ここでは、ワークショップの質に関する会議参加者向けの最高の質問と、それらを作成するための重要なヒントをいくつか紹介します。数秒でカスタマイズされた会話型アンケートを作成できます—開始するにはSpecificのAIアンケートジェネレーターを試してみてください。
ワークショップの質に関する会議参加者向けの最高のオープンエンド質問
オープンエンドの質問は、人々が率直な考えやユニークな視点を共有できるため、詳細なフィードバックを得るのに優れています。特に豊かな文脈を求めていたり、新しいアイデアを見つけたり、まだ考慮していなかった改善点を見つけたりしたいときに有効です。ただし、オープンエンドの質問は回答率が平均で18％に達することもありますので、注意が必要です。それでも、回答があるときは、会話形式での回答は特に具体的で、有益で関連性が高く、回答の質とエンゲージメントを高めます。[1][3]
ワークショップで最も価値がある、または影響を受けた側面は何でしたか？
改善できると感じたワークショップの部分はありましたか？説明してください。
ワークショップの内容はあなたの期待にどの程度合致していましたか？
このワークショップから得た具体的な収穫やスキルについて説明してください。
プレゼンターによる資料の伝達効果をどのように説明しますか？
より深く取り上げてほしいトピックはありましたか？詳しく教えてください。
ワークショップ中に参加したり質問をしたりすることにどれほど快適さを感じましたか？
このワークショップについて一つ変更できるとしたら、それは何ですか？
ワークショップ中に何か困難や障害に遭遇しましたか？詳細を教えてください。
ワークショップで学んだことをどのように仕事や日常生活に活用する計画ですか？
オープンエンドとクローズドエンドの質問のバランスを取るのが一般的には最適です：これにより、回答者の疲労を管理し、無回答を最小限に抑え、結果の分析をより簡単に行えます。実践における効果的な会議アンケートの設計について詳しく読むことができます。
ワークショップの質についてのシングルセレクト選択式質問のベスト
シングルセレクト選択式質問は、定量的なフィードバックや明確なベンチマークを求める際に優れており、より詳細なフォローアップに続く簡単な「エントリー」として参加者を始めやすくします。時には、参加者が自分の考えを言葉にするのではなく、選択肢を選ぶ方が簡単です。その後、フォローアップ質問を通じて深く掘り下げます。
質問: ワークショップの全体的な質をどのように評価しますか？
素晴らしい
良い
普通
悪い
質問: 学習に最も寄与したワークショップの要素は何ですか？
ワークショップの内容
プレゼンターの伝え方
グループ活動/ディスカッション
ワークショップの資料/リソース
その他
質問: このワークショップを他の会議参加者に薦めますか？
はい
いいえ
分からない
「なぜ？」でフォローアップするタイミング なぜ？」と質問するのは、単純な評価を超えて動機を理解したいときです。例えば、参加者が「普通」を選んだ場合、「なぜ『普通』を選びましたか？」とフォローアップすることで「資料が基本的すぎて、質疑応答が急いでいました」という具体的な詳細を得られます。
「その他」の選択を追加するタイミングと理由 「その他」は、すべての可能な回答を予測できない場合に必要です。これにより、回答者はあなたが考えていなかったニーズや洞察を強調することができます。この貴重なフィードバックをキャプチャするためにフォローアップフィールドまたはオープンエンドのプロンプトを使用します。
NPS質問：ワークショップの質フィードバックに使用すべきか？
ネットプロモータースコア（NPS）は、参加者のロイヤルティとクチコミの可能性を測定するシンプルで研究に裏付けられた方法です： 「このワークショップを友人や同僚に勧める可能性はどのくらいですか？」 もしワークショップの影響に対する明確で定量的な指標が必要なときや、時間をかけてトラッキングできる単一の指標が必要な場合には、NPSを使うのは理にかなっています。さらに良いのは：SpecificのようなAIを活用したアンケートプラットフォームを使用することで、自動的にPromoter、Passive、Detractorをセグメント化し、それぞれのグループにユニークなフォローアップ質問をトリガーできます。数秒で会議ワークショップ用のNPSアンケートを生成する。
フォローアップ質問の力
完璧で有意義なフィードバックを得たいですか？ フォローアップ質問が秘訣です。回答が不完全または曖昧なままにするのではなく、その場で完全な文脈を得ることができます。そのため、Specificには自動AI駆動のフォローアップ質問が組み込まれています：AIが各回答を聞き、それに基づいてスマートでターゲットを定めたフォローアップを行うのです。あたかも各回答者に対する生のリサーチインタビュアーがいるかのようです。
会議参加者：「かなり良かったです。」
AIフォローアップ：「特に目立ったり、このワークショップが『かなり良かった』と感じさせた要因を教えてくれますか？」
フォローアップの数はいくつが適切か？ オープンエンドの質問に対しては通常、2〜3回のフォローアップで十分な深さが得られますが、アンケートが終わりのないものに感じられないようにしましょう。すでに欲しい情報が得られている場合は、AIにストップをかけて次に進むように設定できます—Specificではここで精確なコントロールが可能です。
これは会話型のアンケートになります：各フォローアップは自然な会話に加わり、回答者の体験をスムーズで魅力的にします。まるで親切な同僚とチャットしているようです。
AIによる分析、非構造化テキスト、そして簡便さ： たとえこのプロセスが多くの非構造化フィードバックを生成しても、SpecificのAIが全ての回答を簡単に分析できるようにします—これをAIを使ったワークショップアンケートの反応を分析するガイドでご覧ください。
自動化されたAIフォローアップはほとんどの人にとって新しい概念です—アンケートを生成してみて、どれだけフィードバックを有益にできるかを確かめてください。
GPTにワークショップのアンケート質問を生成させるためのプロンプトの作り方
ChatGPT{