AIペルソナシステム 利用ガイド
July 10, 2026 · View on GitHub
目次
- 概要
- 1. ペルソナ生成
- 2. ペルソナ管理
- 3. 議論・インタビューの実行
- 4. 議論結果の確認と保存
- 5. 議論・インタビュー履歴
- 6. マスアンケート機能
- 7. 外部データセット連携（実験的機能）
- 効果的な使用のためのヒント
- セキュリティとプライバシー
- よくある質問（FAQ）
概要
AIペルソナシステムは、インタビューデータや調査レポートからAIペルソナを生成し、ペルソナ同士の議論やインタビューを通じて、商品企画・マーケティング戦略立案のためのインサイトを生成するシステムです。
1. ペルソナ生成
「インタビュー」メニューから「ペルソナ生成」を選択すると、4ステップのペルソナ生成画面が表示されます。さまざまなデータソースから柔軟にペルソナを生成できます。
手順
- データソースの選択: ペルソナ生成に使用するデータの種類を選択
- インタビュー / 市場調査レポート / レビューデータ / 購買データ / その他 / データ分析エージェント連携
- データファイルのアップロード: ペルソナ生成の元となるデータファイルを選択（複数可、ドラッグ＆ドロップ対応）
- 対応形式:
.txt,.md,.pdf,.docx,.doc,.csv - 最大: 10MB/ファイル
- 「データ分析エージェント連携」選択時はファイルアップロード不要（代わりにターゲット指定を入力）
- 対応形式:
- ペルソナ作成の指示（任意）: 作成したいペルソナの特徴や条件を自然言語で指定
- 例: 「30代女性で製品に不満を持つペルソナを作って」「ヘビーユーザーとライトユーザーの2タイプを作成して」
- 「データ分析エージェント連携」選択時は「ペルソナのターゲット指定」として、どんな顧客層のペルソナを作りたいか条件や着目したい観点を入力
- 生成設定: 生成するペルソナ数を指定（1〜10個、推奨: 3〜5個）し、「ペルソナを生成」をクリック
- 「データ分析エージェント連携」で「行動データ自動紐付け」をONにすると、生成数は1に制限され、特定ユーザーを深掘り分析してペルソナ化します。対象ユーザーの行動データ（購買履歴、Webログ等）もCSVとして自動取得され、保存時にデータセットとして紐付けられます
💡 生成される属性: 名前・年齢・職業・背景・価値観・課題・目標に加え、性別・居住国・居住都市が自動生成されます。居住国はデータに応じて全世界に対応します（日本以外の国も生成可能）。タグはフィルタ用に編集画面で手動付与します。
💡 データ種別ごとの活用例:
- インタビュー: 顧客インタビューの書き起こしテキスト
- 市場調査レポート: 市場調査レポート、顧客分析資料、セグメンテーション分析資料
- レビューデータ: ECサイトの商品レビュー、口コミデータ
- 購買データ: 購買履歴CSV、トランザクションデータ
- その他: 上記に当てはまらないデータ
- データ分析エージェント連携: DWHに蓄積された業務データ（売上・注文・顧客・商品等）をデータ分析エージェントが自動分析してペルソナを生成。別途データ分析エージェント連携の設定が必要です（データ分析エージェント連携ガイドを参照）
2. ペルソナ管理
「インタビュー」メニューから「ペルソナ管理」を選択すると、保存済みペルソナの一覧が表示されます。
基本操作
- 確認: 各ペルソナの詳細情報を表示
- 生成ログ・評価: 「生成ログ・評価」ボタンでペルソナ生成時のAI分析過程を確認（生成ログがあるペルソナのみ表示）
- 編集: 「編集」ボタンでペルソナ情報を修正（名前・年齢・職業に加え、性別・居住国・居住都市・タグも編集可能）
- 削除: 「削除」ボタンで削除（確認ダイアログあり）
- 属性フィルタ: 一覧上部のフィルタで、性別・居住国・タグによる絞り込みが可能
生成ログ・評価の確認
ペルソナ詳細画面の「生成ログ・評価」ボタンをクリックすると、ペルソナ生成時のAI分析・評価過程をモーダルで確認できます。
表示内容:
- 生成入力情報: データソース種別、入力ファイル名、指示プロンプト、生成数、生成日時
- AI 分析・評価過程: AIがデータを分析した思考過程、実行したクエリ（tool_call）、分析結果（tool_result、折りたたみ表示）
💡 ポイント: 生成ログを確認することで、AIがどのようなデータ分析に基づいてペルソナを構築したかの根拠を追跡できます。データ充足度の評価やペルソナの信頼性判断に活用してください。
長期記憶・知識の管理
ペルソナ詳細画面の「長期記憶・知識」セクションで管理します。2つのタブがあります。
| タブ | 内容 | 手動追加 |
|---|---|---|
| 議論の記憶 | 議論で保存された要約記憶 | ❌ |
| 知識・事実 | ペルソナが持つ事実情報や知識 | ✅ |
各記憶には保存日時・重要度（高/通常/低）・セッションID・内容が表示されます。
知識の追加方法（知識・事実タブのみ）:
- 「知識・事実情報を追加」ボタンからトピック名と内容を入力して追加
- ファイルからの追加にも対応（対応形式: PDF, Word, PowerPoint, Excel, テキスト / 10MB以下）
- 自動的にMarkdown形式に変換されて保存
削除: 個別削除または「全ての記憶を削除」で一括削除（確認ダイアログあり）
ナレッジベースの紐付け（オプション）
ペルソナ詳細画面の「ナレッジベース」セクションで、Amazon Bedrock Knowledge Baseをペルソナに紐付けできます。紐付けたナレッジベースの情報は議論・インタビュー時にペルソナが参照します。ナレッジベースの登録・管理は「システム設定」ページから行います。
3. 議論・インタビューの実行
「インタビュー」メニューから「議論設定」を選択して開始します。
3.1 共通設定
- モード選択: 簡易議論 / しっかり議論 / インタビュー から選択
- ペルソナ選択: 議論モードは最低2体、インタビューモードは1体以上
- 年齢レンジ・性別・居住国・職業・タグでペルソナを絞り込み可能
- 各カードの「詳細」リンクから、別タブでペルソナ詳細を確認できます
- ドキュメント添付（オプション）: 画像（PNG/JPEG）やPDFをアップロード
- 画像は1枚5MB、PDFは1ファイル10MB、合計32MB以内
- ペルソナがドキュメントを参照しながら議論・対話します
- インサイトカテゴリーのカスタマイズ（議論モードのみ・オプション）:
- デフォルト5カテゴリー（顧客ニーズ、市場機会、商品開発、マーケティング、その他）
- 名前（最大50文字）と説明（最大500文字）を編集可能
- 最大10個まで追加、最低1個は必要
- 長期記憶の有効化（しっかり議論・インタビューのみ・オプション）:
- 「長期記憶・知識を有効にする」チェックボックスをオン
- ペルソナが過去の議論を記憶・活用できるようになります
- AgentCore Memoryの事前設定が必要
- ナレッジベース連携の有効化（しっかり議論・インタビューのみ・オプション）:
- 「ナレッジベース連携を有効にする」チェックボックスをオン
- ペルソナに紐付けられたナレッジベースから情報を検索・取得できるようになります
3.2 簡易議論モード
全ペルソナが同時に議論テーマについて発言する高速モードです。
特徴: 1回のAI呼び出しで全発言を生成 / 処理時間3〜5分 / マルチモーダル対応
使い方:
- 「簡易議論モード」を選択し、ペルソナとトピックを設定
- 表示モードを選択（通常表示 or リアルタイム表示）
- 「議論を開始」をクリック
向いているケース: 迅速な意見収集、基本的な意見収集
3.3 しっかり議論モード
各ペルソナが独立したAIエージェントとして動作し、ファシリテータが進行管理するモードです。
特徴: ラウンド制で順番に発言 / より自然で深い議論 / ファシリテータによる要約 / 長期記憶対応
使い方:
- 「しっかり議論モード」を選択し、ペルソナを選択（2〜5体推奨）
- ファシリテータ設定:
- ラウンド数: 1〜10（推奨: 3〜5）
- 追加指示（オプション）: 例「対立する意見を引き出してください」
- 必要に応じて長期記憶・外部データ連携を有効化
- 「議論を開始」をクリック（処理時間: 5〜15分）
結果表示: ラウンドごとにセクション分け、ペルソナ発言とファシリテータ要約が色分け表示
向いているケース: 深い洞察、ペルソナ間の相互作用重視、質の高い議論
3.4 インタビューモード
ユーザーがペルソナと直接リアルタイムでチャット形式の対話を行うモードです。
特徴: 1対多のインタビュー形式 / リアルタイムUI / セッション保存 / 長期記憶対応
使い方:
- 「インタビューモード」を選択し、ペルソナを選択（1〜5体）
- 「インタビューを開始」をクリック → チャット画面に遷移
- テキスト入力で質問を送信（送信ボタンまたは ⌘/Ctrl+Enter キーで送信。Enter は改行）
- 各ペルソナが個別に応答（ペルソナごとに色分け表示）
セッション管理:
- 「保存」ボタンでセッション名を付けて保存
- 保存済みインタビューは議論履歴ページで確認可能
- ブラウザを閉じても保存前であればセッション継続
コツ:
- 具体的で明確な質問をすると、より詳しい回答が得られます
- 一度に複数の質問をするより、一つずつ深掘りする方が有効です
- ペルソナの背景や価値観に関連する質問が効果的です
3.5 モード比較表
| 項目 | 簡易議論 | しっかり議論 | インタビュー |
|---|---|---|---|
| 処理時間 | 3〜5分 | 5〜15分 | リアルタイム |
| 議論の深さ | 基本的 | 深い | 対話型 |
| ペルソナの一貫性 | 標準 | 高い | 高い |
| 推奨ペルソナ数 | 2〜5体 | 2〜5体 | 1〜5体 |
| カスタマイズ性 | 低い | 高い | 中程度 |
| リアルタイム表示 | ✅ | ✅ | ✅（標準） |
| ファシリテータ要約 | ❌ | ✅ | ❌ |
| 長期記憶 | ❌ | ✅ | ✅ |
| 外部データ連携 | ❌ | ✅ | ✅ |
| マルチモーダル | ✅ | ✅ | ✅ |
| 用途 | 迅速な意見収集 | 深い議論・分析 | 直接的な質疑応答 |
4. 議論結果の確認と保存
議論詳細画面では「議論内容」「インサイト」「レポート」の3つのタブで結果を確認できます。
- 議論内容タブ: 各ペルソナの発言が時系列・色分けで表示
- インサイトタブ: カテゴリ別に整理され、信頼度スコア（0〜100%）付きで表示
- 「カテゴリーを変更して再生成」でカテゴリーを変更可能（議論内容は変更されません）
- レポートタブ: 議論結果からカスタマイズされたレポートを生成
レポート生成
議論結果から施策やアクションに繋がるレポートを生成できます。
- テンプレート選択: 3種類から選択（データ分析エージェント連携が有効な場合は4種類）
- サマリレポート: エグゼクティブサマリ、主要な発見、示唆、推奨アクション（優先度・難易度付き）
- レビューコメント: 該当箇所、指摘内容、重要度、推奨アクションを表形式で整理
- カスタム: 自由にプロンプトを入力して出力形式を指定
- データドリブン分析（データ分析エージェント連携）: 定性インサイトをDWHの実データで裏付け・反証し、意思決定・施策実行に繋がるレポートを生成。別途データ分析エージェント連携の設定が必要です（データ分析エージェント連携ガイドを参照）
- 生成: 「レポートを生成」ボタンでSSEストリーミング生成（リアルタイムでMarkdown表示）
- データドリブン分析ではCSVエクスポートリンクが自動生成される場合があります（有効期限: 約1時間）
- プレビュー確認: 生成完了後、プレビューを確認
- 保存: 「保存する」ボタンでDBに保存（1議論あたり最大3件）
- フォローアップ分析（データドリブン分析のみ）: 保存済みレポートから「追加分析を実行」で深掘り分析を指示可能。結果は「レポートを更新」で既存レポートに追記保存できます
- エクスポート: 保存済みレポートをMarkdown (.md) またはテキスト (.txt) でダウンロード
💡 ポイント: レポートにはペルソナのプロフィール（価値観・課題・目標）が分析コンテキストとして含まれるため、「なぜその発言が出たか」の背景分析が可能です。
インサイトの信頼度スコア
| 信頼度 | 意味 |
|---|---|
| 90〜100% | 複数ペルソナが明確に言及、具体的な根拠あり |
| 70〜80% | 議論の中で明確に表現、十分な根拠あり |
| 50〜60% | 議論から推測可能だが、間接的な根拠 |
| 30〜40% | 文脈から読み取れるが、推測の要素が強い |
| 10〜20% | 一般的な推測に基づく |
💡 活用のポイント: 70%以上のインサイトを優先的に検討し、低い信頼度のものは追加検証を行いましょう。
5. 議論・インタビュー履歴
「インタビュー」メニューから「議論結果」を選択すると、保存済み議論の一覧が表示されます。
- 日付、参加ペルソナ、トピックで検索・フィルタリング可能
- 議論モード（簡易議論/しっかり議論/インタビュー）がバッジで表示
- 各議論をクリックして詳細を確認（カスタムカテゴリー情報も含む）
6. マスアンケート機能
数百〜数千のAIペルソナに対して大規模アンケート調査を実行し、VoC（Voice of Customer）を効率的に収集する機能です。
6.1 ペルソナデータの準備
「アンケート」メニューから「ペルソナデータ設定」を選択します。
オープンデータセット（Nemotron）:
- Hugging FaceのNemotron-Personas-Japanデータセットをダウンロード
カスタムペルソナデータの追加（オプション）:
「CSVアップロード」と「データ分析エージェント連携」の2つの方法から選択できます。
方法1: CSVアップロード
- CSV形式のファイルをアップロード（最大500MB）
- カラムマッピング画面でCSVカラムをシステム標準項目に対応付け
- サンプルデータ（先頭3行）がプレビュー表示
- カラム名が標準名と一致する場合は自動マッピング
- 「ペルソナ概要」は必須項目
- その他項目の追加: 標準項目以外のカラム（例: 会員ランク、来店頻度）もプロンプトに含められます
- 「+ 項目を追加」でCSVカラム・ラベル名・補足情報を設定
- 「プロンプトをプレビュー」で生成されるプロンプトを事前確認可能
- マッピング確定後、Parquet形式に変換されてS3に保存
方法2: データ分析エージェント連携
DWH（データウェアハウス）から自然言語で顧客セグメントを抽出してペルソナデータとして使用します。別途データ分析エージェント連携の設定が必要です（データ分析エージェント連携ガイドを参照）。
- 「データ分析エージェント連携」タブを選択
- 抽出条件を自然言語で入力（例: 「東京都在住の30代女性で年間購入額50万以上」）
- 「抽出開始」をクリック → エージェントがDWHと対話しながらセグメントを抽出（進捗がリアルタイム表示）
- 抽出完了後、データセット名が自動生成されプレビュー画面が表示
- データセット名は確認・編集可能
- カラムマッピングがLLMにより自動提案（標準項目＋その他項目）
- マッピングを確認・調整して確定 → Parquet変換されて保存
- 件数制限: 最小100件（Bedrockバッチ推論制約）、最大10,000件
6.2 アンケートテンプレートの作成
「アンケート」メニューから「テンプレート管理」を選択します。
- テンプレート名を入力
- 質問を追加（3種類から選択）:
| 質問タイプ | 説明 |
|---|---|
| 選択式 | 複数の選択肢から回答（選択肢2つ以上必須） |
| 自由記述 | テキストで自由に回答 |
| スケール評価 | 1〜5の数値スケールで評価 |
- 画像の添付（オプション、1枚まで）
- 「保存」で保存
💡 AIによる設問ドラフト自動生成
右上の「AIで生成」ボタンから、AIチャットでアンケート設問を自動生成できます。
- 「AIで生成」をクリック → 右側にAIアシスタントパネルが開きます
- 調査目的・想定ターゲット・重視したい観点などをチャットで入力（⌘/Ctrl+Enter で送信、Enter で改行）
- 必要に応じてAIと数ターンやり取りして要件を詰める
- 「ドラフト生成」ボタンをクリック → AIが3〜8問の設問ドラフトを自動生成し、フォームに追加されます
- テンプレート名が未入力の場合はAIの提案が自動入力されます（入力済みの名前は上書きしません）
- 生成された設問は既存の編集UIで自由に修正・削除・並び替えが可能です
- 内容を確認して「保存」で保存
ポイント: AI生成は「ドラフト作成の支援」です。最終的な設問内容は必ずご自身で確認・調整してください。
6.3 アンケートの実行
- 「アンケート開始」メニューを選択
- テンプレート選択: 保存済みテンプレートから選択
- 設定入力: アンケート名、説明（オプション）
- データソース選択: Nemotronまたはカスタムデータセット（含まれるペルソナ数が表示されます）
- 属性フィルタ（オプション）: 性別、年齢、職業、出身国、居住地域、都道府県、結婚・子供の有無
- 「対象ペルソナをプレビュー」で対象ペルソナの属性分布を事前確認可能
- 対象ペルソナ数: 100〜10,000（画像付きテンプレートは最大1,000）
- 「アンケート実行」をクリック → バックグラウンドで実行（画面を閉じてもOK）
6.4 結果の確認
「結果表示」メニューから完了済みアンケートを選択します。
| タブ | 内容 |
|---|---|
| 調査対象ペルソナ | 調査対象ペルソナの属性分布 |
| ダウンロード | CSV形式で結果データをダウンロード |
| 集計結果 | 選択式質問の回答分布・スケール評価の棒グラフ |
| レポート | AIによるインサイトレポート |
💡 マスアンケートのコツ:
- ペルソナ数はバッチ推論の最小要件により100件以上が必要
- フィルタで特定セグメントに絞り込むと、より意味のあるVoCを収集可能
- 選択式質問は集計が容易、自由記述は深い洞察が得られます
7. 外部データセット連携（実験的機能）
ペルソナが外部データ（購買履歴、行動ログなど）にSQLクエリでアクセスし、より具体的で根拠のある発言ができるようになる機能です。
7.1 セットアップ
① MCPサーバーの起動（任意）:
- 「システム設定」→「データ連携」→「MCPサーバー」をON
- 議論/インタビュー開始時に自動起動もするため、手動起動は必須ではありません
② データセットのアップロード:
- システム設定ページの「データセット管理」→「データセットをアップロード」
- CSVファイルを選択（UTF-8推奨、最大100MB）
- データセット名・説明を入力、スキーマを確認・編集して保存
- カラム名はCSVヘッダーから自動取得、データ型は自動推定
③ ペルソナとデータセットの紐付け:
- ペルソナ詳細画面の「データセット紐付け」セクションを開く
- データセットを選択し、紐付けキー（例:
user_id = "U12345"）を入力して保存- 複数キーの設定も可能（例:
user_id+region） - 「キー列で絞り込む」をOFFにすると、キー指定なし（全行対象）で紐付けも可能です。1ユーザー分のデータのみ含むデータセットに適しています
- 複数キーの設定も可能（例:
7.2 使用方法
- 議論設定ページで「しっかり議論モード」または「インタビューモード」を選択
- 「外部データセット連携を有効にする」チェックボックスをON
- 議論/インタビューを開始
質問例:
- 「最近の購買履歴を教えてください」
- 「よく購入する商品カテゴリは何ですか？」
- 「過去1年間の購入金額の合計は？」
⚠️ 注意事項:
- 実験的機能です。本番環境での使用は十分なテストの後に行ってください
- 大量データを含むデータセットはクエリに時間がかかる場合があります
- 機密データの取り扱いには注意してください
- MCPサーバーはシステムリソースを消費するため、使用後は停止を推奨します
効果的な使用のためのヒント
データファイルの準備
| 項目 | 推奨 |
|---|---|
| ファイル形式 | .txt, .md, .pdf, .docx, .doc, .csv |
| 内容 | 顧客の生の声、具体的なエピソード、調査データ |
| 構造 | 質問と回答が明確に分かれている（インタビューの場合） |
| 文字数 | 1,000文字以上 |
良いペルソナ生成のコツ
- データ内容は具体的で詳細なものを使用
- 複数の観点（価値観、行動パターン、課題など）を含める
- 「ペルソナ作成の指示」で特徴や条件を指定すると、より意図に沿ったペルソナが生成されます
- 生成後は必ず内容を確認し、必要に応じて編集
効果的な議論設定
- 異なる特性を持つ2〜5体のペルソナを選択
- 具体的で議論しやすいテーマを設定（例: 「新しいスマートフォンアプリの機能について」）
マルチモーダルドキュメントの活用
| 対応形式 | 制限 |
|---|---|
| 画像: PNG, JPEG | 個別5MB、合計32MB |
| ドキュメント: PDF | 個別10MB、合計32MB |
活用例:
- 商品画像やデザイン案を見せてペルソナの意見を聞く
- 競合製品の資料を参照しながら議論
- プロトタイプのスクリーンショットについてフィードバックを得る
⚠️ 機密情報を含むドキュメントの取り扱いには注意してください
セキュリティとプライバシー
- ペルソナデータ・議論結果はAmazon DynamoDBに保存
- アップロードファイルはS3バケット（設定時）またはローカルの
uploads/に保存 - Amazon Bedrockとの通信は暗号化
- AWS IAMによるアクセス制御を適切に設定してください
- 機密情報を含むファイルの取り扱いには注意してください
データ分析エージェント連携設定
「システム設定」ページの「データ分析エージェント 連携」セクションから設定します。（デプロイ時に連携オプションを有効化している場合は自動で反映されます。）
- 有効化: 「データ分析エージェント 連携を有効にする」チェックボックスをオン
- AgentCore Runtime ARN: データ分析エージェントのRuntime ARNを入力
- リージョン: データ分析エージェントをデプロイしたリージョンを入力（デフォルト: ap-northeast-1）
- 保存: 「保存」ボタンで設定を保存
- 接続テスト: 設定保存後に表示される「接続テスト」ボタンで接続を確認
💡 データ分析エージェントの詳細なセットアップ手順はデータ分析エージェント連携ガイドを参照してください。
よくある質問（FAQ）
モードについて
Q: 簡易議論モードとしっかり議論モードの主な違いは？
しっかり議論モードでは各ペルソナが独立したAIエージェントとして動作し、ファシリテータの進行管理のもとで順番に発言します。より自然で深い議論が可能になり、ペルソナの人格も一貫して維持されます。
Q: どちらのモードを使うべき？
迅速な意見収集には簡易議論モード、より深い洞察や自然な議論にはしっかり議論モードがおすすめです。
Q: しっかり議論モードで推奨されるラウンド数は？
まずは3〜5ラウンドを推奨します。1ラウンドでは浅い議論になり、10ラウンドでは時間がかかりすぎる可能性があります。
Q: ファシリテータの追加設定は必須？
いいえ、オプションです。デフォルト設定で十分機能しますが、議論の進行方法をカスタマイズしたい場合に使用してください。
長期記憶について
Q: 長期記憶機能とは？
ペルソナが議論を通じて学んだ内容を記憶し、将来の議論で活用できる機能です。Amazon Bedrock AgentCore Memoryを使用しています。
Q: 長期記憶を使用するには？
しっかり議論モードまたはインタビューモードで「長期記憶・知識を有効にする」チェックボックスをオンにしてください。システム管理者がAgentCore Memoryを設定している必要があります。
Q: 手動でペルソナに知識を追加できる？
はい。ペルソナ詳細画面の「知識・事実」タブから「知識・事実情報を追加」ボタンで、トピック名と内容を入力して保存できます。
Q: 長期記憶機能が使えない場合は？
環境変数ENABLE_LONG_TERM_MEMORYがtrueに設定されているか、AGENTCORE_MEMORY_IDが正しく設定されているか確認してください。
技術的な質問
Q: どのAIモデルが使用されている？
Amazon Bedrock上のClaude Sonnet 5（メイン）およびClaude Haiku 4.5（エージェント・バッチ推論）を使用しています。
Q: データはどこに保存される？
ペルソナ・議論データはAmazon DynamoDBに保存されます。アップロードファイルはS3バケット（設定時）またはローカルのuploads/に保存されます。