方法と研究聞き方・数え方・参考研究を確かめる

100人はAIのお客さんです・規約

うれかたの考え方

反応の根拠も、
確かめられるように。

この3つの研究を参考に、商品の反応を聞く方法を設計しています。
研究でわかったことと、うれかたで確かめられていることを分けてお伝えします。

100人は、NVIDIA の Nemotron-Personas-Japan(CC BY 4.0)をもとに、所得と消費行動の属性を足した弊社の公開データ Japan Synthetic Personas(CC BY 4.0)から、固定で選んでいます。
Fujita, Atsunori; Gong, Vincent; Ogushi, Masaya; Yamamoto, Kotaro; Suhara, Yoshi; Corneil, Dane; Meyer, Yev. Nemotron-Personas-Japan, September 2025.

現在の比較方法

同じ100人が、2〜3案から選ぶ

値段・見出し・商品説明・対象客・販売場所のうち、1項目だけを変えて比べます。人物像と商品のほかの条件は固定します。

比較方法の版 m2026-10-07.compare.2回答指示の版 c2026-10-07.2

同じ100人に、案を並べて1つを選んでもらいます(「どれも選ばない」も選べます)。5回、別々に聞きます。案の並び順は10人の組ごと・回ごとに入れ替え、100人全体ではどの案もどの位置にほぼ同じ回数だけ来るようにします。「どれも選ばない」は常に最後に置きます。人ごとの選択は5回でいちばん多かった案で、同じ回数なら早い回の案です。

各回で聞くこと(指示の要約)

自分の暮らし・家計・買い方に照らして、表示された値段でお金を払って買いたくなる案を1つ選んでください。どの案でも買いたくなければ「どれも選ばない」を選び、その理由を自分の言葉で答えてください。

並び順・集計・理由の扱い

5回の回答を500人として数えることはありません。1人につき最も多く選んだ案を最終選択とし、同票なら、その中で最初に選んだ案を採用します。最終選択の人数が同じ案は、5回の全回答で多い案を先にし、それも同じならA・B・Cの順にします。これは集計上の規則で、差がある証拠ではありません。

確からしさは、最終集計で1位の案が、各回でも案の中で単独1位だった回数です。同票の回は数えません。5回なら「5回とも同じ」、4回なら「5回中4回」、3回以下なら「回ごとに入れ替わる」と表示します。「どれも選ばない」は案の順位から外し、その人数がどの案より多い場合は別に示します。回ごとに入れ替わり、1位との差が5人以内の案がある場合は「互角」と表示します。

理由の分類には、各人が最終選択を最初に選んだ回の理由を使います。AIが選択ごとに短い札へまとめ、1人を複数の札に重ねて数えず、人数の多い札を最大3つ表示します。代表の一言は保存した理由を使います。

結果を読むときの制約

100人はAIのお客さん(合成データの人物)で、実在の人の自己申告や行動の記録ではありません。

人数は100人のうち何人がその案を選んだかで、購入率や売上の予測ではありません。

確からしさは、5回のうち何回、案の中でいちばん多い案が同じだったかで示し、%や点数にはしません。「どれも選ばない」が多いことは別に示します。

理由の札は、選んだ人が書いた理由をAIが短くまとめたもので、札の人数はその理由を書いた人の数です。

01伝え方を比べる
Benomar ほか · 2026

同じ商品でも、聞き方で答えは変わる?

新しい商品の見せ方を比べるとき、AIへの問いかけ方が結論に影響するのかを調べた研究です。

たとえば同じエコ洗剤を「時短」と「肌へのやさしさ」のどちらで紹介するか。研究では、二つの案を見せる順番や、答え方を変えて調べました。

ウレカタでは

ウレカタでは、同じ100人に2〜3案を並べて見せ、順番を変えて5回選んでもらいます。案の内容と提示順を分けて扱う考え方を参考にしています。

詳しい分析方法と、うれかたで行っていないこと

研究は実際の行動データをもとにした仮想顧客と、過去のA/Bテストを照合しています。ウレカタはAIでつくった100人の人物像を使います。現在は2〜3案の比較と単一案の分析に対応しています。ただし、実際の行動履歴や、販売テストの結果との照合による精度検証は行っていません。

原論文を読む Data-Driven Persona-Conditioned Agents for A/B Test Simulation
02反応の聞き方
Maier ほか · 2025

「5点です」だけで、気持ちはわかる?

購入したい気持ちを、最初から点数で聞くよりも、まず言葉で聞いた方がよいのかを調べた研究です。

たとえば新しいシャンプーを見て「香りは好き。でも定期購入は迷う」と話すなら、その迷いも残せます。

ウレカタでは

ウレカタでは、回答の理由と評価を分けて扱う質問設計を考える際の参考にしています。現在の質問と評価の定義は、下で公開しています。

詳しい分析方法と、うれかたで行っていないこと

論文のSSRは、自由文を埋め込みで5段階の基準文と比べ、評価の確率分布へ変換する方法です。ウレカタはこのSSRを再現しておらず、日本の商品での妥当性も検証していません。

原論文を読む LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings
03人物像のつくり方
Park ほか · 2026年改訂

年齢や性別だけで、買う理由は見える?

人の答えを考えるには、年齢や性別だけでなく、普段の暮らしや価値観も必要なのかを調べた研究です。

たとえば同じ共働き世帯でも、「子どもの肌が心配」と「とにかく家事を減らしたい」では、響く言葉が変わります。

ウレカタでは

ウレカタでは、合成ペルソナを商品に反応させるとき、生活場面や選び方まで考える際の参考にしています。

詳しい分析方法と、うれかたで行っていないこと

研究は実在する人への長いインタビューと質問票を使いました。ウレカタの100人は全員合成で、実在する本人へのインタビューや自己申告を再現しているわけではありません。

原論文を読む LLM Agents Grounded in Self-Reports Enable General-Purpose Simulation of Individuals
聞き方も、ひらく。

単一案分析の標準質問

1つの商品への反応を見る場合の標準4問です。自分で質問を作った分析は、実行時の質問と方法を結果に保存します。比較分析には、この4問と関心スコアを使いません。

質問の定義を読み込んでいます…