市場調査・競合分析に使えるAIプロンプト集【リスニングマインドMCP】

市場調査や競合分析を行う際、「どこから調べればよいかわからない」「調査に時間がかかりすぎる」と感じたことはないでしょうか。
近年はChatGPTをはじめとした生成AIを活用することで、調査作業の効率化が進んでいますが、市場規模の把握や競合比較といったマーケティング実務では、根拠となる実際の消費者データが不可欠です。

本記事では、検索データ分析ツール「リスニングマインド」と、ChatGPT・Copilot・ClaudeなどのAIツールをMCP連携し、検索データをもとに市場調査・競合分析を行うための実践的なプロンプトをご紹介します。

掲載しているプロンプトは、市場規模の把握、競合ブランドのポジショニング整理、ブランド間の関係性分析など、マーケティング業務の初期調査や仮説立てにそのまま使える内容です。
市場調査をAIで効率化したいマーケターの方は、目的に応じて各プロンプトをご活用ください。

この記事でできること

• 検索データを使って、市場全体の規模感や成長性を把握できる
• 競合ブランド同士のポジションや強み・弱みを定量的に比較できる
• ブランドが「どの文脈で想起されているか」を検索キーワードから整理できる
• キャンペーンや話題化によるブランド関心の変化を時系列で分析できる
• 消費者の検索行動から、ブランドスイッチや乗り換え検討の流れを可視化できる

1.競合ブランド比較・ポジショニング分析

このセクションでは、検索データを使って市場全体の規模感と、競合ブランドの立ち位置の違いを把握するためのプロンプトを紹介します。
定量的な検索量データを起点に、「どの業態がどの程度検索されているのか」「各ブランドがどの領域で想起されているのか」を整理します。

市場全体と代表企業の認知度比較

ブランドの指名検索量＝ブランド認知度の代理指標です。
本プロンプトは、新規市場参入時や競合調査の初期段階において、市場規模と主要ブランドの相対関係を素早く把握したい場合に有効です。

【目的】競合ブランドの市場での立ち位置を把握する
【使用ツール】リスニングマインドMCPを接続したChatGPT

検索量APIを使い、以下のキーワードの直近1年間の平均検索数を取得してください。
あわせて、業態内での代表企業のシェアを計算してください。
キーワード：
- 総合型クラブ
- ルネサンス
- 24時間ジム
- エニタイムフィットネス
- パーソナルジム
- RIZAP
出力フォーマットは以下の表形式にしてください。
業態 | 年間検索量（業態全体） | 代表企業 | 年間検索量（企業） | 業界内シェア

ターゲット層・利用スタイルの比較

同じ市場内でも、業態やブランドによって想定されるターゲットや利用シーンは大きく異なります。
このプロンプトでは、検索データをもとにその違いを整理します。

【目的】ペルソナ設計やポジショニング比較のたたきを作る
【使用ツール】リスニングマインドMCPを接続したChatGPT

検索量APIを使ってターゲット層と利用スタイルを整理したいです。
対象企業：
- ルネサンス（総合型クラブ）
- エニタイムフィットネス（24時間ジム）
- RIZAP（パーソナルジム）
以下の項目について、検索量APIで取得できる情報を基に出力してください。
1. 主な年齢層・性別  
 → 検索量APIのデモグラフィック分布（年齢・性別の検索割合）から、上位層を抽出。
2. 主な目的  
 → 検索量APIに含まれる検索意図（情報探索／比較検討／購買行動など）の比率から整理。  
   あわせて関連キーワード（例：「ダイエット」「スクール」「短期」など）も参照。
3. 利用スタイルの特徴  
 → 検索意図の分布と関連キーワード（例：「無人ジム」「30分」「予約制」など）から定性的に分類。  
4. 付加価値の有無  
 → 検索量APIの関連語に含まれる「スタジオ」「スクール」「栄養指導」などの出現を基に分類。
出力フォーマットは表形式でお願いします：
指標 | 総合型クラブ（ルネサンス） | 24時間ジム（エニタイム） | パーソナルジム（RIZAP）
※ 店舗数・価格帯・立地傾向・平均利用時間はAPIからは直接取得できないため、外部公開情報や推定値が必要であることを注記してください。

上記プロンプトを使った分析結果はこちらでご確認できます。
・ListeningMind & ChatGPTで考える：フィットネス主要3企業のポジショニングと戦略設計

2.市場構造・主要ブランド把握

このセクションでは、市場内でのブランドの特徴や役割分担を整理するためのプロンプトを紹介します。
競合ブランドを単純に比較するだけでなく、どの文脈で想起されているのか、何を強みとして認識されているのかを把握できます。

HIS vs JTB：特徴比較

検索キーワードのクラスタ構造を見ることで、ユーザーが各ブランドをどのような文脈で認識しているかを把握できます。
【目的】ブランドごとの提供価値と消費者認識を把握する
【使用ツール】リスニングマインドMCPを接続したChatGPT
※旅行サービス選定時に重視されやすい観点として、以下の視点で整理します。

クラスターAPIを使って、「HIS」「JTB」それぞれの関連キーワードを抽出してください。  
抽出した結果をもとに、以下の4つの視点で比較表を作りたいです。  
1. 旅行形態（海外/国内）  
2. 旅行形態（個人/団体）  
3. 予約チャネル（オンライン vs 店舗）  
4. 価格・キャンペーン  
5. ロイヤルティ・付帯サービス  

表のフォーマットは以下としてください。  
比較視点 | HIS | JTB | インサイト

HIS vs JTB：強み・弱み比較

【目的】消費者認識ベースで、強み・弱みを把握する
※ここで整理する「強み・弱み」は、企業の実際の戦略ではなく、検索データ上に表れているユーザー認識をもとにしたものです。
【使用ツール】リスニングマインドMCPを接続したChatGPT

クラスターAPIを使って、「HIS」「JTB」それぞれの関連キーワードを抽出してください。  
その結果をもとに、4つの観点（旅行形態、予約チャネル、価格・キャンペーン、ロイヤルティ）で  
「強み」と「弱み」を整理した比較表を作りたいです。
表のフォーマットは以下としてください。  
観点 | HIS | JTB  
・HISとJTBそれぞれについて「強み」と「弱み」を分けて書いてください。  
・強みや弱みの根拠として、クラスターAPIで得られたクラスタ比率を必ず記載してください

以下のカテゴリ別に、HISとJTBの強み・弱みを比較するマルチセット棒グラフを作成し可視化してください。
観点は「旅行形態」「予約チャネル」「価格・キャンペーン」「ロイヤルティ」の4つです。
- HISの棒は青系（濃い青＝強み、薄い青＝弱み）
- JTBの棒は赤系（濃い赤＝強み、薄い赤＝弱み）
- Y軸ラベルは「関連クラスタ比率（%）」
グラフに使用する数値は、直前の比較表（クラスタ比率が記載された文章）から抽出してください。

上記プロンプトを使った分析結果はこちらでご確認できます。
・ListeningMind & ChatGPTで検索データから見るHISとJTB ― 強み・弱みと戦略アイデア

3.市場・ブランドの変化を時系列で捉える

検索データを時系列で分析することで、ブランドへの関心が高まったタイミングや、その背景要因を推測することができます。このセクションでは、キャンペーンや話題化の影響を把握するためのプロンプトを紹介します。

【目的】キャンペーンやコンテンツ発信の時期の選定
【使用ツール】リスニングマインドMCPを接続したChatGPT

1. 検索ボリュームAPIを使い、ユニクロの直近3年間の月別検索ボリューム時系列l・・。グラフを作成して。
2. ユニクロの2023年11月(検索量ピーク時)におけるサジェストキーワードと関連キーワードをAPIに基づいて収集し、セール、コラボ、イベント、プロモーション、メディア露出といったマーケティング要因もウェブ検索を通じて総合的に分析してください。また、関連キーワードの検索ボリュームも提示してください。

上記プロンプトを使った分析結果はこちらでご確認できます。
・ListeningMind & ChatGPTで時系列での検索量分析

4.ブランドスイッチ・競合関係分析

検索経路を分析できるリスニングマインドの機能を使うと、消費者がAブランドからBブランドへ乗り換える流れを把握し、購買ポイントやブランドスイッチのきっかけとなるポイントを把握することができます。
特に、比較検討フェーズや乗り換え検討時の検索行動を可視化することで、競合に選ばれる理由・離脱される理由の仮説立てに役立ちます。

【目的】消費者の購買動機、ブランドスイッチのポイントを把握
【使用ツール】リスニングマインドMCPを接続したChatGPT

1.Path APIを使い、"リステリン"から始まり"モンダミン"に至るブランドスイッチの経路を、一直線のテキスト矢印形式で作成してください。 各経路の中間ステップを具体的に示してください。例：リステリン → 経路1 → 経路2 → 経路3 → 経路4 → 経路5 → 経路6 → 経路N → モンダミン

2.このような分析には、どの種類のチャート（例：サンキーダイアグラム、フローチャート、ネットワーク図など）が最も適していますか？ その理由も併せて説明してください。

上記プロンプトを使った分析結果はこちらでご確認できます。
・ListeningMind & ChatGPTでブランドスイッチ(Brand Switch)分析 

まとめ

本記事では、リスニングマインドと生成AIをMCP連携し、検索データをもとに市場調査・競合分析を行うための実践プロンプトを紹介しました。

市場調査や競合分析においてAIを活用する際に重要なのは、AIの生成能力そのものではなく、どのような一次データをもとに分析を行っているかです。
AIはあくまで与えられた情報を整理・解釈する存在であり、根拠となるデータが不十分な場合、分析結果は仮説止まりになってしまいます。
その点、検索データは、実際の消費者が能動的に情報を探した「行動ログ」であり、関心・比較・検討といった意思決定プロセスが直接反映された一次データです。

MCPサーバーを通じてChatGPT・Copilot・Claudeなどの生成AIとリスニングマインドのデータを連携することで、信頼できる一次データを基にAIが分析・回答を行う環境を構築できます。
これにより、感覚的な推測や一般論ではなく、実際の消費者行動に基づいた市場調査・競合分析を、短時間で再現性高く行うことが可能になります。

他の業務向けプロンプト集もあわせてご覧ください。
・広告効果測定・広告設計
・CEP分析
・新商品開発
・SEO・コンテンツマーケティング

検索データを活用したAIによる市場調査・競合分析を実際に試してみたい方は、リスニングマインドのトライアルやMCPサーバー連携についての紹介ページもあわせてご確認ください。

注記

※本記事のプロンプトを使った分析は、検索データに基づく分析事例であり、特定のブランドや製品のマーケティング戦略を代弁または評価することを目的としたものではありません。

使用されているキーワードは、実際の検索ボリューム、サジェスト、関連検索語などの情報をもとに収集されたものであり、消費者の関心や情報探索パターンを理解するための分析例として提示しています。

記載されているブランド名および製品は、分析構造を説明するための事例として引用しており、各企業の公式な見解や実際の施策とは関係ありません。本文の内容は筆者個人の見解に基づくものであり、誹謗中傷、歪曲、営利目的は一切含まれておりません。