析前の質問票設計を対象にしています。

筆者の実務視点

私がアンケート設計で最初に確認するのは、「この回答がAなら何をし、Bなら何を変えるのか」です。この対応が言えない設問は、興味深く見えても実務では使われないことが少なくありません。質問を増やす前に、意思決定と設問を一対一で結び付けると、短くても役立つ質問票になります。

もう一つ大切なのは、AIの提案を文章の完成品として見るのではなく、レビュー対象の設計案として扱うことです。質問文、選択肢、分岐、データ定義を分けて点検し、少人数のテストで回答者の迷いを確認する。この地道な工程が、見栄えのよい質問票と、改善に使える質問票を分けます。

まとめ

ChatGPTでアンケートを設計する際は、回答後の意思決定、対象者、基準期間、集計方法を先に決めます。そのうえで質問文と選択肢の初稿を作り、二重質問、誘導、漏れ、重なり、順序効果、分岐を点検します。

公開前には、フォームの全経路、スマートフォン表示、所要時間、出力データ、利用目的と個人情報の扱いを確認してください。AIによる下書き、人による判断、対象者に近い人による事前テストを組み合わせることが、回答しやすく分析しやすい質問票への近道です。

ChatGPTを顧客の声から、商品・集客・販売の改善へ広げたい方へ
→ 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

• OpenAI「Prompting」
• Pew Research Center「Writing Survey Questions」
• U.S. Census Bureau「A Question Development Template to Improve Survey Question Design」
• Office for National Statistics「Question and questionnaire development overview」
• 総務省統計局「令和8年経済センサス‐活動調査 第2次試験調査」
• 個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」
• 個人情報保護委員会「複数事業者が共同でアンケート調査を行う場合」

著者情報

小谷川拳次（こたにがわ けんじ）
リードコンサルティング株式会社代表取締役。生成AIマーケティング専門家、生成AIマスタースクール（GMS）学長。2009年の会社設立以来、デジタルコンテンツ販売、電子書籍マーケティング、サブスクリプションビジネス、オンライン講座・ウェビナーの販売導線構築に携わり、著書は累計50冊以上。

現在はChatGPTを中心とした生成AI活用の専門家として、ブログ記事、メール講座、教材・講座の制作を通じ、個人事業主・中小企業が知識や経験を仕事・発信・商品づくり・収益化へつなげる実践法を研究・発信している。

関連記事

• ChatGPTで顧客ヒアリングの質問を作る方法｜本音と課題を引き出す設計
• ChatGPTで事業計画書を作る方法｜市場・売上・行動計画を整理する
• ChatGPTで売上分析する方法｜商品・顧客・月別の数字から課題を探す
• ChatGPTでSWOT分析する方法｜強み・弱みから経営課題を整理する