ChatGPT・Claude・Gemini で地域別 Synthetic Persona を作る方法

まず結論

AI の出力をその地域らしい言い回しに近づけたいなら、曖昧なロールプレイ用プロンプトから始めない方がいい。まず地域ごとの実在する制約を小さな表にまとめ、その表から 3〜5 個の synthetic personas を作り、同じコピーや同じフローをそれぞれに通してから人間の QA に渡す方が安定する。

2026-04-21 時点での実用的な使い分けは次の通りだ。

• persona の反復、ファイル、review の履歴を 1 つの Project にまとめたいなら ChatGPT
• 現在の Gmail・Calendar・Drive 情報や private project 内の knowledge が重要なら Claude
• 元の資料やレビュー対象の文書がすでに Google Docs や Sheets にあるなら Gemini

Synthetic persona はあくまでスクリーニング層であり、実ユーザー需要の証拠ではない。ローカライズの明らかなミスを早期に見つけるには有効だが、リスクの高い判断は実ユーザーや資格のあるローカル reviewer に渡す必要がある。

翻訳だけでは足りず、地域入力が効く理由

2026-04-21 に NVIDIA は Hugging Face チュートリアル Nemotron-Personas-Korea を公開した。この公開が示しているのはシンプルで、ローカライズされた AI 挙動を改善したいなら、推論の前に構造化された地域データを入れる方が、翻訳だけを整えるより効くということだ。

この公式チュートリアルには、現時点で 1 つ注意すべき数字の食い違いがある。導入では 6 million synthetic personas と書かれている一方、同じページの属性表では 7 million total personas、しかも 1 million records x 7 personas each と説明されている。したがって、安全な読み方は総数だけを断定することではなく、データ構造と方法を見ることだ。

2026-04-21 時点で、同じ Hugging Face チュートリアルには次の情報もある。

出典：Hugging Face tutorial、確認日 2026-04-21。

このワークフローが向いている場面

Synthetic persona が役立つのは、失敗の種類が明確で、繰り返し発生しやすく、公開前に比較的安く直せる場合だ。

向いている例：

• 新しい国や地域向けランディングページの文面確認
• ローカル展開前のカスタマーサポート prompt のテスト
• onboarding が誤った支払い方法、必要書類、端末前提で設計されていないかの確認
• agent のトーン、手順順序、信頼シグナルの圧力テスト
• 同じフローが職業、年齢帯、都市部か非都市部かでどう変わるかを比較すること

向いていない例：

• インタビューや現地調査の代替
• 需要規模や支払い意欲の推定
• 合法的根拠のない保護属性の推定
• 偽の testimonial や case study の作成
• 法務・医療・政策・コンプライアンスなど資格ある人間の確認が必要な高リスク領域

まず市場入力シートを作る

長い段落 prompt から始めてはいけない。まず入力を構造化する。

この表を public input、一次情報、または現在の社内資料から埋められないなら、そこで止めた方がよい。入力が曖昧だと persona はすぐに漂う。

まず選ぶべきワークスペース：ChatGPT vs Claude vs Gemini

このワークフローでは、モデルそのものより「文脈がどこにあるか」の方が重要なことが多い。

2026-04-21 時点の確認元：Projects in ChatGPT、What are projects?、Use Google Workspace connectors、Gemini in Docs, Sheets, Slides, Vids, & Forms、Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms。

ChatGPT で最初の synthetic persona を作る

2026-04-21 時点で OpenAI は、ChatGPT Projects に chats、files、project instructions をまとめられると説明している。同じヘルプ記事では、connectors は 現在 Projects では使えない と明記されている。つまり ChatGPT でこの作業をするなら、前提は外部 app source ではなく、直接アップロードしたファイルと project instructions だ。

確認元（2026-04-21）：OpenAI Help Center, Projects in ChatGPT。

そのため ChatGPT は、主要資料をそのままアップロードでき、persona 生成・assumption audit・review を同じ場所で回したいときに向いている。

セットアップ手順はこうだ。

1. 1 つの市場または 1 つのローカル展開用に新しい Project を作る
2. market brief、style guide、policy notes、現在の copy draft をアップロードする
3. Project settings を開いて、その市場用の短い instructions を追加する
4. 文脈分離が必要なら project-only memory を有効にする
5. 元資料が Drive、Slack などにあるなら、先にエクスポートしてアップロード可能なファイルにする
6. 入力表の各行ごとに persona prompt を実行する

短くて実用的な Project instruction block：

You are helping with localization testing for one market.
Use only the files, source links, and structured inputs inside this project.
Do not invent personal history, protected traits, or unsupported preferences.
If a field is unknown, return "unknown".
Prioritize workflow constraints, tone expectations, and blocker risks.
Return structured outputs, not stories.

ChatGPT 用の最初の persona prompt：

Create one fictional synthetic persona for localization testing.

Use only these structured inputs:
- market: South Korea
- region: Seoul
- age_band: 25-34
- occupation: office administrator
- language_register: formal Korean in service contexts
- device_context: Android phone first, desktop during work hours
- payment_or_process_constraints: employer approval needed for some purchases
- goal: compare AI note-taking tools for team use

Rules:
- Do not invent personally identifiable information.
- If something is not supported by the input, mark it as unknown.
- Focus on workflow behavior, communication expectations, and local constraints.
- Return valid JSON only.

Return these keys:
- persona_label
- context_summary
- likely_tasks
- likely_constraints
- language_expectations
- local_workflow_risks
- review_questions

正しい cleaned persona の出力は、長い人物設定ではなく、短くて監査しやすい形にすべきだ。たとえば次のようになる。

{
  "persona_label": "Seoul office admin, formal service register",
  "context_summary": "Works in an office environment, uses Android first, and may need employer approval before some software purchases.",
  "likely_tasks": [
    "compare AI note-taking tools for team use",
    "review pricing and approval steps",
    "check whether a tool works well on mobile before desktop follow-up"
  ],
  "likely_constraints": [
    "limited time during work hours",
    "some purchases require internal approval",
    "expects clear Korean service language"
  ],
  "language_expectations": [
    "formal tone in service interactions",
    "avoid translated-sounding purchase instructions"
  ],
  "local_workflow_risks": [
    "consumer-style checkout assumptions",
    "missing approval or invoicing details"
  ],
  "review_questions": [
    "Is the buying path clear for a team purchase rather than a personal subscription?",
    "Does the copy explain approval or billing steps early enough?"
  ]
}

ChatGPT がここで使いやすい理由は、OpenAI の現在のヘルプページが Projects を再利用可能なワークスペースとして説明しており、files と project-specific instructions で同一市場の review ループを安定させやすいからだ。

Claude で最初の synthetic persona を作る

2026-04-21 時点で Anthropic は、Claude Projects が全ユーザーに提供され、独自の chat history、knowledge base、project instructions を持てると説明している。Anthropic はさらに、Google Workspace connectors が Claude と Claude Desktop で利用可能であり、Google Drive ファイルを chat に追加したり、private project の Files に追加したりでき、Drive 側の最新内容と同期されると案内している。

2026-04-21 時点の出典：Claude Help Center, What are projects? と Use Google Workspace connectors。

Synthetic persona を静的アップロードではなく、現在の内部資料に強く結び付けたいなら Claude の方が向いている。

セットアップは次のようにできる。

1. 1 つの市場または 1 つのワークフロー用に private Claude project を作る
2. 製品資料、サポートノート、ポリシーファイルを project knowledge に入れる
3. 元資料が Google Drive にある場合は、project を開き、Files → + → Drive から対象文書を追加する
4. persona prompt を実行し、どこが source に支えられていて、どこが inference かを Claude に分けさせる
5. citation 付きの review 出力も同じ project に残す

Claude 用の prompt：

Create one fictional synthetic persona for localization testing.

Use only:
1. the structured inputs below
2. the project files and connected Google Drive documents available in this private project

Structured inputs:
- market: South Korea
- region: Seoul
- age_band: 25-34
- occupation: office administrator
- language_register: formal Korean in service contexts
- device_context: Android phone first, desktop during work hours
- payment_or_process_constraints: employer approval needed for some purchases
- goal: compare AI note-taking tools for team use

Requirements:
- No personally identifiable information.
- No unsupported biographical color.
- Separate supported facts from inferences.
- Cite any project file or connected document used.
- Return JSON only.

Return these keys:
- persona_label
- context_summary
- likely_tasks
- likely_constraints
- language_expectations
- local_workflow_risks
- review_questions

このワークフローで Claude が有利なのは、現在の connector ドキュメントが、使用したメール、カレンダーイベント、文書などへの citation を Claude が返せると説明している点だ。貼り付けた brief だけに頼るより、assumption audit がやりやすい。

Gemini で最初の synthetic persona を作る

2026-04-21 時点で Google は、Gemini が Docs、Sheets、Slides、Vids、Forms に組み込まれていると案内している。加えて Google の現在の Workspace prompt ガイドは、Gemini の prompt を Persona、Task、Context、Format の 4 要素で組み立てることを勧めている。これは synthetic persona ワークフローに非常に合う。

2026-04-21 時点の出典：Google Docs Editors Help, Gemini in Docs, Sheets, Slides, Vids, & Forms と Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms。

brief もレビュー対象も最初から Google Workspace 内にあるなら、Gemini が一番手数が少ない。

簡単な流れはこうだ。

1. 市場入力表を Google Sheets に置くか、brief を Google Docs にまとめる
2. その Sheet または Doc で Gemini を開く
3. Google が推奨する 4 要素の構造、persona、task、context、format で prompt を書く
4. 追加資料が必要なら @ を入力してファイルを選ぶか、そのまま今の文書上で作業する
5. 監査を通った persona ごとに別タブ、別セクション、または別文書に保存する

Gemini in Docs / Sheets 用の prompt：

Persona: You are a localization testing assistant.
Task: Create one fictional synthetic persona for review of an AI software buying workflow.
Context:
- market: South Korea
- region: Seoul
- age band: 25-34
- occupation: office administrator
- language register: formal Korean in service contexts
- device context: Android phone first, desktop during work hours
- payment or process constraints: employer approval needed for some purchases
- goal: compare AI note-taking tools for team use
Format:
- Return valid JSON only.
- Use these keys: persona_label, context_summary, likely_tasks, likely_constraints, language_expectations, local_workflow_risks, review_questions.
- If a detail is not supported, write "unknown".
- Do not invent personal history or protected traits.

Gemini がこの用途に向く理由も明確だ。Google は Workspace Gemini の prompt 構造を明文化しており、@ でファイルを添付できるとしている。レビュー対象のローカライズ原稿が Docs 上にあるなら、ワークフローをほぼ切り替えずに進められる。

review の前に必ず assumption audit を入れる

ここを飛ばすチームは多い。だが、persona を「もっともらしい創作」にしないためにはここが一番重要だ。

ChatGPT、Claude、Gemini のどれでも、初回生成の直後に次の prompt を続けて使う。

Audit the persona you just created.

For each field, label it as one of:
- directly supported by the input
- reasonable inference
- unsupported guess

Then rewrite the persona so that unsupported guesses are removed.

Return:
1. an assumption audit table
2. a cleaned persona JSON

Claude を使うなら、review に使用した project file や connector source への citation も要求した方がよい。Gemini in Docs を使うなら、audit を persona の直下に置いて編集履歴を見える状態にしておくとよい。

3 種類の persona で同じ実資産をテストする

cleaned persona ができたら、それを実際のテストハーネスに変える。

ランディングページや pricing page を見るなら：

Act as the synthetic persona below.
Review this landing-page draft for clarity, trust, and workflow fit.

Evaluate only:
- what is immediately clear
- what feels imported from another market
- what sounds unnatural in local service language
- what step would likely block conversion
- what proof or reassurance is missing

Return:
- first impression
- confusing phrases
- risky assumptions
- likely objections
- one rewrite suggestion
- one blocker question that still needs a human reviewer

support や onboarding flow を検証するなら：

Act as the synthetic persona below.
You are trying to complete this task:
"Reschedule a clinic appointment through an AI assistant."

Review whether the flow matches local expectations.
Flag:
- wrong level of politeness
- wrong institutional assumptions
- missing local documents or steps
- translated-sounding terms
- moments where a human handoff is needed
- one blocker question that should be checked by a local reviewer

1 つの persona で止めてはいけない。初回パスなら、少なくとも次の 3 類型があるとよい。

persona ライブラリは小さく、更新日を持たせる

多くのチームに必要なのは巨大な persona カタログではない。まだ信頼できる小さなライブラリだ。

実務的な初期値は、最初のパスでは 3 personas、継続運用では市場ごとに 5〜8 personas 程度で十分だ。

各 persona と一緒に残すべきもの：

• その persona を生成した入力表
• assumption audit
• どのワークフローを検証するための persona か
• ローカル事情を最後に確認した日付
• 作成に使ったツールとワークスペース

最後の項目は見落としやすいが重要だ。Claude で最新 Drive ファイルを見て作った persona と、3 週間前に静的な ChatGPT Project で作った persona は同じではない。

よくある失敗

synthetic persona を実在ユーザーのように扱う

結論が synthetic review pass 由来なら、「韓国の顧客はこう言った」とは書かない方がいい。

次のような書き方が正確だ。

Our synthetic review pass on 2026-04-21 flagged this as a likely localization risk. Validate it with real users or a qualified local reviewer before rollout.

モデルに余計な人物設定を足させる

好きな食べ物、家族構成、性格描写のような要素は、たいていテストを良くするどころか悪くする。

persona は task、constraints、register、region、environment に戻した方がいい。

トーンだけ見て blocker を見ない

言葉が流暢でも、ID 種別、承認順序、営業時間前提、有人引き継ぎ経路で完全に失敗することがある。

各 review の最後には、最低 1 つの blocker question を残すべきだ。

古い persona を長く使いすぎる

地域のフローは変わる。支払い習慣も変わる。製品ドキュメントも、プラン制限も変わる。

元資料が変わったなら、その persona は作り直した方がいい。

FAQ

Synthetic persona だけで市場参入判断はできますか？

できない。明らかなローカライズミスを見つけるには有効だが、需要証明にもインタビュー代替にもならない。

まずどのツールから始めるべきですか？

まずは、実際の作業材料に最も近いツールから始めるのがよい。

• files と project instructions を含む統一 review ワークスペースがほしいなら ChatGPT
• 現在の Drive、Gmail、Calendar 情報が答えを大きく左右するなら Claude
• 下書きも元資料も Docs や Sheets にあるなら Gemini

規制産業でも使えますか？

下書き review 層としてのみ使うべきだ。法務、医療、政策、コンプライアンス判断は、資格のある人間による最新のローカル確認が必要だ。

最大の prompt ミスは何ですか？

persona を「魅力的な人物像」にしようとすることだ。必要なのは、監査しやすい persona であることだ。

Verification Note

2026-04-21 に公式ソースで確認した。

確認した項目：

• OpenAI Projects の挙動、提供範囲、ファイルアップロード、project instructions、project 内 connector 制限、memory オプション
• Anthropic Projects の提供状況、Google Workspace connector の挙動、Drive ファイルを project knowledge に入れる際の private project 条件
• Google Workspace 内 Gemini の提供範囲と、Docs / Sheets 向けの現行 prompt ガイド
• Nemotron-Personas-Korea の Hugging Face チュートリアルにある 6 million と 7 million の不一致、および項目数、地域カバレッジ、職業分類、ライセンス

公式ソース：

• OpenAI Help Center: Projects in ChatGPT
• Claude Help Center: What are projects?
• Claude Help Center: Use Google Workspace connectors
• Google Docs Editors Help: Gemini in Docs, Sheets, Slides, Vids, & Forms
• Google Docs Editors Help: Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms
• Hugging Face: How to Ground a Korean AI Agent in Real Demographics with Synthetic Personas