
【プロンプト公開】AIと作ったnote分析ダッシュボードを改造。IMP×PV率の4象限で「次に直す記事」を見える化した
前編・後編でダッシュボードを作った。でも、まだ足りなかった
これまで2本の記事で、自分が実際に使っているnote分析環境について書きました。
前編では、完成したダッシュボードと全体の仕組み。
後編では、Googleスプレッドシート、GAS、Mac側の自動取得、HTMLダッシュボードまで、どう作っていったのかを紹介しました。
前編はこちら。
後編はこちら。
実際に運用を始めてみると、記事別のIMPやPV、直近の増減まで見えるようになったので、以前よりかなり状況を把握しやすくなりました。
でも、数字を毎日見ているうちに気になることが出てきました。
IMPが多い記事は、本当に「強い記事」なんだろうか?
ここが今回のスタート地点です。
IMP 12,044の記事。でもPV率は1.26%だった
象徴的だったのが、GPT-6 Astraについて書いた記事です。
2026年9月28日19時時点では、
IMP:12,044
PV:152
PV率:1.26%
でした。
IMPだけを見ると、自分の記事の中ではかなり強い。
かなり多く表示されています。
でも、PVをIMPで割ってみると1.26%。
一方、この時点でIMP100以上の記事のPV率中央値は**約2.3%**でした。
つまりAstraの記事は、
「表示される力はかなり強い。でも、表示されたあと記事を開いてもらう部分には改善余地がありそう」
と見ることができます。
※ここで使っている「PV率」は、ダッシュボード上で分析用に PV ÷ IMP として計算している指標です。厳密な広告CTRのような意味ではありません。
note公式でも、2026年9月のダッシュボード刷新で「表示された回数」と「記事が開かれた回数」が分けて確認できるようになりました。note(ノート)
IMPだけを並べていたら、この違いはかなり見落としやすい。
そこで、IMPとPV率を同時に見ることにしました。
29記事を「IMP × PV率」の4象限に分けてみた
今回追加したのが、この画面です。

横軸がIMP。
縦軸がPV率です。
そして、自分の記事の中央値を境界線にして4つに分類しました。
右上:勝ち筋
IMPもPV率も高い。代表記事、シリーズ展開、内部リンク強化などを検討。
右下:CV改善
IMPは高いのにPV率が低い。タイトル、アイキャッチ、切り口などを改善する候補。
左上:露出拡大
PV率は高いのにIMPが低い。内部リンク、マガジン、SNSなどでもっと露出させたい記事。
左下:育成
IMP・PV率ともに中央値以下。テーマや訴求を見ながら、優先度を考える。
公開直後の記事で判断がブレないよう、IMP100未満の記事は分析対象から外しています。
実際の数字を入れると、かなり分かりやすかった
9月28日19時時点のKira AI Lab全体は、
29記事
IMP 80,823
PV 1,970
スキ 1,228
コメント 65
でした。
今回の4象限分析では、
IMP中央値:1,874
PV率中央値:約2.3%
を境界にしています。
29記事を分類すると、
勝ち筋:7記事
CV改善:8記事
露出拡大:8記事
育成:6記事
になりました。
数字をただ一覧で見るより、かなり意味が変わります。
Astra記事とダッシュボード記事を比べると面白い
たとえば先ほどのAstra記事。
IMP 12,044 / PV 152 / PV率1.26%
なので、グラフでは大きく右側にいるものの、中央値より下。
つまり**「CV改善」**に入ります。
一方、今回のダッシュボード前編は、
IMP 6,593 / PV 251 / PV率3.81%
なので、
「勝ち筋」
に入ります。
IMPだけならAstraの方が約1.8倍あります。
でも「露出されたあと、どの程度PVにつながっているか」まで見ると、評価は変わる。
ここが今回、一番面白かったところです。
「IMPが多い=そのまま強い記事」ではありませんでした。
点をクリックすると、その記事の状態まで見えるようにした
4象限を作るだけなら、Googleスプレッドシートでもできます。
でも毎日見るなら、もう少し使いやすくしたい。
そこでHTML版では、グラフ上の点をクリックすると、その記事の詳細を右側へ表示するようにしました。

ここでは、
IMP、PV、PV率、スキ、コメント、公開日。
さらに、
IMP中央値比
PV率中央値比
まで表示します。
たとえば画面で選択している、
「AI副業で何ができる?月1万円を狙えそうな副業を10個考えてみた」
という記事は、
IMP 4,036
PV 100
PV率 2.48%
スキ 67
コメント 4
でした。
中央値比で見ると、
IMP:+115%
PV率:+9%
なので「勝ち筋」に分類されています。
そして下には、その分類に応じた**「次の打ち手」**も表示します。
この場合は、
「代表記事化、関連記事導線、シリーズ展開、固定記事候補として活用」
という判断になります。
追記 2026/9/29
サクッと記事の詳細を拡張してみました。
7日前と当日の比較
記事の内容を読み込んで改善提言を出力

マウスを乗せるだけでも記事を確認できる
点が増えてくると、「この点はどの記事だ?」となります。
そこで、マウスを乗せると記事タイトルと数字が出るようにもしました。

地味な機能ですが、実際に分析するとかなり便利です。
さらに下の一覧表は、
IMP、PV、PV率、診断などでソートできるようにしました。
グラフで全体を見る。
気になった点をクリックする。
必要なら一覧で並べ替える。
この流れで、かなり探しやすくなりました。
この4象限ダッシュボードを作るためのプロンプトも公開します
ここまで画面を紹介してきましたが、
「これ、自分のnoteでも作れるの?」
と思う方もいるかもしれません。
今回の4象限分析は、特別な分析ツールを使っているわけではありません。
元になっているのは、
記事ごとのIMPとPVです。
そこからPV率を計算し、
IMP中央値 × PV率中央値
で記事を4つに分けています。
考え方そのものはシンプルです。
ただ、僕自身はHTMLやGoogle Apps Scriptを最初から自力で書いたわけではありません。
今回も、**「こういう画面にしたい」「この数字を見て、次に直す記事を判断したい」**とAIに伝えながら、一緒に作っていきました。
そこで、今回の最終形を再現しやすいように、実際のやり取りをもとに再現用のプロンプトとして整理しておきます。
なお、これは最初に一発で入力したプロンプトではありません。
実際には、
散布図を作る
↓
エラーが出る
↓
別方式へ変更する
↓
HTML化する
↓
クリック詳細を追加する
↓
検索・フィルター・ソートを追加する
という感じで、AIと何度もやり取りしながら完成させています。
なので、以下は完成後の仕様を1本に整理したプロンプトです。
4象限の記事ポジション分析を作るプロンプト
実装は、やっぱり一発では動かなかった
今回も、AIに相談しながら作りました。
そして今回も普通にハマりました。
最初はGoogleスプレッドシート上で4象限の散布図を作ろうとしたのですが、
「列5には数値を入力する必要があります」
というエラーが出て、うまく表示できませんでした。
バブルチャートにしたり、サイズ列を追加したり、#N/A を空白へ変えたり。
最終的には、通常の散布図+4つの数値系列へ変更しました。
HTML版でも最初は、
Cannot read properties of null (reading 'getSheetByName')
というエラー。
WebアプリからGoogleスプレッドシートを読むときに、getActiveSpreadsheet() が取れないケースが原因だったので、スプレッドシートIDを指定して直接開く方式へ修正しました。
一覧のソートも一度ではうまく動かず、最終的にV4まで修正。
完成画面だけ見るとそれっぽいですが、裏では結構やり直しています。
こういうところも含めて、AIと作る面白さなのかもしれません。
今回、一番作りたかったのはグラフではなく「改善サイクル」
今回の4象限を作って感じたのは、欲しかったのはきれいなグラフではなかったということです。
これまでは、
数字を見る
↓
なんとなく良い・悪いを考える
で終わりがちでした。
今は、
数字を自動取得
↓
記事を4象限に分類
↓
改善対象を見つける
↓
タイトル・アイキャッチ・導線などを変更
↓
変更前の数字を記録
↓
24時間後・7日後を見る
という形までつながってきました。
これなら、たとえば右下の「CV改善」にいる記事のタイトルを変えて、
右下から右上へ移動するのか?
まで追えます。
逆に、PV率が高いのに露出が少ない記事へ内部リンクやマガジン導線を追加して、
左上から右上へ動くのか?
を見ることもできます。
ようやく、
「分析するためのダッシュボード」ではなく、「改善を回すためのダッシュボード」
になってきました。
ただし、4象限が正解を教えてくれるわけではない
ここは大事なので書いておきます。
今回使っている境界線は、自分の記事内の中央値です。
なので、
「PV率2.3%以上なら一般的に良い」
という意味ではありません。
あくまで、
今のKira AI Labの記事群の中で相対的にどうなのか
を見るための基準です。
また、PV率が低いからといって、原因が必ずタイトルやアイキャッチとも限りません。
テーマ、公開タイミング、note内での表示場所など、いろいろな可能性があります。
4象限は答えではなく、
「次にどこを調べるかを決めるための入口」
として使うつもりです。
次は、実際に記事を動かしてみる
実は、もう次の実験も始めています。
今回「勝ち筋」に入っているダッシュボード前編を、プロフィールの固定記事に変更しました。
変更前の基準値は、
IMP 6,593
PV 251
PV率3.81%
です。
ここから24時間後、7日後でどう変わるのか。
前編だけが伸びるのか。
後編や関連記事まで回遊するのか。
今度は、このダッシュボード自身を使って追ってみます。
自分で作った分析環境を、自分の記事改善に使う。
ようやくここまで来ました。
まとめ
最初は、noteの数字を自動で保存したかっただけでした。
そこから、
Googleスプレッドシート
→ GAS
→ Macでの自動取得
→ HTMLダッシュボード
→ AI分析
→ 4象限の記事診断
と、少しずつ増えてきました。
今回追加したことで、ようやく
「何が起きたかを見る」だけでなく、「次に何をするかを決める」
ところまで可視化できたと思っています。
もちろん、この分類自体もまだ実験中です。
実際にタイトルやアイキャッチを変えて、記事が象限を移動するのか。
そこまで追って初めて、この仕組みが本当に役立つか分かります。
なので、また数字をそのまま出しながら続きを書きます。
📊 あわせて読みたい|note分析ダッシュボード実践シリーズ
AIと一緒にnoteの分析環境を作り、数字の見える化から記事改善、次の施策の提言まで進めた記録です。
① ダッシュボードを作った話(前編)
② 作り方と試行錯誤(後編)
③ 分析機能の改善
④ 全画面公開・AIによる施策提言(最新版)
⑤ 記事ポジションから改善へ(2026年10月18日公開)
📚 note分析ダッシュボードの制作から記事改善まで、10本まとめて読む