Phase A: AIの基本を理解する

AIに読ませるインプット設計 — GSC/GA4データの食わせ方

Lesson 3 / 12|約20分

このレッスンで学ぶこと

□GSCデータをAIに渡すための整形方法
□GA4データの食わせ方と注意点
□AI分析プロンプトの型（テンプレート付き）
□実践例: CTRデータをAIで分析する方法

妻

質問

GSCのデータって、そのままAIに貼り付けていいの？すごい量あるんだけど...

豊蔵

ポイント

そのまま貼るのはNG。AIは「構造化されたデータ」が得意で、「生データの羅列」は苦手。整形してから渡すだけで、分析の精度が段違いに上がるよ。実は、AIを分析に使えてるマーケターは35%しかいない^[1]。ここを押さえるだけで大きなアドバンテージになる。

AIの分析力は、あなたが渡すインプットの質で決まる。

GSCデータの整形方法 — AIに読ませる3ステップ

Google Search Console（GSC）のデータをAIに渡す際、「そのままコピペ」では精度の高い分析は得られません。以下の3ステップで整形しましょう。

35%

AIを分析に活用しているマーケター

Supermetrics 2026^[1]

50%

コンテンツ生成にAIを活用

Supermetrics 2026^[1]

AIを完全に組織実装済み

Supermetrics 2026^[2]

1
エクスポート: GSCからCSVでダウンロード
「検索パフォーマンス」→「エクスポート」→ CSVまたはGoogleスプレッドシートを選択
2
フィルタ: 分析対象を絞る
表示回数100以上、または掲載順位20位以内に絞る。ノイズを減らすことでAIの分析精度が上がる
3
文脈を付ける: データの意味を伝える
「これは○○業界の自社サイトのGSCデータです。期間は過去28日間。目的は改善KWの発見です」と前置きする

やりがちなNG: 生データをそのまま貼る

GSCのデータを数千行そのままAIに投入すると、トークン制限に引っかかったり、重要でないKWにフォーカスした分析が返ってきます。「表示回数100以上」でフィルタするだけで、分析の質が格段に上がります。

GA4データの食わせ方 — 分析の精度を上げるコツ

GA4（Google Analytics 4）のデータは、GSCとは違うアプローチが必要です。「何を知りたいか」を先に決めてからデータを取得するのがポイントです。

GA4データの渡し方チェックリスト

分析目的	必要なGA4データ	渡し方のコツ
流入元分析	トラフィック獲得レポート	チャネル別の数値 + 前月比を含める
コンテンツ評価	ページ別のPV・滞在時間・直帰率	上位20ページに絞る
CV分析	コンバージョン経路・イベント	CV定義を事前にAIに伝える
ユーザー行動	エンゲージメント率・スクロール率	ページURLとタイトルをセットで渡す

妻

質問

GA4って項目が多すぎて、何をAIに渡せばいいかわからない...

豊蔵

ポイント

コツは「先に質問を決める」こと。「どのページが読まれてる？」「流入元はどう変化した？」って質問を決めてから、それに必要なデータだけ渡す。全部渡す必要はないよ。

AI分析プロンプトの型 — データ→示唆→アクション

データ分析プロンプトには「型」があります。この型を使うと、AIから「数字の羅列」ではなく「次にやるべきこと」が返ってきます。

AI分析プロンプトテンプレート

あなたは{業界}のSEOアナリストです。以下のGSCデータを分析し、改善アクションを提案してください。 ■ サイト概要: {業種・サイトの特徴} ■ データ期間: {期間} ■ 前提条件: {目標CVR、ターゲットなど} 【データ】クエリ, クリック数, 表示回数, CTR, 掲載順位 {ここにフィルタ済みCSVデータを貼る} 【分析してほしいこと】 1. CTRが期待値より低いKW（順位に対してCTRが低いもの） 2. 順位が上昇トレンドにあるKW（伸びしろ） 3. 表示回数が多いのにクリックが少ないKW 【出力形式】 - 3行のサマリー - 改善候補トップ5を表形式（KW/現状/問題点/推奨アクション） - 来週やるべきことを3つ

「期待CTR」との比較が鍵

順位5位のKWのCTRが3%だったら、それは低いのか高いのか？業界平均CTR（SEO講座Lesson 7のCTRシミュレーターで確認可能）と比較して初めて「改善余地あり」と判断できます。この比較対象をプロンプトに含めると、分析の質が上がります。

実践例: CTRデータをAIで分析する

実際にGSCのCTRデータをAIに分析させる流れを見てみましょう。

Step 1: データの準備

# GSCから「表示回数100以上」でフィルタしたデータ例:

クエリ, クリック数, 表示回数, CTR, 掲載順位

SEO 費用対効果, 45, 1200, 3.8%, 4.2

SEO ROI 計算, 12, 800, 1.5%, 6.8

SEO 効果いつから, 89, 2100, 4.2%, 3.1

SEO 外注費用, 23, 950, 2.4%, 5.5

Step 2: AIの分析結果（出力例）

サマリー:

「SEO ROI 計算」は掲載順位6.8位に対してCTR1.5%と著しく低い（期待CTR約5%）。タイトルタグの改善が最優先。「SEO 費用対効果」は順位4位でCTR3.8%とやや低め。メタディスクリプションの見直しで+2%の改善余地あり。

推奨アクション:

1. 「SEO ROI 計算」のタイトルに具体的な数字を追加

2. 「SEO 費用対効果」のメタディスクリプションを改善

3. 「SEO 効果いつから」は好調。関連KWの横展開を検討

INPUT

以下はSearch Consoleの検索パフォーマンスデータです。改善優先度の高いキーワードを3つ特定し、それぞれの改善アクションを提案してください。 [表形式のGSCデータ: KW, 表示回数, クリック, CTR, 順位]

OUTPUT

■ 改善優先度1: 「プロトタイプ意味」順位1.8位、表示25,059回、CTR 0.29% → 順位は十分だがCTRが異常に低い。タイトルタグが検索意図と不一致の可能性大。アクション: タイトルを「プロトタイプとは？」から始まる形に変更 ■ 改善優先度2: ...

📝

豊蔵のコメント

実際のGSCデータを食わせると、人間が見落としがちな『順位は高いのにCTRが低い』パターンを瞬時に発見する。ただし改善アクションの具体性は人間が判断して深掘りする必要がある。

妻

実感

データを整形して渡すだけで、こんな具体的な改善案が出てくるんだ！自分でGSC見てもここまで分析できなかったかも。

CTRシミュレーターと組み合わせる

AIの分析結果をもとに、CTRシミュレーターで改善効果を数値化すると、「このKWのタイトルを改善すれば月間+○○クリック」と具体的に見積もれます。SEO講座Lesson 7で詳しく解説しています。

成功事例 — AIインプット設計で成果を出した企業

AIにデータを渡す「インプット設計」を工夫するだけで、具体的なビジネス成果につながった事例を紹介します。

+34%

適格リードの増加（B2B SaaS企業・6ヶ月）

Solveo 2025^[5]

平均40%

AI活用企業の生産性向上幅

Stanford HAI 2025^[6]

5時間以上/週

マーケターの週間時間節約

CoSchedule 2025^[4]

事例: B2B SaaS企業 — Claudeで営業電話2,000件を分析

課題: 営業チームが日々の電話で得る顧客の声を、マーケティング戦略に反映できていなかった

施策: 2,000件の営業電話の記録をClaudeに投入し、顧客の課題パターン・頻出キーワード・購買決定要因を分析

結果: 分析結果をもとにコンテンツ戦略を転換。6ヶ月で適格リード34%増加^[5]

ポイント: 「営業電話の記録」という社内データを構造化してAIに渡したことが成功の鍵

AI活用企業の生産性は平均40%向上

Stanford HAI（2025年）の調査では、生成AIを業務に活用している企業の生産性向上幅は平均40%（25〜55%の範囲）と報告されています^[6]。特にデータ分析・レポート作成など、インプットの質が成果に直結するタスクで効果が大きいです。

GA4 × Google Trends — AIが組み込まれた分析ツール

自分でデータをAIに渡すだけでなく、Google自身のツールにもAIが組み込まれ始めています。2025-2026年の重要なアップデートを押さえましょう。

GA4のAIインサイト機能（2025年1月〜）^[7]

■購入確率予測: AIがユーザーの行動パターンから将来の購入確率を予測

■離脱予測: チャーンリスクの高いユーザーセグメントを自動検出

■収益予測: セグメント別の将来収益をAIが見積もり

■クロスチャネル予算配分: 複数チャネルの最適な広告予算配分を提案

Google Trends × Gemini統合（2026年1月〜）^[7]

■自動トレンド識別: Gemini AIが急上昇トレンドを自動で検出・通知

■AI比較分析: 複数キーワードのトレンド比較をAIが自然言語で解説

■インテリジェント検索語提案: 関連する検索トレンドをAIが自動提案

ツール内蔵AI + 外部AIの併用が最強

GA4やGoogle TrendsのAI機能で「何が起きているか」を把握し、そのデータをClaude等に渡して「なぜ起きているか」「何をすべきか」を分析する。このツール内蔵AI + 外部AIの2段構えが、現時点で最も効率的なインプット設計です。

Lesson 3 まとめ

✅GSCデータは「エクスポート→フィルタ→文脈付け」の3ステップで整形
✅GA4は「先に質問を決めてから」必要なデータだけ渡す
✅分析プロンプトの型: データ→示唆→アクションの3層構造
✅AIを分析に使えてるのは35%だけ。インプット設計を学べば上位に入れる

あなたの番です

自社のGSCから過去28日間のデータをCSVでエクスポートする
表示回数100以上でフィルタし、上位30KWに絞る
AI分析プロンプトテンプレートに自社データを当てはめて実行する
AIの分析結果から「来週やること」を1つ決める

ThinkMoveの視点

データ分析でのAI活用について、マーケティング支援の現場から。

コンテンツ生成50% vs 分析35% — ギャップが最大の機会

Supermetrics調査では、AIをコンテンツ生成に使うマーケターが50%いるのに対し、分析に使っているのは35%。このギャップこそがチャンス。インプット設計を学ぶだけで、競合の大半を超えるデータ活用ができる。

出典：Marketing Data Report 2026 →

「データの文脈」を渡すだけで分析精度は2倍になる

生のCSVだけ渡すのと、「BtoB SaaS企業、月間5万PV、ターゲットは中小企業」という文脈を付けて渡すのでは、AIの分析の具体性が全く違う。30秒の追記で分析の質が劇的に上がる。

出典：AI Prompt Engineering for Marketers →

GSC + GA4のクロス分析がAIの真価を発揮する場面

GSC（検索クエリ→CTR→流入）とGA4（流入→行動→CV）を組み合わせてAIに渡すと、「どのKWからの流入がCVにつながっているか」が見える。手作業では時間がかかる分析をAIなら数分で完了できる。

出典：Marketing Data Report 2026 →

SEO KPIの正しい選び方｜フェーズ別に追うべき指標

AIに分析させるデータの「見るべき指標」の選び方。

記事を読む →

AI検索時代のSEO評価は「広義のオーガニック」で見るべき

GSC/GA4データを統合的に評価するフレームワーク。

記事を読む →

ThinkMove ブログ一覧を見る →

出典・参考文献

本レッスンで引用したデータの原典一覧です。数値は各調査の公開時点のものであり、閲覧時期により更新されている可能性があります。

[1]
Marketing Data Report 2026 — Supermetrics（2026）
[2]
Only 6% of Marketers Have Fully Implemented AI — Supermetrics（2026）
[3]
AI Prompt Engineering for Marketers: Complete Guide — Genesys Growth（2025）
[4]
AI Marketing Statistics — CoSchedule（2025）
[5]
AI-Powered Marketing Benchmarking Report — Solveo（2025）
[6]
Stanford HAI AI Index 2025 Report — Stanford HAI（2025）
[7]
Google Trends Gemini AI Integration Complete Guide 2026 — ALM Corp（2026）

よくある質問

GSCのデータって、そのままAIに貼り付けていいの？

そのままではNG。数千行のデータをそのまま渡すと、トークン制限やノイズの問題で分析精度が下がります。「表示回数100以上」などでフィルタし、データの文脈（業種・期間・目的）を付けて渡しましょう。

GA4とGSC、どちらを先にAIに渡すべき？

目的によります。SEO改善ならGSC（キーワード単位の分析）、サイト改善ならGA4（ページ単位の分析）。両方渡すクロス分析が最も有効ですが、まずは1つから始めましょう。

無料のAIでもデータ分析はできる？

はい。ただし無料版はトークン制限が厳しいため、データ量を絞る必要があります。有料版なら30-50行程度のデータを一度に分析可能。コスト対効果を考えると、分析メインなら有料版がおすすめです。

Phase A完了！インプットの質が上がったら、Phase Bでいよいよコンテンツ制作に入ろう。

Lesson 4: AI記事作成 →

← Lesson 23 / 12Lesson 4 →