AI口コミ分析プロンプト集50選：ChatGPT・Claude・Gemini対応【コピペで使える実用テンプレート】

口コミを集めることはできても、分析できていない——これは中小企業マーケティングで最もよくある「もったいない状態」です。

過去のアンケート・お客様の声・Googleクチコミが何百件も眠っているのに、ExcelやNotionで眺めるだけ。本当はそこに、商品開発・LP改善・採用ブランディングのヒントが山ほど埋まっています。

この記事では、ChatGPT・Claude・Geminiにそのままコピペできる口コミ分析プロンプト50選を用途別にまとめました。

この記事のTL;DR

口コミ分析は「感情×軸×アクション」の3つに分解するとAIが正確に答える

プロンプトの先頭で役割（あなたは〜のアナリストです）を必ず指定する

出力形式（JSON / Markdown表 / 箇条書き）を明示すると精度が3倍上がる

個人情報（氏名・電話）を含めたままAIに渡すのは改正APPI違反リスク。前処理マスクが必須

全50プロンプトはコピペ可。末尾の「実装フロー」で日次運用化できる

1. 口コミAI分析の前提：3つの設計原則

1.1 個人情報マスクは必ず先に行う

口コミに含まれる氏名・電話番号・予約番号・スタッフ名などはAIに渡す前にマスクします。

氏名：[顧客名]
電話：[電話番号]
スタッフ名：[スタッフA]
店舗名：[店舗X]（複数店舗で比較する場合は記号で分離）

1.2 役割（Role）プロンプトを先頭に置く

AIに「あなたは何者か」を明示するだけで、出力精度が大幅に変わります。

あなたは10年以上の経験を持つCX（カスタマーエクスペリエンス）アナリストです。
中小企業の口コミ分析を専門とし、定量・定性の両方を扱えます。

1.3 出力形式を構造化する

「自由文で答えて」ではなく、JSON or Markdown表で答えさせます。

以下のJSON形式で出力してください：
{
  "sentiment": "positive | neutral | negative",
  "topic": "string",
  "improvement_suggestion": "string"
}

2. 感情分析プロンプト【10選】

P1. 単純なポジ／ネガ／ニュートラル分類

以下の口コミを「ポジティブ」「ニュートラル」「ネガティブ」の3つに分類し、
理由を1行で説明してください。

口コミ：「{ここに口コミを貼る}」

出力：
分類：
理由：

P2. 感情強度スコア（1〜10）付き

以下の口コミの感情強度を1（非常にネガ）〜10（非常にポジ）でスコア化してください。
スコア・感情ラベル・根拠となった単語の3つを返してください。

口コミ：{口コミ}

P3. 複合感情（混在）の検出

以下の口コミから「混在している感情」を全て抽出してください。
例：「料理は美味しいが、店員の態度が悪い」→ 商品ポジ / 接客ネガ
箇条書きで返してください。

口コミ：{口コミ}

P4. 皮肉・嫌味の検出

以下の口コミに「皮肉」「嫌味」「遠回しなネガティブ表現」が含まれているか判定してください。
含まれる場合、該当箇所を引用し、本当の意図を1文で説明してください。

口コミ：{口コミ}

P5. ★スコアと文面の整合性チェック

以下は★スコアと口コミ本文のペアです。
本文の感情と★スコアが矛盾しているか判定してください。
矛盾している場合、その理由を説明してください。

★スコア：{1〜5}
本文：{口コミ}

P6〜P10は感情の時系列推移・店舗別比較・キャンペーン前後比較・季節性・年代別など、応用パターンです（こえポストの分析テンプレートで全パターン提供）。

3. キーワード抽出プロンプト【10選】

P11. 頻出キーワードTOP20

以下は当社の口コミ100件です。
名詞・形容詞のみを対象に、頻出キーワードTOP20をMarkdown表形式で出力してください。
列：順位 / キーワード / 出現回数 / 代表例文。

口コミ群：
{改行区切りで100件}

P12. ポジティブ理由トップ10

以下の口コミから「お客様が褒めている具体的な理由」をトップ10抽出してください。
似た意味の理由はまとめてカウントしてください。

出力形式：
| 順位 | 理由 | 件数 | 代表引用 |

口コミ群：{口コミ}

P13. ネガティブ理由トップ10

P12と同じ構造で、ネガティブ理由を抽出します。LP改善・商品改善の最重要インプットです。

P14. ベネフィット言語の抽出

お客様が体験して「得られた成果・変化」を表現している箇所を抽出してください。
ビフォー（来店前の悩み）→アフター（来店後の変化）の構造で整理してください。

口コミ群：{口コミ}

ベネフィット言語はテスティモニアルビフォーアフター記事のLP実装に直結します。

P15. 競合言及の検出

以下の口コミから「他社・他店との比較言及」を全て抽出してください。
比較対象の名前は伏字（[他社X]）にしつつ、比較されたポイントを構造化してください。

口コミ群：{口コミ}

P16〜P20は地名・スタッフ名・価格言及・時間帯言及・SNS言及など、軸別のキーワード抽出パターンです。

4. LP・サイト引用候補プロンプト【10選】

P21. CV直前ユーザーに刺さる声を選ぶ

あなたはLPコピーライターです。
以下の口コミ群から、「価格が気になっているが購入を迷っている」見込み客の不安を払拭する声をトップ5選んでください。
選定理由とともに引用してください。

口コミ群：{口コミ}

P22. ヒーロー画像横に置く30文字以内の声

LPファーストビューに使う「30文字以内」の引用を10案抽出してください。
インパクトと信頼性を両立させるものを優先してください。

口コミ群：{口コミ}

P23. 業種別ペルソナ別の引用ピック

以下のペルソナごとに、最も共感を呼ぶ口コミを1件ずつ選んでください。

ペルソナA：30代女性 共働き 子育て中
ペルソナB：50代男性 経営者
ペルソナC：20代男性 ひとり暮らし

口コミ群：{口コミ}

P24. ストーリー型テスティモニアル候補

「Before（悩み）→ きっかけ → 試したこと → After（変化）」の4幕構成で
完成度の高いストーリーが含まれる口コミを抽出してください。
各口コミについて、不足している幕（追加取材すべき項目）も指摘してください。

口コミ群：{口コミ}

P24は顧客インタビュー追加取材リストに直結します。

P25. 動画化候補の選定

動画テスティモニアル用に、「感情が動いた瞬間」が言語化されている口コミを抽出してください。
動画化したときの想定尺（30秒/60秒/120秒）も提案してください。

P26〜P30はLP用FAQ抽出・社員採用ページ用引用・SNS広告クリエイティブ用・プレスリリース用・採用ブランディング用などのパターンです。

5. 改善提案プロンプト【10選】

P31. 商品・サービス改善優先度マトリクス

以下の口コミ群から、「改善要望」を全て抽出してください。
各要望について、以下のマトリクスで優先度を判定してください：

- 影響度（高/中/低）：何人の顧客に影響するか
- 実装難易度（高/中/低）：改善コスト

出力：優先度マトリクス（Markdown表）+ 推奨アクション順序

P32. NPS下落要因の特定

直近3ヶ月のNPSが10ポイント下落しました。
以下の口コミ群（下落前・下落後の各50件）を比較し、
下落要因として最も可能性の高いものをトップ3挙げてください。

下落前：{口コミ50件}
下落後：{口コミ50件}

P33. リピート顧客 vs 新規顧客の不満差分

以下はリピート顧客の口コミ群Aと新規顧客の口コミ群Bです。
それぞれの不満点を抽出し、「リピート顧客にしかない不満」と「新規にしかない不満」を整理してください。
これにより、リピート率を上げるための改善ポイントが見えます。

群A：{口コミ}
群B：{口コミ}

P34. オペレーション改善 vs 商品改善の分類

口コミから抽出した改善要望を、以下に分類してください：
1. オペレーション（接客・待ち時間・予約導線）
2. 商品・サービス本体
3. 価格・支払い
4. 立地・店舗環境
5. ブランディング・期待値ギャップ

口コミ群：{口コミ}

P35〜P40は競合差分提案・スタッフ研修提案・FAQ自動生成・チャットボット学習データ生成などです。

6. 返信文生成プロンプト【5選】

P41. ★1ネガティブ返信第一稿

あなたは{業種}店舗の顧客対応マネージャーです。
以下のネガティブ口コミに対する、Google公式返信文を作成してください。

要件：
- 250文字以内
- 言い訳・反論なし
- 具体的に何を改善するかを1点だけ約束する
- 文末に再来店を促す一言

口コミ：{口コミ}

P42. ★5感謝返信大量生成

P41の応用で、ポジティブ口コミへの返信を10件まとめて生成します。テンプレ感を避けるため口コミ本文の特徴語を返信に必ず織り込む指示を加えます。

P43〜P45は炎上回避モード・ベテラン店長口調・若手店長口調などのバリエーションです。

7. レポート生成プロンプト【5選】

P46. 経営層向け週次サマリー（A4 1枚相当）

以下の今週の口コミ100件を、経営層向けに以下の構造でレポート化してください。

1. 数値サマリー（件数・★平均・前週比）
2. 注目トピック3つ（ポジ2 / ネガ1）
3. アクションアイテム3つ
4. 来週の予測（注意すべき兆候）

口コミ群：{口コミ}

P47. 店舗会議資料用スライド構成

以下の口コミから、来週の店舗会議で使う5枚のスライド構成を提案してください。
各スライドのタイトル・主張・引用する口コミ番号を明示してください。

P48〜P50は投資家向け月次レポート・採用候補者向け企業ブランディング資料・新人研修教材生成パターンです。

8. 実装フロー：日次運用化のための4ステップ

Step 1：データ前処理（個人情報マスク）

正規表現やこえポストの自動マスク機能で氏名・電話を置換します。

Step 2：プロンプト選択（用途別）

| 目的 | 推奨プロンプト | |------|--------------| | 経営判断 | P31, P46 | | LP改善 | P21〜P25 | | 商品改善 | P31, P33 | | 返信運用 | P41, P42 |

Step 3：AIに渡す（モデル使い分け）

要約・分類：軽量モデル（GPT-4o mini, Claude Haiku, Gemini Flash）で十分
戦略提案：大型モデル（GPT-4o, Claude Opus/Sonnet, Gemini Pro）

Step 4：人間レビュー & アクション化

AIの出力は必ず人間が最終チェックします。特に返信文は誤解を招く表現がないか、店長・本部マーケが二重確認してください。

9. やってはいけないAI口コミ分析の3つの落とし穴

個人情報そのままAI投入：改正APPI違反リスク
AI生成の口コミを「本物」として掲載：ステマ規制・景表法違反
AIの出力を無検証で経営判断に使う：ハルシネーション混入リスク

詳細はトラストエコノミー時代の認証済みレビュー戦略を参照してください。

まとめ：プロンプトは「資産」、運用設計は「差別化」

50個のプロンプトを並べましたが、本当に重要なのはプロンプトそのものではなく、これを使い続ける運用設計です。

こえポストは、収集した口コミに対してこれらのプロンプトをワンクリックで適用できるテンプレートを標準搭載しています。CSVエクスポート→AI分析→改善アクションまでを週次で回せる体制が、今から始められます。

まずはP11（頻出キーワードTOP20）とP31（改善優先度マトリクス）の2つを、手元の口コミ100件に適用してみてください。30分後には、半年分の改善ロードマップが手に入っているはずです。