AIで顧客ペルソナ設計｜中小が見落とす3つのムダと比較表

マーケティングを1人で兼務している担当者が、上司から「顧客ペルソナを作っておいて」と言われ、週末をつぶして8時間かけてスライド6枚の資料を仕上げる。ところが翌月、LPの文面も広告の訴求も営業のトークも、前と同じまま動いている。半年後にフォルダを開くと、更新日は作った日のまま止まっている。中小企業のマーケティングの現場では、『作ったペルソナが、誰にも使われないまま眠っている』という状態が定番です。

先に結論をお伝えします。作ったペルソナが使われないのは、作り方が悪いからではなく、「ターゲット」と「ペルソナ」の違いが社内で共有されておらず、ペルソナが施策の判断に使われる場面を持っていないからです。AIが効くのは、ペルソナを一気に書き上げる工程ではなく、問い合わせや口コミの文章を読んで仮説に落とす工程と、そのペルソナを3か月ごとに更新し続ける工程の2つです。本記事の目安では、マーケ担当1人が手作業で作ると1回8時間かかるペルソナの下書きが、AIに読み取りと下書きを任せると確認中心の約2.5時間になり、年2回の作り直しが年4回の更新に置き換わります。この記事では、ターゲットとペルソナの違いを比較表で整理し、中小企業が見落としている3つのムダ、AIに渡すデータと渡さないデータの線引き、担当者1人で回し続けたときに止まる場所を、手順ではなく判断材料の形でまとめます。

ペルソナだけでなく、集客・広告・メルマガまで含めたマーケティング全体でAIをどこに当てるかを先に押さえたい方は、中小企業のマーケティング×AI完全ガイドを先に読むと、この記事の位置づけがはっきりします。

そもそも顧客ペルソナとは？——「ターゲット」との決定的な違い

顧客ペルソナとは、自社の顧客データから読み取れる共通点を、実在の1人のように生活・悩み・情報収集の仕方・購買の決め手まで描いた仮の人物像です。年齢や職業といった属性だけでなく、平日をどう過ごし、何に困り、どこで情報を集め、何と比較して買うかまでを1枚に書きます。ターゲットと混同されがちですが、役割がまったく違います。

ターゲットは「枠」、ペルソナは「判断に使う1人」

ターゲットは「30代・女性・会社員」「年商5億円未満の中小企業」のように、市場をどこまで絞るかを決める属性の枠です。一方のペルソナは、その枠の中にいる1人を具体化した像で、LPのヘッドコピーを2案から1案に絞る、広告の訴求を3つから1つに決める、メルマガの件名を10案から1つ選ぶ、といった判断の場面で使います。ターゲットが広告の配信先を決め、ペルソナが「何を言うか」を決める、という分担です。

比較項目	ターゲット	ペルソナ
粒度	属性の「枠」	具体的な「1人」
記述例	30代女性・会社員	30代後半・社内でマーケを兼務・平日は18時退社・情報収集はXと検索・3社を比較して買う
決めること	どこに配信するか（市場の絞り込み）	何を言うか（コピー・訴求・件名の選択）
使う場面	年1回の計画時	LP・広告文・メルマガの原稿を作るたび
更新の頻度	年1回で足りる	3か月に1回が目安（顧客の声が変わる）

使われないペルソナに共通するのは「違いが社内で共有されていない」こと

ペルソナが眠る会社では、経営者も営業も「ターゲットは決まっている」と考えています。ターゲットが決まっていれば施策は一応回るので、ペルソナが「誰が、いつ、何を決めるときに開く資料か」が決まっていません。開く場面がない資料は、どれだけ丁寧に作っても翌月には忘れられます。逆に、ペルソナを「LPと広告文とメルマガの原稿を作るとき、書き手が最初に開く1枚」と決めた会社では、原稿を作るたびに開かれ、古くなれば更新の必要も自然に見えてきます。使われるかどうかは、作った時点の出来ではなく、開く場面が決まっているかで決まります。

中小企業が見落としている3つのムダ

ペルソナまわりのムダは、費用ではなく時間の形で見えにくく積み上がります。本記事では、マーケ担当1人が兼務し、問い合わせが月30件、口コミが月20件、時給を2,500円と置いた目安で3つを並べます。特定の会社の実績ではなく、計算式を示した目安です。

3つを足すと、年間の時間は16時間＋40時間＝56時間、金額では40,000円＋100,000円＝年140,000円が本記事の目安です。金額よりも痛いのは2つ目で、ずれたペルソナで作ったLPと広告は、広告費をかけた分だけ「刺さらない」結果を返してきます。3つ目のムダは金額に換算しにくい代わりに、300件という未読の声の件数が、ペルソナと実際の顧客のずれの大きさをそのまま表します。

AIが最も入っている現場で、ペルソナだけが後回しになる構造

中小企業のマーケ・営業の現場は、AIが最も使われている領域のひとつです。中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」（2026年3月公表、2026年9月確認）によれば、AIを導入した中小企業のうち、営業・販売・サービス部門で導入している割合は60.3%で、総務・管理部門の68.3%に次ぐ2番目、経営・企画部門の58.5%、製造・生産部門の34.9%を上回っています。ところが同じ中小企業基盤整備機構の実態調査（2026年3月公表）で導入目的を見ると、1位「業務効率化／作業時間の短縮」が87.0%、2位「品質向上」は32.3%で、両者の差は50ポイント以上あります。時間を削る使い方が先に立ち、ペルソナのように「施策の質を上げる」仕事は、AIの使い道として後回しにされている構造です。

後回しになる背景には、正解が分からないまま作っている事情もあります。中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」（2026年3月公表、2026年9月確認）では、「成功事例や活用事例などの情報が十分に入手できている」に当てはまらない企業が83.3%と、情報が不足している項目の中で最も高くなっています。自社のペルソナが合っているかを確かめる材料が外にないので、社内の想像で作り、想像のまま止まります。AIが効くのは、この「確かめる材料」を自社の問い合わせと口コミから作り出す工程です。

ペルソナ設計に必要なデータの種類と集め方

AIにペルソナの下書きを任せる前に決めるのは、何を渡すかです。材料が一般論だけなら、AIは一般的な消費者像を返すだけで、御社の顧客にはなりません。使うデータは5つの情報要素に分かれ、中小企業ではそのうち3つがすでに社内にあります。

5つの情報要素のうち、中小企業にすでにあるのは3つ

5つのうち、属性・行動・課題の3つは、顧客リストとGA4と問い合わせ記録の形で、ほぼすべての会社にあります。価値観と購買動機の2つは、アンケートや商談メモを取っていない会社では空欄になりますが、口コミと問い合わせの文章から読み取れる部分があるので、最初から5つそろえる必要はありません。

定量データは「ある」が、単独ではペルソナにならない

GA4のユーザー属性、顧客リストの業種・規模・取引金額・リピート回数、ECの購買履歴。数字で表せる定量データは、ペルソナの骨格（年代・地域・購買頻度・単価）を決めます。ただし数字だけで作ると、「40代・月1回購入・単価8,000円」のような無機質な像になり、コピーを書く判断には使えません。定量データの役割は、定性データから読み取った仮説を「その層は本当に売上の大きい層か」で裏づけることです。売上の大半を占める上位の顧客層に絞るかどうかも、この段階で決めます。

定性データこそAIの出番——問い合わせ・口コミ・商談メモ

ペルソナに血を通わせるのは、顧客が自分の言葉で書いた文章です。中小企業で集めやすいのは3つで、Googleビジネスプロフィールや通販サイトの口コミ、メール・電話・チャットの問い合わせ記録、商談で顧客が話した内容の営業メモです。月30件の問い合わせと月20件の口コミがあれば、3か月で150件、半年で300件の文章が溜まります。人が300件を読んで共通する不満と決め手を抜き出すには、1件2分として600分＝10時間かかりますが、AIに読ませて「繰り返し出てくる不満の上位5つ」「購入を決めた場面の表現」を抽出させると、確認を含めて30分前後が本記事の目安です。ここが、AIが最も差を生む工程です。

使われ方の現状を見ると、この工程はまだ手つかずです。総務省「令和7年版 情報通信白書」（2025年7月公表、2026年9月確認）によれば、日本で何らかの業務に生成AIを利用している企業は55.2%ある一方、使い方は「メールや議事録、資料作成等の補助」が47.3%と、文章の下書きに偏っています。顧客の声を読み取って仮説に落とす使い方は、下書き補助の次に位置づけられる工程で、ここまで進んでいる中小企業はまだ限られます。

渡してはいけないデータと、渡す前に決める2つのルール

顧客の氏名・メールアドレス・電話番号・住所は、AIに渡す前に必ず削除するか匿名化します。問い合わせ記録には差出人が含まれるので、本文だけを抜き出し、社名も業種に置き換えるのが基本です。加えて、決めておくルールが2つあります。1つ目は、有料プランであってもツールごとのデータの扱い（学習への利用の有無・保存期間）を確認し、社内の方針として1枚にすること。2つ目は、AIに読ませたデータの範囲（期間・件数・出所）をペルソナの1枚に書き残すことです。2つ目がないと、半年後に「このペルソナは何を根拠に作ったのか」が分からなくなり、更新の起点を失います。

AIでペルソナの下書きを作る5つの型

AIでペルソナを作る流れは、データの統合、共通点の抽出、下書きの生成、現場での確認、共有の5つに分かれます。ただし本記事はこれを手順書としては書きません。中小企業で問題になるのは順番ではなく、「どの型で作るか」を選ばずに始めて、どこかで見たような人物像が返ってくることだからです。5つの型を、選ぶための判断材料として比較します。

型を選ぶ判断材料は「自社にどの文章が一番多いか」

5つの型のどれを選ぶかは、社内にある顧客の文章のうち、件数が最も多いものを起点にするのが原則です。口コミが月20件、問い合わせが月30件、商談メモが月10件なら、型2の問い合わせ起点型から始め、口コミを補助に使います。BtoBで問い合わせが月5件未満なら型3の商談メモ起点型、店舗業で口コミが月50件を超えるなら型1の口コミ起点型が向いています。型を1つに決めることで、AIへの指示は「この文章群から共通点を抜き出す」に絞られ、一般論の混入が減ります。2つの型を同時に使うのは、1つ目の型で作ったペルソナを3か月運用してからで十分です。

AIに渡すもの・渡さないものの線引き

プロンプトの全文は本記事では載せません。載せた瞬間に、御社の文脈が抜けた一般的な指示文になるからです。代わりに、渡すものの基準を3つに絞ります。1つ目は自社の前提（業種・主力商品・価格帯・主な販路・比較される競合）で、これがないとAIは文脈を持てません。2つ目は出力の項目リスト（基本属性・平日の過ごし方・情報収集の方法・課題の上位3つ・検討のきっかけ・決め手の上位3つ・ためらう理由の上位3つ・実際に使われた言い回し）で、抜け漏れを防ぎます。3つ目は「渡したデータから読み取れない項目は、データ不足と明記させる」という制約で、想像による補完を止めます。渡さないものは、個人を特定する情報と、担当者自身の「たぶんこうだろう」という推測です。推測を渡すと、AIはそれを事実として下書きに織り込みます。

初回の下書きは60点でよい——差は2回目の往復で生まれる

1回の指示で使えるペルソナが返ってくることはありません。初回の下書きは60点と割り切り、2〜3回の往復で仕上げます。往復で返すのは、「課題の上位3つが一般的すぎる、口コミで特徴的な不満をもっと反映する」「購買単価は実データでは8,000円帯が最多なので合わせる」「情報収集にInstagramが入っているがGA4ではSNS流入の大半がXなので修正する」といった、自社データとの矛盾の指摘です。この往復に必要なのは技術ではなく、自社のデータと顧客を知っている人の目で、ここが担当者1人に集中しやすい場所でもあります。データの整理や渡し方の設計から一緒に進めたい場合は、AIコンサルティングで具体的な進め方を整理できます。

ペルソナの検証と更新——作って終わりにしない仕組み

ペルソナで最ももったいないのは、完成した瞬間が出来のピークになることです。8時間かけた資料が、半年後には実際の顧客像とずれ、更新する時間がないので放置される。AIを使う最大の価値は作成が速くなることではなく、更新の1回あたりの時間が下がり、更新が「年に1回の大仕事」から「3か月に1回の確認」に変わることです。

検証は2つの視点で足りる——現場の肌感と、直近データとの矛盾

検証に大がかりな調査は要りません。1つ目は、営業や顧客対応のスタッフにペルソナの1枚を見せて「最近のお客さんはこの人に近いか」を聞くことで、所要時間は1人15分、3人に聞いて45分です。2つ目は、直近3か月の問い合わせ90件（月30件×3か月）と口コミ60件（月20件×3か月）をAIに読ませ、「このペルソナと矛盾する記述はあるか」を抽出させることで、確認込みで30分が目安です。合計1時間15分で、更新が必要かどうかの判断材料がそろいます。矛盾が3件以上見つかれば書き換え、0〜2件なら次の3か月まで据え置く、という線を先に決めておくと、判断が担当者の気分に左右されません。

更新の引き金は4つ——待たずに見直す場面

定期の見直しは3か月に1回を目安にしますが、待たずに見直す場面が4つあります。新商品・新サービスを出したとき、価格帯を変えたとき、EC開設やSNS広告の開始など販路を1つ増やしたとき、問い合わせの内容の傾向が変わったと感じたときです。4つのうち1つでも起きたら、次の定期見直しを待たずに検証の2つの視点を回します。AIのあとは1回の更新が約2.5時間なので、年4回の定期更新と臨時2回を足しても年15時間に収まります。手作業の年16時間で年2回しか更新できなかった状態と比べると、同じ時間で更新の回数は3倍です。

更新が回らない会社に共通する「読む人がいない」問題

更新が止まる直接のつまずきは、時間ではなく「顧客の声を読む人がいない」ことです。問い合わせ月30件、口コミ月20件は、1件ずつ対応こそされていても、まとめて読み返されることはほとんどありません。半年で300件が対応済みフォルダに溜まり、ペルソナは作った日のまま止まります。AIに「読む」工程を任せる価値は、ここで初めて出ます。読む時間が10時間から30分に下がると、3か月ごとに読み直す運用が担当者1人でも現実的になります。ただし、抽出された共通点を「ペルソナのどこを書き換えるか」に落とす判断は人に残り、この判断ができる人が社内に1人しかいない状態が、後の見出しで扱う限界につながります。

ペルソナをマーケティング施策に落とし込む具体例

ペルソナは作るだけでは売上に影響しません。LP・広告文・メルマガ・営業トークの原稿を作るときに開かれて、初めて判断に使われます。AIのあとは、ペルソナをAIへの指示に毎回添えることで、施策ごとに「誰に向けて書くか」を考え直す手間がなくなります。

施策の一貫性は、ペルソナを「AIに毎回添える」ことで生まれる

ChatGPTのGPTsやClaudeのProjectsのように、前提情報を固定して使う機能にペルソナの1枚を置いておくと、LPも広告文もメルマガも同じ1人に向けて下書きされます。80点のペルソナでも、LP・広告・メルマガの3か所に一貫して反映されれば、施策の方向がそろいます。逆に100点のペルソナを作っても、原稿がこれまで通りなら何も変わりません。ペルソナ設計そのものより、施策に反映する場面を固定することのほうが、結果への影響は大きいと言えます。

反映の順番はLP→広告文→メルマガ——ずれに早く気づける順

3つの施策に同時に反映すると、ペルソナがずれていたときにどこで気づくかが分かりません。先にLPのヘッドコピーを1本差し替え、2〜4週間の反応を見てから広告文、続いてメルマガに広げる順番が、ずれに早く気づける進め方です。3つの施策それぞれでAIをどこまで使うかは、AI×LPコピーライティングでCVRを改善する記事、AIで広告コピーを量産するときの線引きの記事、AIでメルマガのネタ切れを解消する記事で、場面ごとに扱っています。

自前の担当者1人でペルソナを更新し続けると、どこで止まるのか？

ここからが本題です。型を決め、データを匿名化し、AIに読ませて下書きを作り、3か月ごとの更新まで設計した会社が、半年から1年のあいだに静かに止まる場所が3つあります。いずれも「動いているように見える」まま止まるので、気づくのが遅れます。

境目1：読み取りの判断が1人に集中し、担当者の異動で止まる

AIが抽出した共通点を「ペルソナのどこを書き換えるか」に落とす判断は、自社のデータと顧客を知っている人にしかできません。マーケを1人で兼務している会社では、この判断ができる人が1人だけで、その人が異動・退職・休職に入った時点で更新は止まります。ペルソナの1枚に「何を根拠に作ったか」「どの型で作ったか」「いつ更新したか」の3点が残っていなければ、後任は最初の8時間からやり直しになります。

境目2：方針がないまま個人のアカウントで回り、データの扱いが揃わない

更新のたびに問い合わせや口コミをAIに読ませる運用は、誰のアカウントで、どのツールに、どこまでのデータを渡すかの方針がないと、担当者の個人アカウントで回り続けます。総務省「令和7年版 情報通信白書」（2025年7月公表、2026年9月確認）によれば、生成AIの活用方針を定めている企業は49.7%で、2023年度調査の42.7%から増えてはいるものの、中小企業では方針を明確に定めていない企業が約半数を占めます。方針がない状態で担当者が変わると、渡してよいデータの線引きが人ごとに変わり、匿名化の抜けが1件起きた時点で運用そのものが止められます。

境目3：ペルソナが施策に反映されているかを、誰も確かめない

更新は続いていても、LP・広告文・メルマガの原稿がペルソナを開いて書かれているかは、確かめる人がいないと分かりません。半年後に原稿を並べると、LPは新しいペルソナ、広告文は前のペルソナ、メルマガは書き手の感覚、という状態になり、施策の一貫性が崩れます。この確認は月1回30分の枠を固定しないと消え、担当者1人ではその30分が最初に削られます。

3つの境目を、任せる範囲と決める範囲の表に落とす

表の右側が埋まっていれば、担当者が変わっても運用は引き継げます。右側が空欄のまま始めると、最初の3か月は楽になり、1年後にはペルソナが再び眠り、その間に作ったLPと広告のやり直し年40時間が上乗せされます。BoostXが中小企業の生成AI導入を伴走するなかで重視しているのは、AIの出力の出来より、この右側を決めているかどうかです。自前で回すか任せるかは、年56時間分の価値と、右側を社内で埋め続けられるかで決めるのが現実的です。

ビフォーアフター：ペルソナが「眠る資料」から「3か月ごとに読まれる仮説」に変わる

マーケ担当1人が兼務し、問い合わせ月30件・口コミ月20件の会社を置いて、AIを読み取りと更新に当てる前後で半年がどう変わるかを見ます。数字は本記事で置いた目安で、特定の会社の実績ではありません。

違いを生むのはAIではなく、3つの決めごと

BeforeとAfterを分けているのは、AIの賢さではありません。1つ目は、ペルソナを「原稿を作るとき書き手が最初に開く1枚」と決め、開く場面を固定していること。2つ目は、読ませるデータの範囲と匿名化のルールを1枚の方針にし、担当者が変わっても同じ線で回るようにしていること。3つ目は、3か月ごとの更新と臨時の4条件を予定に入れ、更新を「思い出したらやる仕事」から外していることです。うちはまだBefore寄りだと感じた方は、まず今月の問い合わせと口コミの件数と、ペルソナの最終更新日を確かめてみてください。未読のまま溜まっている声の件数が見えた時点で、自前で回すか任せるかの線は、かなりはっきりします。

よくある質問

公開日：2026年9月