AIペルソナに“仮想アンケート”を答えてもらう ― 市場調査SaaS「PerSearch」をリリースしました

設問を作るだけで、AIの仮想ペルソナが属性に沿ってアンケートに答えてくれる市場調査SaaS PerSearch（ペルサーチ） をリリースしました。実調査の前に、安く・速く・何度でも仮説検証できます。この記事では、実際の出力を見せながら何ができるのかを紹介します。

サービスサイト: https://per-search.com

こんな課題、ありませんか？

市場調査やユーザーリサーチには、いつも同じ壁がつきまといます。

• コストが高い ― パネル確保や調査委託で、1回の調査に数万〜数十万円。
• 時間がかかる ― 設問設計 → 配信 → 回収 → 集計まで、数日〜数週間。
• 少数セグメントに届かない ― ニッチな属性の回答者を十分な数だけ集めるのが難しい。
• 設問を気軽に試せない ― 「この聞き方で伝わる？」を本番前に検証しづらい。

施策のスピードが上がるほど、「今すぐ・安く・何度でも仮説を試したい」というニーズは強くなります。PerSearch はそこを埋めるツールです。

PerSearch とは

ひとことで言うと、AIの仮想ペルソナが、属性に沿ってアンケートに答えてくれるサービスです。

• 年齢・性別・地域・職業・趣味関心などの**属性を持つ仮想回答者（ペルソナ）**を用意
• 特定の性別・年代に絞り込んでアンケートを実行できる
• 用意した設問（単一選択・複数選択・自由記述）に、各ペルソナがその人物像らしく回答
• 結果は集計ダッシュボードとCSVで受け取れる

実際の調査を「置き換える」のではなく、実調査の前段や、その間を埋める高速な仮説検証の道具として使えます。

ペルソナの母集団には、NVIDIA が公開している日本人ペルソナのデータセット nvidia/Nemotron-Personas-Japan（CC BY 4.0）を利用しています。実在の個人ではなく、統計的に作られた仮想の人物像です。

まず、出力を見てみる

抽象的な説明より、出力を見るのが早いです。PerSearch は回答結果を CSV/Excel で出力します（中身は2枚のシート構成）。

シート1: 回答結果（ペルソナ × 設問）

各行が1人のペルソナ。属性カラムに続いて、設問ごとの回答が並びます。

UUID	年齢	性別	都道府県	地域	職業	趣味・関心	婚姻状況	学歴	Q1	Q2	…
74898a3b…	18	女	京都府	西日本	卸売業 中小	歴史散策, 料理・レシピ開発, カフェでの情報交換	未婚	高校卒	c	b|c|d	…
c0a7bca2…	18	男	大阪府	西日本	化学工業 中堅	音楽鑑賞, アニメ, スケートボード, カフェ巡り	未婚	高校卒	c	b|c|d	…

• 単一選択は c、複数選択は b|c|d のように記録される
• 自由記述はそのままセルに文章で入る

シート2: 設問定義

設問番号	設問本文	タイプ	選択肢
Q1	スマートフォンを選ぶ際に最も重視することは何ですか？	単一選択	a〜e
Q3	日々の買い物で重視している点を自由にお書きください。	自由記述	―
Q9	あなたにとって理想的なサブスクリプションサービスがあれば自由に説明してください。	自由記述	―

自由記述の“リアルさ”

ポイントは、自由記述が属性を反映した具体的な文章になることです。たとえば「Q3: 日々の買い物で重視している点」に対し、京都府・18歳・卸売業のペルソナはこう答えます。

効率性と最適化を重視して、品質と価格のバランスを常に検討します。物流効率を考慮した配送方法の選択や、季節行事に合わせた商品購入、デジタル技術で価格比較・ポイント管理を徹底することで、全領域で支出管理を実践しています。

属性が変われば、回答のトーンも観点も変わります。「ただランダムな文章」ではなく、その人物像から出てきそうな回答が並ぶのが特徴です。

特定の層に絞って聞ける

PerSearch では、特定の性別・年代に絞り込んでアンケートを実行できます。

「20代女性に聞きたい」「40〜50代男性の反応を見たい」といったように、対象を絞ってから設問を投げられるので、狙った層の声だけを集められます。実パネルでは集めにくいセグメントでも、属性を指定するだけで素早く回答を得られます。

主なユースケース

仮想アンケートは、こんな場面で実用的です。

1. 設問設計の検証 ― 本調査の前に「この設問で意図が伝わるか」「選択肢に漏れがないか」を即チェック。
2. 少数・ニッチセグメントの声 ― 実パネルでは集めにくい属性層の反応を、性別・年代で絞り込んで素早く確認。
3. 施策・コピーの事前A/B ― キャッチコピーや機能案への反応を、複数パターンで比較。
4. 即日の仮説検証 ― 企画会議で出た「たぶんこうだよね」を、その日のうちにデータで叩き台にする。

いずれも「本番調査をかける前に、安く何度も回す」のが価値です。

技術スタック

PerSearch はサーバーレス構成の市場調査 SaaS です。回答生成には AWS Bedrock 上の大規模言語モデル（Claude Haiku）を利用し、ペルソナの属性をふまえて回答させることで、属性に整合した出力を得ています。

レイヤー	採用技術
フロントエンド	React / TypeScript / Vite / TanStack Query / Recharts
バックエンド	Python / AWS Lambda
推論	AWS Bedrock（Claude Haiku）
データ基盤	DynamoDB / S3
認証・決済	Amazon Cognito / Stripe
ペルソナ	nvidia/Nemotron-Personas-Japan（CC BY 4.0）

使い方・はじめ方

ブラウザだけで完結します。

1. 設問を作る ― 単一選択・複数選択・自由記述を、ドラッグ&ドロップで並べ替えながら設計
2. 対象を絞り込む ― 性別・年代を指定して聞きたい層を設定
3. 人数を決めて実行 ― ベータプランでは 10〜500 人、設問は最大 10 問まで
4. 結果を受け取る ― 集計ダッシュボードで確認し、CSV でダウンロード

料金はベータ版で 1人あたり 5円（例: 100人 × 10問でも 500円）。実調査と比べて、桁違いに気軽に回せます。

※ ベータ期間中の料金・上限です。最新の提供条件はサービスサイトをご確認ください。

注意点・限界

宣伝記事ですが、ここは正直に書きます。仮想アンケートは万能ではありません。

• 実調査の完全な代替ではない ― 生成された回答は「実在する人の声」ではなく、あくまでモデルによる推定です。重要な意思決定は実データで裏取りを。
• 生成バイアスがある ― モデルやペルソナデータの傾向が回答に乗る可能性があります。極端な少数意見や想定外の反応は出にくいことがあります。
• 向き不向きがある ― 「方向性の素早い絞り込み」「設問の事前検証」には強い一方、「正確な数値の母集団推定」には向きません。

使いどころは “本番前の高速な仮説検証”。この線引きを守ると効果的です。

まとめ

• PerSearch は、AIの仮想ペルソナが属性に沿ってアンケートに答える市場調査 SaaS。
• 特定の性別・年代に絞り込んで、狙った層の声を集められる。
• 実調査の前段として、安く・速く・何度でも仮説検証できるのが価値（ベータで 5円/人）。

設問設計から結果のCSV出力まで、ブラウザだけで完結します。気になった方はぜひ試してみてください。フィードバックも歓迎です。

https://per-search.com