Scene 02

課題の構造化

AIで顧客の「本当の悩み」を掘り起こす

顧客の「言葉にならない悩み」にどう気づくか

「お客様は『もっと安くしてほしい』と言うけれど、本当に解決すべきはそこだろうか？」「インタビューでは皆『良い』と言ってくれるが、本音が見えない…」

顧客の声は、事業開発の羅針盤です。しかし、その声は断片的であったり、表層的であったりすることが多く、本当に解決すべき「本質的な課題」を見つけ出すのは至難の業です。

このページでは、AIを使って散らかった顧客の課題を構造化し、その深層にある「言葉にならない悩み」を読み解くための、パワフルな方法を解説します。

生成AI活用で得られる効果 - 従来手法との圧倒的な差

課題構造化における生成AI活用は、顧客理解の質とスピードを飛躍的に向上させます。

比較項目従来の方法（インタビュー・アンケート）生成AI活用の場合
課題の粒度表層的な悩みと深層的な悩みが混在しがち抽象的な課題から具体的な困りごとまで階層的に整理される
構造単純なリスト形式になりやすい課題間の関連性がツリー構造で明確になる
評価定性的・主観的な判断に偏りがち複数軸での客観的なスコアリングが可能
コストインタビュー10名で50万円以上かかる場合もほぼゼロ（検証は別途必要）
準備時間1〜2週間数時間

このページでは、この圧倒的な効果を実現する具体的な方法を解説します。

実践プロンプト - 課題を体系的に整理する設計図

このプロンプトは、散在する顧客の声を構造化し、本質的な課題を浮き彫りにする分析フレームワークです。 ステップバイステップの対話により、誰でも体系的な課題分析が可能になります。

1
MECE な構造化

漏れなく重複なく、3階層で課題を整理

2
対話型プロセス

各ステップで確認しながら分析を深化

3
4つの評価軸

量・逼迫性・時流性・意義性で優先順位付け

4
具体的な言語化

「〜したいができない」形式で課題を明確化

実践で使える課題構造化プロンプト

命令文

あなたは優秀なデザインリサーチャー兼アナリストです。{{#事業機会}}に関連する課題を、

以下の手順に従って分析し、構造化してください。

課題間の関連性や因果関係を考慮することで、より詳細で有意義な課題構造化が可能になります。

ステップバイステップで実施して、各ステップが完了したらユーザに確認し指示に従ってください。

手順

ステップ0.ユーザーに情報提供を促す

  • まず、ユーザーに{{#入力情報}}についての情報提供を促してください
  • 情報が提供されたら、あなたの理解をユーザーに確認します

    • ステップ1.上位課題を分類する

  • {{#事業機会}}に関する課題について、3個の上位課題を設定してください
  • 上位課題は、互いに重複しない、モレがないMECEな分類である必要があります
  • ステップが完了したらユーザに確認し指示に従ってください

    • ステップ2.中課題＝第2階層を作成する

  • 上位課題の下に、より具体的な課題を設定してください
  • 中課題の数は、{{#事業機会}}の複雑さに応じて柔軟に調整してください
  • ただし、少なくともそれぞれ3課題以上は設定してください

    • ステップ3.具体的な課題＝第3階層を作成する

  • 中課題ごとに代表的な「できない」ことを3個以上、

    • 「_したいができない。なぜなら_だからだ」という形式で具体的に示してください

    ステップ4.課題の分析と選択

  • 上記の課題構造を確認し、{{#判断基準}}から優先順位をつけてください
  • 上位5つの重要な課題をピックアップし、その理由を詳細に説明してください

    • 判断基準

  • 量の観点: 課題に共感する人の数、問題に直面する人の数を評価します
  • 逼迫性: お金を払ってでも解決したいと思える課題かどうかを評価します
  • 時流性: テクノロジーの進展、価値観の変化、人口動態等の中で注目される問題を評価
  • 意義性: 自社や自分たちがその問題に取り組むべき理由を評価します

    • 入力情報

    事業機会: 現在検討している新規事業の事業機会

    [ここに入力]

    事業会社名: 新規事業を検討している事業会社

    [ここに入力]

    ※ 本プロンプトは株式会社NEWh（https://newh.co.jp/）が作成しました。

    ご自由に加筆・修正してご活用ください。

    さらに深い課題分析をしたい方へ

    このプロンプトで基本的な課題構造化は可能ですが、
    実務では以下のような追加分析で本質的な課題を特定します：

    完全版で追加される高度な分析：

    ▸
    重要課題の深掘り

    具体的な課題シナリオをリアルに描写

    ▸
    関連課題の網羅的分析

    因果・相互影響・補完・対立関係の特定

    ▸
    業界横断的な課題構造

    同じ課題を抱える他業界からの学び

    ▸
    チームワークショップ用資料

    課題マップのファシリテーションガイド

    無料相談で、あなたの事業に最適な進め方をご提案。
    ご相談特典として完全版プロンプトを1つプレゼント

    事業開発×AIの活用方法を無料で相談

    AIとの対話イメージ - このようにして本質的な課題は特定される

    上記のプロンプトを使うと、AIはあなたとの対話を通じて、以下のように課題を深掘りしていきます。

    （上記のプロンプトを入力）

    承知いたしました。健康習慣化の課題について分析を開始します。

    01上位課題の設定

    健康習慣化に関する課題を、以下の3つの上位課題に分類しました：

    1. モチベーション維持の困難

    継続的な取り組みへの意欲を保つことの難しさ

    2. 時間確保の問題

    忙しい日常生活の中で健康活動の時間を作ることの難しさ

    3. 情報の取捨選択

    多様な健康情報から自分に合った方法を見つけることの難しさ

    この3つの上位課題でよろしいでしょうか？問題なければ、各課題の下位分析に進みます。

    はい、進めてください。

    ステップ2-4: 課題の詳細分析と評価

    各上位課題を分析した結果、特に重要度の高い課題を特定しました：

    重要度 No.1

    総合スコア: 9.2/10

    「運動を継続したいができない。なぜなら効果が見えないからだ」

    • 量の観点: 健康意識のある30-50代の約70%が共感

    • 逼迫性: 健康診断結果を受けて切実に感じている層が多い

    • 時流性: ウェアラブルデバイスの普及で解決可能性が高まっている

    • 意義性: 可視化技術により差別化可能な領域

    重要度 No.2

    総合スコア: 8.5/10

    「隙間時間で運動したいができない。なぜなら何をすればいいか分からないからだ」

    重要度 No.3

    総合スコア: 8.1/10

    「正しい健康法を実践したいができない。なぜなら情報が多すぎて判断できないからだ」

    この分析結果から、「効果の可視化」を核とした健康習慣化サービスが有望であることが分かりました。詳細な課題マップをご覧になりますか？

    実践のポイント

    このプロンプトを効果的に使うために

    AIが生成した課題マップを、そのまま受け入れるだけでは「腹落ち」には繋がりません。 最も重要なのは、その分析結果を一度チームでホワイトボードや付箋に物理的に書き出し、議論しながら並べ替え、グルーピングし直すプロセスです。

    この「自分の手を動かす」行為を通じて、AIの分析が初めて「自分たちのもの」となり、 チーム全員が納得して「どの課題を解決すべきか」を決定できるようになります。

    次のステップへ

    顧客の課題を構造化できたら、次はその課題を解決する革新的なアイデアを生成していきましょう。