ペルソナ設計にAIを使う実践ガイド｜解像度の高い顧客像に

「作った顧客像が、いつのまにか自社の理想の客になっている」「資料には載っているが、施策を決める場では誰も参照していない」——顧客像の設計でよく起きている2つのつまずきです。顧客像が使われないのは、作り込みが浅いからではありません。本当は、何を決めるための顧客像なのかが、作る前に決まっていないことが原因です。この記事では、決めたいことから逆に組み立てる手順と、生成AIに視点を広げさせる使い方、事実で裏を取る範囲を整理します。

ペルソナ設計でAIができること

ペルソナ設計は、顧客の情報を集め、共通点を見つけ、代表的な人物像として描き、施策に使えるよう整理する、という流れで進みます。このうち断片的な情報を構造化し、人物像として形にする部分を、生成AIが大きく助けてくれます。手元にある顧客の属性や声を渡すと、AIが整理して、ペルソナのたたき台を数分で組み立てます。

さらにAIには、人が見落としがちな視点を補うという価値があります。人間は過去の成功体験やチームの常識にとらわれ、ペルソナが偏りがちです。AIは学習した幅広いデータをもとに、特定の属性の人が抱きうる悩みや、想定していなかった心理を提示してくれます。AIがたたき台と視点の広がりを提供し、人が自社の顧客に合うよう絞り込む。この分担が、思い込みの少ないペルソナを生みます。

なぜAIでペルソナ設計が変わるのか

従来のペルソナ設計は、担当者や少人数のチームの経験に頼ることが多く、どうしても主観が入りました。「うちの顧客はこういう人だろう」という思い込みが、いつのまにか事実のように扱われてしまうのです。その結果、実際の顧客とずれたペルソナができ、施策の判断軸として機能しないことがありました。

生成AIは、この偏りを和らげます。同じ情報からでも、AIは複数の解釈やパターンを示せるため、一つの思い込みに固定されにくくなります。また、たたき台を短時間で作れるので、一発で完璧を目指さず、何度も作り直して磨くという進め方ができます。ペルソナ設計が、時間のかかる一大イベントから、気軽に見直せる作業へと変わるのです。ただし、AIはあくまで材料を出す役で、最終的な人物像は自社の事実に基づいて人が確定させます。

まず持っている顧客データを集める

精度の高いペルソナを作る第一歩は、自社が持っている顧客の情報を集めることです。AIは、渡された材料の質に応じたアウトプットを返します。何もない状態から作らせると一般論になりますが、実際の顧客データを渡すほど、自社に合ったペルソナになります。まずは社内に散らばっている情報を集めましょう。

集める情報は、大きく分けて属性と行動と声の三つです。既存顧客の業種・規模・役職といった属性、資料ダウンロードや問い合わせといった行動の履歴、営業やサポートに寄せられた生の声。CRMやMAツール、名刺管理、営業日報などに眠っている情報が使えます。完璧にそろえる必要はなく、手元にあるものから始めます。この一次情報こそが、AIが作るペルソナを自社仕様に引き寄せる燃料になります。

社内の顧客情報を外部の生成AIに渡す前に、確かめる順番があります。まず、その情報に個人を識別できる項目が入っているかを見ます。氏名、連絡先、名刺の画像、商談の録音——このあたりが入っていれば、社内の取り扱い規程の対象です。次に、集めたときに伝えた利用目的の範囲に入るかを確認します。ここを急いで進めると、後から利用目的の追加が必要だったと分かり、取り直しになります。制度の側も動いています。個人情報保護法の改正法は2026年7月10日に成立し、同じ月の17日に公布されました。統計の作成などを目的とする場合の取り扱いが緩和される一方、課徴金の制度が新たに設けられ、監督は強まる方向です。施行は段階的で、罰則に関する部分は公布から6か月後の2027年1月17日、主要な部分は公布から2年を超えない範囲で政令の定める日、遅くとも2028年7月とされています。

進め方としては、渡す前に加工してしまうのが最も早い解決です。氏名と連絡先の列を落とし、会社名は業種と従業員規模に置き換え、商談の記録は固有名詞を伏せた要約にする。ここまでやれば、ペルソナのたたき台を作るのに必要な情報はほとんど残ります。加工の手順を1枚にまとめ、法務と情報システムの担当者に一度見てもらっておくと、案件ごとの相談が要らなくなります。相談の手間を惜しんで黙って進めると、止まるのは着手時ではなく公開の直前です。あわせて、使う道具の側の設定も見ます。入力した内容が学習に使われない設定になっているか、保存される期間はどうなっているか。ここは契約の条件によって違うので、道具ごとに1度ずつ確かめます。

AIでペルソナのたたき台を作る

材料がそろったら、AIにペルソナのたたき台を作らせます。集めた情報を渡し、どんな項目でペルソナを描いてほしいかを伝えるのがコツです。次のようなプロンプトが土台になります。実際のデータに基づかせることで、絵に描いた餅にならないようにします。

あなたはBtoBマーケティングのペルソナ設計担当です。以下の既存顧客データと営業現場の声をもとに、代表的なペルソナを2つ作ってください。各ペルソナについて、業種・役職・抱えている課題・情報収集の仕方・購入時の判断基準・導入をためらう理由を整理してください。データから読み取れる範囲で作り、推測した箇所はその旨を明記してください。

出てきたたたき台は、あくまで出発点です。読んでみて、自社の顧客像として違和感がないか、抜けている視点はないかを確認します。AIに「このペルソナが購入前に不安に思う点を、もっと挙げて」と追加で頼むと、視点が広がります。何度かやり取りしながら、人物像に厚みを持たせていきます。

定量データで裏づける

AIが作ったペルソナは、感覚的にもっともらしくても、事実と合っているとは限りません。そこで、手元の定量データで裏づける工程が重要になります。GA4のようなアクセス解析で、実際にサイトを訪れている人の属性や行動を確認し、ペルソナの前提とずれていないかを照らし合わせます。

たとえば、ペルソナでは「情報収集は検索が中心」と想定したのに、実際の流入はSNSからが多い、といったずれが見つかることがあります。こうした事実を突き合わせることで、ペルソナが現実に近づきます。データの読み解き自体もAIに手伝わせられます。解析データを渡して「この数字から、想定ペルソナと合っている点とずれている点を整理して」と頼むと、裏づけの作業も効率化できます。

裏づけに使う数字は、取りに行く前に設定を見ます。GA4には、データを保持する期間の設定があり、初期値は2か月です。無料で使える版では最長14か月まで延ばせます。初期値のまま運用していると、探索の画面で2か月より前の期間を指定しても、利用者の属性や行動の内訳が出てきません。気づくのは、前年の同じ月と比べようとしたときです。そこから設定を変えても、過ぎた分が遡って復活することはないため、失った期間は戻りません。ペルソナの裏づけに使うつもりがあるなら、数字を集める作業より先に、この設定を14か月に変えておきます。作業そのものは1分で終わりますが、遅らせた分だけ後の分析が痩せます。

見るべき数字の順番も決めておきます。最初は、想定した業種や企業規模の人が実際に来ているか。次に、想定した流入の経路が合っているか。最後に、想定した順序でページを読んでいるか。この3つは、ずれたときの打ち手が違います。来ている人が違えば、ペルソナそのものを見直します。経路が違えば、発信する場所を変えます。読む順序が違えば、記事の構成を直します。数字の読み解きをAIに手伝わせる場合も、どの数字がどの仮説に対応するのかを人が先に書き出しておきます。先に仮説を書かずに数字を渡すと、返ってくるのは数字の言い換えだけです。

一次情報でAIの思い込みを正す

AIは幅広いデータを学習していますが、自社の顧客そのものを知っているわけではありません。だからこそ、顧客への取材やアンケートといった一次情報で、AIの出力を正すことが欠かせません。数人でも実際の顧客に話を聞くと、AIの一般論では出てこない、生々しい課題や言葉が得られます。

一次情報は、ペルソナに命を吹き込む要素です。顧客が実際に使った表現、導入の決め手になった一言、逆に不安だった点——こうした具体は、AIの想定を裏づけたり、覆したりします。取材のメモをAIに渡して「この声を、既存のペルソナに反映して修正して」と頼めば、事実に基づいた更新ができます。AIのたたき台と、人が集めた一次情報の掛け合わせが、精度の高いペルソナを作る近道です。

聞く相手の選び方で、出てくるものが変わります。やりがちなのは、関係の良い顧客にだけ声をかけることです。話は弾みますが、返ってくるのは自社の良いところの確認で、ペルソナの修正材料にはなりません。修正が効くのは、検討したが他社に決めた相手、途中で止まった相手、契約の後に離れた相手です。3種類から1人ずつでも聞ければ、たたき台の思い込みはかなり削れます。人数は5人から8人ほどを目安にし、同じ話が繰り返し出はじめたら、そこで一区切りにしてかまいません。聞く時期も決めておきます。導入から3か月の頃と、契約を更新する手続きの前後は、当時の判断の理由を本人がまだ覚えている時期です。

聞き方には、結果を歪める型があります。この点が決め手でしたか、と確認する形で尋ねると、相手は合わせて答えてくれます。返ってきた言葉が自社の仮説と一致していても、それは一致させた結果です。代わりに、当時の順序を尋ねます。最初に何を調べたか、次に誰に相談したか、最後に何を見て決めたか。順序で聞くと、整えられた答えではなく実際の行動が出てきます。本人が使った言い方は、要約せずにそのまま記録に残します。課題の欄に、社内の言葉ではなく顧客が実際に口にした言い方を入れておくと、後で書く記事や資料の見出しがそのまま決まります。要約はAIに任せられますが、元の言い方を残すかどうかの判断は人が行います。

ペルソナは絞り込む

ペルソナは多ければよいというものではありません。数を絞るほど、施策の軸としては使いやすくなります。あれもこれもと作ると、結局どの顧客に向けているのか曖昧になり、判断のよりどころになりません。まずは最も重要な顧客層を代表する、1〜3のペルソナに絞るのが現実的です。

絞り込みの基準は、自社にとっての重要度です。売上への貢献が大きい、今後伸ばしたい、自社の強みが活きる——こうした観点で優先順位をつけます。AIに「これらの顧客層のうち、自社が優先すべきペルソナはどれか、理由とあわせて整理して」と相談すると、判断材料がそろいます。ただし最終的にどこを狙うかは、自社の戦略に照らして人が決めます。

ペルソナに盛り込む項目

使えるペルソナにするには、施策の判断に役立つ項目を盛り込みます。名前や年齢といった基本情報だけでなく、課題・情報収集の仕方・判断基準・不安まで描くことで、コンテンツや訴求の設計に直結します。次のような項目を軸にすると、実務で使いやすくなります。

項目	描く内容	施策への活かし方
基本属性	業種・企業規模・役職・立場	訴求の言葉づかいや事例の選び方
抱える課題	業務上の悩み・実現したいこと	コンテンツのテーマ設定
情報収集の仕方	検索・SNS・紹介など	発信するチャネルの選択
判断基準と不安	選ぶ決め手・導入をためらう理由	訴求ポイントと不安の解消

特にBtoBでは、役職や立場によって判断基準が大きく変わる点を押さえます。現場担当者は使いやすさや実務のメリットを、決裁者はコストや経営への影響を重視します。同じ会社でも見ている観点が違うため、関わる立場ごとにペルソナを描くと、誰に何を伝えるべきかが明確になります。

項目を決める手がかりとして、買う側に何人が関わっているかの実測があります。ワンマーケティングが2025年11月19日に公表した、顧客企業の商品購入プロセスに関する調査では、意思決定に関わる人数は、300万円未満の取引で平均5.6人、中価格帯で14.4人、高価格帯で18.3人と報告されています。全国の経営者・役員・購買や契約の担当者600人が対象です。同じ調査では、高価格帯の取引の54%が、検討から契約まで半年以上かかっているとされています。単価が上がるほど、1人の担当者の課題だけを描いても足りません。自社の商材の価格帯を見て、関わる人数が二桁になる帯なら、項目に稟議の通し方を足すという判断ができます。

具体的には、社内で誰の承認が要るか、承認の場で何を問われるか、決裁までにどんな資料が必要かという3つを、欄として加えます。ここが埋まっていると、作るべき資料が自然に決まります。承認の場で費用を問われるなら内訳の1枚を、情報システムの部門の確認が要るなら安全面の説明の1枚を、という具合です。同じ調査では、営業と会う前に購買先がほぼ決まっているという回答が29%、いくつかの候補に絞り込まれているという回答が56%で、合わせて85%が面談の前に絞り込みを終えています。面談の前に読まれる場所に、稟議で問われることへの答えが置けているか。この観点で自社のサイトを見直すと、足りない資料がすぐに見つかります。

ネガティブペルソナも作る

見落とされがちですが、あえて狙わない顧客像（ネガティブペルソナ）を描くことも有効です。自社のサービスが合わない相手、労力の割に成果につながらない相手を明確にしておくと、施策のムダを減らせます。誰に売るかと同じくらい、誰に売らないかを決めることが、リソースの集中につながります。

ネガティブペルソナの検討にも、AIが使えます。「このサービスが合わない顧客像を、理由とあわせて挙げて」と裏返しから問うと、見落としていたミスマッチが見えてきます。営業が対応に苦労した相手や、契約後に離れていった相手の特徴を渡すと、より実態に即したものになります。狙う相手と狙わない相手を対にして持つことで、ペルソナがより実践的な判断軸になります。

チームで共有し、使える形にする

ペルソナは、作った人だけが理解していても意味がありません。チーム全員が同じ顧客像を共有し、日々の判断に使えてこそ価値が出ます。マーケ、営業、開発、サポートが同じペルソナを見ていれば、施策や対応の方向性がそろいます。作ったペルソナは、一枚のシートにまとめて、誰でも参照できる場所に置きましょう。

共有を助ける資料づくりも、AIに任せられます。「このペルソナを、社内共有用に一枚で伝わる形に要約して」と使い道を書いて渡すと、説明資料の骨子が作れます。さらに、施策を検討するたびにペルソナに立ち返る習慣をつけると、ペルソナが飾りではなく生きた判断軸になります。市場や顧客の変化に合わせて定期的に見直すことも、忘れずに仕組みに組み込みましょう。

ペルソナ設計の進め方

ここまでの流れを、実際に進める手順として整理します。一度で完璧を目指さず、たたき台を磨いていくのがコツです。次のステップで進めると、無理なく精度を高められます。

この流れは一方通行ではありません。施策を回して新しい発見があれば、ペルソナに反映して更新します。AIで作業が軽くなったぶん、この見直しのサイクルを気軽に回せるのが、いまのペルソナ設計の強みです。

やりがちな失敗

ペルソナ設計でつまずきやすい点を押さえておきましょう。

• 理想の顧客を描く：売りたい相手を書き、実際に買う相手とずれる
• AIの出力をそのまま使う：一次情報で裏づけず、一般論のペルソナで終わる
• 作りすぎる：ペルソナを量産し、どれを軸にすべきか曖昧になる
• 作って放置する：施策に使わず、更新もせず、飾りになる

たたき台をそのまま使う失敗は、見た目では見分けが付きません。AIが出したペルソナは、データから読み取れた部分と、AIが補った部分が、同じ文体で並んでいます。断定の文が続くので、読むほど確からしく感じます。対策は、出させる段階で分けさせることです。この記述はどのデータのどの部分から導いたのかを、項目ごとに書かせます。書けない項目には、推測と印を付けさせます。印の付いた項目は、一次情報で確かめるまで施策の根拠には使いません。分けて書かせると、たたき台の半分近くが推測だったと分かることもあります。その状態を把握したうえで使うのと、気づかずに使うのとでは、後の判断の質が変わります。

もう一つの失敗は、作った後の担当が決まっていないことです。ペルソナは作った日から古くなります。扱う商材が変われば、来る人も変わります。半年に一度でよいので、見直す時期と、見直す人を先に決めておきます。見直しの材料も決めておくと、作業が軽くなります。直近半期に受注した会社の一覧、失注した理由の記録、問い合わせに多かった質問——この3つを開くだけで、ずれているかどうかは判断できます。更新の担当が空欄のままなら、半年後には誰も参照しなくなります。社内で説明するときは、作りましたで終わらせず、次はいつ誰が見直しますまで添えると、施策を決める場で参照される確率が上がります。

ペルソナ設計の注意点

AIでペルソナ設計を効率化する一方、次の点は人が押さえます。

• AIが作るペルソナは仮説であり、必ず自社のデータと一次情報で裏づける
• 顧客データを外部AIに入力する際は、個人情報の扱いを社内ルールと法令に従う
• ペルソナは固定せず、市場や顧客の変化に合わせて定期的に見直す
• 最終的にどの顧客を狙うかは、自社の戦略に照らして人が判断する

よくある質問

顧客データが少なくてもペルソナは作れますか？

作れます。データが少ない場合でも、AIがたたき台を出せるため、まずは仮のペルソナを立てて施策を始められます。大切なのは、施策を回しながら得られた反応や声を反映し、少しずつ精度を上げていくことです。最初から完璧を目指さず、育てていく前提で作るとよいでしょう。

AIが作ったペルソナをそのまま使ってよいですか？

そのまま使うのは避けてください。AIのたたき台は一般論に寄りがちで、自社の顧客とずれることがあります。必ず定量データや顧客の一次情報と照らし合わせ、人が調整してから使います。AIは出発点を素早く作る役割、と位置づけるのが安全です。

ペルソナはいくつ作ればよいですか？

まずは1〜3に絞るのがおすすめです。多く作るほど施策の軸が曖昧になり、使われなくなります。最も重要な顧客層を代表するペルソナに集中し、必要に応じて、あえて狙わないネガティブペルソナを加えると、判断がより明確になります。

まとめ

ペルソナ設計にAIを使う要点は、AIでたたき台を素早く作り、定量データと一次情報で裏づけて仕上げることです。理想ではなく実際の顧客を、事実に基づいて描く。AIが思い込みを減らし視点を広げ、人が自社の顧客に合わせて絞り込む。作ったら絞り、チームで共有し、施策のたびに立ち返る。まずは手元の顧客データを集め、AIにたたき台を作らせるところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。