MAXsuite

自由記述のAI分析手法 — 千件のVOCを1時間で要約・分類する LLM 活用法

VOC 自由記述の分析は LLM（大規模言語モデル）の登場で激変。本記事では、Claude / GPT を使った数百〜数千件の自由記述の効率的な要約・分類・感情分析の実践手法を解説します。

最終更新 2026年5月2日·6分で読める·VOC 用語集に戻る

従来手法の限界と LLM の登場

従来、自由記述の分析は「テキストマイニング」と呼ばれる手法が主流でした。形態素解析で単語を切り出し、出現頻度を集計する方法です。「サイズ」「素材」「配送」のような頻出単語は分かりますが、「文脈」までは掴めず、ネガティブ・ポジティブの判別も曖昧でした。

2023年以降、Claude / GPT-4 などの LLM が実用化されたことで、自由記述分析の質が劇的に変わりました。LLM は「文脈を理解」するため、「サイズが小さい」と「サイズ表記が分かりにくい」を別の課題として分類できます。皮肉やニュアンスも捉えられます。

処理速度も革命的に上がりました。千件の自由記述を、Claude Sonnet で約 30〜60 分、コスト約 1,500〜3,000 円で処理可能。人手なら数日かかる作業が、ほぼリアルタイムでできるようになりました。

LLM 分析の3段階フロー

  1. 1. カテゴリ分類（自動タグ付け）千件の自由記述を、商品・価格・配送・サポート・サイト UX などのカテゴリに自動分類。1記述に複数タグを許容（多くの記述は複数論点を含む）。
  2. 2. 代表発言の抽出（クラスタリング）各カテゴリから「典型的な発言」を5〜10件抽出。経営報告に使える具体的な顧客の声として活用。
  3. 3. 改善提案の生成（インサイト化）各カテゴリの集約所見から、「何を変えれば数値が改善するか」の仮説を LLM に生成させる。VOC を行動に繋げる最終ステップ。

Claude を使ったカテゴリ分類のプロンプト例

実用的なプロンプトの基本形。Few-shot example を含めると分類精度が上がる。

textClaude Sonnet 4.6 で動作確認済み
あなたはECの自由記述コメント分析の専門家です。以下の顧客コメントを、与えられたカテゴリに分類してください。

# カテゴリ
1. 商品（品質・機能・サイズ・素材）
2. 価格（価格妥当性・送料・割引）
3. 配送（速度・梱包・追跡）
4. サポート（対応・返品・問い合わせ）
5. サイトUX（使いやすさ・検索・決済）
6. その他

# ルール
- 1コメントに複数カテゴリ該当可
- ネガティブ/ポジティブも判定
- 80字以内で要点を抽出

# コメント
{コメント本文をここに}

# 出力JSON
{
  "categories": ["商品", "サイトUX"],
  "sentiment": "negative",
  "summary": "サイズ感が表記より小さく、サイト上でも分かりにくかった"
}

AI 分析を信頼できる結果にする実装上のコツ

プロンプト設計

  • 出力形式を JSON で指定し、後段の集計を機械化する
  • Few-shot example（正しい分類例）を3〜5件含めて精度を上げる
  • 「分類できない場合は『その他』」と明記し、無理な分類を避ける
  • 皮肉・否定表現の判定ルールを明示する

運用設計

  • AI 分類後、サンプル抽出（10%）を人手で再確認
  • 誤分類が見つかったらプロンプトに反映してアップデート
  • 週次・月次の傾向変化を可視化（前月比でカテゴリ別の増減）
  • 重大なネガティブ発言（解約予兆等）は即時アラート設定

よくある質問

Q. AI 分析の精度はどれくらいですか？
シンプルなカテゴリ分類なら 90%以上、ニュアンスの判定（皮肉・条件付きポジティブ等）でも 80% 以上の精度が期待できます。人手の専門家でも分類者間で一致率が 80%程度のため、AI のほうが速度と一貫性で勝るケースが多いです。
Q. コストはどれくらいかかりますか？
Claude Sonnet で1コメントあたり約 1〜3 円。1,000 件で 1,000〜3,000 円、10,000 件で 10,000〜30,000 円。月数十万件規模でも数万円程度に収まります。Haiku モデルを使えばさらに 1/3 のコストになります。
Q. 業界固有の用語が多い場合の対応は？
プロンプトに業界用語の解説を含めると精度が上がります。例：「『コクーンシルエット』とはアパレル用語で、丸みを帯びたシルエットを指す」のような注記を Few-shot example に含めると、関連表現も正しく扱えます。
Q. ネガティブ発言にどう対応すべきですか？
クローズドループ（個別フォロー）が原則。AI でネガティブ発言を抽出 → CS チームへ自動転送 → 24 時間以内に個別連絡、というフローを VOC ツール（VOCMAX 等）で組むのが標準的な実装です。
MAXsuite — VOCMAX

VOC の自由記述を AI で自動分析するなら VOCMAX

千件単位の自由記述を1時間で要約・分類・改善提案。CS への自動エスカレーション、月次トレンドダッシュボードまで一気通貫で提供。

VOCMAX を試す製品ページを見る

関連記事