【2026年版・無料】AIでアンケートの自由記述を分析する方法｜ ChatGPT・Geminiで使えるプロンプト例つき【事務職向け】

この記事でわかること

• ✅ アンケートの自由記述をAIで分析する具体的な手順
• ✅ 感情分類・キーワード抽出・課題整理を自動化する方法
• ✅ そのままコピーして使えるプロンプト例
• ✅ AI分析結果を報告書・改善策につなげるコツ

「アンケートを集計したけど、自由記述が多すぎて読み切れない…」
「ざっと見て”なんとなくの傾向”で報告するしかなかった」

大学の事務職員として学生・保護者・参加者へのアンケートをとる機会は多いですが、自由記述の分析は特に時間がかかります。選択式の設問の集計はExcelでできても、テキストの分析はどうしても手作業になりがちです。

でも実は、AIを使えばこの作業を数分で終わらせることができます。

しかも、ChatGPTやGeminiの無料版でも十分対応できます。

本記事では、アンケートの自由記述をAIで自動分析する具体的な手順と、そのままコピーして使えるプロンプト例を公開します。

なぜ自由記述の手作業分析は限界なのか

自由記述の分析を手作業で行うと、3つの問題が起きます。

① 時間がかかりすぎる
100件の回答を読むだけで数時間。数百〜数千件になれば、数日がかりの作業になります。

② 分類がブレる
「この回答はネガティブか中立か」「どのカテゴリに入れるか」は担当者の主観によってブレが生じます。同じデータでも担当者が変わると結果が変わってしまいます。

③ 重要な意見を見落とす
件数が少なくても緊急性の高い意見や、組織として対応すべき提案を見逃してしまうリスクがあります。結果として「印象に残った意見だけが報告書に載る」という状態になりがちです。

AIを使ったアンケート自由記述の分析手順

AIを活用することで、「感情の分類」→「課題の特定」→「改善策の提案」まで一気に処理できます。

STEP 1：感情分類で「ネガティブな声」を可視化する

まず全回答を「ポジティブ」「ネガティブ」「中立」に分類し、件数を可視化します。

感情分類	職員が得られる情報
ネガティブ	不満・問題点を含む意見を確実に抽出。対策すべき優先項目が明確になる
ポジティブ	高評価されている点・継続すべき施策の根拠を特定。報告書の強みとして記載できる
中立	具体的な意見でない記述を分離。分析対象を絞り込める

「不満が多い」という漠然とした印象ではなく、「ネガティブが34%、その中でも運営・施設への不満が突出している」 という数字で示せるようになります。

STEP 2：キーワード抽出で「具体的な課題」を特定する

感情分類で「ネガティブ」と判断された回答に対して、頻出するキーワードやテーマをAIに抽出させます。

例）オープンキャンパスのアンケートの場合：

「模擬授業」「食堂の混雑」「受付の案内」「キャンパスツアーのガイド」

これにより、「漠然と不満が多い」だけでなく、「食堂の混雑と受付の案内に具体的な不満が集中している」と、対策すべき対象が明確になります。

STEP 3：【コピペOK】AIに分析させるプロンプト例

ExcelやスプレッドシートにインポートしたアンケートデータをAIに貼り付け、以下のプロンプトを使ってみてください。

▼ 汎用プロンプト（そのままコピーして使えます）

あなたは事務職の業務改善担当者です。
以下のアンケートの自由記述欄を分析してください。
目的は、次回に向けた具体的な改善施策を立てるための課題抽出です。

【分析手順】
1. 全ての記述を「ポジティブ」「ネガティブ」「中立」に分類し、それぞれの件数と割合を計算してください。
2. ネガティブな意見のみに絞り、内容を5つのカテゴリに分類してください。
3. 各カテゴリの代表的な意見を3つずつ抜粋してください。
4. この分析結果をもとに、最も優先して対策すべき課題を3つ提案してください。

【アンケートデータ】
（ここにデータを貼り付ける）

💡 「あなたは〇〇部署の担当者です」という役割設定を追加すると、より業務に即した分析結果が得られます。
例：「あなたは大学の学生支援課の職員です」「あなたは研修企画担当です」など

STEP 4：AI分析結果の活用例

上記のプロンプトを使うと、以下のような形式で結果が出力されます。

▼ AI分析結果の例（850件のアンケートを分析した場合）

1. 感情分類の結果

分類	件数	割合
ポジティブ	410件	48.2%
ネガティブ	295件	34.7%
中立	145件	17.1%

2. ネガティブ意見の詳細分析（カテゴリ別）

カテゴリ	代表的な意見	対策すべきキーワード
プログラム内容	「模擬授業が専門的すぎた」「学部説明の時間が短い」	模擬授業の難易度、説明時間
運営・スタッフ	「受付が混雑して開始まで時間がかかった」「案内が場所によって違う」	受付の混雑緩和、スタッフ連携
施設・設備	「食堂が満席で昼食をとれなかった」「休憩スペースが少ない」	食堂のキャパシティ、休憩所確保
情報提供	「Webで見つけにくかった」「当日の資料と事前資料が違った」	Web導線、資料の整合性
アクセス	「駅から迷った」「駐車場が満車だった」	案内看板、駐車場対応

3. 優先対応すべき課題TOP3

1. 受付・誘導の混雑緩和（運営・スタッフへの不満が件数・深刻度ともに最多）
2. 食堂・休憩スペースの確保（施設不満の中でも当日体験に直結）
3. 事前情報とのギャップ解消（期待値とのずれが全体満足度を下げている）

まとめ

AIを使ったアンケート分析の手順をまとめます。

ステップ	やること
STEP 1	全回答を感情分類（ポジティブ・ネガティブ・中立）して件数を可視化
STEP 2	ネガティブ意見のキーワードを抽出して具体的な課題を特定
STEP 3	プロンプトをAIに入力してカテゴリ分類・改善策を出力
STEP 4	結果を報告書・次回施策の根拠として活用

手作業では数日かかっていた自由記述の分析が、AIを使えば数分で完了します。
「ざっと見て終わる」から「根拠のある改善策を提案する」へ、アンケートの活用レベルが格段に上がります。

正確なデータに基づいて次への施策を検討することで、よりアンケートを有効に活用し、より良い改善をしていくことができるのではないでしょうか。まずはあなたの担当業務のアンケートで、このAI分析術を試してみてください。

次に読むなら：
👉 VBA知識ゼロでもOK！誰も直せないExcelマクロをAIで修正した全手順【事務職向け】
👉 【Gemini Gems】毎回同じプロンプトを打つのをやめる方法｜設定手順を画像付きで解説