ChatGPTでペルソナを作る｜BtoBで使える指示文

結論から書きます。BtoBのペルソナをChatGPTで1体だけ作ると、ほぼ必ず使えないものになります。買う判断が1人で完結しないからです。この記事では、意思決定に関わる4つの役を同時に生成し、互いの対立点まで出させるプロンプトを全文公開します。あわせて、出力のどこが事実でどこが推測かを機械に自己申告させる方法を書きます。

おすすめのドヤマーケAIサービス！

ドヤペルソナAI

顧客像や課題をAIで整理し、施策設計に使える具体的なペルソナ作成を支援します。

ドヤペルソナAIを詳しく見る

この記事で分かること

• BtoBで単体ペルソナが使えなくなる構造的な理由

• 意思決定に関わる4役を同時に作るプロンプト全文

• 各項目に「事実／要確認／推測」のラベルを付けさせ、推測率を出す方法

• 4役の間の対立点を洗い出すプロンプトと、その使い道

• 推測を事実に変えるための、顧客への質問リスト

目次

1. 前提：ChatGPTの公式仕様

2. 独自の分類軸1：単体型ペルソナと組織型ペルソナ

3. 独自の分類軸2：確度ラベルと推測率

4. 【工程0】インプットシート

5. 【工程1】組織側のペルソナを先に作る

6. 【工程2】4役を同時に生成する

7. 【工程3】対立点マトリクスを作る

8. 【工程4】稟議の通り方をシミュレートする

9. 【工程5】施策に落とす

10. 記入例（架空企業を想定した見本）

11. 推測を事実に変える検証工程

12. ツール比較表

13. 判断フローチャート

14. ChatGPTで足りるケースと足りなくなる条件

15. FAQ

1. 前提：ChatGPTの公式仕様

作業に入る前に、使う機能を公式の記載で確認します。以下は2026年8月6日に確認した内容です。

OpenAI公式ヘルプの「ChatGPT Free Tier FAQ」には、無料プランで利用できる機能として web search、data analysis、image/file uploads、GPTs、image creation が挙げられています。同ページには 「Advanced functionality, including data analysis, file uploads, and image creation, can have stricter limits than paid plans.（データ分析、ファイルアップロード、画像生成を含む高度な機能は、有料プランより厳しい制限がかかる場合がある）」 という記載もあります。

日本語の料金ページ（chatgpt.com/ja-JP/pricing）には、無料版・Go・Plus・Pro・Business・Enterpriseのプランが並び、プロジェクト機能は全プランで利用できる旨が示されています。無料版については「メッセージ数とアップロード数に上限あり」と明記されています。

金額は、OpenAI公式ヘルプの「What is ChatGPT Plus」に 「ChatGPT Plus is a subscription plan that provides enhanced access to the ChatGPT web app for $20/month.」 と記載があります。他プランの金額は公式の料金ページがJavaScriptで描画されており、本記事の取得方法では読み取れませんでした。契約前に公式ページで確認してください。

ペルソナ作成の実務で効くのは次の2つです。

• ファイルのアップロード：既存顧客リスト、商談メモ、アンケート結果をそのまま渡せます。この記事の工程はすべて、実データを渡す前提で設計しています

• プロジェクト機能：案件・製品ごとに文脈を分けて保持できます。ペルソナは何度も更新するので、会話を1本にまとめられると管理が楽になります

2. 独自の分類軸1：単体型ペルソナと組織型ペルソナ

ペルソナ作成の解説の多くは、1人の人物像を詳しく描く方法を扱います。名前、年齢、役職、一日の過ごし方、悩み。これを単体型ペルソナと呼びます。

BtoCならこれで足ります。買うのが本人だからです。BtoBでは足りません。

単体型がBtoBで破綻する3つの理由

理由1：導入を決める人と、使う人が違う

現場の担当者が「これは便利だ」と思っても、その人に予算はありません。予算を持つ人は、その製品を毎日使うわけではありません。単体型ペルソナを現場担当者で作ると、決裁者に響く材料が抜け落ちます。決裁者で作ると、現場が使いたがらない理由が見えなくなります。

理由2：反対する人が必ずいる

BtoBの購買では、情報システム部門のセキュリティ確認、経理の支払条件、法務の契約審査といった関門があります。この人たちは製品を欲しがっていません。止める理由を探す立場にあります。単体型ペルソナには、この視点が構造上入りません。

理由3：説得の連鎖が発生する

現場担当者は上司を説得し、上司は部長を説得し、部長は稟議を回します。それぞれの段階で使われる言葉が違います。現場では「作業が楽になる」で通りますが、稟議書では「人件費換算で年間◯万円の削減」が要ります。単体型ペルソナは、この翻訳の連鎖を表現できません。

組織型ペルソナという設計

そこで組織型ペルソナを作ります。意思決定に関わる複数の役を、互いの関係を含めて同時に定義する方式です。

最小構成は4役でよいです。

この4役を別々に作ってはいけません。別々に作ると、4体それぞれが自分の関心事だけを語る一貫性のない集合になります。同じ会社の中で、互いに何を言い合うかまで含めて生成させる必要があります。

3. 独自の分類軸2：確度ラベルと推測率

ペルソナ作成でもう1つ厄介な問題があります。出来上がったペルソナシートを見ると、どの記述が事実でどの記述が想像なのか、まったく区別がつきません。

「情報収集は業界メディアとX（旧Twitter）が中心」と書かれていても、それが実際の顧客インタビューで確認された事実なのか、AIが「よくあるパターン」として書いただけなのかが分かりません。そして分からないまま、その記述を前提に施策を組みます。

対策は単純です。各項目に確度ラベルを強制的に付けさせます。

[事実] インプット資料に記載があり、その記述をそのまま反映した項目
[要確認] インプット資料から推論したが、顧客に確認すれば白黒つく項目
[推測] インプット資料に根拠がなく、一般的な傾向から補完した項目

そのうえで、シート全体の推測率を計算させます。推測率が60%を超えているペルソナは、施策の根拠にしてはいけません。それは顧客像ではなく、AIが持っている「BtoB企業の一般像」だからです。

この確度ラベル方式には副次的な効能があります。[要確認]の項目リストが、そのまま顧客インタビューの質問票になります。何を聞けばいいか分からないという問題が同時に解けます。

4. 【工程0】インプットシート

推測率を下げる唯一の方法は、事実を渡すことです。このシートが埋まっていないと、何を工夫しても推測率は下がりません。

■ 製品情報
製品名：
何をする製品か（30字以内）：
価格と契約形態：
導入にかかる期間：
既存システムとの連携要否：

■ 実際の顧客データ（分かる範囲でよい。空欄は空欄のまま）
受注した企業の業種（上位3つ）：
受注した企業の従業員規模（分布）：
最初に問い合わせてきた人の部署・役職（実例を3つ）：
契約書にサインした人の役職（実例を3つ）：
問い合わせから受注までの平均日数：
失注理由の上位3つ（実際に言われたこと）：

■ 商談で実際に出た発言（そのまま書く。要約しない）
利用部門の担当者が言ったこと：
その上長が言ったこと：
決裁者が言ったこと：
情シス・法務・経理から出た質問：

■ 社内の関門（分かる範囲）
稟議に必要な金額のしきい値：
情シスのセキュリティチェックの有無：
既存ベンダーとの契約状況：

■ 競合・代替手段
比較検討されたサービス名：
「今のやり方で足りている」と言われた回数：

「そのまま書く。要約しない」と書いているのが重要です。要約した瞬間に、書いた人の解釈が混ざります。「コストが高いと言われた」ではなく「これ、うちの部の予算だと期の途中では通らないんですよ」という発言そのものを書きます。後者にしか含まれない情報があります。

5. 【工程1】組織側のペルソナを先に作る

個人より先に、会社のほうを定義します。個人ペルソナは、どんな組織にいるかで別人になります。従業員30人の会社の情シス担当と、3,000人の会社の情シス担当では、同じ役職でも行動が違います。

組織ペルソナ生成プロンプト全文

あなたはBtoBマーケティングのリサーチャーです。
以下の情報をもとに、ターゲットとなる「組織」のペルソナを3パターン作成してください。
個人のペルソナはまだ作らないでください。

# インプット
（工程0のシートをここに貼る）

# 組織ペルソナに含める項目
1. 業種と事業内容
2. 従業員数と、そのうち製品の利用対象となる人数
3. 年商の規模感
4. 意思決定の構造
   - この規模・業種で、この価格帯の購買を決めるのは誰か
   - 稟議が必要になる金額のしきい値
   - 決裁までに関与する部署の数
5. IT投資の傾向
   - 情報システム部門の有無と人数
   - 新規ツール導入の頻度
   - 既に導入済みと考えられるツールの種類
6. この製品を検討する「きっかけ」になる出来事
7. 検討を止める要因

# 各項目に必ず確度ラベルを付ける（最重要）
各項目の末尾に、以下のいずれかを必ず付けてください。

[事実] インプットに明示的な記載があり、それをそのまま反映した
[要確認] インプットから推論した。顧客に聞けば確認できる
[推測] インプットに根拠がなく、一般的傾向から補完した

# 3パターンの作り分け
パターンA：受注実績が最も多い層（インプットの上位業種・規模から）
パターンB：受注実績はあるが数が少ない層（伸びしろの検証用）
パターンC：問い合わせは来るが失注が多い層（除外候補の検証用）

# 出力の最後に必ず記載すること
- 全項目数
- [事実]の項目数と割合
- [要確認]の項目数と割合
- [推測]の項目数と割合
- 推測率が40%を超えている場合、その旨を明示し、
  推測率を下げるために追加で必要な情報を具体的に列挙する

# 厳守ルール
- インプットにない企業名・数値を創作しない
- 「一般的に〜と言われています」という記述をする場合、必ず[推測]とする
- パターンCを「作らない」という選択をしない。失注層の定義も重要な成果物である

パターンCを必ず作らせるのがポイントです。誰に売るかと同じくらい、誰に売らないかが重要になります。失注が多い層を明文化すると、営業リストの絞り込みと広告のターゲティング除外に直接使えます。

6. 【工程2】4役を同時に生成する

組織が決まったら、その中にいる4人を同時に作ります。1体ずつ作らせないことが、このプロンプトの核心です。

4役同時生成プロンプト全文

先ほど作成した組織ペルソナ「パターンA」の中にいる、
購買の意思決定に関わる4名を同時に作成してください。

# 重要な制約
- 4名は「同じ会社の、実在しうる4名」として整合していること
- 1名ずつ独立して作らず、4名の関係を先に定義してから各人を書くこと
- 4名の主張が全員一致する状態にしない。
  実際の組織では意見が割れる。割れる箇所を意図的に残すこと

# 4つの役
1. 利用者：この製品を毎日使う現場の担当者
2. 部門責任者：利用者の上長。導入を推進する立場
3. 決裁者：予算を承認する立場
4. 確認者：情報システム部門、または法務・経理など、
   リスクを確認する立場

# 各人に含める項目
■ 基本情報
- 役職名（この組織規模で実在しうる名称にする）
- 担当領域と、担当している業務の具体名
- 在籍年数の目安
- この製品カテゴリへの理解度（5段階）

■ 業務の実態
- 1週間のうち、この製品が関わる業務に使っている時間
- その業務で今使っている道具（ツール名・Excel・紙など）
- その業務で直近3ヶ月に起きた困りごと

■ 購買における立場
- この購買で、この人が得るもの
- この購買で、この人が失うもの・負うリスク
- この人が反対に回る条件
- この人を説得するために必要な材料（3つ）
- この人が「聞きたくない話」（3つ）

■ 情報行動
- 課題を感じたとき、最初にどこを見るか
- 社内で相談する相手
- 導入事例で見たい業種・規模

■ 使う言葉
- この人が社内で使う言い回し（3つ、そのまま書く）
- この人に通じない言葉（3つ）

# 確度ラベル（全項目に必須）
各項目の末尾に [事実] [要確認] [推測] のいずれかを必ず付ける。
定義は前回と同じ。

# 出力の最後に必ず記載すること
- 4名分の全項目数と、[事実][要確認][推測]それぞれの割合
- 4名のうち、最も推測率が高い人物と、その理由
- 4名の記述の間に矛盾がないかを自己点検した結果

# 厳守ルール
- 名前は「Aさん」「Bさん」のような記号にせず、
  役職と担当領域が分かる呼称にする（例：経理課の請求担当）
- 年齢・性別を書かない。業務上の意思決定に不要であり、
  かつインプットに根拠がないため
- 4名全員が製品に前向きな状態にしない
- 「確認者」を悪役にしない。この人には止めるべき正当な理由がある

年齢・性別を書かせない指示を入れているのには理由があります。ペルソナのテンプレートには年齢と性別の欄があることが多いですが、BtoBの購買行動を説明する変数として機能する場面は限られます。根拠のない属性を書くと、その属性を前提にしたクリエイティブが作られ、実態から離れていきます。書くなら[事実]ラベルが付く根拠が必要です。

7. 【工程3】対立点マトリクスを作る

4役が揃ったら、互いの間で何が揉めるかを出させます。ここが組織型ペルソナの本体にあたります。

対立点マトリクス生成プロンプト全文

先ほど作成した4名について、購買プロセスで発生する対立点を洗い出してください。

# 出力1：対立点マトリクス
4名の全組み合わせ（6通り）について、以下の表を作成してください。

| 誰と誰 | 対立する論点 | 一方の主張 | もう一方の主張 | この対立が表面化する場面 | 解消に必要な材料 |

# 出力2：反対の強さ
各人について、以下を5段階で採点してください。
- 導入への前向き度（1:強く反対 〜 5:強く推進）
- 社内での発言力（1:意見が通りにくい 〜 5:この人が決める）
- 採点理由を各1行

# 出力3：ボトルネックの特定
- 4名のうち、この購買を止める確率が最も高いのは誰か
- その人が止める理由を3つ
- その理由を潰すために、いつ・誰が・何を提示すればよいか

# 出力4：説得の順番
- 4名を、どの順番で説得すべきか
- その順番にする理由
- 順番を間違えた場合に何が起きるか

# 確度ラベル
各記述に [事実] [要確認] [推測] を付ける。
特に「出力3」のボトルネック特定は、
インプットの失注理由に根拠があるかどうかで確度が大きく変わる。
根拠がない場合は正直に[推測]とし、その旨を明示すること。

# 厳守ルール
- 対立を「コミュニケーション不足」という一般論に落とさない。
  具体的な論点で書く
- 「両者が歩み寄る」という結論を書かない。
  どちらの主張が通るかを明示する

出力4の「説得の順番」が、営業とマーケティングの両方で使えます。利用者に刺さるコンテンツと決裁者に刺さるコンテンツは違いますが、どちらを先に届けるべきかは組織構造で決まります。この順番が分かると、コンテンツの制作優先度が決まります。

8. 【工程4】稟議の通り方をシミュレートする

対立点が出たら、実際に稟議を回すとどうなるかを追います。ここでペルソナが「使えるか使えないか」が判明します。

稟議シミュレーションプロンプト全文

作成した4名と組織ペルソナをもとに、
この製品の導入稟議が社内でどう進むかをシミュレートしてください。

# シミュレーションの形式
時系列で、以下の形式で記述してください。

【第1週】
- 誰が何をするか
- そのとき使われる資料・言葉
- そこで出る反応（賛成・保留・反対）
- ここで止まる確率（%）と、止まる理由

【第2週】…（以下同様に、決裁または見送りまで）

# 必ず含める分岐
- 決裁者が「今期は難しい」と言った場合の展開
- 確認者からセキュリティ・契約面の質問が出た場合の展開
- 利用者が「今のやり方で足りる」と言った場合の展開
- 既存ベンダーから引き止めがあった場合の展開

# 出力の最後に必ず記載すること
1. 決裁に至る確率（%）と、その根拠
2. 最も止まりやすい週と、その理由
3. その週を突破するために、売り手が事前に用意すべきもの（3つ）
4. 検討開始から決裁までの期間の目安
   - インプットの「問い合わせから受注までの平均日数」と
     大きく食い違う場合は、その差の理由を説明する

# 確度ラベル
確率の数値には必ず [推測] を付ける。
インプットの実績データに基づく箇所のみ [事実] とする。

# 厳守ルール
- 確率を根拠なく高く見積もらない
- 「丁寧に説明すれば通る」という結論にしない
- 見送りになるシナリオも必ず1本書く

4番目の指示が検算になります。シミュレーションが「2週間で決裁」と出したのに、実データの平均が90日なら、そのペルソナはどこかが間違っています。実績と突き合わせられる出力にしておくと、ペルソナの精度を自分で測れます。

9. 【工程5】施策に落とす

ペルソナは作って終わりではありません。施策に変換して初めて価値が出ます。

コンテンツマップ生成プロンプト全文

作成した4名と、対立点マトリクス、稟議シミュレーションをもとに、
必要なコンテンツを洗い出してください。

# 出力形式
| 対象者 | 検討段階 | 必要なコンテンツ | 解決する疑問 | 形式 | 優先度 | 根拠 |

# 検討段階の定義
1. 課題を認識していない
2. 課題は認識したが、解決手段を知らない
3. 解決手段を探している
4. 複数の候補を比較している
5. 社内を説得している
6. 契約条件を詰めている

# 必ず含めること
- 4名それぞれについて、段階1〜6の全マスを検討する
  （不要なマスは「不要」と理由つきで明記する）
- 「社内を説得している」段階で、
  利用者が上長に見せる資料と、部門責任者が決裁者に見せる資料を分ける
- 確認者向けのコンテンツを必ず含める
  （セキュリティ、契約条件、サポート体制など）

# 優先度の付け方
- 稟議シミュレーションで「最も止まりやすい週」に効くものを最優先とする
- 既に自社にあるコンテンツで代替できるものは優先度を下げる
- 優先度の理由を必ず1行で書く

# 厳守ルール
- コンテンツの本数を水増ししない
- 「ホワイトペーパー」「事例」のような形式名だけを書かず、
  具体的なタイトル案を必ず添える

営業トークに変換するプロンプト全文

作成した4名について、商談で使う想定問答を作成してください。

# 各人につき出力すること
1. 冒頭30秒で言うべきこと（この人の関心事に直結する一文）
2. 想定される質問と回答（各5組）
3. この人が黙り込んだときに聞くべき質問（3つ）
4. この人に言ってはいけないこと（3つ）と、その理由
5. 次の面談につなげるための着地点

# 厳守ルール
- 回答は製品の機能説明にせず、この人が得るものに翻訳する
- 「使う言葉」で定義した言い回しを実際に使う
- 分からないことを分からないと答える選択肢を必ず1つ入れる
- 誇張した効果を約束する回答を作らない

10. 記入例（架空企業を想定した見本）

出力の形を掴んでもらうため、見本を載せます。以下は架空の企業・架空の製品を想定した記入例であり、実在の企業の調査結果ではありません。フォーマットの参考としてのみ使ってください。

組織ペルソナ（抜粋）

■ パターンA：受注実績が最も多い層
業種：建設・設備工事 [事実]
従業員数：45名。うち製品利用対象は現場管理者12名 [事実]
年商規模：8〜12億円 [要確認]
意思決定の構造：
  - 30万円未満は部長決裁、それ以上は社長決裁 [要確認]
  - 決裁までに関与する部署：3（工事部・総務・経理） [推測]
情報システム部門：専任者なし。総務が兼務 [事実]
新規ツール導入の頻度：年1〜2件 [推測]
検討のきっかけ：
  - 現場からの日報提出が滞り、請求の締めが遅れた [事実]
  - 労働時間の記録方法について指摘を受けた [要確認]
検討を止める要因：
  - 現場の年長スタッフがスマートフォン操作を嫌う [事実]
  - 期の途中では予算が取れない [事実]

【集計】全17項目｜事実 7（41%）｜要確認 4（24%）｜推測 6（35%）
推測率35%。40%は下回っているが、
「意思決定の構造」と「導入頻度」に根拠がない。
確認すべき情報：直近3件の受注案件で、実際に誰が決裁したか。

個人ペルソナ（利用者・抜粋）

■ 利用者：工事部の現場代理人
役職名：現場代理人（工事部所属） [事実]
担当領域：同時に2〜3現場を管理。日報・写真提出・材料発注 [事実]
在籍年数：8年 [推測]
製品カテゴリへの理解度：2/5（ツール名を知らない） [要確認]

業務の実態：
  - 日報関連に週3.5時間 [要確認]
  - 現在の道具：紙の日報＋帰社後にExcel転記 [事実]
  - 直近3ヶ月の困りごと：現場から直帰した日の日報が翌々日になる [事実]

購買における立場：
  - 得るもの：帰社しなくてよくなる [要確認]
  - 失うもの：入力項目が増えると現場での作業が増える [推測]
  - 反対に回る条件：スマートフォンでの入力項目が10を超える [推測]
  - 説得に必要な材料：
    1. 実際の入力画面を触らせる [推測]
    2. 同業他社の現場代理人の声 [要確認]
    3. 紙をやめなくてよい移行期間の説明 [推測]
  - 聞きたくない話：DX、業務改革、全社最適 [要確認]

使う言葉：「段取り」「手戻り」「上げる（＝提出する）」 [事実]
通じない言葉：「ワークフロー」「ダッシュボード」「オンボーディング」 [推測]

【集計】全15項目｜事実 5（33%）｜要確認 4（27%）｜推測 6（40%）

対立点マトリクス（抜粋）

| 誰と誰 | 対立する論点 | 一方の主張 | もう一方の主張 | 表面化する場面 | 解消に必要な材料 |
|---|---|---|---|---|---|
| 利用者 × 部門責任者 | 入力項目の数 | 項目は最小限にしてほしい | 集計に必要な項目は残したい | 導入前の項目設計 | 項目ごとの必要性の一覧 |
| 部門責任者 × 決裁者 | 導入時期 | 期の途中でも始めたい | 来期予算で検討したい | 稟議提出時 | 遅らせた場合の損失の試算 |
| 決裁者 × 確認者 | 契約条件 | 早く決めたい | 契約書の条項を確認したい | 契約直前 | 契約書のひな形の事前提示 |

【最も止まる確率が高い人物】決裁者 [推測]
理由1：期の途中の予算確保が難しいという発言がインプットにある [事実]
理由2：この価格帯が社長決裁のしきい値を超える [要確認]
理由3：投資対効果を数値で示す材料が現時点でない [要確認]

この見本で注目してほしいのは推測率です。利用者ペルソナの推測率は40%あります。つまり4割は、AIが一般的な傾向から補完した内容です。この状態で「聞きたくない話：DX、業務改革」を信じてクリエイティブを作るのは早いです。[要確認]と[推測]の項目を持って、実際の顧客に会いに行きます。それが次の工程になります。

11. 推測を事実に変える検証工程

確度ラベルを付ける最大の利点は、次にやることが自動的に決まることです。

質問票を作らせるプロンプト全文

作成した4名のペルソナから、[要確認] と [推測] が付いた項目を
すべて抽出し、顧客インタビューの質問票を作成してください。

# 質問票の作り方
- 1つの[要確認]項目につき、質問を1〜2問作る
- 誘導尋問にしない。
  「〜で困っていますよね？」ではなく「直近3ヶ月で〜」と事実を聞く
- 意見ではなく行動を聞く。
  「どう思いますか」ではなく「直近ではどうしましたか」
- 回答から、元の[要確認]項目が事実かどうかを判定できる形にする

# 質問票に含める項目
| No | 対象者 | 質問文 | 検証する項目 | 回答例から何を判定するか | 所要時間 |

# 追加で出力すること
- 質問の総数と、想定所要時間の合計
- 30分のインタビューに収まらない場合、優先度の低い質問を明示する
- この質問票では検証できない[推測]項目のリストと、その理由
- インタビュー以外で確認できる項目（社内データで分かるもの）の切り分け

# 厳守ルール
- 製品の説明をする質問を入れない（インタビューは売り込みの場ではない）
- 「はい／いいえ」で終わる質問を避ける
- 対象者ごとに質問を分ける。全員に同じ質問をしない

検証後の更新プロンプト

以下のインタビュー結果を反映して、ペルソナを更新してください。

# インタビュー結果
（実際の回答をそのまま貼る。要約しない）

# 更新のルール
- 回答で裏づけが取れた項目は [要確認] → [事実] に変更する
- 回答と食い違った項目は、回答に合わせて書き換え、[事実] とする
- 回答で触れられなかった項目のラベルは変更しない
- 更新前後の推測率を両方報告する

# 追加で出力すること
- 元のペルソナと実際の回答で、最も大きく食い違った点（3つ）
- その食い違いが、施策のどこに影響するか
- 次に検証すべき項目（優先度順に5つ）

この更新サイクルを3回ほど回すと、推測率は20%台まで下がります。そこまで来たペルソナは、実データに裏づけられた資料として扱えます。

12. ツール比較表

ペルソナ作成に使える道具を並べます。列は「BtoBで組織型ペルソナを作れるか」を軸にしました。

料金について正直に書きます。「確認できず」としたツールは、公式の料金ページがJavaScriptで料金表を描画しており、本記事の取得方法では数値を読み取れませんでした。他社メディアの掲載額は引き写しません。契約前に各社の公式ページで必ず確認してください。

ドヤペルソナAIの欠点も書きます。ドヤペルソナAIはペルソナの自動生成を目的に設計されているため、UXPressiaのようなカスタマージャーニーマップの作図機能は持ちません。ペルソナから先の工程を1つのツールで完結させたい場合は、作図に特化したツールと併用することになります。また提供開始からの期間が短く、テンプレートの蓄積は先行するツールに及びません。

表の読み方

「複数体の同時生成」と「対立点の抽出」の2列を見ると、専用ツールの多くは1体ずつ作る設計になっています。これは欠点ではなく、BtoCを含む幅広い用途を想定した結果です。BtoBの組織型ペルソナは、汎用ツールが標準では想定していない使い方にあたります。

だからChatGPTのような自由なプロンプトが書ける道具のほうが、組織型ペルソナには向いています。この記事のプロンプトが成立するのはそのためです。問題は、そのプロンプトをチームで共有しても同じ出力にならない点にあります。

13. 判断フローチャート

Q1. 買う判断をするのは1人か、複数人か？
  ├ 1人（BtoCまたは個人事業主向け） → 単体型でよい。
  │                                    既存のペルソナテンプレートで足りる
  └ 複数人 → Q2へ

Q2. 商談メモや失注理由の記録があるか？
  ├ ない → 【まず記録から】ペルソナを作る前に、
  │        直近10件の商談で誰が出てきたかを洗い出す
  └ ある → Q3へ

Q3. 作ったペルソナを何人で使うか？
  ├ 1人（自分の営業活動のため） → 【ChatGPT】で足りる。
  │                                この記事の工程をそのまま実行する
  └ 2人以上 → Q4へ

Q4. ペルソナを更新する頻度は？
  ├ 年1回以下 → 【ChatGPT】で作り、成果物をドキュメント化して共有する
  └ 四半期ごと以上 → Q5へ

Q5. 製品ラインや対象業種は何種類あるか？
  ├ 1〜2種類 → 【ChatGPT + プロジェクト機能】で管理できる
  └ 3種類以上 → 【ペルソナを資産として保存・再編集できる仕組み】が要る
                 プロンプトの管理コストが上回る

Q2で止まる会社が多いです。ペルソナを作れないのはツールがないからではなく、材料がないからです。直近10件の商談で「誰が同席したか」を並べるだけで、組織型ペルソナの骨格は見えてきます。

14. ChatGPTで足りるケースと足りなくなる条件

ChatGPTだけで十分に足りるケース

• 1人で使うペルソナ。自分の営業活動のために作るなら、出力のブレは問題になりません

• 年1回の見直し。毎回プロンプトを貼り直しても負担にならない頻度です

• 製品が1つ、対象業種が1〜2種類。管理する文脈が少ないです

• 仮説を素早く検証したいとき。30分で4役のペルソナと稟議シミュレーションまで出せる速さは、専用ツールにありません

• 既存のペルソナの検算。既に手作りのペルソナがある場合、それをChatGPTに読ませて「この記述の根拠は何か」「矛盾はないか」を点検させる用途は非常に有効です

• インタビュー質問票の作成。工程11のプロンプトは、これ単体でも価値があります

特に最後の2つは、専用ツールを契約する理由にならないほどChatGPTが強いです。既にペルソナを持っている会社が、その品質を上げるためにChatGPTを使うのは合理的です。

足りなくなる条件

1. 2人以上で同じペルソナを使う。プロンプトを共有しても、出力が人によって変わります

2. 四半期ごとに更新する。前回との差分が追えず、何が変わったか分かりません

3. 製品ラインや対象業種が3種類以上ある。プロジェクトの管理コストが膨らみます

4. ペルソナを他の施策の入力にする。広告のターゲティング、営業リストの条件、コンテンツの企画。手作業の転記が増えます

5. 過去のペルソナを再現する必要がある。同じプロンプトから同じ出力は出ません

6. 決裁者に見せる資料にする。会話ログではなく、体裁の整った成果物が要ります

7. 誰がいつ作ったかの記録を残す。監査や引き継ぎの場面で必要になります

このうち1・2・5は同じ問題の別の顔です。ChatGPTは「作る」ことに強く、「保つ」ことに弱いです。ペルソナは作って終わりではなく、更新し続ける資産なので、この弱さが効いてきます。

15. FAQ

Q1. 無料版のChatGPTでもペルソナは作れるか

作れます。この記事の工程はすべて文章生成の作業なので、無料プランで実行できます。OpenAI公式ヘルプの「ChatGPT Free Tier FAQ」には、無料プランで web search、data analysis、image/file uploads、GPTs、image creation が利用できると記載があります。工程0のインプットシートをファイルで渡す使い方も可能です。

ただし同ページには 「Advanced functionality, including data analysis, file uploads, and image creation, can have stricter limits than paid plans.」 とあり、有料プランより厳しい制限がかかる場合があります。日本語の料金ページにも、無料版について「メッセージ数とアップロード数に上限あり」と明記されています。

実務上の注意が1つあります。この記事の工程は、工程1から工程5まで同じ会話の中で連続して実行する設計になっています。途中でメッセージ上限に当たると、文脈を保ったまま続けられなくなります。無料プランで実行する場合は、各工程の出力をテキストファイルに保存しておき、上限に当たったら次の会話で貼り直せるようにしておくことを勧めます。

Q2. 会社の機密情報を入れて大丈夫か

工程0のインプットシートには、顧客名・失注理由・商談の生の発言が入ります。これはBtoBの情報の中でも取扱いに注意が要る類のものです。

OpenAI公式ヘルプの「Data Controls FAQ」には、設定から 「Improve the model for everyone」 をオフにする手順が記載されています。また一時チャット（Temporary Chats）について 「Temporary Chats are deleted from our systems after 30 days. These chats: Aren't used to train our models; May be reviewed only to monitor for abuse; Don't get saved in your history and don't create memories.」 と書かれています。ただし一時チャットは履歴が残らないため、この記事のような連続した工程には向きません。

実務上の線引きは次のようにします。

• 入れてよい：業種、従業員規模、役職名、業務内容、一般的な課題

• 匿名化してから入れる：商談での発言（社名・担当者名・部署名を伏せ、発言内容だけにする）、失注理由（企業が特定できない形にする）

• 入れない：顧客企業の実名、担当者の氏名・連絡先、契約金額の個別データ、他社から預かった資料

匿名化は難しくありません。「株式会社◯◯建設の田中部長が『期の途中では通らない』と言った」ではなく、「従業員45名の建設業の部門責任者が『期の途中では通らない』と言った」と書けば、ペルソナ作成に必要な情報は全部残ります。むしろ後者のほうが、パターンとして扱いやすいです。

個人情報を含むデータを外部サービスに入力する場合、個人情報保護法上の取扱いを検討する必要があります。判断に迷う場合は個人情報保護委員会の公表資料を確認し、社内の法務または専門家に相談してください。勤務先に生成AIの利用ガイドラインがあれば、そちらが優先します。

Q3. 出てきたペルソナが「よくある人物像」になってしまう

原因は2つに絞られます。

1つ目はインプット不足です。工程0のシートで「商談で実際に出た発言」が空欄だと、AIは一般的な傾向から補完するしかありません。この記事で確度ラベルを付けさせているのは、それを可視化するためです。推測率が60%を超えていたら、ペルソナの質を上げる作業ではなく、材料を集める作業に戻ります。

2つ目は1体ずつ作っていることです。単体型ペルソナは、どうしても「その役職の平均像」に寄ります。4役を同時に作らせ、互いの対立点を出させると、平均像では説明できない具体性が出ます。工程2と工程3を必ずセットで実行してください。

Q4. 年齢や性別を書かないと物足りないが、書いてはいけないのか

書いてはいけないわけではありません。根拠があるなら書けばよいです。問題は、根拠がないまま書かれた属性が独り歩きすることにあります。

「40代男性」と書かれたペルソナを見た制作担当者は、40代男性向けのクリエイティブを作ります。その属性が実データに基づくなら正しい判断ですが、AIが「よくある傾向」として補完しただけなら、根拠のない前提でクリエイティブが作られたことになります。

工程2のプロンプトで年齢・性別を書かせていないのは、この事故を防ぐためです。実データで確認できたなら、[事実]ラベルを付けて後から追記すればよいです。

Q5. 作ったペルソナの精度をどう測るか

3つの方法があります。

1. 推測率で測る：[事実]の割合が高いほど、実データに裏づけられています。工程11の更新サイクルを回して推測率を下げていきます

2. 実績と突き合わせる：工程4の稟議シミュレーションが出した「決裁までの期間」と、実際の平均受注日数を比べます。大きくずれていたら、どこかの前提が間違っています

3. 営業に見せる：作ったペルソナを、実際に商談に出ている営業担当に見せて「こういう人いますか」と聞きます。「いない」と即答されたら作り直します

3番目が最も速く、最も正確です。現場の営業担当は、ペルソナが実在するかどうかを数秒で判定できます。

Q6. ペルソナは何体作ればよいか

BtoBなら、「組織パターン3つ × 各パターン4役」が上限と考えてよいです。それ以上作ると、使われなくなります。

現実的には、まず受注実績が最も多い組織パターン1つについて、4役だけを作ります。これで組織型ペルソナが1セット完成します。この1セットを施策に使い、機能することを確認してから2つ目に進みます。

工程1でパターンA・B・Cの3つを作らせていますが、個人ペルソナまで降ろすのはパターンAだけでよいです。BとCは組織レベルの定義があれば、ターゲティングの判断には足ります。

まとめに代えて：作ることより、保つことが難しい

この記事の内容は2点に集約されます。

1点目。BtoBのペルソナは1体ずつ作ってはいけません。買う判断が複数人で分散している以上、1人の人物像をいくら詳しく描いても、購買プロセスは説明できません。4役を同時に作り、互いの対立点を出します。この設計にした瞬間、ペルソナは「資料」から「使える道具」に変わります。

2点目。出力のどこが事実でどこが推測かを、必ず明示させます。確度ラベルを付けるだけで、次にやるべきことが決まります。[要確認]の項目リストは、そのまま顧客への質問票になります。

そしてこの2つは、ChatGPTのプロンプト設計だけで実現できます。専用ツールを契約しなくても、この記事のプロンプトをコピーすれば今日から作れます。まずそこから始めてください。

問題はその先です。ペルソナは更新し続ける資産であり、四半期ごとに見直し、複数人で使い、他の施策の入力にします。製品ラインが3つ以上あり、2人以上で使い、四半期ごとに更新する。この条件が揃ったとき、会話履歴の中にペルソナを置いておく運用は続かなくなります。ドヤペルソナAIは、ペルソナを保存して繰り返し使うことを前提に設計されています。無料版があるので、この記事の工程0で埋めたシートをそのまま流し込んで、出力の粒度だけ見比べてみてください。

→ ドヤペルソナAI

本記事で参照した一次情報

• OpenAI Help Center「ChatGPT Free Tier FAQ」https://help.openai.com/en/articles/9275245-chatgpt-free-tier-faq （2026年8月6日確認）

• OpenAI Help Center「What is ChatGPT Plus」https://help.openai.com/en/articles/6950777-what-is-chatgpt-plus （2026年8月6日確認）

• OpenAI Help Center「Data Controls FAQ」https://help.openai.com/en/articles/7730893-data-controls-faq （2026年8月6日確認）

• ChatGPT 料金ページ（日本語）https://chatgpt.com/ja-JP/pricing （2026年8月6日確認）

• HubSpot「Make My Persona」https://www.hubspot.com/make-my-persona （2026年8月6日確認）

• UXPressia 料金ページ https://uxpressia.com/pricing （2026年8月6日確認）

• Delve AI 料金ページ https://www.delve.ai/pricing （2026年8月6日確認）