本当は公開したくない、Claudeでホワイトペーパーをつくる方法
海外20の実例と、弊社のやり方

こんにちは、アースダイバー代表の佐藤です。弊社は、ホワイトペーパーを3冊公開しています。AI検索対策のガイド（46ページ）、マーケティング・営業のAI活用事例集（107ページ）、AI検索診断のサービス資料（44ページ）です。

どれも、Claudeを使いながらつくりました。この記事では、そのつくり方を紹介します。本当は社外に出したくなかった、弊社のやり方です。

先にお断りしておくと、3冊とも、この記事の手順どおりにつくったものではありません。冊子ごとに、材料も進め方も違います。この記事の手順は、3冊をつくるなかで固まってきたやり方です。

あわせて、海外でAIを使ってホワイトペーパーや調査レポートをつくっている人の実例を、20件調べました。何を材料に渡したか、どんな角度でまとめたか、どこを人が担ったかを、例ごとに紹介します。

先に、ポイントを3つにまとめておきます。

1. 資料の出来は、渡す一次情報の量と、それをどの角度でまとめるかの2つで決まる。海外の実例も、自社のデータ・インタビュー・自分の過去の記事など、手元の一次情報を大量に渡すところから始めている
2. どの例でも、人は「何を調べるか」「数字と出典の照らし合わせ」「中身への責任」を手放していない。わからない数字をAIがそれらしく埋めて、公開後に訂正した例もある
3. 弊社は、集めて整理すること自体に価値があるテーマを選び、自社のデータと海外の事例をClaudeに集めさせる。Claudeが出した分析と示唆に、代表が経験から見解を足して仕上げている

いい資料は、一次情報の量と、加工の角度で決まる

私が自分でつくってみて、いちばん強く感じたのは、渡すデータの量が大事だということです。ここで言うデータは、検索すれば出てくる一般論のことではありません。自社で集めた数字、お客様とのやり取り、専門家として積み重ねてきた経験のような、一次情報です。一次情報を多く渡すほど、いい資料がつくれます。

もうひとつ大事なのが、その一次情報を、どの角度からまとめるかです。同じ材料でも、比べるのか、分類するのか、数えるのか、テーマで束ねるのかで、資料から読み取れることが変わります。いい資料は、この2つがそろったときにできる、というのが弊社の見立てです。

海外の実例を見ても、うまくいった例は、どれも大量の一次情報から始めています。100社・1社あたり90項目以上のデータ、約40人の専門家へのインタビュー、約18か月分の自分のニュースレターです。逆に、材料を渡さないでテーマだけで書かせた実験では、出典の多くが架空でした。

海外の実例に多い、4つのつくり方

調べた20件のうち、外向けのレポートやPDFそのものをつくった例は13件でした。残りは、データの扱い方や確かめ方、デザインの手順の参考になる例です。渡した一次情報の種類で分けると、4つの型に分かれます。

1. 自社で集めたデータを、報告書にする

Emily Kramer氏（米国のB2Bマーケティング顧問）の例

出典：MKT1

進め方は、次のとおりです（MKT1）。

1. 調べる100社を、自分で選ぶ
2. 1社を1行、調べる項目を1列にした表をつくる
3. 1つの項目を5〜10社で試して、うまく取れることを確かめてから、100社に広げる
4. 会社を、売る相手で8つに分ける。売り方（セルフサーブ型か、営業主導か）と、調達額でも分けて比べる（MKT1）
5. グラフは、ブランドの決まりを入れた設定で、Claudeの画面の横に試作する。数字が固まってから、デザインのツールで仕上げる

レポートには、たとえば「マーケティング部門の人数は中央値で13人、社員全体の約4%」といった数字が並びます。Kramer氏は、データについて「傾向を見るためのもので、間違いを含むかもしれない」と断っています。

Trust Insights（米国の分析会社）の例

出典：Trust Insights

手順は、次のとおりです。

1. 回答から、名前やメールアドレスを消す
2. Geminiにすべての回答を読ませ、大きなテーマ5〜6個と、テーマごとの小テーマ2〜3個の分類の案をつくらせる
3. スプレッドシートに、テーマ・小テーマ・感情（−5〜+5）・急ぎの度合い・購入の意向の列をつくり、1件ずつGeminiに分類させる
4. 件数は、表計算の関数（UNIQUEとCOUNTIF）で数える
5. テーマと感情の関係のような統計は、Pythonで出す

ポイントは、AIに任せるのは分類までで、数えるのは関数に任せているところです。確かめ方として、わざと関係のない回答を混ぜ、それが正しく「購入の意向なし」に分類されるかを見ることもすすめています。

2. インタビューを、報告書にする

Sara Stella Lattanzio氏の例

出典：The Workflow

チームは、経営陣・ライター・デザイナーと、プロジェクトを率いたLattanzio氏の少人数です。手順は、次のとおりです。

1. レポートの目的・読者・筋立ては、AIを使わないで、チームで話し合って決める
2. 既存の調査や他社の発信をChatGPTで調べ、まだ誰も書いていないところを探す
3. インタビューの相手を、2〜4つの区分に分け、区分ごとの質問票を用意する
4. インタビューを録画し、文字起こしのツール（Fathom）で文字にする
5. 文字起こしができると、自動化のツール（Zapier）が、一覧表・ライターへの通知・まとめの文書に振り分ける
6. ChatGPTのプロジェクトに、目的とブランドの決まりを入れたうえで、文字起こしから、くり返し出てくるテーマを最大7つ挙げさせる。テーマごとに、発言を話した人の名前つきで仕分け、要点を3〜5個つくらせる。全体の要約も6〜8文でつくらせる
7. 人が読んで筋立てを直し、使う発言を選び、ライターが本文を書く

AIを使ったのは、調べもの・文字起こし・振り分け・テーマ分けの4つです。Lattanzio氏は、AIと自動化は戦略ではない、と書いています。

Audience Strategies（英国の調査会社）の例

出典：Claude導入事例

発言の引用は、本当にその人の言葉か確かめる

インタビューを材料にするときに気をつけたいのが、引用です。ユーザー調査を教えているCaitlin Sullivan氏は、AIが出した引用を、元の文字起こしと照らし合わせる手順をすすめています（Lenny's Newsletter）。

Sullivan氏は、「12語以内で」のように字数を縛ると、別々の発言をつなぎ合わせた引用ができやすい、とも書いています。

市場調査の会社Civicomの調査ツールQuillitでは、Claudeの新しいモデルに切り替えたところ、文字起こしを出典として示す正確さが60〜70%から89〜98%に上がったとしています。報告書を書く時間は、最大80%減ったとしています（Claude導入事例）。モデルで正確さは変わりますが、100%にはなっていません。

3. 自分の過去の資産を、作り直す

Christopher Penn氏（Trust Insights共同創業者）の例

出典：Christopher S. Penn

使ったのは、Claude Code（Claude Opus 4.1）です。材料の使い分けが具体的です。

• 講座の構成を、そのまま本の章立てにする
• 講座の文字起こしを、各章の中身にする
• ニュースレターから、体験談と、本人の文章の書きぶりを取る

書く役と、編集者の役の2つのAIを用意し、章ごとに書かせて、編集者の役に直させています。編集者の役は、約半分の章を書き直しました。それでもPenn氏は、この下書きにはまだ編集が必要で、体験談は人が足す必要があると話しています。

自分の過去の資産を作り直す型のよいところは、一次情報がすでにそろっていることです。講座・セミナー・ニュースレター・過去の記事は、その人にしか書けない内容の集まりです。

4. 見本を見せて、見た目を合わせる

Iman Oubou氏の例

出典：Iman Oubou

手順は、次のとおりです。

1. デザインの前に、Claudeに原稿を点検させる。題名が弱い、いちばん大事な点が目立たない、売り込みの角度がない、の3つが見つかった
2. 見本にしたいWebページのスクリーンショットを渡し、色・書体・部品の決まりを抜き出させる。色は4つ、書体は3つ、写真の並べ方や章の扉の形まで抜き出した
3. 抜き出した決まりを、全ページで共通の設定にして、ページを組ませる。途中で色を変えたときも、設定を1か所直すだけで29ページに反映された
4. 約25回、少しずつ直しては書き出す。写真の顔の切れ、要素の重なり、下の部分の切れを直した

見た目の決まりを、保存して使い回す

Daria Cupareanu氏は、見た目の決まりをClaudeの「スキル」にまとめる方法を紹介しています。スキルには、色・書体・余白などの決まりに加えて、「やってはいけないこと」の一覧も入れます。決まりがない会社は、好きな見た目の資料を1〜3点、見本として渡すところから始めます（AI Blew My Mind）。ただし、この記事は有料の講座の宣伝も兼ねています。

作業の時間は、どれくらい減ったか

減った時間を数字で示していた例を並べます。どれも、本人か、使ったツールの会社による申告です。ダウンロード数や問い合わせの数まで示した例は、1件もありませんでした。

どの例でも、人が手放さなかったこと

20件の進め方を比べると、人が担っている工程は、ほぼ共通していました。

何を調べるか、何に答えるかを決める

Lattanzio氏は、戦略の段階ではAIを使っていません。Kramer氏も、100社と8つの区分は自分で決めています。

Future Factors AIの共同創業者のHina Mian氏は、ホワイトペーパーを書き始める前に、AIを使わないで5行のメモをつくることをすすめています（Future Factors AI）。

1. 買い手の反論（本人の言葉で。営業から集める）
2. その反論を言う読み手
3. 考えを変えるのに必要な証拠
4. 自社にしかない証拠
5. 社内で言い回してほしい一文

テーマから入るのをやめて、読み手の反論に答える資料にする考え方です。

数字と出典を、照らし合わせる

AIは、わからないところを、それらしい内容で埋めることがあります。

• Kramer氏の調査では、わからない数字が、切りのよい数字で埋められていた
• 2023年に、ChatGPTにホワイトペーパーを書かせる実験をしたGordon Graham氏の例では、ChatGPTが挙げた出典18件のうち16件が架空だった（That White Paper Guy）

Mian氏は、公開の前に、数字・引用・出典をすべて人がブラウザで開いて確かめるとしています。出典がしっかりした資料で、約90分かかるそうです。

• その数字や引用が、本当にそのページにあるか
• 発行元・日付・版が合っているか
• ページが開けない、数字が見つからないときは、その主張を削る

Anthropicのマーケティング部門は、下書きの数字をすべて確かな出典と照らし合わせ、合わないときは推測で埋めるのをやめて知らせる仕組みを、Claudeに組み込んでいます（Claude公式ブログ）。

中身に責任を持つ

Audience Strategiesは、AIがつくったものはすべて、人が確かめ、書き直し、責任を持つ決まりにしています。Mian氏も、名前を出して引用した専門家には、公開の前に必ず本文を読んでもらうとしています。

弊社のやり方：6つの手順

弊社のやり方も、海外の例と同じく、一次情報から組み立てる形です。違うのは、次の2点です。

• 自社のデータに、海外の事例を集めて重ねる
• 最後に、代表の経験を一次情報として足す

Claudeの「プロジェクト」や「コネクタ」の基本は、中小企業のClaude活用術10選で紹介しています。

1. 集めて整理すること自体に価値があるテーマを選ぶ

最初に決めるのは、加工の角度にあたるテーマです。弊社は、集めて整理するだけで読み手の役に立つテーマを選んでいます。

集めて整理するだけで価値になる理由は、2つです。

• 集める手間がかかる：海外の事例は、AIで調べられるようになったいまでも、英語のページを1件ずつ開き、数字と日付を確かめるのに手間がかかる
• 社内で共有しやすい：1冊の資料にまとまっていれば、読んだ人が上司や同僚に渡しやすい

マーケティング・営業のAI活用事例集は、この考え方でつくりました。国内外の27の事例を、調査・企画、クリエイティブ、Webサイト、広告運用、パーソナライズ、営業、業務の自動化の7つに分け、弊社の実践1つを加えています（資料の一覧）。7つに分けたのは、読み手が自分の担当の領域から読めるようにするためです。

2. Googleドライブにある自社のデータを、Claudeに読み込ませる

テーマが決まったら、Googleドライブの中から、使えそうな自社のデータを探して、Claudeに読み込ませます。弊社の場合は、AI検索診断の計測の結果や、過去の調査の表です。ClaudeはGoogleドライブとつなぐと、ドライブの中のファイルを探して読めます（Google Workspaceとの連携）。

ここで渡すデータが、資料のもとになる一次情報です。少しでも関係しそうなものは、まとめて渡します。お客様の社名が入ったデータは、外に出す前に記号に置き換えます。

3. 近い海外の事例を、たくさん調べさせる

次に、自社のデータに近い海外の事例を、Claudeに調べさせます。Claudeの「リサーチ」は、何度も検索を重ねて、深く調べる機能です（リサーチ）。

事例は、ページを開いて確かめたものだけを使います。会社の発表と、第三者の記事は分けて扱います。数字は、誰の申告なのかも書いておきます。

4. Claudeに、分析と示唆を出させる

自社のデータと海外の事例がそろったら、Claudeに分析させ、そこから言えること（示唆）を出させます。

数を数える作業は、Trust Insightsの例と同じく、Claudeにプログラムを書かせて数えさせます。文章を読ませて数えさせると、数字がずれるためです。

5. 示唆に対して、代表が経験から見解を話す

Claudeが出した示唆を1つずつ読み、私がこれまでの経験から考えることを話します。話した内容は、Claudeに文章に整えてもらいます。

ここで足す見解も、一次情報です。データと事例だけなら、ほかの会社も同じものをつくれます。次のような話は、その会社にしか書けない部分です。

• 支援の現場で見てきたこと
• うまくいかなかった例と、その理由
• 業界の事情や、お客様からよく聞く悩み

弊社は、コーポレートサイトの制作でも、同じように方針と知識を口頭で伝えて、作業をClaudeに任せています（コーポレートサイトをAIと作り直したら、5時間でできた話）。こうすると、資料は「数字と現状の分析」に「代表の解説」を加えた形になります。

6. 見本を見せて、「このイメージで」と頼む

見た目は、色や書体を細かく指示するより、見本を見せて「このイメージで」と頼むほうが早く仕上がります。弊社では、過去につくった資料のPDFを渡しています。ClaudeはPDFの文字に加えて、図や表も読み取れます（PDF support）。

毎回同じ見た目にしたいなら、見た目の決まりを「スキル」として保存しておく方法もあります。Anthropicは、スキルの使い道の例として、組織のブランドの決まりに沿うことを挙げています（Claude Skills）。

つまずきやすいところ

よくある質問

Q. ChatGPTでも、同じようにつくれますか？
海外の例には、ChatGPTやGeminiを使ったものもあります。一次情報を多く渡すこと、数字と出典を人が確かめることは、どのAIでも変わりません。

Q. AIでつくった資料や記事は、検索で評価されますか？
AIを使ったかどうかよりも、内容が読み手の役に立つかが問われます。くわしくは、AIで書いた記事は、Googleに評価されませんかで答えています。

Q. 社内にデータがありません。何を材料にすればいいですか？
海外の例では、インタビューや講座の文字起こし、過去の記事を材料にしたものが多くありました。お客様からよく聞かれる質問と、その答えをまとめるだけでも、その会社にしか書けない一次情報になります。営業が受ける反論を集めるのも、よい材料です。

Q. どれくらいの時間がかかりますか？
テーマと材料によります。海外の例では、業界レポートが3か月から4週間になったという申告がありました。数字と出典の確認には、どの例でも時間をかけています。

参考：MKT1「State of Marketing Report: Teams（Part 1）」（2026年4月21日）／MKT1「State of Marketing Report Part 3: How to research in Claude Code」（2026年5月6日）／Trust Insights「So What? How to Use Generative AI to Analyze Survey Data」（2026年1月16日）／The Workflow「AI marketing report workflow」（2025年10月9日）／Claude導入事例「Audience Strategies」／Lenny's Newsletter「How to do AI analysis you can actually trust」（2026年2月17日）／Claude導入事例「Quillit」／Christopher S. Penn「So What? How to Write a Book with Generative AI」（2025年8月）／Iman Oubou「I gave Claude a messy Google Doc」（2026年5月4日）／AI Blew My Mind「How to create a Claude brand skill」（2026年3月19日）／Future Factors AI「How to write a white paper with AI」（2026年8月12日）／That White Paper Guy「9 Reasons Why ChatGPT Can't Write Your Next White Paper」／Claude公式ブログ「How Anthropic's marketing operations team uses Claude Cowork」（2026年7月8日）／Claude公式ブログ「Claude Skills」（2025年10月16日）／Claudeヘルプセンター「Google Workspaceとの連携」／Claudeヘルプセンター「リサーチ」／Claude「PDF support」

WRITTEN BY佐藤 大貴アースダイバー株式会社 代表取締役DeNAで男性向けライフスタイルメディアの立ち上げを牽引し、ローンチから約1年半で月間3,000万PV規模に。ポートではコンテンツマーケティング責任者として幅広い領域のメディアを管掌し、上場とM&Aを経験。2019年に創業し、AI時代のマーケティング戦略とその実行を手がける。プロフィールを見る →LinkedIn