アンケート集計をAIで自動化する方法｜自由記述の分類まで【2026】

結論：アンケート集計の自動化は「定量集計」と「自由記述分類」の2層で考える

AIでアンケート集計を自動化するとは、回答の収集から数値の集計、そして自由記述（フリーコメント）の分類・要約までを、人が転記・仕分けせずに仕組みで回すことを指します。ポイントは、作業を「定量集計」と「自由記述分類」の2つの層に分けて考えることです。前者は選択式・数値回答をQUERY関数やピボットで自動集計する領域、後者は文章回答をAIに読ませてタグ付け・要約させる領域で、必要な道具がまったく違います。

実務でつまずくのは、たいてい後者の自由記述です。数値は関数で一瞬でまとまるのに、「その他ご意見」欄に集まった数百件のコメントを人が1件ずつ読んで分類していると、集計全体が止まります。ここを、スプレッドシートのAI関数（Geminiを使ったセル内テキスト処理）に任せると、分類・要約・感情の判定までが自動で流れるようになります。まずは全体像として、次の3ステップで組み立てるのが最短です。

自動化の3ステップ（全体像）

• ステップ1｜集める：Googleフォームなどの回答をスプレッドシートへ自動で流し込む
• ステップ2｜数える：選択式・数値の回答をQUERY／COUNTIF／ピボットで自動集計する
• ステップ3｜読む：自由記述をAI関数で分類・要約し、定量集計と横に並べる

なぜ「集計」と「分類」を分けると自動化できるのか

アンケートの回答は、大きくクローズド質問（選択式・5段階評価・数値）とオープン質問（自由記述）に分かれます。前者は答えの形が決まっているため、関数だけで機械的に数え上げられます。後者は答えが自然文なので、従来は人の読解が必須でした。この「読解が必要な部分」こそがAIの担当領域です。

言い換えると、自動化のボトルネックは計算量ではなく「文章の意味を判断する工程」にあります。定量集計を関数へ、意味判断をAIへ振り分けると、これまで属人的だった集計作業が、誰が回してもほぼ同じ結果になる仕組みへ変わります。中小企業の総務・企画の現場では、この切り分けを最初に決めておくだけで、後の作り込みが一気に楽になります。

ステップ1：回答を自動で集める（フォーム連携）

集計を自動化する前提は、回答が最初からスプレッドシートに溜まっていることです。Googleフォームなら、回答タブからスプレッドシートへ連携しておくだけで、送信された回答が1行ずつ自動で追記されます。手作業のコピペを挟まないことが、後工程の自動化を成立させる土台になります。手順の詳細はGoogle公式のフォーム回答の管理ヘルプにまとまっています。

この段階での実務のコツは、集計用シートと生データシートを分けることです。フォームが書き込む生データシートには手を入れず、別シートから関数で参照して集計する構成にします。生データに直接数式を書き込むと、新しい回答が届いたときに行がずれて数式が壊れる事故が起きやすいためです。1行の回答が1件のレコードとして素直に積み上がる状態を保つのが鉄則です。

ステップ2：選択式・数値回答を関数で自動集計する

定量回答の集計は、AIを使うまでもなくスプレッドシートの関数で完結します。回答が増えても自動で更新されるように、固定の集計表ではなく関数で組むのがポイントです。代表的な組み合わせは次のとおりです。

• QUERY関数：SQLのSELECT文に近い書き方で、必要な列・条件の回答だけを抜き出して集計表を作る。属性別のクロス集計に強い
• COUNTIF／COUNTIFS関数：「満足＝◯件」のように、条件に合う回答数を数える。選択式の集計の基本
• ARRAYFORMULA関数：1つの数式を全行へ自動適用する。回答が増えても数式をコピーし直す必要がなくなる
• ピボットテーブル：ドラッグ操作で属性×回答のクロス集計を作れる。関数を書かずに全体像を掴みたいときに便利

この4つを、生データを参照する集計シート側に置いておけば、新しい回答が届くたびに集計表が自動で更新されます。ここまでは無料の標準機能だけで実現できるため、まずは定量部分をこの形にしてから、次の自由記述の自動化へ進むのが安全です。同じ発想を給与や勤怠など他のバックオフィス業務へ広げたい場合は、AIで給与計算を自動化する方法もあわせて参考になります。

ステップ3：自由記述をAIで分類・要約する

ここが本題の「AIによるアンケート集計の自動化」です。2026年時点のGoogleスプレッドシートには、Geminiを使ってセル内でテキストを処理するAI関数が搭載されており、自由記述の回答を1件ずつ分類・要約・感情判定できます。使い方や対応環境はGoogle公式のAI関数ヘルプに記載があります。

自由記述にカテゴリタグを付ける

たとえば「その他ご意見」列の隣に、AI関数へ「このコメントを『価格』『品質』『対応』『その他』のいずれかに分類して」と指示するセルを作ると、回答1件ごとに分類ラベルが自動で入ります。ラベル列ができれば、あとはステップ2のCOUNTIFやピボットで「価格への言及＝何件」と定量集計に合流できます。自由記述を、集計可能なカテゴリデータへ変換するのがこの工程の役割です。

論点を要約する・感情を判定する

分類だけでなく、「このコメントの要望を一文で要約して」「肯定・否定・中立で判定して」といった指示も同じ仕組みで流せます。長文フィードバックが多い調査では、全件を人が読む前に、まずAIに要約と感情判定をさせて全体の傾向を掴み、そのうえで重要そうな回答だけを人が精読する、という順番にすると、読解の総量を大きく減らせます。回答をまとめて表へ整形したいときは、未整形の貼り付けデータをGeminiが表に変換するスプレッドシートのGemini機能も使えます。

ただしAIの分類は万能ではありません。カテゴリの定義が曖昧だと判定がぶれるため、分類の選択肢はあらかじめ具体的に決めておき、判定結果は必ず人が抜き取りチェックする前提で運用します。ここを「AIに任せきり」にしないことが、信頼できる集計を保つ分かれ目です。

自動化で失敗しないための注意点

アンケート集計の自動化は、作り方を誤ると「かえって手間が増えた」となりがちです。現場で多い落とし穴を整理しておきます。

• 生データに直接数式を書く：新規回答で行がずれて壊れる。集計は別シートから参照する
• 設問を後から増やす：列構成が変わると数式やAIの指示が崩れる。設問は集計設計を決めてから確定する
• AIの分類を検算しない：カテゴリ定義が曖昧だと誤分類が混じる。抜き取りチェックを運用に組み込む
• 個人情報を無防備にAIへ渡す：氏名・連絡先などは分類の対象外にし、必要な列だけAIに読ませる
• 回答者が増えると重くなる：数千件規模になると関数が重くなる。この段階が「アプリ化」の検討サインになる

どこまで関数・AIで、どこからアプリ化か

ここまでの方法は、月に数百件程度の定期アンケートなら十分実用的です。一方で、回答が数千件を超える、複数人が同時に集計シートを触る、部署ごとに違う切り口で見たい、といった要件が重なると、スプレッドシート単体では動作の重さや権限事故が目立ち始めます。この「スプレッドシートの限界」が見えてきたら、集計の仕組みを軽量なアプリへ載せ替えるのが次の一手です。判断の目安はノーコードで社内アプリを作る際の考え方で詳しく整理しています。

私たちMihataでも、使い慣れたスプレッドシートの集計を、見た目や操作はそのままに、権限や動作の安定した業務アプリへ載せ替えるお手伝いをしています。記事の途中で恐縮ですが、良い選択肢だと考えておりますので、スプレッドシートの集計が重くなってきた方は、よろしければあわせてご覧いただけたら嬉しいです。