自社のFAQページを開き、上から順に質問を眺めても、抜けている項目には案外気づけません。書き手自身は「聞かれそうな質問」をすでに知っているため、読者がまだ持っている疑問を先回りして見落としがちです。本記事で扱うのは、既存のFAQ一覧と読者の検討段階を照らし合わせ、抜けている質問カテゴリを可視化する実践プロンプトです。

01この記事でわかること

  • 既存FAQ一覧と想定読者属性をChatGPTに渡し、検討段階ごとの質問カテゴリの過不足を判定するプロンプト
  • 入力する情報(業界・商材、既存FAQ一覧、想定読者属性)と、得られる出力(充足度判定と不足時の質問文候補)
  • 判定結果をFAQページの追記・新設にどうつなげるか

02結論サマリー

既存のFAQ一覧と想定読者属性をChatGPTに渡すと、読者の検討段階ごとに質問カテゴリの充足度が一覧で返ってきます。既存のFAQに書かれている質問だけでなく、まだ聞かれていないのに聞かれるべき質問まで、カテゴリ単位で洗い出すことがねらいです。不足しているカテゴリには、そのまま使える質問文の候補も添えて出力されます。AIが提示する不足カテゴリはあくまで想定読者属性からの推測にすぎないため、実際の問い合わせ内容やアンケートと突き合わせて優先順位をつけることをおすすめします。

使用AIツール: ChatGPT（標準のチャット機能のみで完結し、Web検索やファイルアップロードは使いません。無料プランでも2026年7月時点で利用できます）

引用されやすい定義文

読者がまだ抱えている疑問の多くは、書き手がすでに知っている質問の外側に隠れています。

03課題の整理（なぜ難しいか）

FAQページに質問を追加するとき、多くの担当者は自分が対応した問い合わせを思い出しながら書き足しています。

  • 対応履歴に残っている質問だけを追加し、まだ問い合わせが来ていない疑問には気づけない
  • 読者の検討段階(認知期・比較検討期・契約直前・契約後)によって必要な質問が異なることを意識しにくい
  • 自社の観点で「重要」と思う質問と、読者が実際に知りたい質問がずれる
  • FAQ全体を定期的に読み返す機会がなく、抜けたまま放置されやすい

読者属性ごとの検討段階に立ち返ることで、埋もれていたカテゴリが具体的な形で見えてきます。

04プロンプト本体

既存のFAQ一覧と、想定する読者の属性・検討段階をもとに、抜けている質問カテゴリを洗い出したい場面で使います。

あなたはAIO(AI検索最適化)コンテンツ設計のアナリストです。
以下の指示に従い、FAQページの網羅性を点検してください。

■入力データ
業界・商材: 【業界・商材】
既存FAQ一覧: 【既存FAQ一覧】
想定読者属性: 【想定読者属性リスト】

■分析手順
1. 【業界・商材】の特性を踏まえ、想定読者属性ごとに、認知期・比較検討期・契約直前・契約後という
   4つの検討段階を想定し、各段階で読者が抱きやすい質問カテゴリを洗い出す。
2. 既存FAQ一覧の各質問を、手順1で洗い出したカテゴリに分類する。
3. カテゴリごとに、既存FAQで十分カバーされているか(◎)、
   一部だけ触れられているか(△)、まったく扱われていないか(×)を判定する。
4. △・×と判定したカテゴリについて、その読者属性・検討段階に合わせた
   具体的な質問文の候補を2〜3件作成する。

■出力形式
読者属性ごとに、以下の列を持つ表で出力してください。
| 検討段階 | 質問カテゴリ | 充足度(◎/△/×) | 既存FAQとの対応 | 不足時の質問文候補 |
表の後に、読者属性ごとの充足カテゴリ数を1行でまとめること。

■制約
- 既存FAQ一覧に類似の質問がすでにある場合は、それを充足(◎)と判定し、
  重複した質問文を候補として作らないこと。
- 実在しない事例や数値を根拠として使わないこと。
- 想定読者属性に含まれない属性を勝手に追加しないこと。

使う変数

変数説明入力例
【業界・商材】自社が属する業界と主な商材名AIOコンサルティング
【既存FAQ一覧】現在サイトに掲載している質問と回答の一覧Q. 契約期間は？ A. 最短3ヶ月〜 など
【想定読者属性リスト】FAQを読むと想定される読者の属性初めて検討する担当者／既存顧客／比較検討中の担当者

※入力例はすべて架空の例です。

📊 図解制作中
FAQ網羅性点検プロンプトの入力から出力までの流れ図。要素は「業界・商材/既存FAQ一覧/想定読者属性の入力」「ChatGPTが検討段階ごとに質問カテゴリを洗い出し充足度を判定」「◎△×の判定結果と不足時の質問文候補を表形式で出力」の3ステップ。関係性は判定分岐を含む一連のフロー

05出力の見方と分析の観点

表が出力されたら、次の3点を確認します。

  • ×判定のカテゴリ数: 検討段階のどこかに×が集中している場合、その段階の読者への情報提供が手薄なサインです
  • △判定の内容: 一部だけ触れられている質問は、既存FAQへの追記で対応できる場合が多く、優先度は×より低めです
  • 不足時の質問文候補: そのままFAQに追加するのではなく、自社の実際の回答内容に合わせて文言を調整してから掲載してください
📊 図解制作中
想定読者属性(行)×検討段階の質問カテゴリ(列)を並べた充足度マトリクス。要素は行=読者属性(初めて検討する担当者/既存顧客/比較検討中の担当者)、列=認知期〜契約後の4段階、セル=◎△×の充足度。関係性はマトリクスによる偏りの可視化

読者属性が複数ある場合は、属性ごとに表を並べて見比べると、特定の属性だけ充足度が低いといった偏りにも気づきやすくなります。自社FAQと構造化データの関係を詳しく知りたい場合は、別記事『FAQ・HowTo構造化データと引用率の関係を一次データで検証』を参照してください。なお、GoogleはFAQリッチリザルトの表示を2023年に大幅縮小し、2026年5月に完全に廃止しています(出典: Google公式ドキュメント)。狙いは検索結果の見え方ではなく、読者の疑問に答えるコンテンツとしての網羅性に置いてください。

06応用パターン

応用1: 季節・キャンペーン特有の読者属性を追加する

通常の検討段階に加え、繁忙期限定のキャンペーン利用者のような期間限定の読者属性を【想定読者属性リスト】に加えると、その時期特有の質問カテゴリの抜けも洗い出せます。

応用2: 競合FAQとの比較と組み合わせる

自社FAQの抜けが把握できたら、同じ観点を競合にも当てはめると、業界全体の傾向か自社固有の抜けかを切り分けられます。競合FAQの質問傾向を調べる場合は、別記事『競合サイトのFAQ構成をAIに抽出させる実践プロンプト集』のプロンプトが使えます。

07注意点

AIが挙げる「不足カテゴリ」はあくまで、入力した想定読者属性をもとにした論理的な仮説にすぎず、実際の読者が本当に知りたい疑問を完全に言い当てているとは限りません(2026年7月時点)。

AIの判定には誤りが含まれる場合があります。特に既存FAQとの対応関係は、そのまま信じず自分の目で見比べてから採用してください。

顧客からの実際の問い合わせ内容など、機密性の高い情報をプロンプトに含める場合は、利用中のAIサービスの法人プラン・データ学習利用設定を事前に確認してください。

出力結果をそのまま社外に公開する際や、自動化して大量に実行する際は、利用しているAIサービスの利用規約の範囲内で行ってください。

同じFAQ一覧・想定読者属性を入力しても、実行するたびに充足度の判定や質問文候補が変わることがあります。優先度の高いカテゴリほど複数回試し、判定が安定しているかを確認することをおすすめします。

08FAQ

Q. 既存のFAQが1つもない状態でも、このプロンプトは使えますか？

使えます。【既存FAQ一覧】を空欄、または「なし」と入力すれば、全カテゴリが×判定となり、ゼロからFAQを作成する際のたたき台として活用できます。

Q. 読者属性はいくつまで指定できますか？

目安は3〜5属性です。属性を増やしすぎると表が縦に長くなり、優先順位が見えにくくなるため、まずは主要な属性から始めることをおすすめします。

Q. 判定結果の◎△×は、そのまま社内での優先順位づけに使ってよいですか？

一次スクリーニングとしては有効ですが、最終的な優先順位は、実際の問い合わせ件数や商談での質問頻度など、社内データと突き合わせて決めることをおすすめします。

09この分野を体系的に学ぶ

この記事は実践プロンプト記事です。引用されるコンテンツのフォーマット設計を基礎から体系的に学びたい方は、AI検索最適化講座「コンテンツ編: フォーマット別実践（IV-B）」をご覧ください。

AI検索最適化講座を見る →