効果的なプロンプトを作成することで、実際のユーザーが AI ツールをどのように利用しているかにブランドを合わせることができます。Profound の Prompt Volumes と Intent データは、トピックや言い回しが、人々が LLM に話しかけるときに使用する言葉と一致していることを確認するのに役立ちます。
Prompt Volumes をマッピングする(需要シグナル)
Prompt Volumes は、人々が製品やカテゴリについて AI にすでに何を尋ねているかを明らかにします。これらのボリュームを使用して、トピックや言い回しが実際のオーディエンスの需要と一致していることを検証します。
Prompt Volumes をマッピングするには、次の手順を実行します。
- Profound で Prompt Volumes を開きます。
- シード用語を入力します(例: 「corporate card rewards」)。
- 関連するプロンプトを確認します。ボリューム、リージョン、LLM ごとの内訳を確認してください。
- オーディエンスの自然な言い回しに最も合うバリエーションを特定します。
既存の SEO キーフレーズから始め、それを ChatGPT、Claude、Perplexity で人々が実際に尋ねる方法を反映した、自然な質問形式のプロンプトに言い換えます。たとえば、「best corporate card small business」を 「What’s the best corporate credit card for small teams?」 に変えます。
インテント(クエリの目的)でバランスを取る
すべてのプロンプトには、ユーザーが学習しているのか、比較しているのか、行動しようとしているのかという、根底にあるインテントがあります。Prompt Research Report ビュー(Prompt Volumes でプロンプトを選択すると開きます)の Intent タブを使用して、ファネル全体にわたってプロンプトセットのバランスを取ります。
インテントをバランスよく組み合わせて、発見のあらゆる段階で需要を捉えましょう。
顧客の課題領域に根ざす
CX、営業、サポートのインサイトから繰り返し寄せられる質問や摩擦点を見つけ、顧客が使用するのと同じ言い回しでプロンプトの形に変換します。
たとえば、サポートチームに「I don’t understand how visibility scores work」という問い合わせがよく寄せられる場合、次のように変換します。
- 「How do AI visibility scores work?」
- 「How can I improve visibility score in ChatGPT answers?」
こうした本物の課題に基づくプロンプトは、実際の顧客の言葉とコンテキストを反映しているため、高いパフォーマンスを発揮します。
組み合わせて繰り返し改善する
ボリューム、インテント、顧客ニーズをマッピングしたら、次のことを行います。
- トピックやファネルの段階ごとにプロンプトにタグを付けてクラスター化します。
- AI での会話ボリュームが多く、アクションにつながるインテントを持つプロンプトを優先します。
- 毎月見直します。AI の普及に伴い、ユーザーの言い回しは変化します。
改善したプロンプトを Profound Agents または Answer Engine Insights に取り込み、可視性の向上を時系列で測定します。これにより、「分析 → 行動 → 測定」という継続的なフィードバックループが生まれます。 
