AIペルソナの回答を顧客調査に使うには？仮説と実顧客の検証を分ける

商品やサービスの顧客調査を準備する企画担当者が、AIに特定の顧客（ペルソナ）を演じさせて回答を生成する手法を検討する際、最も重要なのは「AIの回答と実顧客の検証をどう分けるか」をあらかじめ設計しておくことです。

大規模言語モデル（LLM）が生成する回答は、設定した属性や文脈といった条件をもとにした計算上の近似であり、実在する顧客が直接表現した意見や行動を測定したものではありません。そのため、新商品の発売や価格変更といった重大な判断をAIの回答だけで済ませることはできず、そのまま実市場の売上や人間の回答と一致するわけでもありません。

この記事では、AIが演じる顧客の回答を事実として鵜呑みにせず、仮説の洗い出しや調査票の準備材料として活用し、その後に実顧客への質問や実際の購買行動の観察を別々に分けて照合するための具体的な考え方と手順を説明します。

AIが演じる顧客と実顧客の回答を分ける

商品やサービスの顧客調査を準備する企画担当者が、AIに特定の顧客（ペルソナ）を演じさせて回答を生成する手法を取り入れる際、まず考慮すべきなのは、AIの回答と実顧客の回答の違いを明確に分けることです。

米国世論調査学会（AAPOR）の合成回答と人の測定を区別する報告書によると、回答者として振る舞うAIは、設定された属性や態度、文脈といった条件をもとに大規模言語モデル（LLM）がテキストを生成するものです。これは実在の人間が直接表現した意見や行動を測定したものではなく、あくまで計算モデルに基づく近似にすぎません。そのため、実際の顧客本人へ質問を投げかける「AIインタビュアー」とは役割が異なります。また、事前の調査票の点検、欠損データの補完、人間の回答者の代替といった用途ごとに適性は異なり、現状では少数集団の傾向を推測（外挿）したり、回答の分布、相関関係、集団間の違いを正確に再現したりすることには課題があるとされています。

この前提は、具体的な合成回答生成ツールを使う場面でも同様に適用されます。たとえばSynthetic Consumersの公式ドキュメントでは、AIによる合成回答を実市場の測定や売上予測として使うことはできないと説明されています。同ツールの合成データの生成基盤はトルコの統計に基づいているため、日本の顧客の代表性をそのまま前提にはできません。したがって、新商品の発売判断、価格の変更、大きな予算が動くような重大な意思決定は、AIの回答だけで済ませず、必ず実顧客を対象とした調査で確かめる必要があります。

AIの回答と実顧客の回答を比較する際、ツール側から自動比較や「精度が何パーセントか」といった指標は提供されません。企画担当者が照合を行うには、実顧客を対象にした同じ題材の調査結果をExcelなどへ出力し、AIの回答結果と横に並べて確認します。このとき、単純に結果の数値だけを見比べるのではなく、背景にある母集団の定義、商品、価格、設問、選択肢、実施日付、AIモデルの条件を漏れなく記録してください。

レポートの数値を読み解く際にも、いくつかの注意すべき条件があります。ツール上で生成されたAIペルソナのうち、回答を生成できなかったペルソナは結果から除外されるため、レポート上に表示される実際の回答者数が、最初に設定した母集団の人数を下回ることがあります。さらに、同じ母集団と同じ調査設定で実行を繰り返しても、常に同じ結果が出るとは限りません。実行のたびに結果が変動し、価格への反応などが動くことがあるため、AIの回答が安定しているという前提は置けません。また、それが実際の人間と一致するかどうかも別の問題です。

AIが演じる顧客の回答は、そのまま事実として扱うのではなく、仮説を洗い出して実顧客への質問の仕方を検討する材料として活用し、実際の検証と分けて設計を進めてください。

研究の再現率は何と一致した数字か

AIペルソナが実顧客の回答をどの程度再現できるかについては、さまざまな研究が発表されています。その際、「90%以上の再現率」といった高い数字を目にすることがあるかもしれません。しかし、企画担当者が自社の顧客調査にAIを取り入れる場合、その数字が「何と何が一致した結果なのか」を正確に読み解く必要があります。

例えば、2025年10月に公開された米国のパーソナルケア商品コンセプトに関する研究では、人間計9,300人（1商品あたり150〜400人）を対象にした57の調査において、「5段階の購入意向」を大規模言語モデル（LLM）の出力と比較しています。この研究の中で、画像を入力して自由文を生成させ、参照文との埋め込み類似度を使って5段階の回答分布に変換する手法（SSR）を用いたGPT-4oの条件では、「90.2%」という数字が示されました。

しかし、この数字は「AIが個人の実際の購入を90.2%当てた」という正答率ではありません。実際の売上実績と一致した割合でも、同じ人に後日再質問して回答が一致した割合でもありません。正しくは、57商品の「平均購入意向の相関」を、人間の回答グループを無作為に半分に分けて得られる相関で割って求めた「相関到達率」であり、この無作為な分割と計算を2,000回繰り返して導き出されたものです。さらに、AIの回答を分類するための参照文は、この57の調査に向けて手動で細かく調整されたものであり、別の商品や異なる顧客集団へそのまま転用できる性能は確立していません。

また、人間に対する調査の条件とAIの条件が同一でないケースにも注意が必要です。2026年9月の『Journal of Marketing Analytics』に掲載された研究では、ドイツの大学で計387人を対象に、4商品の支払意思額を属性や商品態度を与えたLLMと比較しました。人間の回答者には、ランダムに提示された価格が申告した金額以下であれば、実際に支払いと購入の義務が生じる「BDM方式」という厳格な条件が課されました。

結果として、AIと人間で支払意思額の平均値が近い商品はあったものの、回答の分布や価格判断の違いは残りました。実験の中には、AI側にだけ価格の抽選範囲を与える入力条件の差も含まれていました。なお、論文内に示されている利益額は、仮定の市場とモデルに基づく計算値であり、観測された実際の売上ではありません。

これらの研究結果からわかるのは、気軽な購入意向のアンケートと、実際の支払いを伴う条件の測定は全く異なるということです。研究で報告された高い再現率や相関の数字は、あくまで限定的な条件と特定の計算方法によって導き出された指標にすぎません。自社の新しい商品案の評価や価格決定などに用いる際は、AIの数字をそのまま真実として受け取らず、実顧客の回答や購買行動とは別物として照合する計画を立ててください。

架空の商品案で仮説と質問を作ってみる

AIの回答をそのまま事実として受け取るのではなく、実際の顧客調査に向けた仮説や質問を洗い出すために活用する具体的な手順を説明します。ここでは、自作した架空の商品案を用いた実行例を見てみましょう。

今回の例は、2026年10月16日にブラウザ上のChatGPT（一時チャット、画面表示はPro）を用いて実行した観測結果です。実在する顧客データは一切入力せず、自作の架空例のみを使用しています。一時チャット機能を利用しましたが、画面上にはメモリやプラグイン、カスタム指示を参照できる旨の表示があり、過去の履歴や外部情報から完全に隔離されている保証はありません。

まず、架空の飲料として以下の2つの商品案を設定しました。

• 商品A：レモンの香り・無糖・500ml・150円
• 商品B：香りなし・無糖・500ml・130円

この2つの商品を、「平日の自宅夕食」「運動後」「食事会」という3つの架空場面の顧客に提示する設定にしました。AIに対して、各場面の顧客がどちらの商品を選びそうか、どのような迷いが生じるかを答えさせました。さらに、その回答をもとに「仮説」「実顧客への質問」「別に観察する行動」「現時点で決められないこと」を整理し、表にするよう求めています。

実際のAIの出力では、夕食の場面では商品Aが選ばれ、運動後と食事会の場面では商品Bが選ばれました。AIの回答内でも、これらがすべてAIによる架空の回答であると明記されていました。

出力された表の中で「平日の自宅夕食」の場面を見ると、「レモンの香りに、20円の価格差以上の魅力を感じる人がいるかもしれない」という仮説が提示されました。これを確かめる実顧客への質問案としては、「商品A・商品B・どちらも買わない、のどれを選ぶかとその理由」が挙げられました。また、質問への回答とは別に観察すべき行動として、「各商品の表示価格で実際に支払うかどうか」を確認する必要があると整理されています。

運動後の場面については「価格重視ではないか」、食事会については「合わせる料理との関係性が影響するのではないか」という仮説が出力されました。また、AIからの重要な指摘として、商品Aと商品Bは「香りの有無」と「価格」という2つの条件が同時に異なっているため、単純な比較ではどちらの要素が効果をもたらしたかを切り分けられないという点も挙げられました。

企画担当者がこの結果を活用する際に注意すべきなのは、これらはあくまでAIが出力したテキストの観測結果であり、実際の顧客3人の回答ではないということです。

しかし、AIに架空の顧客を演じさせたことで、そのままでは効果の切り分けができないといった調査設計の不備に気づき、アンケートで聞くべき質問や、実際の販売時に観察すべき行動を事前に整理することができました。このように、AIの出力を仮説を構築する材料として割り切り、実顧客に向けた検証の準備に生かしてください。

人の回答と購入行動を別々に照合する

AIペルソナを用いて仮説や質問案を整理した後は、それを実際の顧客が示す反応と見比べる設計に進みます。ここで企画担当者が取り組むべきなのは、AIの出力データと実顧客のアンケート回答を比較する準備を整え、さらに顧客の「回答」と「実際の行動」を明確に分けて測定する計画を立てることです。

前述のSynthetic Consumersを利用する場合、実顧客データとの照合はツールの外で行うことが想定されます。例えば、特定の専用製品の公式操作手順では、「General Research」から「Survey」を選択し、母集団や設問、選択肢を設定します。プレビューを確認して実行（Start）すると、最終的に報告書をExcel形式でダウンロードできると説明されています。

手元で照合を行う際には、ダウンロードしたAIの回答結果と実顧客のアンケート結果の表を横に並べます。単純に結果の数値だけを比べるのではなく、データの出所、対象集団、商品の説明と価格、提示した設問と選択肢、実施時点、そして実際に得られた実回答数を漏れなく記録して比較することが重要です。

実顧客へ調査を行う際の対象者の選び方についても注意が必要です。人間の回答を集める際は、実利用者による評価と役割の分離に関する記事の通り、実際の利用者や将来の購入候補者を対象として選んでください。専門家であっても本人が利用者なら評価対象に含まれます。また、AIのスキルを操作する担当者と、その出力を受け取る顧客という2種類の利用者を分けて選ぶことも意識してください。

照合の設計において最も注意すべきなのは、顧客の感想と行動を区別することです。アンケート上で「この商品を買いたいですか」と尋ねて得られた購入意向は、実際の購入とは異なる結果になります。たとえオンラインの試験環境を用意して「購入する」ボタンがクリックされたとしても、実際の決済を伴わないのであれば、実購入の行動として扱うことはできません。

企画担当者は、新しい商品や価格が受け入れられるかを確かめるために、アンケートを通じた言葉による理由や迷いの測定と、実際の支払いを通じた行動の観察を別々に準備してください。アンケートで人がどう答えたかという感想と、提示された価格で実際にどう動いたかという行動を区別し、それぞれを検証していくことが求められます。

よくある質問

Q1. AIの回答結果に見られる高い「再現率」を、売上予測や意思決定にそのまま使ってもよいですか？

使うべきではありません。本記事で紹介した購入意向研究の「90.2%」は、人間のアンケート回答を半分に分割して相関を計算するといった、限定的な算出方法によって導き出された指標です。AIが個人の実際の購入を当てた正答率や、実際の売上実績と一致した割合を示すものではありません。そのため、大きな予算が動く新商品の発売判断や価格決定は、AIの回答だけで済ませず、必ず実顧客を対象とした調査や実際の支払い行動の観察で確かめてください。

Q2. AIが生成した回答と、実顧客のアンケート結果はどのように比較するのですか？

本記事で紹介したSynthetic Consumersでは、ツール内で実顧客データとの自動比較や精度の計算は提供されません。そのため、ツールからダウンロードしたAIの回答結果と、実顧客へ同じ設問で実施した調査結果を、Excelなどへ出力して手元で横に並べて照合します。単純な数値を見比べるだけでなく、母集団の定義、商品、価格、設問、実施日、AIモデルの条件などを漏れなく記録し、前提条件に違いがないかを確認しながら比較することが重要です。

Q3. 実顧客へ調査を行う前に、AIに架空の顧客を演じさせるメリットは何ですか？

実顧客への質問案や仮説を整理し、調査設計の不備を事前に見つけられる点です。たとえば自社で作成した架空の商品案を比較させた際、AIの出力から「香りと価格の条件が同時に異なっているため、単純な比較では効果を切り分けられない」といった問題点に気づける場合があります。AIの回答を事実として鵜呑みにするのではなく、実際のアンケートで何を質問し、実際の販売でどの行動を観察すべきかを明確にするための準備材料として活用できます。

冨田到

市場調査やデスクリサーチの生成AIエージェントを作っています 仲間探し中 / Founder of AI Desk Research Agent @deskrex , https://deskrex.ai

www.deskrex.ai/