アンケートの自由記述をAIで整理するには？分類基準と原文確認の進め方

アンケートの自由記述を読んで、似た意見をまとめ、報告書へ整理する。
回答が集まるほど、読むだけでなく、分類をそろえる仕事も増えます。

AIへ「要約してください」と頼む前に、何を知りたいかと、分類の単位を決めてみましょう。
短い文章にまとまったことと、回答の意味を落とさず整理できたことは同じではありません。

この記事では、中小企業の事務・運営担当者に向けて、分類案を作り、人が原文と照合する進め方を紹介します。
例はすべて架空で、実際の顧客回答、AIの生成結果、実測した成果ではありません。

最初に「整理した後、何を決めるか」を書く

自由記述を分類する目的は、きれいな表を作ることだけではありません。
受付の案内を見直すのか、サービスの説明を改善するのか、個別対応が必要な回答を探すのかによって、
必要な分類が変わります。

たとえば「利用前の分かりにくさを探し、案内ページの改善候補を出す」と決めます。
満足度の良し悪しだけでまとめるより、どの場面で、何に迷ったかを拾う必要があります。

対象のアンケート、設問、期間、回答の集め方も残しましょう。
同じ設問でも集めた相手が違えば、単純に全顧客の傾向とは言えません。
未回答や空欄を、不満がない回答として扱わないことも大切です。

回答ごとにIDを付け、原文を残す

分類前に、回答へ番号を付けます。氏名などではなく、原文へ戻れる管理用のIDを使います。

原文と整理結果は別に保存し、原文を要約で上書きしないようにします。
誤字や短い文でも、元の表現を残せば、後から意味を確認できます。

実データをAIへ渡す前には、社内ルール、収集時の説明、利用サービスの条件を確認します。
氏名、連絡先、個別案件や取引先が分かる記述は必要性を判断し、不要な情報を外します。
番号に置き換えただけで、本文に残る情報まで匿名になるわけではありません。

まずは架空データで、表の形式と確認方法を確かめることから始められます。

分類名と「含める条件」を一緒に決める

最初からAIへ自由に分類させる方法もありますが、担当者間で結果をそろえたいなら、
分類の意味を決めておきます。

分類の例	含める内容
受付方法	申し込みや連絡の方法についての意見
案内の分かりやすさ	対象・手順・条件などの説明への意見
対応への評価	担当者の説明や接し方への意見
要確認	内容が曖昧で分類を決められないもの
その他	上の分類には合わない、内容を確認できる意見

これは架空の分類例です。自社の目的に合わせて、含めない内容や迷いやすい例も添えます。
「その他」と「要確認」を分けると、分類に合わない意見と、意味を読み取れない意見を混ぜずに済みます。

分類を途中で変える場合は、変更日と理由を残し、前に分類した回答も同じ基準で見直します。

一つの回答に、複数の意見があってもよい

次の4件は説明用の架空回答です。

ID	架空の原文	分類案
R01	申し込み先を探しましたが、担当者の説明は丁寧でした。	受付方法／対応への評価
R02	初めて利用できる対象が、ページでは分かりにくかったです。	案内の分かりやすさ
R03	特になし。	この記述だけでは具体的な意見を抽出しない
R04	もう少し早いと助かります。	要確認：何の速さかは未記載

R01を「良い意見」だけにすると、受付についての困りごとが落ちます。
R04を「返信が遅い」と決めると、原文にない内容を足してしまいます。

一つの回答に複数の分類を付けるのか、意見を分けて別行にするのかを先に決めます。
どちらでも、元の回答IDとのつながりを残します。

この例では回答は4件です。
「受付方法」「対応への評価」「案内の分かりやすさ」の分類付与が各1件、要確認が1件、
具体的意見を抽出しない回答が1件あります。
R01へ二つ付けているため、これらの件数を合計して回答数と考えないようにします。

AIへ頼む内容は、分類・根拠・未確認を分ける

次の指示文はひな型です。使うサービスや入力によって結果は変わり、誤りを防ぐ保証にはなりません。

次の回答を、指定した分類基準で整理してください。
原文を変更せず、回答ID、分類案、分類の根拠となる原文の箇所、要確認事項を表にしてください。
一つの回答に複数の分類を付けて構いません。原文にない原因や気持ち、改善効果を推測で補わないでください。
空欄や「特になし」を、満足・不満のどちらかへ自動で置き換えないでください。
個別対応の判断や最終の集計は、人が確認した後に行います。

分類の根拠も出してもらうと、人が戻る場所を探す手がかりになります。
ただし、示された引用が原文と合っているかも確認対象です。

まとめの文章を先に完成させるより、回答ごとの整理案を確かめてから、集計や報告へ進めましょう。

件数は、何を数えた数字かを明記する

複数分類を認める場合、分類ごとの件数の合計は回答数を超える場合があります。
報告には、対象回答数、分類の単位、複数付与の有無、空欄や要確認の扱いを書きます。

「回答者数」と「回答件数」も同じとは限りません。
複数回回答できる設計なら、人数として数えるための確認が必要です。

数値は、確認済みの分類表から、集計機能などを使って数え、対象IDと照合します。
AIの文章に出てきた件数を、そのまま確定値として使わないようにします。

割合を出すなら、分母が全回答なのか、有効な自由記述なのかも明記します。
設問や対象が違うものを、同じ数値として足さないようにします。

少数意見と、個別に確認するものを別に残す

数の多い意見だけを取り上げると、少数でも対応が必要な内容を見落とす場合があります。

個別の連絡が必要な相談や、重要な不具合の指摘などを、単なる「その他」で終わらせないようにします。
自社で、どんな内容をどこへ回すかを決めます。
AIの分類だけで、その重要性や対応の要否を確定しないことが大切です。

報告書にも、「件数の多いテーマ」と「個別に確認する指摘」を分けて書けます。
元の声を引用する場合は、情報の扱いと共有範囲を確認し、文脈を変える切り取りをしないようにします。

小さく試し、分類し直した理由を残す

最初は、人が全件を読み直せる範囲で試します。
複数意見がある回答、短い回答、意味が曖昧な回答も含め、分類案を原文と照合します。

• 対象の回答IDが漏れたり重複したりしていないか
• 一つの回答の複数意見を落としていないか
• 原文にない原因や評価を足していないか
• 根拠の引用が原文にあるか
• 空欄、特になし、その他、要確認を区別したか
• 件数と割合の単位・分母が分かるか
• 個別に確認する内容と共有先を整理したか

修正した分類と理由を残すと、基準が曖昧だったのか、AIの読み取りが違ったのかを検討できます。
確認の負担も含めて記録し、実測していない時間短縮を成果として扱わないようにしましょう。

分類から、次に確かめることへつなげる

自由記述の分類は、改善策の自動決定ではありません。

「受付方法」の意見があっても、どのページで迷ったか、現在の案内にどんな不足があるかは、
別に確認が必要です。
分類表を入口に、原文と現状を照らし合わせ、対応する担当と次の確認を決めます。

まずは、扱えるデータと目的を決め、原文へ戻れる小さな分類表を作るところから始めてみてください。

試行の評価方法は、AI導入の効果を測る実践ガイドでも紹介しています。

自社の情報整理や事務作業を見直したい方は、株式会社REPRESENTの事務作業のAI効率化をご覧ください。