マーケ | Deep Research×3C/SWOTで競合分析（コピペプロンプトつき）

2026-10-09更新: 本文の根拠・説明条件と停止中のニュースレター案内を見直しました。個別の出典確認は本文に示す範囲で、AIの実行・効果を新たに検証したものではありません。

2026-10-08訂正: 旧稿に記載したモデル名・実行日・「実行／検証済み」という説明に対応する元ログを確認できていないため、それらの断定を撤回しました。以下のプロンプトと掲載例は、手順を検討するための参考資料です。特定モデルの実行結果や効果の実測値としては扱わず、利用する環境で再実行し、数値・出典を確認してください。画面の内容確認日は訂正を含む本文・表示の確認日を示し、モデルを実行して検証した日ではありません。

「来週の戦略会議までに競合まとめといて」。この一言から始まる作業の内訳は、競合5社のサイトを開いて機能と価格をスプレッドシートに写し、調査会社のプレスリリースを漁り、最後にパワポの2軸マップへ手で配置する、というものです。半日は消えます。しかも出来上がるのは「情報の一覧」であって「分析」ではないことが多い。

この記事では、その作業をAIのWeb検索・Deep Research系機能に任せ、3C・SWOT・ポジショニングの3つのフレームワークで競合分析を組み立てる手順を参考例で説明します。題材は公開情報が豊富な国内のビジネスチャットツール市場。3本のプロンプトは全文掲載し、参考例（実行記録未確認）をそのまま載せます。業界名の行を差し替えるだけで、自分の業界でそのまま使えます。

そしてこの記事の後半は、多くの競合分析記事が書いていないことに割きます。AIが持ってきた数字を一次情報に突き合わせる検証手順です。検証しない競合分析は、会議で1回「その数字の出典は？」と聞かれた瞬間に崩れます。

競合分析はAI向き、ただし出力の鵜呑みが一番危ない

競合分析では、公開情報の収集・整理をAIで補助できます。ただし、古い数値や対象範囲の違う調査が混ざることがあります。引用前に発行元、対象時点、母集団を確認し、同じ意味の数字かを照合してください。

だから本記事の手順は「AIに調べさせて終わり」ではなく、「AIに調べさせる→フレームワークに整理させる→数字を一次情報に突合する」の3点セットで設計しています。

なお、Deep Research機能そのものの使い方（リサーチ計画の指示の仕方、出力の読み方）はDeep Researchで市場調査をやり切る手順で深掘りしています。この記事はそれを競合分析に応用する回です。マーケ業務全体のAI活用マップはマーケターのためのAIエージェント活用ガイドからどうぞ。

使う道具は「Web検索つきAI×3つのフレームワーク」

道具立てはシンプルで、Web検索やDeep Research機能を持つチャットAIを1つ用意し、3C→SWOT→ポジショニングの順に1つの会話で回します。3つの役割分担は次の通りです。

フレームワーク	答える問い	AIに任せる部分	人間の仕事
3C	市場と競合の事実は何か	公開情報の収集と整理	出典の突合
SWOT	自社にとって何が機会で何が脅威か	3Cの事実からの分類・仮説出し	自社内部情報の補正
ポジショニング	どの軸で戦えば空くのか	軸の候補出しとマップ化	軸の選択という意思決定

順番に意味があります。SWOTとポジショニングは3Cで集めた事実の上に載る解釈なので、先に3Cで事実を固めないと、AIは一般論のもっともらしい分類を返してくるだけになります。

今回の検証条件です。

• 本記事は公開情報を整理する手順の説明です。本メディアの運営者と利害関係の開示方針は編集方針をご覧ください。

プロンプト1: 3C分析（全文）と出力

1本目のゴールは、出典つきの事実だけで構成されたCustomer・Competitor・Companyの整理を手に入れることです。プロンプト全文がこちら。冒頭の「分析対象」2行だけ差し替えれば、どの業界でも動きます。

あなたはBtoB企業の経営企画担当です。Web検索を使って、以下の市場の3C分析を作成してください。

# 分析対象（この2行だけ自分の業界・自社に差し替える）
業界: 国内のビジネスチャットツール市場
自社の視点: Chatwork（株式会社kubell）のマーケティング担当として分析する

# 手順
1. まずWeb検索で、市場規模・主要プレイヤー・直近1年の動向を調べる
2. Customer（市場・顧客）→ Competitor（競合）→ Company（自社）の順に整理する

# 出力形式
- Customer: 市場規模（金額と調査元・年度）、成長率、主な顧客セグメント、購買決定要因
- Competitor: 主要競合3〜5社。各社の強み・弱み・直近1年の動き
- Company: 自社の強み・弱み・市場での立ち位置
- 最後に「出典リスト」: 使った情報源のURL・発行元・数値の時点を一覧にする

# 制約
- 数値には必ず出典と時点（何年何月、何年度）を付ける。出典を示せない数値は書かない
- 事実と推測を分け、推測には文末に（推測）と付ける
- 各社の非公開情報・社内情報は使わない。公開情報のみで書く

参考例（実行記録未確認）から、CustomerとCompanyを参考例として載せます。

## Customer（市場・顧客）
- ITRの2024年12月17日発表では、2023年度の国内ビジネスチャット市場売上は
  266億5,000万円。2023〜2028年度のCAGRを14.2%と予測している。
- 上記は発表当時の調査・予測であり、2026年現在の実績や自社の市場規模ではない。
- 顧客セグメントと購買理由は、顧客調査で確かめる仮説として記載する。

## Competitor / Company（確認表のひな型）
- 各社について、対象プラン・機能・料金・利用条件・公式URL・確認日を列挙する。
- 導入社数と有料顧客数、登録ID数と利用者数を区別する。
- 強み・弱みの評価には比較基準と対象機能を付け、未確認の優劣を断定しない。

## 出典
- ITR「ビジネスチャット市場規模推移および予測」（2024年12月17日）
  https://www.itr.co.jp/topics/pr-20241217-1
  2026-10-09に上記数値・予測の記載を確認。

この例のITRの値は2026-10-09に発行元の公表文で確認しました。ただし、掲載例に対応するAIの実行記録はありません。参考文の「未確認」「仮説」は編集上の区別であり、プロンプトが正しく機能した実証ではありません。

プロンプト2: SWOT分析（全文）と出力

2本目は、同じ会話の中で3Cの事実をSWOTに分類させ、打ち手の仮説（クロスSWOT）まで出させます。プロンプト全文です。

先ほどの3C分析をもとに、自社（差し替えた場合は自社名）のSWOT分析を作成して
ください。

# 出力形式
- 強み(S)・弱み(W)・機会(O)・脅威(T)を各3〜5項目
- S/Wは自社の内部要因、O/Tは市場・競合・規制など外部要因に限定する
- 各項目に、3Cのどの事実に基づくかを1行で添える。事実の裏づけがない項目は
  （仮説）と明記する
- 最後にクロスSWOT: 「S×Oで攻める打ち手」「W×Tで守る打ち手」を各2つ

# 制約
- 一般論（例: AI活用が進む）だけの項目は書かない。この市場の固有名詞と
  数字に接地させる

参考例（実行記録未確認）から、機会・脅威とクロスSWOTの一部を参考例として載せます。

## 機会（O）
- ITRの発表当時の成長予測を、需要を調べる手がかりにする。
  予測は将来の確定値ではなく、直近実績で再評価する。
- 自社の対象顧客に未充足の業務があるかをヒアリングする（仮説）。

## 脅威（T）
- 既存契約に含まれるチャット機能と、自社の単体契約の総費用を比較する。
  特定製品が全契約で追加費用ゼロとは扱わない。
- 既存サービスから乗り換える負担が障壁となる可能性（仮説）。

## クロスSWOT
- 確認済みの自社の強みと、顧客が求める機能の重なりを調べる。
- 機能不足の仮説は、プラン別の仕様とデモで検証してから打ち手にする。

「どの事実に基づくかを添える」という指示は、根拠確認の項目を揃えるために使います。指示だけで正しい分類や自己申告が保証されるわけではなく、出力を一次資料と社内情報で確認・補正します。

プロンプト3: ポジショニングマップ（全文）と出力

3本目は、軸の候補を複数出させてから1つ選ばせ、テキストのマップと空白ポジションまで出させます。プロンプト全文です。

同じ会話の内容をもとに、この市場のポジショニングマップを作成してください。

# 手順
1. 競合間の違いが最も出る2軸の候補を3セット提案し、それぞれ「この軸で見ると
   何が分かるか」を1文で添える
2. 自社の意思決定に最も役立つ1セットを選び、理由を述べる
3. 選んだ2軸で主要プレイヤーを配置したマップをテキストで描く
4. 空白ポジション（どのプレイヤーも取れていない位置）と、そこを自社が取れる
   かの評価を書く

# 制約
- 軸は「高い/低い」で両端が定義できるものにする
- 各社の配置には根拠を1行ずつ付ける。配置が推測なら（推測）と付ける

参考例（実行記録未確認）の要点部分です。

## 軸の候補
1. 対象企業規模 × 提供形態
2. 対象業務 × 必要な管理機能
3. 想定利用者数 × 同じ条件での年間総費用

## 配置表のひな型
サービス / 対象プラン / 横軸の根拠 / 縦軸の根拠 / 出典と確認日 / 未確認事項

## 空白に見える領域
調査対象から漏れたサービスや対象プランがないか確認する。
配置は簡略化であり、「競合が存在しない」「参入すれば勝てる」とは断定しない。

軸の選択だけはAIに委ねないでください。どの2軸で市場を切るかは「自社が何で勝ちたいか」の宣言そのもので、ここを委ねると分析ではなくAIの作文になります。プロンプトが候補3セットを要求しているのはそのためで、選ぶのは人間の仕事として残しています。

AIの数字を一次情報に突合する4ステップ

1. 出典URLを開き、発行元と該当箇所を確認する。到達できない場合は確認不能とし、虚偽と同一視しない。
2. 調査年、母集団、質問、金額の対象範囲を照合する。似た市場名でも集計範囲が違う値を合算しない。
3. 数値の対象時点を揃える。導入企業・契約・ID・利用者など、単位も揃える。
4. 公開する重要な数値は原文と再照合し、出典と確認日を付ける。確認できない値は削除するか、未確認と明示して結論に使わない。

項目	今回の扱い	出典
ITRの2023年度266.5億円、2023〜2028年度CAGR14.2%、2028年度500億円超の予測	2026-10-09に発表当時の記載を確認。現在の市場実績として扱わない	ITRの2024-12-17発表
旧稿のChatwork導入社数・ID数、LINE WORKS導入社数、Teamsの国内シェア	今回の確認範囲で数値・対象時点・定義の対応を確定できないため、比較の根拠から取り下げ	各社の最新公式資料で再確認が必要

AIの性能比較と、引用した統計の確認は別です。この表はAIの検索・実行を検証した記録ではありません。

調査時間はどれだけ縮んだか

短縮幅の測定結果は未掲載で、検証できた結果が得られた場合に追記します。編集部の計測設計は、同じ市場・同じ論点で「手作業（検索→スプレッドシート整理→マップ作成）」と「本記事の3プロンプト+突合」の2通りを実施し、着手から会議資料に貼れる状態までの総所要時間を比べるというものです。

検証方法の例（結果未掲載）: 手作業調査とAI3プロンプト+出典突合の総所要時間を同一論点で計測し、突合作業の内訳時間も記録する。編集部での実施・結果を示すものではありません。

ここでも比べるべきは「AIの応答が返るまでの時間」ではなく、突合と手直しまで含めた総所要時間です。突合を省いた時短は、リスクを後ろに移しているだけだと思っています。

注意点: 規約・法務・出し先

競合分析は公開情報だけで完結させ、出力の使い先に応じた法務チェックを挟んでください。具体的には次の3点です。

• 情報の取り方。AIのWeb検索でも自前の収集でも、対象サイトの利用規約、アクセス条件、著作物の利用範囲を確認してください。robots.txtは収集・再利用の法的許可を与えるものではありません。ログインの先にある情報や、NDAで得た競合情報をプロンプトに入れるのは論外です。詳しくは各社の規約と社内のAI利用規程に従ってください
• 社外に出すとき。競合比較を営業資料や広告に転用する場合、事実に基づかない比較は景品表示法の優良誤認や、競合への信用毀損の問題になります。社内検討用と社外用は明確に分け、社外用は根拠資料を添えて法務レビューを通すのが安全です
• 社内で出すとき。AIの出力をそのまま役員会に出さないでください。（推測）（仮説）の項目を自社の内部データで検証・補正し、数字に時点と出典を付けた状態が「資料」です。それ以前のものは「下書き」です

競合分析以外のマーケ定型業務のプロンプトはマーケター向けプロンプト20選にまとめています。3C以外の調査の型はそちらと合わせてどうぞ。

よくある質問

Deep Research機能がない無料プランでも再現できますか？

本記事の3本は、Web検索が利用できるチャットで試すことを想定したテンプレートです。検索やResearch機能の提供条件、利用上限、参照可能なサイトはプランや設定で異なります。同じ結果の再現や出典数の増加は保証できません。利用画面で機能を確認し、出力の主張を出典と照合してください。

ChatGPTやGeminiでも同じプロンプトで動きますか？

プロンプト自体はツール非依存で書いてあるので動きます。Claudeを含む各ツールの実行記録は未確認で、出力品質の比較結果は示していません。

検証方法の例（結果未掲載）: 同一プロンプト3本をChatGPT・GeminiのDeep Researchで実行し、出典リストの正確性（リンク切れ率・一次資料率）を比較する。編集部での実施・結果を示すものではありません。

出典検証は毎回全部の数字にやるべきですか？

公開する数値は、出典の原文、対象時点、母集団との対応を確認してください。結論を左右する数値から優先して確認し、未確認の数値は公開資料や判断の根拠に使わない運用にします。確認不能をゼロや誤りとして集計しないことも必要です。

自社の非公開データを混ぜて分析の精度を上げたいのですが

法人契約で入力データが学習に使われない設定を確認したうえで、社内のAI利用規程の範囲でやってください。その場合も競合の非公開情報（転職者から聞いた話、NDA下の情報）は入れない線引きを守る必要があります。公開情報の3C+社内データでのSWOT補正、という本記事の分担なら、プロンプトに入れる非公開情報を最小にできます。

ニュースレターの新規登録は現在停止しています。最新記事は記事一覧またはRSSで確認できます。