ChatGPTで文章データを分類・集計する方法

TL;DR

文章データは、分類基準と定義をChatGPTで作り、各回答をスプレッドシート上のGPT関数で分類し、COUNTIF関数で集計できる。複数分類を許可して出力形式を固定し、処理後は結果を値に置き換え、人間の分類との一致も確認する。

Transcript

こんにちはリモートワーク研究所池本です 本日はチャットGPTを使って文章データ をどのように分析するのかどんなことに 使えるのかという活用術をご紹介します アンケートの結果であったりSNSの結果 コールセンターの結果いわゆるボイスオブ カスタマー VOCと言われるこういった文章の 否定形のデータの扱いって結構大変ですよ ね目券で分析して分類したりとかカテゴリ しなくちゃいけないこういうことを今回の 方法を知っておくと非常に効率的に分析し ていけると思うのでぜひご覧いただければ 幸いです本日もこの文章データ分析技術 などご紹介しこの分析技術に加えて今後 できそうな考察や応用例を紹介し最後に いろんな事例の募集やおすすめコンテンツ の紹介できればなと思いますこの チャンネルリモートワーク研究所は... Read More

Key Insights

• 文章データ分析は、分類パターンの設計、各回答への分類付与、分類結果の集計という三段階に分けると、ChatGPTとスプレッドシートを役割別に使える。
• 分類パターンは、全データではなく一部の回答から原案を作成でき、具体的すぎる場合は別案の提示や抽象化をChatGPTへ追加で依頼できる。
• 分類基準は、分類名だけでなく各分類の定義までプロンプトに含めることで、回答をどの基準で判定すべきかが明確になり、判定精度の向上を狙える。
• 複数分類の許可は、一つの自由回答に複数の目的や話題が含まれる現実に対応するために必要であり、単一分類への無理な集約を避けられる。
• 出力例の明示は、分類結果が自由な文章で返ることを防ぎ、分類名を一定形式にそろえて、後からスプレッドシートで機械的に集計できる状態を作る。
• プロンプト生成列は、共通指示と各行の回答を連結して送信内容を可視化し、GPT関数の中へ複雑な文字列処理を直接書くより再実行を容易にする。
• COUNTIF関数は、分類名の前後へアスタリスクを付けて部分一致を調べることで、一つのセルに複数の分類名が含まれる結果も分類別に数えられる。
• AIによる分類は、処理を終えただけで正しいとは断定できないため、人間が分類した結果と並べて一致状況を確認し、実務利用に耐えるかを検証する必要がある。
• 🎬 このチャンネルの他の動画:
  • ChatGPTでCSV・Excelを分析する方法
  • Agent Skillsの仕組みとMCPとの違いとは？
  • よく使うWebサイトを一瞬で開く方法
• 📺 このチャンネル: いけともch

Questions & Answers

Q: ChatGPTでアンケートの自由回答を分析する方法は？

分類基準の作成、回答ごとの分類、結果の集計という三段階で進めます。まず一部の回答から分類案と定義を作り、次に各回答を含むプロンプトをGPT関数へ渡します。最後に、返された分類名をCOUNTIF関数で数えれば、自由回答を分類別に集計できます。

Q: 文章データの分類パターンはどのように作ればよいですか？

分析対象の一部をChatGPTへ渡し、活用シーンや目的など、求める観点に沿った分類案を作らせます。最初の案が具体的すぎる、または目的に合わない場合は、別の分類方法や抽象度の高い案を依頼します。最終的な分類は、集計後の利用目的を踏まえて人が選びます。

Q: 分類ごとの定義をプロンプトに含める理由は何ですか？

分類名だけでは各カテゴリの境界が曖昧になり、同じ回答でも判定が揺れる可能性があるためです。各分類が何を意味し、どのような内容を対象とするかを定義すれば、ChatGPTが参照できる判断基準が増えます。動画では、定義を詳しく書くことが判定精度の向上につながると説明されています。

Q: 一つの自由回答を複数カテゴリに分類する方法は？

プロンプトに、複数の分類へ該当する場合は該当分類をすべて返すよう明記します。さらに、単一分類の場合と複数分類の場合の出力例をそれぞれ示します。自由回答には複数の目的や要素が含まれ得るため、この指定によって内容を一つのカテゴリへ無理に限定せずに処理できます。

Q: GoogleスプレッドシートとChatGPTを連携する方法は？

動画では、拡張機能のアドオンからGPT for Sheetsをインストールし、サイドバーへOpenAIのAPIキーを設定する手順が示されています。その後、共通指示と各行の回答を結合したセルを作り、そのセルをGPT関数で指定します。数式を下の行へコピーすれば、各回答の分類結果を取得できます。

Q: 分類結果をスプレッドシートで集計する方法は？

各分類名についてCOUNTIF関数を作り、分類結果のセルに対象の分類名が含まれるかを数えます。検索する分類名の前後にアスタリスクを付けると、セル内に複数の分類名があっても部分一致で判定できます。各行の判定後はSUM関数を使い、分類別の合計件数を算出します。

Q: GPT関数によるAPIの再実行を防ぐ方法は？

一度分類結果が返ったら、GPT関数をそのまま残さず、拡張機能などを使って結果を値へ置き換えます。スプレッドシートは再読み込みや内容変更によって再送信される場合があり、そのたびに費用が発生し得ます。送信用のプロンプト列を別に残せば、必要なときだけGPT関数を設定して再実行できます。

Q: ChatGPTによる文章分類の精度はどう検証しますか？

一部の回答を人間とChatGPTの両方で分類し、結果を並べて一致しているかを確認します。動画では、AIへ最初からすべてを任せて終了するのではなく、人間の判定と照合する重要性が指摘されています。不一致の回答を調べれば、分類定義やプロンプトの修正が必要な箇所も特定できます。

Summary & Key Takeaways

• 最初にアンケート、SNS、コールセンターの会話ログなどから一部の文章を選び、ChatGPTへ分類案の作成を依頼する。分類が具体的すぎる場合は別案や抽象化を求め、分析後の利用目的に合う分類を人が選ぶ。さらに各分類の定義を作成し、どのような回答が該当するのかを明文化することで、後続の判定基準を整える。

• 次に、共通の指示、分類名と定義、単一分類と複数分類の出力例を含むプロンプトを用意する。スプレッドシートでは、共通プロンプトと各行の回答を改行で連結した列を作り、そのセルをGPT関数へ渡す。数式を各行へコピーすれば、回答ごとに一つまたは複数の分類名が返り、大量の自由回答を同じ基準で処理できる。

• 最後に、分類結果へCOUNTIF関数を適用し、ワイルドカードを使って各分類名がセル内に含まれるかを数える。合計値はSUM関数で求め、必要なら値のみ貼り付けと転置によってグラフ向けの表へ整形する。再送信によるAPI費用を避けるため、処理後のGPT数式は値へ変換し、精度は人間の分類結果との比較で検証する。