機能
SocialDog x AI
投稿日2026.07.16
更新日2026.07.22
SocialDog × AIで、フォロワー分析レポートを自動作成する
SocialDogのフォロワー管理機能とAIを組み合わせると、フォロワーの性別・年代・地域・興味関心といった「属性」を推定・集計し、商談やマーケ施策に直結するレポートを自動で作成できます。この記事では、実際の運用で活用できるプロンプトを、そのまま公開します。
※本記事ではGoogle の生成AI「Gemini」を使用しております。他のAIツールでも応用は可能ですが、出力結果の再現性やプロンプトとの相性を考慮し、Geminiのご利用を推奨します。
1. STEP1:SocialDogでフォロワーリストをCSVダウンロードする
まず、AIに分析させる元データをSocialDogから用意します。SocialDogの「フォロワー」機能を開き、分析したいアカウントのフォロワー一覧をCSVファイルでダウンロードします。

ダウンロードしたCSVには、1行につき1フォロワーの情報(ユーザー名・表示名・説明文(自己紹介)・場所・プロフィールURL・認証済み/非公開・フォロー数/フォロワー数/投稿数などの各種カウント・最新投稿日時・アカウント開設日時など)が含まれます。このCSV1枚が、今回の属性分析の入力データになります。
2. STEP2:CSVファイルとプロンプトをAIに読み込ませて分析する【プロンプト】
STEP1でダウンロードしたCSVファイルをAIチャットに添付し、以下のプロンプトを送ります。社内で実際に使用しているプロンプトを、そのまま掲載しています。
あなたはSNSマーケティングに精通した「データアナリスト 兼 課題解決コンサルタント」です。X(旧Twitter)のフォロワーをエクスポートしたCSVデータを分析し、フォロワー属性(性別・年代・地域など)を推定・集計するだけでなく、そこから見える構造的な問題点を指摘し、優先度付きの具体的アクションを提案してください。分析→示唆→問題点→打ち手までを一気通貫で導き、最終成果物を「そのままブラウザで閲覧・共有できるHTMLレポート」として出力することがゴールです。
※ このタスクは CSVデータ単体で完結 できるよう設計すること。
実行環境の指定(最重要・冒頭で必ず守る)
- 必ずコード実行(Python等のデータ分析機能)で添付CSVを実際に読み込み、集計すること。目視・推測・記憶で件数や構成比を作ってはならない。(ChatGPTは「データ分析(Advanced Data Analysis)」、Geminiは「コード実行を有効にした思考モード」で実行する)
- すべての件数・構成比・クロス集計は、コードの計算結果のみを使う。コードを実行できない環境の場合は、その旨を冒頭に明記し「実データ集計不可のため数値は掲載しない(または明示的なサンプルnに基づく参考値とする)」と宣言してから進める。憶測の数値は絶対に出さない。
- 全件(例:10,000行)を対象に集計する。処理が重い場合もサンプリングで済ませず、必要なら分割集計して合算する。
処理ステップ(この順で必ず実行)
- Step1:データ集計(コード実行)… CSVを読み込み、後述の全属性を分類・集計。まず数値(件数・構成比・判明率)を確定させる。
- Step2:示唆・問題点・アクション … Step1で確定した数値のみを根拠に、傾向・ペルソナ・問題点・打ち手を作成。
- Step3:HTMLレポート化 … Step1・2の結果を単一HTMLファイルに整形して出力。
入力データ
添付CSVは、あるXアカウントのフォロワー一覧です(1行=1フォロワー、空欄あり)。
- ユーザーID / ユーザー名 / 表示名:識別情報。表示名は性別・属性推定の手がかり
- 場所:自己申告の所在地(ネタ・空欄が多く要クレンジング)
- 説明文:自己紹介。年代・性別・職業・関心の最大の手がかり
- プロフィールURL:外部リンクの有無・種類
- 認証済み / 非公開:認証バッジ有無・鍵アカウントか
- フォロー / フォロワー / 投稿 / いいね / リスト数:アクティブ度・種別の推定
- 最新投稿日時:直近の活動状況
- 開始日時:アカウント開設時期
- フォローした/された日時:当アカウントとの関係性のタイミング
※列名がCSVと異なる場合は意味の近い列に自動マッピングし、マッピング内容を注記する。
前提
- 本分析は CSVに含まれる情報のみで完結 させること。外部API・Webスクレイピング・投稿本文の取得は行わない(不要)。
- CSV各列(特に説明文・表示名・場所・数値メタデータ)から最大限に推定する。
分析属性と「固定カテゴリ」(造語禁止)
以下の分類は必ず下記の選択肢の中から選ぶこと。リストにない新しいカテゴリ・造語を作ってはならない。該当なし・判定不能は各属性の「不明/その他」に入れる。
- 性別:男性/女性/法人・団体/不明
- 年代:10代以下/20代/30代/40代/50代/60代以上/不明
- 地域:北海道/東北/関東/中部/近畿/中国/四国/九州・沖縄/海外/国内・地方不明/不明
- アカウント種別:個人/企業・ブランド/クリエイター・VTuber/インフルエンサー/ボット・収益化目的/不明
- 職業・業種:IT・Web・エンジニア/会社員・公務員/医療・福祉/クリエイター・芸能/自営業・経営者・フリーランス/学生/主婦・主夫/その他・不明
- 興味・関心:投資・ビジネス・副業/アニメ・マンガ・ゲーム/グルメ・料理/旅行・アウトドア/美容・ファッション/ガジェット・テック/スポーツ/その他・不明
- アクティビティ(最新投稿日時基準):超アクティブ(1週間以内)/アクティブ(1ヶ月以内)/中アクティブ(半年以内)/低アクティブ・休眠(半年超)/非アクティブ(投稿なし等)
推定ルール(「不明」を減らす工夫)
- 2段階+信頼度:まず明示情報で「確定」、次に間接シグナル(文体・絵文字・一人称・開設時期・フォロー比・各種カウント)で「推定(確信度=中/低)」を付与。根拠が皆無のもののみ「不明」。
- 性別:一人称(俺/僕/私/あたし)、絵文字、職業名、文体から推定。
- 年代:「◯年生まれ」「アラサー」「学生」「子育て中」等を優先。無ければ開設時期・語彙・文体から低確信推定。
- 地域:「場所」列を正規化し上記ブロックへマッピング。「日本」のみ=国内・地方不明、地名でない記述=不明、海外地名=海外。
- 種別:フォロワー数・企業表記・収益化/フォロバ訴求・PRリンクで分類。
- 数値の合わせ技:フォロワー/フォロー比・投稿数・最新投稿日時を掛け合わせ、bot/休眠/インフルエンサーを機械的に判定。
- 判定に用いたキーワード辞書・閾値は、レポート末尾に簡潔に明記する(再現性のため)。
不明データの按分(推定値化)
- 各属性で必ず2種類を出す:①判明分(不明含む実数・構成比)②推定値(不明を除いた判明分を100%とみなし、その比率で不明分を按分し全件へ振り直した構成比)。
- 判明率5%未満の属性は信頼度「低」と明記し参考値扱い。
- 推定値には必ず「※不明を判明分の比率で按分した推定値」と明示し、実測値と混同させない。
HTMLレポート仕様
- 単一の .html ファイルで完結。1ファイルを開くだけで全内容が閲覧できる状態にする。
- グラフはインラインSVGで描画する(棒・円・横バー)。外部CDN・外部ファイルに依存しない。SVGが難しい場合のみHTML/CSSの横バー(div幅%)で代替。壊れたグラフを出すくらいなら整った表を優先する。
- レイアウトはダッシュボード型。レスポンシブ・日本語フォント・カラー・アイコン・カードで、一目で要点が伝わるデザイン。
HTMLの構成(セクション順)
- ヘッダー/エグゼクティブサマリー:一言結論+主要3ハイライト(カラーカード)
- KPIカード:総フォロワー数/実効アクティブ率/最大セグメント/主要関心
- 属性別ビジュアル集計:属性ごとにグラフ+「判明分%/不明按分後の推定値%(強調)」の表
- クロス集計ヒートマップ:性別×年代、種別×関心 など
- ペルソナカード:主要ペルソナ2〜3個(アイコン・一言キャッチ・属性タグ)
- データ品質の注記:判明率・按分の信頼度・使用した判定辞書/閾値・解釈上の注意
- マーケ示唆(下記)
- 問題点の指摘(下記)
- アクションプラン(下記)
マーケ示唆
- ペルソナ2〜3個を具体像(属性・関心・行動)付きで提示
- 各ペルソナに刺さる発信テーマ・投稿フォーマット・投稿時間帯を提案
- 施策を「今すぐ打てる/中長期」に分け、期待効果とセットで
- 休眠層・bot層の割合を踏まえ「見かけのフォロワー数と実効リーチの差」に注意喚起
問題点の指摘
数値の根拠とセットで、重大なものから3〜7件、優先順位を付けて。各項目は【問題】【根拠(具体数値)】【深刻度:高/中/低】【放置した場合の影響】の型で。数値の裏付けがない指摘はしない。
アクションプラン
問題点に対応する打ち手を表/カードで一覧化:アクション名(動詞始まり)/対応する問題点/優先度(P1今すぐ・P2近日・P3中長期)/想定担当/難易度/期待効果(できれば定量)/KPI/実行時期。冒頭に「まず着手すべき上位3アクション(クイックウィン)」を強調。
制約
- 個人を特定・名指ししない(集計・傾向としてのみ)
- 推定は推定として明示し、断定しない
- 問題点・アクションは必ずデータ上の根拠と紐付ける
- 数値はすべてコード実行による実測に基づく。憶測値・造語カテゴリは禁止。
- 成果物は単一HTMLファイルとして完結させ、そのまま共有・閲覧できる状態にする
3. STEP3:出力されたHTMLレポートをダウンロードし、活用する
プロンプトを送ると、分析結果がHTMLで出力されます。HTMLをダウンロードし、ブラウザで開くと、フォロワー属性のダッシュボード(エグゼクティブサマリー・KPIカード・属性別グラフ・ペルソナカード・問題点の指摘・アクションプランなど)が一目で確認できます。

このように表示される場合もありますが、右上の矢印マークからダウンロードし、開いてください。

単一ページで完結しているため、そのまま社内やお客様への共有資料として活用できます。

フォロワー像の把握はもちろん、「見かけのフォロワー数と実効リーチの差」や、ターゲットと実際のフォロワー属性のズレといった、商談・マーケ施策の起点になる気づきを短時間で得られます。
4. 運用する際に気をつけたいポイント
プロンプトはかなり細かくルールを書き込んでいますが、AIが出した結果をそのまま鵜呑みにするのはおすすめしません。実際に使う際は、次の点を確認してください。
- 分析される属性はあくまで「推定値」であることを理解し、断定的な結論には使わない
- 数値(構成比や判明率など)が実態と大きくズレていないか目視で確認する
- 「不明」を按分した推定値と、実測値を混同しない
- 個人を特定するような使い方はせず、集計・傾向として扱う
5. まとめ
SocialDogの「フォロワー」機能でフォロワーリストをダウンロードし、属性分析とレポート化はAIに任せることで、これまで難しかったフォロワー属性の可視化・分析が誰でも手軽にできるようになります。出力されるHTMLレポートは、フォロワー像の把握だけでなく、課題の発見から具体的なアクションプランまでを一気通貫でカバーするため、商談やマーケ施策の準備にそのまま活かせます。
ぜひ参考にしてみてください。