AI活用

顧客リストをAIで自動セグメント分けする方法【ChatGPT・Claude】

2026-09-29　AI活用顧客管理ChatGPTマーケティング

PR・アフィリエイトについて

当サイトはアフィリエイトプログラムを利用しており、紹介リンク経由での申込により報酬を得る場合があります。記事内で紹介するサービスには筆者が実際に使用しているものと、客観情報として比較掲載しているもの（未使用・PR表記あり）が含まれます。

結論

顧客リストのセグメント分けは、ChatGPT・ClaudeにCSVデータをそのまま渡し、分類軸と出力形式を指定するだけで半自動化できます。専用ツールやExcel関数の知識は不要で、Googleスプレッドシートとの組み合わせが最も手軽。手動でやっていた仕分け作業が体感で大幅に短縮されます（データ量・個人差による）。

顧客リストの「セグメント分け」。業種別、購入回数別、休眠客と優良客の仕分け——やるべきだとわかっていても、何十行・何百行もある表を手で分類するのは正直しんどい作業です。

私はGoogleスプレッドシートで顧客や問い合わせ記録を管理しているのですが、以前は月末になるたびに「今月アクティブな人」「放置してしまっている人」「新規だけど熱量が高そう」を目で見て手動で色分けしていました。見落としも多いし、そもそも量が増えると現実的じゃない。

ChatGPT・Claudeを使ってセグメント分けを半自動化してから、その苦痛がかなり和らぎました。仕組みを共有します。

AIによるセグメント分けで何が変わるか#

まず前提を整理します。AIが得意なのは「人間が決めたルールに従って大量データを仕分けること」です。

「購入回数3回以上 → 優良客」「最終購入から90日超 → 休眠」——この判断基準さえ言葉で伝えれば、100行・500行のリストでも一括で分類結果を返してくれます。

手作業	AI活用後
1行ずつ目視で確認	基準を一度書けば全行一括処理
見落とし・表記ゆれが起きる	同じ基準を全行に均一適用
追加列の関数設定が必要	プロンプト変更だけで基準を変えられる
数十〜数百行で30分以上（目安）	同量でも数分以内（目安）

「AIが自分で良しなに判断してくれる」のではなく、人間が決めた基準をAIが一貫して実行してくれるのがポイントです。この違いを理解してから使うと、「思ってた結果と違う」という失敗が減ります。

実際の手順：ChatGPT・Claudeでセグメント分け#

手順

スプレッドシートから対象データをコピーする

顧客名・業種・購入回数・最終購入日など、分類に使いたい列を選んでセルをコピー（Ctrl+C）。ヘッダー行も含める。個人情報が多い場合は氏名・メールアドレスを削除またはマスキングしてから渡す。

ChatGPT または Claude を開き、プロンプトを入力する

後述のプロンプトテンプレートを貼り付けて、末尾にコピーしたデータをペーストする。

分類軸と出力形式をプロンプトで明示する

「セグメントAはこういう人」「TSV形式で返して」など、出力の形を指定するとそのままスプレッドシートに貼り直せる形で返ってくる。

返答をスプレッドシートに貼り戻す

AIが返したテキストを新しいシートに貼り付ける。Googleスプレッドシートは「データ → テキストを列に分割」機能でタブ区切りをそのまま表にできる。

分類結果を目視チェックして確定する

AIの判断は完璧ではないため、最終確認は人間が行う。曖昧なケースが数%含まれることがある（目安）。

使えるプロンプトテンプレート#

以下のベースを自分のリストに合わせて書き換えて使ってください。

以下の顧客データを、下記の基準に従ってセグメント分けしてください。

【分類基準】
- A（優良客）：購入回数5回以上、または最終購入から30日以内
- B（見込み客）：購入回数1〜4回、かつ最終購入から31〜90日以内
- C（休眠客）：最終購入から91日以上経過

【出力形式】
元の表に「セグメント」列を追加したタブ区切り形式で返してください。
ヘッダー行も含めること。

---
（ここにコピーしたデータをペースト）

メモ

分類基準は必ず自分のビジネスに合わせて書き換えること。「業種別（IT・製造・小売）」「問い合わせ温度感（高・中・低）」など、数値以外のテキスト情報でも分類できます。

テキスト情報でのセグメント分け（応用）#

数値データだけでなく、「自由記述の問い合わせ内容」や「備考欄のテキスト」でセグメントを作ることもできます。

たとえば問い合わせ内容の列に自由記述がある場合、こんなプロンプトが使えます。

以下の問い合わせ内容を読んで、主な関心テーマを次の3つから1つ選んでください。
・コスト削減
・業務効率化
・新規開拓

各行について「テーマ」列を追加してタブ区切りで返してください。

---
（データをペースト）

これが地味に強力で、問い合わせ内容を目で読んで分類していたのがペーストするだけになりました。テキストマイニングの知識がなくても使えるのが非エンジニアにとっての強みです。

注意

個人情報・機密情報の扱いに注意してください。 ChatGPT（無料版・有料版とも）やClaudeに渡したデータは、設定によっては学習データに使われる可能性があります。氏名・メールアドレス・電話番号など個人が特定できる情報は、渡す前に削除またはマスキング（A社・顧客001など）することを強くお勧めします。社内規定・個人情報保護方針も確認してから使用してください。

AIセグメント分けの向き・不向き#

メリット

データ量が多いほど効果が大きい（数十行から恩恵あり）
分類基準を言葉で変えるだけで即座に再分類できる
Excel関数や条件付き書式の知識が不要
テキスト情報（コメント・備考欄）も分類対象にできる
月次など定期作業なら、プロンプトを保存しておけば毎回コピペだけで済む

デメリット

AIの判断には誤りや揺れが生じるため最終確認は必須
大量データ（1000行超）は一度に処理できないことがある（分割が必要）
個人情報を含むデータは渡す前の処理が手間になる
リアルタイム連携（データが変わったら即自動反映）はできない

分類後の使い方まで決めておく#

セグメント分けは「終わり」ではなく「始まり」です。分類した後の使い方を先に決めておくと、仕組みとして定着しやすくなります。

活用シーン	やること
メール配信リスト作成	セグメントAだけをフィルターしてCSV書き出し
優先度別フォロー	セグメント列で並び替えてAから順に対応
月次レポート	COUNTIFでセグメント別件数を集計
翌月の再分類	プロンプトを保存して毎月流し直す

「月末にプロンプトを貼って結果をシートに戻す」という5分の作業に落とし込めれば、続きます。

さらに自動化を深めたいなら#

ChatGPT・ClaudeをGoogleスプレッドシートやCRMツールとAPI連携させると、データ更新のたびに自動で再分類してメール配信まで走る、という仕組みも作れます。ただしその先には、GASやAPIの基礎知識が必要になってきます。

非エンジニアのままAI活用を仕事に組み込みたい場合、体系的に学べる場があると独学より時間が節約できます。

まとめ#

顧客リストのセグメント分けは、ChatGPT・Claudeを使えば非エンジニアでも今日から始められます。

分類基準を言葉で決める → プロンプトに書く → データをペースト、これだけ
数値でも自由記述テキストでも分類できる
個人情報はマスキングしてから渡す
分類後の「使い方」を先に決めておくと仕組みとして定着する

まずは手元の小さなリスト（10〜20行）で試してみてください。うまくいったら量を増やす、という順番が挫折しにくいやり方です。

よくある質問#

ChatGPTに渡せるデータは何行まで処理できますか？#

モデルによって処理できる文字数（コンテキスト長）に上限があります。GPT-4oなら数百〜数千行程度が目安ですが、列数が多い場合は早く上限に達することもあります。1000行を超える場合は200〜300行ずつ分割して処理するのが安全です。Claudeは比較的多くのテキストを一度に扱えるため、大量データには向いている場合があります。

ExcelでもできますかGoogleスプレッドシートが必須ですか？#

Excelでも同じ方法が使えます。データをコピーしてAIに貼り付け、返答をExcelに貼り直すだけです。スプレッドシートを例に挙げたのは、ブラウザで使えて共有しやすいためです。どちらを使っていても手順は変わりません。

毎月同じ作業をするなら完全に自動化できますか？#

完全な自動化（データ更新→自動分類→メール配信まで）にはGASやAPIの連携が必要です。ただし「毎月末にプロンプトを貼ってデータを渡す」という半自動化なら、プロンプトをメモに保存しておくだけでコピペ数回で再現できます。まずこの半自動化から始めて、必要性が出てきたら自動化を学ぶ、という順序が現実的です。