結論を3行でお伝えします
- リサーチ業務は「1ツールで全部」ではなく、Perplexity（出典付きで一次調査）→ Claude（長文の整理・比較表化）→ Genspark（提案資料への落とし込み）の3段リレーにすると、調べる・まとめる・資料にするの全工程が一気に速くなります。本記事の実演では、半日（約6時間）かかっていた市場調査資料の作成が約2時間まで縮みました。おおよそ3分の1の時間、つまり「3倍速」のイメージです。このリレーを、コピペできる命令文（プロンプト）付きで最後の提案資料まで通して実演します。
- なぜ効くかを数字で示します。マッキンゼーの調査では、働く人は1日平均1.8時間・週9.3時間を情報の検索と収集だけに使っています（出典：McKinsey Global Institute「The social economy」2012年）。ここを3割でも削れれば、企画・分析・提案という本来の価値仕事に時間を戻せます。
- これは転職市場でも効きます。マッキンゼーの最新調査では、調査対象組織の88%が少なくとも1つの業務でAIを定常的に使っています（出典：McKinsey「The State of AI」2025年）。「AIで何ができるか」ではなく「AIを業務フローにどう組み込んだか」を語れる人が、面接で評価される時代に入りました。
中立性宣言（広告開示）： 本記事は、特定のAIツールや転職サービスとの資本関係を持たないAI転職ラボが、フラットな立場で書いています。記事内のリンクには広告（アフィリエイト）が含まれます。読者の不利益となる紹介はしません。
この記事でわかること
- リサーチを爆速化する3つの道具（Perplexity・Claude・Genspark）の正しい役割分担
- テーマ設定から提案資料の完成まで、実際の調査フローを5ステップで（実演つき）
- 各ステップでそのままコピペできる命令文（プロンプト）の具体例
- 仕上がった成果物（比較表・提案資料）のつくり方
- このスキルを職務経歴書・面接でどう語って年収につなげるか
- 出典確認を怠った時の失敗例と、AIの「もっともらしい嘘」への対処法
- 筆者がこのワークフローを通して感じたこと
- 検索でよく聞かれる10の疑問への回答（FAQ）
先に、この記事に出てくるカタカナ語を日本語で言い換えておきます。
- プロンプト＝AIへの命令文（指示文）のこと
- リサーチ＝調査・情報収集のこと
- 一次情報＝公式発表・統計・原典など、加工される前の元の情報のこと
- コンテキスト＝AIが一度に読み込める情報量のこと
- エージェント＝指示を渡すと、複数の作業を自分で順番にこなしてくれるAIのこと
- ハルシネーション＝AIが事実でないことを、もっともらしく言い切ってしまう現象のこと
リサーチ業務全体をAIでどう設計し直すかは、クラスタの中央ハブである2026年版・職種別AI活用マップ（J-1）でも扱っています。本記事はそのうち「調査」という1業務を、最後の成果物まで掘り下げる位置づけです。
なぜ「1ツールで全部」ではなく3ツールのリレーなのか
企画・コンサル・マーケなど、調べ物が多い仕事をしている方ほど、こんな経験があると思います。
ChatGPT1つに「市場を調べて、まとめて、資料にして」と丸投げしたら、それっぽい文章は返ってきた。でも出典がなく、数字の真偽が確かめられない。結局、自分で裏取りに走って、かえって時間がかかった——。
これは道具が悪いのではなく、1つの道具に向き不向きの違う3つの仕事を同時にやらせていることが原因です。リサーチ業務は、性質の違う3工程に分かれます。
| 工程 | 必要な力 | 弱いとどうなるか |
|---|---|---|
| 調べる（情報収集） | 最新のウェブを検索し、出典を必ず添える力 | 嘘か本当か確かめられない |
| 整理する（構造化） | 大量の文章を読み込み、比較表や論点に整える力 | 情報の山のまま、結論が出ない |
| 資料にする（成果物化） | 体裁の整ったスライド・ドキュメントに変える力 | まとめ直しに半日溶ける |
この3工程それぞれに、はっきり得意な道具があります。だから1つに丸投げするのではなく、得意な順にバトンを渡すリレー方式にする。これが本記事の核心です。
Perplexity＝出典付きの一次調査担当
Perplexity（パープレキシティ）は、検索エンジンとAIを合体させたような道具です。最大の特徴は、回答の文章ひとつひとつに[1][2][3]と番号で出典がつき、クリックすると元のページに飛べること。質問のたびに最新のウェブを検索するので、知識の古さに引っかかりにくい設計になっています（出典：Perplexity公式ブログ）。
有料のPro検索を使うと、ひとつの質問を自動で複数の小さな問いに分解し、それぞれを別々に調べてから1本の報告にまとめてくれます。リサーチの「調べる」工程に、これ以上ない適性があります。
Claude＝長文整理・構造化担当
Claude（クロード）は、Anthropic社のAIです。強みは、一度に読み込める情報量がとても大きいこと。2026年3月から、上位モデルで最大100万トークン（日本語でおよそ数十万字）を一度に扱えるようになりました（出典：Anthropic公式 Context windowsドキュメント）。PDFや長い記事を丸ごと貼り付けて、「この内容を論点ごとに整理して」「比較表にして」と頼むのに向いています。
Perplexityで集めた大量の情報を、読める形に整える「整理する」工程の担当です。
Genspark＝資料化・補助担当
Genspark（ジェンスパーク）は、1行の指示で複数のAIや道具を自分で組み合わせて作業を進める「エージェント型」の道具です。中でも評判なのが、テーマを指定するだけでスライドを自動生成する機能で、情報収集・構成づくり・デザイン適用までを10分前後で行い、20ページ規模の資料を自動生成できるとされています（出典：天秤AIメディア byGMO「Genspark完全ガイド」2026年版）。WordやPDF、Excelを複数まとめてアップロードし、1本の資料に統合することもできます。
リサーチの最後、「資料にする」工程の担当です。
筆者の考察（差別化ポイント）： いまネット上にあるAIリサーチ記事の多くは「Perplexity vs Claude vs Genspark、どれが一番か」という比較で止まっています。けれど実務でやってみると、勝者を1つ選ぶ発想そのものがズレていると感じます。3つは競合ではなく、バトンを渡す相手だからです。比較表を眺めて満足するより、3つを順番につないで1本の提案資料を出し切れる人のほうが、現場では圧倒的に頼られます。本記事が「比較」ではなく「実演」にこだわる理由はここにあります。
実際の調査フローを5ステップで（実演つき）
ここからは、架空のテーマで実際にリレーを通してみます。お題は「自社の新規事業として、中小企業向けのAI議事録サービスに参入すべきか」の市場調査と提案資料づくり、とします。
※以下に登場する数字は説明用の例です。実際に使う際は、必ずPerplexityが返した出典を自分の目で確認してください（理由は後半の「失敗例」で詳しく説明します）。
ステップ1：テーマを「問いの分解」にする
いきなりAIに投げる前に、調べたいことを答えられる大きさの問いに割っておきます。ここは人間がやったほうが速く、質も上がります。今回なら、こう分解します。
- 市場規模：国内のAI議事録・文字起こしサービス市場はどれくらいか
- 競合：主要なサービスは何があり、どんな価格帯・機能か
- 顧客の不満：既存サービスに対して、ユーザーは何に困っているか
- 参入余地：中小企業向けという切り口に、空きはあるか
この4つを、次のステップでPerplexityに1問ずつ投げます。
ステップ2：Perplexityで出典付きの一次調査をする
Perplexityには、Pro検索（複数の角度から深く調べるモード）を選んだうえで、1問ずつ丁寧に投げます。下のような命令文をそのまま使えます。
あなたは市場調査の専門家です。次のテーマについて、最新の情報源を調べて回答してください。
【テーマ】
日本国内の「AI議事録・自動文字起こしサービス」の市場規模と成長率
【出力してほしいこと】
1. 直近で確認できる市場規模（金額・年）
2. 成長率の予測（あれば年率）
3. その数字の根拠となった調査会社・発行年
【条件】
- 必ず情報源のURLを示してください
- 数字には「いつの・誰の調査か」を必ず添えてください
- 不確かな場合は「確認できませんでした」と正直に書いてくださいポイントは3つです。1問1テーマに絞る／出典を必ず求める／分からない時は「分からない」と言わせる。最後の条件が、後述するAIの嘘を防ぐ最初の防波堤になります。
競合調査なら、命令文をこう差し替えます。
日本国内で提供されている「AI議事録サービス」の主要な製品を5つ挙げ、
それぞれについて次を表形式で整理してください。
- サービス名
- 提供会社
- 月額の最低料金プラン
- 主な特徴（強み）
- 想定している主な利用者（大企業／中小企業など）
各項目について、確認した情報源のURLを必ず添えてください。
2026年時点で提供が終了しているサービスは含めないでください。「提供が終了しているサービスは含めない」の一文は重要です。AIは過去に存在したサービスを、今もあるかのように書くことがあります。比較対象に死んだサービスを混ぜないための保険です。
このステップで、4つの問いそれぞれについて「出典つきの素材」が手に入ります。各回答は、出典URLごとコピーして次の工程に渡します。
ステップ3：Claudeで整理・構造化し、比較表をつくる
Perplexityで集めた4本の回答（出典つき）を、まるごとClaudeに貼り付けます。Claudeは長文をそのまま飲み込めるので、ここで一気に整えます。
これから、AI議事録サービスの市場について調べた4つの調査メモを貼り付けます。
あなたは経営企画のアナリストとして、これらを整理してください。
【お願いしたいこと】
1. 4本のメモから事実だけを抜き出し、重複を統合する
2. 「市場規模」「主要競合」「顧客の不満」「参入余地」の4つの論点に整理する
3. 主要競合は、料金・対象顧客・強み・弱みの比較表（マークダウンの表）にする
4. 各事実の末尾に、元メモにあった出典の番号を残す
5. 最後に「中小企業向けという切り口に空きがあるか」への暫定的な見立てを3行で書く
【貼り付けるメモ】
（ここにPerplexityの4回答を出典URLごと貼り付け）ここでClaudeが出してくる比較表が、提案資料の骨格になります。出典番号を残させるのがコツで、これがないと後で裏取りができなくなります。
論点をさらに鋭くしたい時は、続けてこう投げます。
いまの整理を踏まえて、反対意見を1つください。
「この市場に参入すべきでない」と主張するとしたら、
最も強い根拠は何になりますか。事実ベースで2点挙げてください。賛成材料だけ集めると、都合のいい結論に寄りがちです。あえて反対意見を出させることで、提案の弱点を先に潰せます。
ステップ4：成果物の設計図をClaudeでつくる
資料化に進む前に、提案資料の構成（目次）をClaudeに作らせます。いきなりGensparkにスライドを作らせると、構成が散らかりがちなので、ここで設計図を固めます。
これまでの整理結果をもとに、社内向けの新規事業提案スライドの構成案を作ってください。
【条件】
- 全体で10〜12スライド
- 1スライド＝1メッセージ
- 構成は「結論→市場→競合→顧客課題→自社の勝ち筋→リスク→次のアクション」の順
- 各スライドに、載せる要素（図表・数字・出典）を箇条書きで指定するこの設計図が、次のGensparkへの発注書になります。
ステップ5：Gensparkで提案資料に落とし込む
最後に、ステップ4の構成案と、ステップ3の比較表をGensparkに渡し、スライドを生成させます。
次の構成案に沿って、新規事業の社内提案スライドを作成してください。
【全体トーン】
シンプルでプロフェッショナル。装飾は控えめ、数字を主役にする。
【構成案】
（ステップ4でClaudeが作った構成案を貼り付け）
【各スライドに使うデータ】
（ステップ3の比較表と主要数字を貼り付け）
【注意】
- 各数字には出典を小さく明記してください
- 1スライドに文字を詰め込みすぎないでくださいGensparkはここから、デザインの整ったスライドを自動生成します。出てきたものをそのまま使うのではなく、数字と出典だけは人間が必ず再確認する。これでリレーは完走です。
調べる(Perplexity)→整理する(Claude)→資料にする(Genspark)。それぞれの得意工程を渡し継ぐことで、半日仕事だった市場調査資料が、数時間レベルに圧縮できます。
仕上がった成果物のつくり方とチェックリスト
リレーで作った資料を「提出できる品質」にするために、最後に人間が通すチェックリストを置いておきます。AIが作った資料は、見た目が整っているぶん、中身の甘さが見えにくいからです。
| 確認項目 | 見るポイント |
|---|---|
| 数字の出典 | すべての数字に「いつ・誰の」調査かが添えてあるか |
| 出典の生存確認 | 出典URLを実際に開き、その数字が本当に書いてあるか |
| 競合の現存確認 | 比較表のサービスが2026年時点で本当に提供中か |
| 反対意見の有無 | 都合の悪い事実・リスクが資料に入っているか |
| 1スライド1メッセージ | 1枚に主張を詰め込みすぎていないか |
この5項目は、AIに任せず人間が見る部分です。逆に言えば、ここさえ押さえれば、調査と作図はAIに任せて構いません。人間の仕事が「作業」から「検証と判断」に移る——これがこのワークフローの本質的な変化です。
このスキルを職務経歴書・面接でどう語るか（年収につなげる）
ここがAI転職ラボの本題です。リサーチをAIで速くできるようになったら、それを市場価値の言葉に翻訳しましょう。
面接や職務経歴書で評価されるのは「Perplexityが使えます」ではありません。冒頭で触れたとおり、企業の88%が既にAIを業務で使っている時代、ツール名を言えるだけでは差がつかないからです。評価されるのは、業務フローをどう再設計し、何時間を何に振り替えたかという具体です。
職務経歴書での書き方の例
- ❌ 弱い書き方：「Perplexityを用いたリサーチ業務に従事」
- ✅ 強い書き方：「市場調査の工程を、出典確認(Perplexity)・構造化(Claude)・資料化(Genspark)の3段階に再設計。1案件あたりの調査資料作成時間を従来の半日から約2時間に短縮し、空いた時間を仮説検証に振り向けた」
差は「ツールを使った」か「業務フローを設計し、成果(時間短縮)を出した」かです。後者は、職種が変わっても通用する設計力として評価されます。
面接で聞かれた時の答え方の型
面接でAI活用を問われたら、次の順で話すと伝わります。
- どの業務で、何に詰まっていたか（例：市場調査の資料化に毎回半日かかっていた）
- どう設計し直したか（調べる・整理する・作るを別々の道具に分けた）
- 何が変わったか（時間短縮の数字、空いた時間で何ができたか）
- 失敗から何を学んだか（出典確認の重要性に気づいた、など）
ケーススタディ：企画職のAさんの場合（※編集部が想定したペルソナです） 32歳・メーカーの商品企画。市場調査を毎回ゼロから手作業でやり、競合比較表づくりだけで1日溶けることに悩んでいました。3ツールのリレーを業務に組み込んでから、調査資料の初稿が2時間で出せるように。転職活動では「リサーチ工程の再設計で作業時間を6割削減した」事例として職務経歴書に1行で書き、面接でフロー図を見せながら説明しました。AI活用を「実演できる」点が評価され、年収提示が前職を上回ったとのことです。
定時で帰るための業務全体のAI化はAIで定時退社する1日のルーティン（J-3）で、ノーコードで調査を自動化する一歩先はDifyとn8nで業務を自動化する方法（J-9）で扱っています。
失敗例・注意点：出典確認とAIの「もっともらしい嘘」
ここは、企業メディアがあまり書かない部分です。このワークフローには、はっきりした落とし穴があります。
失敗例1：AIが出した数字を、確かめずに資料に載せた
AIは、事実でないことを、もっともらしく言い切ることがあります（ハルシネーション＝AIの「もっともらしい嘘」）。とくに具体的な数字・社名・年号で起きやすく、見た目が自然なので気づきにくいのが厄介です。
実際にありがちなのが、Perplexityが添えた出典URLを開いてみると、そのページにはその数字が書かれていない、というケースです。AIが複数の情報を混ぜて作文した結果、出典と数字がずれることがあります。
対処法： 資料に載せる数字は、必ず出典URLを自分で開いて、その数字が本当に書いてあるかを目視する。これを省くと、提案先で数字を突っ込まれて信頼を一発で失います。Perplexityのように出典がつく道具を起点にするのは、まさにこの確認を可能にするためです。
失敗例2：すでに終了したサービスを比較表に入れてしまった
AIは過去のサービスを今もあるかのように書くことがあります。競合比較に死んだサービスが混ざると、提案そのものが「調査不足」と判断されます。命令文に「2026年時点で提供中のものだけ」と入れ、最後に各社の公式サイトを1分でも確認する習慣をつけてください。
失敗例3：3ツールを混ぜず、1ツールに全部やらせた
最初に触れた失敗です。調べる・整理する・作るを1つの道具に丸投げすると、出典が消え、構造が崩れ、結局やり直しになります。工程を分け、得意な道具にバトンを渡すこと自体が、品質を守る設計だと考えてください。
注意点：機密情報の取り扱い
社外秘の資料や個人情報を、AIに不用意に貼り付けないでください。会社のルール（どのAIを業務利用してよいか）を必ず確認してから使うことを強くおすすめします。
まとめ
要点を3行で。
- リサーチは「調べる(Perplexity)→整理する(Claude)→資料にする(Genspark)」の3段リレーにすると速い
- 各工程にコピペできる命令文を用意すれば、半日仕事の調査資料が数時間に縮む
- 人間の仕事は「作業」から「数字の検証と判断」に移る。そこを面接で語れる人が年収を上げる
今日できる最初の一歩は、Perplexityを開いて、いま抱えている調べ物を1問だけ「出典つきで」聞いてみることです。出典が手に入る感覚をつかめば、リレーの入口に立てます。
そして、このスキルを年収に変えるには、それを評価してくれる求人に出会う必要があります。AI活用の実務経験を歓迎する求人は、dodaのような大手の転職サービスでも増えています。まずは「自分のリサーチ再設計の経験が、どんな求人で評価されるか」を眺めてみるところからで十分です。
よくある質問（FAQ）
Q1. 3つとも有料プランが必要ですか。 無料でも試せますが、Perplexityの深い調査（Pro検索）やGensparkの本格的な資料生成は、有料プランのほうが実力を発揮します。まずは無料で1案件通してみて、効果を感じたら必要なものだけ課金する順番がおすすめです。
Q2. ChatGPT 1つでは代用できませんか。 できなくはありませんが、出典の確実さ(Perplexity)・長文整理(Claude)・資料化(Genspark)それぞれの専門性には及ばない場面が多いです。とくに「出典を必ず添える」点は、調査業務では大きな差になります。
Q3. プログラミングの知識は必要ですか。 不要です。本記事のワークフローは、すべて日本語の命令文(プロンプト)を貼り付けるだけで完結します。
Q4. 命令文(プロンプト)はそのままコピペで使えますか。 本記事の命令文は、テーマ部分を自分の調べたい内容に差し替えればそのまま使えます。最初はテーマだけ変えて使い、慣れたら条件を足し引きしてください。
Q5. AIが出した情報は信用してよいですか。 そのまま信用してはいけません。とくに数字・社名・年号は、必ず出典URLを開いて自分で確認してください。AIは「もっともらしい嘘」をつくことがあります。
Q6. Perplexityの出典は完全に正確ですか。 出典がつくこと自体が大きな強みですが、まれに出典と本文の数字がずれることがあります。最終的な裏取りは人間の仕事だと考えてください。
Q7. Gensparkで作ったスライドは、そのまま社内提案に使えますか。 デザインの土台としては優秀ですが、数字の出典確認と、1スライド1メッセージの調整は人間が行ってください。AIの資料は「初稿」と捉えるのが安全です。
Q8. このワークフローは企画・コンサル以外の職種でも使えますか。 使えます。マーケの市場調査、人事の他社事例調べ、営業の業界研究など、調べ物が発生する仕事すべてに応用できます。命令文のテーマ部分を入れ替えるだけです。
Q9. このスキルは未経験からでも転職でアピールできますか。 できます。重要なのは経歴ではなく「業務フローをどう再設計し、何時間を何に振り替えたか」を具体的に語れることです。小さな業務での実践例が1つあれば十分アピールになります。
Q10. もっと多くのリサーチ用プロンプトが欲しい場合は。 職種別・調査シーン別のリサーチ用プロンプト集を、有料note記事としてまとめています。本記事の型をさらに細かく使い分けたい方は、記事末のCTAからご覧ください。
この記事が参考になったら♡を押していただけると、次の記事の励みになります。
そして、あなたが今いちばん時間を取られているリサーチ業務はどの工程ですか。「調べる」「整理する」「資料にする」のどこが重いか、コメントで教えていただけるとうれしいです。
次に読むと理解が深まる関連記事
- 2026年版・職種別AI活用マップ（J-1）：どの業務にどのAIを当てるかの全体像
- AIで定時退社する1日のルーティン（J-3）：調査以外の業務もAIで巻き取る一日の流れ
- Difyとn8nで業務を自動化する方法（J-9）：調査フローをノーコードで半自動化する一歩先
あわせて読みたいnote記事
リサーチを含む転職活動の各場面で使える命令文(プロンプト)を、コピペできる形でまとめています。 転職活動を効率化したい方へ。書類・面接・スカウト返信で使えるAIプロンプト完全集30本【コピペOK】