AI市場調査のやり方：繰り返し使えるワークフロー

市場に対する問いを決める

AIから使えない市場調査を引き出す一番早い方法は、「この市場を調べて」といった大ざっぱな質問をすることです。モデルはもっともらしい概観を出せますが、もっともらしいことと役に立つことは違います。よいAI市場調査は、具体的な意思決定から始まります。何を知りたいのか、答えが変わったら何が変わるのか、どんな証拠があれば結果を信じられるのかを先に決めましょう。

チャットを開く前に、次のような簡単な調査ブリーフを書きます。市場、買い手、決めたいこと、時間軸、既知の競合、使う情報源の種類、出力形式です。例：「私たちはB2B SaaSチーム向けにAIサポートソフトを販売しています。競合が自動化と人によるサポートをどう位置づけているかを理解し、トップページを書き直したい。競合サイト、価格ページ、レビュー、公開ドキュメントを分析してください。出力はポジショニング表、裏付け、リスク、推奨案です。」

このブリーフはモデルに仕事を与えます。同時に、あなた自身を現実につなぎとめます。AIに何もないところから真実を発見させているのではなく、証拠を整理し、パターンを抽出し、よりよい判断を助けてもらっているのです。長い文脈を扱えるモデルは、断片、ページ、メモ、書き起こしが大量にあるときに役立ちますが、進め方は変わりません。情報源にはっきりラベルを付け、統合の前に抽出をさせ、事実と解釈を分けることです。クライアントのためではなく自社のためにこれを行っているなら、創業者向けAIツールが、同じ規律を調査、成長、製品づくりにまたがって適用しています。

コピーして使えるプロンプト：市場調査アナリストとして動いてください。分析の前に調査計画を立てます。事業：[事業]。市場に対する問い：[問い]。この調査で決めたいこと：[意思決定]。既知の競合：[一覧]。使える情報源：[リンク、メモ、レビュー、商談、価格ページ]。制約：[地域、セグメント、予算、期限]。返してほしいもの：1) 絞り込んだ調査課題、2) 必要な証拠、3) 情報収集の計画、4) 出力のひな形、5) リスクや見落としやすい点。

出力は論文ではなく、調査計画であるべきです。それぞれの情報源が意思決定につながっているかを問い直して、計画を検証しましょう。ある情報源が価格、ポジショニング、ロードマップ、市場投入の判断を変えないなら、たぶん不要です。

競合マップのワークフロー

AIによる競合分析は、まずデータ抽出、戦略はその次と考えると一番うまくいきます。カテゴリを定義する前に、競合のランキングを求めてはいけません。代わりに、直接競合、隣接する代替手段、手作業の回避策、そして「何もしない」という選択肢を含む競合マップを作ります。後ろの2つこそ、ポジショニングが鋭くなる場所です。買い手はあなたの製品を、スプレッドシート、代理店、社内の人手、そして現状維持と比べているからです。

入力：競合のトップページ、製品ページ、価格ページ、更新履歴、ヘルプ記事、レビューの断片、SNS投稿、営業メモ、そして自社のポジショニング。長い資料を使うときは、会社ごとに情報源をまとめ、各ブロックに会社名とURLのラベルを付けます。不明な点は埋めずに、そのまま残すようモデルに指示しましょう。

プロンプト：[カテゴリ]の競合マップを作ってください。以下のメモだけを使うこと。列：会社、競合の種類、対象顧客、中心となる約束、うたっている主要機能、価格のシグナル、使っている裏付け、買い手が抱きそうな反論、ポジショニングの角度、出典URL、確度。情報源に書かれていない場合は不明と記載。表のあとに、私たちのポジショニングにとって重要なパターンを5つまとめてください。情報源：[ラベル付きのメモを貼る]。

出力：顧客、約束、価格シグナル、裏付けで並べ替えられる表です。検証：3行を選んで元の情報源と照合します。作り話の主張、自信過剰な価格のまとめ、根拠のないポジショニングのラベルを探しましょう。そのうえで「このマップを読んだ懐疑的な買い手なら何と言うか」と聞いてみてください。プロダクトマネージャーはたいてい、同じマップを自分のロードマップに向けたいはずで、それがプロダクトマネージャー向けAIワークスペースの進め方です。

価格ページ分析のワークフロー

AIによる価格調査は、競合の値段を写すことではありません。パッケージの論理を理解することです。何が無料で、何が制限され、何が利用量として数えられ、チームはどこで上限にぶつかり、どの買い手が上位プランへ押し出され、その会社が価値をどう語っているか。価格ページは、数字の付いたポジショニングのページです。

入力：価格ページのスクリーンショットや本文、プラン名、機能表、利用上限、追加オプション、FAQ、トライアルの説明、年払い割引の表現、上限を説明する公開規約。価格はよく変わるので、AIの出力は調査の下書きとして扱い、判断の前に元のページで現在の価格を確認しましょう。

プロンプト：[市場]のこれらの価格ページを分析してください。価格の推奨はまだ不要です。まずパッケージのモデルを抽出します。列：会社、無料・トライアルの内容、入門プラン、中位プラン、上位プラン、課金の指標、制限されている機能、チームや管理者の上限、エンタープライズへ移る条件、年払い割引のシグナル、アップグレード圧力、想定している買い手、出典URL。そのあと、共通する価格パターンと、新規参入者が差別化できる余地をまとめてください。情報源：[価格ページの本文かメモを貼る]。

出力を使って、実務的な問いに答えます。競合はシート単位、利用量、クレジット、プロジェクト、容量、メッセージ数、売上規模のどれで課金しているか。連携機能は制限されているか。無料プランは実際に仕事が回るものか、それとも体験用の導線か。買い手が最初に痛みを感じる上限はどこか。

価格の表は「数字を作らない」というルールで検証します。情報源に価格が明記されていなければ、答えは不明であるべきです。ページが「営業に問い合わせ」となっているなら、モデルが金額を推測してはいけません。

メッセージ抽出のワークフロー

顧客の言葉こそが、ありきたりのポジショニング資料と、市場の声そのままに聞こえる資料との違いです。AIによる顧客言語の調査を使えば、レビュー、商談の録音、サポート問い合わせ、オンボーディングのメモ、掲示板のスレッド、アンケート、競合の推薦文から、繰り返される悩み、望む成果、反論、購入のきっかけ、そして実際の言い回しを抜き出せます。ルールはひとつ、書き直す前に抜き出すことです。

入力：レビューの断片、商談の書き起こし、アンケートの回答、サポートチャット、公開されている推薦文、フォーラムの投稿、受注失注のメモ、社内の営業メモ。組織が承認していない限り、機微なデータをツールに入れてはいけません。分析の前に、個人名、メールアドレス、アカウント識別子、顧客の機密情報は削除しましょう。

プロンプト：以下の素材から顧客の言葉を抽出してください。引用を創作しないこと。実際の言い回しを、悩み、望む成果、いまの回避策、反論、購入のきっかけ、成功指標、感情表現に分類します。それぞれの言い回しについて、出典ラベル、わかればセグメント、確度を付けてください。そのあと、主要なメッセージのテーマを7つ、平易な言葉でまとめてください。情報源：[匿名化したメモを貼る]。

出力には、実際の言い回しとテーマの両方が必要です。実際の言い回しは、本物らしいコピーを書くのに役立ちます。テーマは戦略的な選択に役立ちます。顧客が繰り返し「金曜はスプレッドシートの掃除で終わる」と言うなら、それは「利用者は業務効率を求めている」よりずっと強い材料です。前者はランディングページの見出し、広告の切り口、デモの筋書きにそのまま使えます。

抽出結果は、創作された引用、まとめすぎたテーマ、失われたセグメント情報がないかを見て検証します。素材が許すなら、セグメント、企業規模、役割、成熟度でテーマを分けるようモデルに頼みましょう。

統合とポジショニング資料

統合こそがAIの価値が出る場面ですが、それは抽出が終わったあとの話です。役に立つAIポジショニングの枠組みは、競合のパターン、価格の論理、顧客の言葉を選択に変えます。誰に届けるのか、どの課題を前面に出すのか、どんな裏付けが必要か、どの代替手段に勝つのか、そしてどんな主張は避けるべきかです。

ポジショニング資料は次の構成で作ります。対象セグメント、切実な課題、いまの代替手段、中心となる約束、差別化要因、裏付け、価格への示唆、反論、メッセージの柱、そして実験です。証拠と推奨を分けた資料を求めると、その論理に反論できるようになります。

プロンプト：以下の調査結果からポジショニング資料を作ってください。形式：1) 対象セグメント、2) 顧客の言葉で表した買い手の課題、3) いまの代替手段、4) 市場のパターン、5) 推奨するポジショニングの仮説、6) メッセージの柱3つ、7) 各柱に必要な裏付け、8) 価格とパッケージへの示唆、9) リスク、10) 検証のための実験5つ。証拠と解釈を分けること。証拠が弱いならそう書いてください。調査結果：[競合マップ、価格表、顧客の言葉のテーマを貼る]。

よい統合資料は、トレードオフを見えるようにします。誰にとっても最高だとは書きません。たとえばこう書くかもしれません。「エンタープライズ向けの調査自動化ではなく、シード期の創業者向けの高速な競合モニタリングを前面に出す。買い手は調査の散らばり、わかりにくい価格、遅い統合に不満を持っているという証拠がある。設定が15分未満で終わるという裏付けが必要。」これが判断に使える出力です。

ポジショニング資料は、あえて攻める視点で検証します。このポジショニングを、懐疑的な買い手と懐疑的な投資家になったつもりで批評してください。根拠のない主張、あいまいな表現、競合に関する見落とし、価格上のリスク、そして推奨を覆すには何が必要かを指摘してください。 そのうえで書き直します。

Founder Research Stackのテンプレートを使う

これを繰り返せるようにする一番簡単な方法は、毎回ゼロからワークフローを組み直すのをやめることです。WhiziのFounder Research Stackテンプレートは、まさにこの段階的な市場調査のために作られています。問いを決め、情報源を集め、競合データを抽出し、価格を分析し、顧客の言葉を引き出し、ポジショニングに統合し、最後の推奨を検証する流れです。

製品を出すとき、トップページを書き直すとき、価格モデルを選ぶとき、投資家向けの調査を準備するとき、新しいカテゴリに入るとき、そしてなぜ買い手が特定の競合を選ぶのかを理解したいときに使ってください。商用ではなく学術や科学の研究であれば、研究者向けワークスペースが同じ手順を出典つきで扱っています。

Whiziの中での実際の進め方はこうです。まずFounder Research Stackを開き、市場に対する問いを貼ります。次に、ラベルを付けたブロックとして情報源のメモを追加します。3つ目に、競合マップのプロンプトを実行して表を保存します。4つ目に、価格分析と顧客言語の抽出を別々に実行します。5つ目に、前の手順の出力だけを使って統合のプロンプトを実行します。6つ目に、製品やマーケティングの判断を下す前に、検証チェックリストを回します。 量が出る工程の費用を決めるのはモデル選びです。Whiziのモデルコスト指数（OpenRouterの表示料金、2026-08-20時点）では、入力1,000トークンと出力500トークンからなる標準的な回答のコストは、DeepSeek V4 Flashで約0.00028ドル、Claude Sonnet 4.6で0.0105ドルです。その差は約37倍で、しかも2つとも1Mトークンのコンテキストを読めます。抽出の工程は安いモデルで回し、強いモデルは統合と、あえて攻める視点での検証に使いましょう。

Founder Research Stackから始めて、ワークフローを保存してモデルごとの出力を比べたくなったら、アカウントを作りましょう。選択肢を比べているチームは、料金を見て、調査の頻度に合うプランを選んでください。

目的は人の判断を置き換えることではありません。退屈な部分を圧縮しつつ、重要な部分を検証しやすくすることです。何を信じ、何を試し、何を出すかを決めるのは、いまも自分自身です。