AI・マーケトレンド
おすすめの無料ドヤマーケAIサービス！
ドヤペルソナA
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。
30秒で分かる結論
ペルソナは「想像」ではなく、既存顧客・商談メモ・問い合わせなどの実データから作ります
項目は盛りすぎないのがコツです。BtoBは「会社属性＋個人属性＋購買行動」の3層で整理します
作って終わりにせず、広告文・記事・営業文の制作に接続して初めて元が取れます
叩き台の生成はAIで短縮できます（検証は必ず実データで）
本記事では、BtoBマーケティングを想定に、ペルソナの設計手順と項目テンプレート、やってはいけない作り方、AIで叩き台を自動生成する方法までを解説します。
ペルソナとターゲットの違い
ターゲットは「属性の範囲」、ペルソナは「具体的な一人」です。
ターゲット：従業員50〜300名の製造業の営業部門責任者
ペルソナ：従業員120名の部品メーカーで営業部長を務める48歳。新規開拓が属人化しており、若手の育成とリスト作りの工数に悩んでいる
ターゲットだけでも施策は打てますが、文面やクリエイティブの「言葉選び」はペルソナがないと抽象的になります。逆に、ペルソナは施策に使う前提で作らないと、鎌倉のカフェが好きといった施策に関係のない設定が膨らみます。
BtoBペルソナの項目テンプレート（3層）
項目は次の3層に分けて整理します。合計12項目程度に収めるのが使いやすさの目安です。
会社属性：業種・従業員規模・商材・商圏（どんな会社か）
個人属性：部署・役職・年代・ミッション（何で評価される人か）
購買行動：情報収集の手段・意思決定の関与者・検討のキッカケ・予算感・よくある反対意見
中でも成果に直結するのは「検討のキッカケ」と「よくある反対意見」です。この2つが具体的だと、広告文の訴求と営業文の切り口がそのまま書けます。
コピーして使える項目テンプレート（根拠欄つき）
上の3層をそのまま1枚のシートにしたものです。各項目の右に「根拠」欄を設け、どの記録をもとに書いたかを残します。根拠を書けない項目には【仮説】と付けるか、空欄のままにします。
【ペルソナシート】版：v1.0 作成日： 作成者：
対象商材：
■ 会社属性（どんな会社か）
1. 業種： 根拠：
2. 従業員規模： 根拠：
3. 主な商材・取引先： 根拠：
4. 商圏・拠点： 根拠：
■ 個人属性（何で評価される人か）
5. 部署・役職・年代： 根拠：
6. ミッション（評価される指標）： 根拠：
7. 日常業務で時間を取られていること：根拠：
8. 社内で説明・報告する相手： 根拠：
■ 購買行動（どう買うか）
9. 検討のキッカケ（何が起きて探し始めたか）：根拠：
10. 情報収集の手段（検索語・媒体・相談相手）：根拠：
11. 意思決定の関与者と決裁の流れ： 根拠：
12. 予算感と予算の出どころ： 根拠：
13. よくある反対意見・不安： 根拠：
■ この人に向けて書くときの言葉
・本人がよく使う言い回し（記録から原文のまま）：
・避けたい言い回し：
根拠欄に書くのは「2026年9月の受注商談の記録（製造業A社）」のような、記録の所在です。後から別の担当者が見ても、どの項目が事実でどの項目が推測かを判別できるようにするためです。
末尾の「本人がよく使う言い回し」は3層の外にある欄ですが、広告文や記事の見出しを書くときに最もよく使う欄です。商談記録や問い合わせメールに出てきた言葉を、要約せずにそのまま写します。「業務効率化」のような社内の言葉に言い換えると、読み手に刺さらない文面になります。
ペルソナの作り方（5ステップ）
ステップ1：実データを集める
既存顧客の中から「理想的な取引先」を3〜5社選び、商談メモ・問い合わせ内容・導入理由を集めます。顧客がまだ少ない場合は、商談での質問・失注理由も貴重なデータになります。
ステップ2：共通パターンを抽出する
集めたデータから、「どんな課題で」「何がきっかけで」「誰が関与して」導入に至ったかの共通点を抽出します。ここがペルソナの骨格になります。
ステップ3：3層テンプレートに流し込む
上の12項目にデータを当てはめ、一人の人物像にまとめます。埋まらない項目は空欄のままにし、想像で埋めないのが重要です。
ステップ4：社内で検証する
営業・カスタマーサポートなど顧客接点のあるメンバーに見せ、「こういう人、実際にいる？」を確認します。違和感のある項目は実データ側に寄せて修正します。
ステップ5：施策に接続する
完成したペルソナは、広告文・記事テーマ・営業文の制作指示にそのまま使います。使われないペルソナは存在しないのと同じです。
三森の実務メモ：ペルソナ作りで一番もったいないのは、半日かけて丁寧に作った資料が共有フォルダで眺められて終わることです。私は「このペルソナで広告文を3本書く」までをセットにして初めて完成と呼んでいます。アウトプットに接続して初めて、項目の過不足も見えてきます。
商談記録とインタビューからペルソナを起こす手順
ステップ1〜3を、手元の記録を使って実際に進めるときの段取りです。新しく調査を始める前に、まず社内に既にある記録から着手します。
集める記録は「受注・失注・問い合わせ」の3種類
受注した商談の記録：検討のキッカケ、決め手、社内を通すときに使った資料
失注した商談の記録：見送りの理由、比較された相手、止めた人の役職
問い合わせフォームやメール：最初に書いてきた悩みの文面（言い回しの材料）
受注の記録だけで作ると「買ってくれた人」に偏り、反対意見の欄が薄くなります。失注の記録を加えると、「よくある反対意見」と「決裁の流れ」が具体的になります。
記録の発言を項目に振り分ける抽出シート
記録を1件ずつ読み、発言や事実を項目テンプレートの番号に振り分けます。本記事では、3件以上の記録に共通して出てきたものをペルソナシートの本文に採用し、1件にしか出てこないものはその案件だけの事情として扱う、という基準を目安にしています。
【抽出シート】記録1件の1つの発言につき1行
記録ID｜種別（受注/失注/問い合わせ）｜日付｜発言・事実（原文）｜該当項目番号｜発言者の役割
記入例（編集部が作成した架空の例です）
D-014｜失注｜2026/09/02｜「情シスに確認したら、今のツールと連携できないと難しいと言われた」｜11, 13｜起案者
D-021｜受注｜2026/09/10｜「展示会で集めた名刺を半年放置していたのが始まり」｜9｜起案者
Q-033｜問い合わせ｜2026/09/18｜「上に説明する資料をそのまま使えると助かる」｜8, 13｜担当者
「発言者の役割」の列は、次の節で役割ごとにペルソナを作り分けるときの材料になります。記録に役職しか書かれていない場合も、導入を言い出した人なのか、承認した人なのかが分かる範囲で書き添えます。
埋まらなかった項目だけを顧客インタビューで聞く
抽出シートで埋まらなかった項目が、インタビューで聞くべき項目です。全項目を聞き直す必要はありません。質問は「なぜですか」よりも「いつ、誰が、何をしましたか」の形にすると、本人の推測ではなく、実際に起きた行動が集まります。
【不足項目を埋めるインタビュー質問（30分を想定）】
1. 最初に「何とかしないといけない」と思ったのは、いつ、どんな出来事がきっかけでしたか。（項目9）
2. そのとき、最初に何を調べましたか。検索した言葉や相談した相手を覚えていれば教えてください。（項目10）
3. 導入を決めるまでに、社内で誰に説明しましたか。誰の確認で止まりそうになりましたか。（項目8・11）
4. 費用はどの予算から出しましたか。既存の予算の付け替えでしたか、新しく申請しましたか。（項目12）
5. 最後まで迷った点は何でしたか。それはどのように解消しましたか。（項目13）
完成したペルソナが当たっているかを確かめるためのインタビュー（仮説をそのまま質問にしない聞き方や、突き合わせシートでの判定）は、ペルソナ作成ツール比較の記事の「ペルソナの検証方法」の節で解説しています。本記事の質問は、作る段階で足りない項目を埋めるためのものです。
商談記録をAIに渡すときは先に匿名化する
抽出シートへの振り分けは生成AIに任せると速くなりますが、商談記録には取引先名や担当者名が含まれます。貼り付ける前に、会社名は「製造業A社」、人名は「起案者（部長）」のように役割へ置き換えます。社内に生成AIの利用ルールがある場合は、入力してよい情報の範囲をそちらで確認してください。
株式会社スリスタの調査では、業務で生成AIを使用した際にヒヤッとした経験、または実際に問題が起きた経験がある51名のうち、37.3%(19名)が「機密情報・個人情報をAIに入力してしまった」と回答しています。顧客との会話をそのまま記録した商談メモは、こうした入力が起きやすい素材です。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。詳しくは業務AI事故・ヒヤリハット実態2026をご覧ください。
以下は匿名化済みの商談記録です。
記録に書かれている発言・事実だけを、次の項目番号に振り分けてください。
記録に無い内容を推測で補わないでください。該当が無い項目は「記録なし」と書いてください。
項目：
9 検討のキッカケ／10 情報収集の手段／11 意思決定の関与者と決裁の流れ／
12 予算感と予算の出どころ／13 よくある反対意見・不安／
その他 本人がよく使う言い回し（原文のまま）
出力形式：記録ID｜発言・事実（原文）｜項目番号｜発言者の役割
【商談記録】
（ここに匿名化した記録を貼り付け）
このプロンプトは、ペルソナを生成させるものではなく、記録を項目に仕分けさせるものです。出力された行は元の記録と照らして、原文と違う言い換えが混ざっていないかを確認してから抽出シートに転記します。
決裁に関わる人ごとにペルソナを作り分ける
BtoBでは、導入を言い出す人、費用を承認する人、毎日使う人が別々であることがよくあります。1人分のペルソナでは「よくある反対意見」の欄を書き切れないのはこのためです。ただし、シートを丸ごと人数分作る必要はありません。
会社属性は1枚、個人属性と購買行動を役割ごとに分ける
項目1〜4（会社属性）は同じ会社の話なので共通にし、項目5〜13を役割ごとに分けます。作る役割は、抽出シートの「発言者の役割」の列に実際に出てきたものだけにします。記録に一度も出てこない役割を想像で足すと、使われないシートが増えます。
起案者（導入を言い出し、比較と社内説明を担う人）：ミッション、検討のキッカケ、情報収集の手段を厚く書く
決裁者（予算と最終判断を持つ人）：評価される指標、予算の出どころ、判断に使う資料を厚く書く
利用者（導入後に毎日使う人）：日常業務で時間を取られていること、使い始めの不安を厚く書く
確認部門（情報システム・法務・経理など）：止める理由になりやすい条件（セキュリティ、契約条件、支払い方法など）を厚く書く
最初は起案者と決裁者の2枚から始め、失注の記録に「確認部門で止まった」例が出てきたらその役割を足す、という順番が現実的です。
【役割別シート】会社属性は共通シート（項目1〜4）を参照
役割：起案者／決裁者／利用者／確認部門（いずれか1つ）
5. 部署・役職・年代：
6. ミッション（評価される指標）：
7. 日常業務で時間を取られていること：
8. 社内で説明・報告する相手：
9. この役割にとっての検討のキッカケ：
10. 情報収集の手段：
11. 決裁の流れの中での役割（起案／承認／確認／利用）：
12. 予算への関与：
13. この役割が出しやすい反対意見：
■ 他の役割との食い違い：
（記入例・架空：起案者は今期中に入れたいが、確認部門は既存ツールとの連携可否を先に確かめたい）
■ 根拠となる記録ID：
末尾の「他の役割との食い違い」の欄が、役割を分ける一番の理由です。営業資料に確認部門向けの説明を1枚足す、決裁者に説明するための材料を記事で用意する、といった施策はこの欄から決まります。
役割ごとのペルソナをChatGPTで同時に生成し、役割間の対立点まで出すプロンプトは、BtoBペルソナをChatGPTで作る記事に全文を掲載しています。本記事のシートで記録から作った項目とAIの生成結果を並べると、記録に無い推測がどこに入っているかを見分けやすくなります。
完成の判定と、更新の記録の付け方
ステップ4の社内検証を通ったら、次の4点がそろっているかで「施策に使える状態か」を判定します。
項目9（検討のキッカケ）と項目13（反対意見）に、根拠となる記録IDが付いている
【仮説】の付いた項目がどれか、一目で分かる
「本人がよく使う言い回し」に、記録から写した原文が入っている
このペルソナで最初に作る制作物（広告文、記事、営業資料など）が1つ決まっている
更新は、半年〜1年ごとの定期的な見直しとは別に、次のような出来事があったときにも行います。
失注理由に、シートの反対意見の欄に無いものが続けて出てきた
問い合わせの文面に、これまでと違う検討のキッカケが増えてきた
価格や提供範囲を変えた、または想定していなかった業種から受注した
【変更履歴】
版｜日付｜変更した項目番号｜変更前 → 変更後｜根拠となる記録ID｜変更者
v1.0｜ ｜—｜初版｜D-014, D-021, Q-033｜
v1.1｜ ｜13｜（記入例・架空）「価格が高い」→「既存ツールとの連携可否」｜D-040, D-044｜
変更履歴を残しておくと、反応の良かった広告文や記事が、どの版のペルソナをもとに作ったものかを後から追えます。ペルソナを見直すときに「前の版のどの項目が外れていたか」が分かるため、次の更新で確認すべき項目も絞り込めます。
やってはいけない作り方3選
想像だけで作る：会議室のブレストだけで作ったペルソナは、社内の願望の寄せ集めになります
項目を盛りすぎる：趣味や休日の過ごし方など、施策に使わない項目はノイズになります
一度作って放置する：商材や市場が変わればペルソナも変わります。半年〜1年ごとに見直します
AIでペルソナの叩き台を作る
ゼロから書くより、AIに叩き台を作らせて実データで検証・修正するほうが速く仕上がります。
あなたはBtoBマーケティングのコンサルタントです。
以下の情報から、営業・広告の施策に使えるペルソナを1体作ってください。
・自社商材：（サービス内容と価格帯）
・既存顧客の傾向：（業種・規模・導入理由のメモを貼り付け）
・出力項目：会社属性/個人属性/検討のキッカケ/よくある反対意見/
情報収集の手段
・制約：推測で埋めた項目には【仮説】と明記することさらに手軽に始めたい方には、ドヤマーケAIのドヤペルソナAIが便利です。対象サービスのURLや説明、業界・商材・想定役割を入力すると、目標・悩み・情報源・判断軸をまとめたペルソナシートと施策の要点を生成します。生成された叩き台は、実データで検証してから使います。
三森の実務メモ：AI製のペルソナで注意すべきは、もっともらしいが自社の顧客とは違う「一般論の人物像」が出てくることです。対策はシンプルで、既存顧客の導入理由を3件以上プロンプトに貼ること。入力に自社の実データが入ると、出力の解像度が一気に上がります。
ChatGPTにペルソナを作らせる流れは、YouTubeチャンネル「【ドヤマーケAI】ミツモリ」の動画で実演しています。動画内ではプロンプトのテンプレートも配布しています。叩き台ができたら、本記事の項目テンプレートの根拠欄を埋める形で、実データと照らし合わせてください。
ペルソナを施策につなげる
作ったペルソナは、具体的には次の制作に接続します。
広告文・バナー：検討のキッカケを訴求に、反対意見への先回りをコピーに使う（バナーサイズの基本は広告バナーのサイズ早見表を参照）
記事テーマ：情報収集の手段と検索しそうな疑問から逆算する
営業文：ペルソナの課題仮説を冒頭に使う（書き方は営業メールの記事で解説）
動画で学ぶ
AIを使ったマーケティングの実践ノウハウは、YouTubeチャンネル「ドヤマーケAI」でも発信しています。あわせてご覧ください。
ChatGPTでペルソナの叩き台を作る流れを3ステップにまとめた動画です。記事末尾のリンクと同じ動画を、ここで再生できるようにしています。
よくある質問（FAQ）
Q. ペルソナは何体作ればいいですか？
A. 主力商材につき1〜2体が現実的です。意思決定者と現場担当者で行動が大きく違う場合は、2体に分けると文面が書きやすくなります。
Q. BtoCでも同じ作り方でいいですか？
A. 基本は同じですが、会社属性の層をライフスタイル（家族構成・可処分所得・購買チャネル）に置き換えます。実データから作る原則は変わりません。
Q. 顧客データがほとんどない場合は？
A. 競合の導入事例や業界調査、少数の商談メモから仮説ペルソナを作り、施策の反応で検証しながら育てます。仮説と実データ由来の項目を分けておくと混乱しません。
Q. ペルソナの見直しはいつやるべきですか？
A. 半年〜1年ごと、または商材・価格・主要顧客層に変化があったタイミングで見直します。反応の良いセグメントのデータは見直しの一番の材料です。
Q. 決裁者に直接話を聞けない場合はどうしますか？
A. 起案者へのインタビューで「社内で誰に説明し、どこで止まりそうになったか」を聞き、決裁者の判断基準を間接的に集めます。失注の記録にある見送り理由も材料になります。間接的な情報から書いた項目には【仮説】を付け、受注後の定例や契約更新の場で決裁者と話す機会があれば、そこで確かめます。
Q. ペルソナとカスタマージャーニーマップはどちらを先に作りますか？
A. ペルソナが先です。カスタマージャーニーマップは「誰が」どの段階で何をするかを並べるもので、その「誰」にあたるのがペルソナだからです。役割ごとに作り分けた場合は、各段階にどの役割が関わるかを書き込みます。作り方はBtoBカスタマージャーニーマップの作り方で解説しています。
Q. ペルソナシートはどこで管理すればよいですか？
A. 営業・マーケティング・カスタマーサポートが同じものを開ける場所に、最新版を1つだけ置きます。版の異なるシートが複数出回ると、広告と営業資料で違う人物像を前提にしてしまうためです。古い版は削除せず、変更履歴とあわせて残しておきます。
まとめ：実データ×AIで「使われるペルソナ」を作る
ペルソナは実データ（顧客・商談・問い合わせ）から作る
項目は「会社属性＋個人属性＋購買行動」の3層・12項目程度
成果に直結するのは「検討のキッカケ」と「よくある反対意見」
叩き台はAIで作り、検証と修正は実データで行う
広告文・記事・営業文に接続して初めて完成
商材の条件からペルソナの叩き台を作りたい方は、ドヤペルソナAIをお試しください。作ったペルソナを営業に活かす方法は、営業リストの作り方の記事もあわせてご覧ください。
編集部の補足調査データ（2026年最新・n=400）
ペルソナ作成をAIで効率化する動きが広がる背景に、業務での生成AI利用の広がりがあります。株式会社スリスタが全国の会社員400名に実施した『企業の生成AI活用実態調査2026』では、業務での生成AIツール利用率はChatGPT 60.8％・Google Gemini 49.7％・Microsoft Copilot 41.8％・Claude 7.8％で、AI利用者の49.0％が複数ツールを併用。ChatGPTなどでペルソナの叩き台を作り、人が実データで磨く分業が、BtoBマーケの現場で定着しつつあります。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。全クロス集計は職場の生成AIツールシェア実態2026、プレスリリースはPR TIMESで公開中。
▶ 動画で学ぶ：ChatGPTで“使えるペルソナ”を5分で作る方法【3ステップ】（ドヤマーケAI）