問い合わせ対応を減らしたい

同じような問い合わせをAIで一次対応・要約し、現場担当者の集中時間を確保する。

最終確認 2026-05-01

この仕事の課題

  • 同じ質問への回答に時間を取られる
  • 一次対応の品質が担当者により揺れる
  • 顧客対応のナレッジが個人にしまわれている

AIで楽にできること

  • 問い合わせへの一次返信文の作成
  • よくある質問をFAQ形式に整理
  • 過去の回答事例を参考に返答文を生成
  • 長い問い合わせ内容の要点抽出

今日から試せる3ステップ

  1. 先月の問い合わせ内容を10〜20件振り返る(5分)
  2. 繰り返されている質問TOP3を選び、回答ドラフトをAIに作らせる(10分)
  3. 内容を確認してFAQ・テンプレートとして保存する(10分)

具体的な仕事ページ

近い仕事を1つ選ぶと、使い方、注意点、すぐ使えるプロンプト、比較ページへの導線をまとめて確認できます。

問い合わせ対応

クレーム返信文をAIで整える方法

クレーム対応では、返信の速さだけでなく、相手の不満を受け止める表現、事実確認、対応方針の伝え方が重要です。

社内IT・ヘルプデスク

パスワードリセット案内をAIで分かりやすく整える

パスワードリセットの問い合わせは、件数が多いわりに内容が似ています。手順が古い、画面名が違う、対象システムごとの違いが分かりにくいと、社員もヘルプデスクも時間を使います。

すぐ使えるプロンプト

コピーして使えます。{{ }}の部分を自分の情報に書き換えてください。

初級

業務自動化フローを設計する

自動化したい作業を入力すると、トリガー、処理、AIに任せる部分、人が確認する部分を整理します。

以下の業務を、Zapier、Make、n8nなどで自動化する前提で整理してください。

【自動化したい業務】
{{自動化したい業務}}

【今の手順】
{{現在の手順}}

【使っているツール】
{{使っているツール}}

【扱う情報】
{{扱う情報}}

【必ず人が確認したい点】
{{人が確認したい点}}

出力形式:
1. 自動化の目的
2. トリガー(何が起きたら始まるか)
3. 自動処理できる部分
4. AIに任せてもよい部分
5. 人が確認すべき部分
6. エラー時の通知先
7. 最初に作るべき小さなフロー

注意:
顧客情報、契約情報、個人情報をAIや外部サービスに渡す場合の注意点も必ず書いてください。
{{ }}の置き換え例を見る
  • {{自動化したい業務}} → 問い合わせフォームの内容を確認し、担当者へ通知する
  • {{現在の手順}} → フォームを見る、内容を読む、担当者を判断する、Slackで連絡する
  • {{使っているツール}} → Googleフォーム、Gmail、Slack、スプレッドシート
  • {{扱う情報}} → 会社名、氏名、メールアドレス、問い合わせ内容
  • {{人が確認したい点}} → 返信文、担当者の割り当て、緊急度の判断
送信前の確認ポイント
  • 自動化の開始条件が明確か
  • AIが判断してよい範囲と、人が確認する範囲が分かれているか
  • 個人情報や顧客情報の扱いに注意が書かれているか
  • 最初に作るフローが小さく、テストしやすいか

推奨ツール: ChatGPT Claude Gemini

初級

問い合わせ返信文を作成するプロンプト

顧客からの問い合わせに対して、丁寧で分かりやすい返信文の下書きを作るためのプロンプトです。FAQ化や社内確認事項の整理にも使えます。

あなたはカスタマーサポート担当者をサポートするアシスタントです。
以下の問い合わせ内容に対して、丁寧でわかりやすい返信文の下書きを作成してください。

# 問い合わせ内容
{{問い合わせ内容}}

# 回答に含めたい情報
{{回答に含めたい情報}}

# 文体
丁寧で、安心感のある文章。
責任を断定しすぎず、必要に応じて確認を促してください。

# 出力形式
1. 件名
2. 返信本文
3. 注意すべき表現
4. 社内確認が必要な点
5. FAQに反映できそうな質問文

# 注意点
不明なことは推測で回答せず、「確認が必要」として整理してください。
{{ }}の置き換え例を見る
  • {{問い合わせ内容}} → 顧客から届いた質問文。個人情報は削除して入力します。
  • {{回答に含めたい情報}} → 営業時間、手続き方法、確認先、対応予定、案内URLなど
送信前の確認ポイント
  • 顧客にとって分かりやすい文章になっているか
  • 責任を断定しすぎていないか
  • 不明点を推測で回答していないか
  • FAQに反映できる内容が整理されているか

推奨ツール: ChatGPT Claude Gemini

初級

問い合わせを分類して担当者通知を作る

問い合わせ内容を入力すると、3行要約、カテゴリ候補、緊急度、担当者向け通知文を整理します。

以下の問い合わせ内容を、担当者が確認しやすい形に整理してください。

【問い合わせ内容】
{{問い合わせ内容}}

【分類したいカテゴリ】
{{料金/使い方/不具合/解約/契約/その他など}}

【通知先の候補】
{{営業/サポート/経理/開発/管理部など}}

出力形式:
1. 3行要約
2. 問い合わせカテゴリ候補
3. 緊急度(高・中・低)と理由
4. 担当者が確認すべき点
5. Slack通知用の短文
6. 自動返信してはいけない理由がある場合の注意点

注意:
未確認の料金、補償、納期、契約条件は断定しないでください。
顧客へ送る文章ではなく、担当者向けの整理として作成してください。
{{ }}の置き換え例を見る
  • {{問い合わせ内容}} → 契約プランの変更方法と、来月の請求額について確認したいという問い合わせ
  • {{料金/使い方/不具合/解約/契約/その他など}} → 料金、使い方、不具合、解約、契約
  • {{営業/サポート/経理/開発/管理部など}} → サポート、営業、経理
送信前の確認ポイント
  • 顧客へ直接送る文面になっていないか
  • 未確認の条件を断定していないか
  • 担当者が次に確認すべき点が分かるか
  • 個人情報を入れずに使えるか

推奨ツール: ChatGPT Claude Gemini

初級

お客様問い合わせへの一次返信を作成する

問い合わせ内容を貼るだけで、確認中の旨を伝える丁寧な一次返信文を生成します。

以下のお客様からの問い合わせに対する、一次返信メールを作成してください。

【問い合わせ内容】
{{お客様からの問い合わせ文をここに貼る}}

【会社名】{{自社の会社名}}
【担当部署】{{カスタマーサポート/営業部/など}}
【確認にかかる目安時間】{{例:1〜2営業日}}
【特記事項】{{価格・仕様については即答できない、など}}

要件:
- 問い合わせを受け取ったことへの感謝
- 確認中であることの説明
- 回答の目安期間の明示
- 誠実で丁寧なトーン
{{ }}の置き換え例を見る
  • {{お客様からの問い合わせ文をここに貼る}} → 御社のサービスについて料金プランを教えてください
  • {{自社の会社名}} → 株式会社〇〇
  • {{カスタマーサポート/営業部/など}} → カスタマーサポート
  • {{例:1〜2営業日}} → 1〜2営業日
  • {{価格・仕様については即答できない、など}} → 詳細な料金は担当営業から別途ご案内
送信前の確認ポイント
  • 確認にかかる期間が正確に記載されているか
  • 約束できない内容(価格・納期など)を断言していないか
  • 担当者名・署名が正しく入っているか

推奨ツール: ChatGPT Claude Gemini

初級

問い合わせ返信テンプレートを作る

よくある問い合わせと正しい案内内容を入力すると、一次返信や確認依頼のテンプレートを生成します。

以下の問い合わせ例をもとに、返信テンプレートを作成してください。

【問い合わせカテゴリ】{{問い合わせカテゴリ}}
【よくある問い合わせ内容】{{問い合わせ内容}}
【正しい案内内容】{{社内で確認済みの案内内容}}
【追加で確認したい情報】{{追加確認項目}}
【返信のトーン】{{丁寧/簡潔/やわらかめなど}}

出力形式:
1. 一次返信テンプレート
2. 追加確認が必要な場合の文面
3. 担当者向けの注意点
4. テンプレートを使ってはいけないケース

注意:
未確認の料金、補償、納期、契約条件を勝手に追加しないでください。
{{ }}の置き換え例を見る
  • {{問い合わせカテゴリ}} → 料金プランに関する問い合わせ
  • {{問い合わせ内容}} → 月額料金と解約方法を知りたい
  • {{社内で確認済みの案内内容}} → 料金ページを案内し、解約は管理画面から可能と伝える
  • {{追加確認項目}} → 契約プラン、利用中のアカウント種別
  • {{丁寧/簡潔/やわらかめなど}} → 丁寧で簡潔
送信前の確認ポイント
  • 正しい案内内容だけが入っているか
  • 個別判断が必要なケースを分けているか
  • 顧客情報を含めずに使える文面になっているか

推奨ツール: ChatGPT Claude Gemini

中級

FAQ集から自動返信テンプレを作る

既存FAQをもとに、問い合わせ分類、返信候補、担当者確認ポイントをセットで作ります。

あなたはカスタマーサポートの返信テンプレート設計担当である。
以下のFAQと問い合わせ例をもとに、担当者が確認してから使う返信テンプレートを作成する。

【FAQ本文】
{{FAQ本文}}

【問い合わせ例】
{{問い合わせ例}}

【返信で必ず含めたい情報】
{{必ず含めたい情報}}

【自動返信してはいけない条件】
{{自動返信してはいけない条件}}

【担当者へのエスカレーション条件】
{{エスカレーション条件}}

出力形式:
1. 問い合わせカテゴリ
2. 返信テンプレート案
3. 担当者が確認する項目
4. 自動返信しない方がよいケース
5. FAQに追記すべき不足情報

条件:
- FAQにない内容を断定しない
- 返金、契約、納期、障害、個人情報は担当者確認に回す
- 顧客に責任を押し付ける表現を避ける
{{ }}の置き換え例を見る
  • {{FAQ本文}} → 料金プラン、解約方法、ログインできない場合の案内
  • {{問い合わせ例}} → 請求額が想定と違う、ログインできない、解約したい
  • {{必ず含めたい情報}} → 確認に必要な契約番号、問い合わせフォームURL、営業時間
  • {{自動返信してはいけない条件}} → 返金、障害、契約変更、個人情報を含む問い合わせ
  • {{エスカレーション条件}} → 怒りが強い、法務表現がある、金額や補償に触れている
送信前の確認ポイント
  • FAQにない約束や料金条件を書いていないか
  • 返金、契約、障害を自動返信で処理しようとしていないか
  • 担当者が確認すべき点が残っているか

推奨ツール: ChatGPT Claude Gemini Zapier

中級

過去の問い合わせからFAQを作成する

過去の問い合わせ履歴を読み込ませ、FAQ形式のナレッジベースを自動生成します。

以下の過去問い合わせ事例をもとに、FAQ形式のナレッジを作成してください。

【問い合わせ事例リスト】
{{過去10〜20件の問い合わせ内容(質問と回答)をここに貼る}}

出力形式:
## カテゴリ別FAQ

### [カテゴリ名]
**Q: (質問)**
A: (回答。簡潔に2〜4文で)

要件:
- 類似した質問はまとめて1つのQ&Aに統合する
- カテゴリを3〜5個に分類する
- 回答に自社の固有情報が必要な箇所は【要入力:〇〇】と明示する
{{ }}の置き換え例を見る
  • {{過去10〜20件の問い合わせ内容(質問と回答)をここに貼る}} → Q: 返品はできますか? A: 購入後30日以内であれば可能です。 Q: 支払い方法は何がありますか? A: クレジットカード・銀行振込・PayPayに対応しています。 (以下同様に貼り付け)
送信前の確認ポイント
  • 【要入力】箇所がすべて正確な自社情報で埋まっているか
  • 古くなった回答(価格改定・仕様変更後)が含まれていないか
  • 公開範囲(社内限定か顧客向けか)が明確か

推奨ツール: ChatGPT Claude Notion AI

AIに任せる

  • 問い合わせへの一次返信文の作成
  • よくある質問をFAQ形式に整理
  • 過去の回答事例を参考に返答文を生成
  • 長い問い合わせ内容の要点抽出

人が確認する

  • 返信文の事実確認(価格・仕様・期日)
  • クレーム・感情的な問い合わせへの判断
  • 規約・法律に関わる内容の確認
  • 最終送信の承認

使えるAIの種類

  • 汎用対話AI(社内ナレッジを読み込ませる)
  • 自動化ツール(Zapier / Make)と組み合わせ

おすすめツール

ツール

ChatGPT

OpenAI

ChatGPT は、文章作成、要約、アイデア出し、調査の整理、メール文面の改善など、幅広い業務に使える代表的な対話型AIです。日本語でのやり取りもしやすく、AI活用を初めて試す中小企業にとって入口になりやすいツールです。営業メール、議事録、社内FAQ、提案書のたたき台など、日常業務の下書き作成に特に向いています。一方で、出力内容が常に正しいとは限らないため、数字・固有名詞・法務や専門判断が関わる内容は人が確認する前提で使う必要があります。

文章・メール作成要約アイデア出し

ツール

Claude

Anthropic

Claude は、長文の読み込みや、丁寧で自然な文章の作成に強い対話型AIです。議事録、提案書、レポート、社内文書など、長めの情報を整理して読みやすく整える用途に向いています。ビジネス文書のトーンを整えたい場合や、複雑な内容をわかりやすく要約したい場合にも使いやすいツールです。ただし、最新情報や数値の確認には別途公式情報や検索ツールを組み合わせる必要があるため、文章作成・整理のパートナーとして位置づけるのが現実的です。

文章・メール作成要約提案書・資料作成

ツール

Zapier

Zapier

Zapier は、さまざまなSaaSをつないで定型業務を自動化できる代表的な連携ツールです。公式価格ページではZaps、Tables、Forms、Zapier MCPを統合したAI orchestration plansとして案内されており、フォーム受付、Slack通知、AI下書きなどを組み合わせやすくなっています。非エンジニアでも始めやすい一方、処理が増えるほどタスク数と管理負荷が上がるため、まずは小さな通知フローから試すのが現実的です。

自動化・連携問い合わせ対応経理・バックオフィス

ツール

Make

Make

Make は、複数のWebサービスをつないで業務フローを自動化できるノーコード系の自動化ツールです。公式価格ページでは1,000クレジットの無料枠、3,000以上のアプリ、ルーターやフィルター、Make AI Agentsなどが案内されています。問い合わせ分類、月次集計、社内通知など複数ステップの処理を視覚的に組み立てやすい一方、作り込みすぎると保守が難しくなるため、最初は小さな定型業務から始めるのが安全です。

自動化・連携経理・バックオフィス

ツール

n8n

n8n GmbH

n8n は、SaaS連携やAI処理を組み合わせたワークフローを構築できる自動化ツールです。公式ドキュメントではn8n CloudとSelf-hostの選択肢が示され、自己ホストにはサーバー管理、スケーリング、セキュリティ設定などの知識が必要と説明されています。問い合わせ対応、社内通知、データ整形、AIによる文章生成、CRM連携などに応用できますが、ZapierやMakeより技術的な理解が必要です。

自動化・連携開発支援問い合わせ対応

海外事例

Zapier公式カスタマーストーリー 顧客オンボーディング・業務自動化 難易度:低〜中

米国の小規模SaaSがZapierで顧客オンボーディングを自動化した事例

海外での示唆

Zapierの公式カスタマーストーリーでは、米国のSaaS企業Laudableが、4人規模のチームで200以上のZapを運用し、顧客登録やオンボーディング、顧客フォローを自動化している事例が紹介されています。 記事では、創業初期にCalendly、Typeform、Airtableをつないだ顧客登録フローを自分たちで組み、後にGongの…

海外調査 問い合わせ対応 難易度:低〜中

問い合わせ対応AIで、一次返信とFAQ対応を軽くする海外事例

海外での示唆

海外では、生成AIを使って問い合わせ対応や顧客体験を再設計する動きが進んでいる。AIが担当者を置き換えるというより、繰り返し発生する問い合わせを整理し、担当者が判断すべき案件に集中しやすくする使い方が中心。

日本企業なら

問い合わせ上位20件を分類し、FAQ案と返信文の下書きをAIで作るところから始める。最初からチャットボットを全面導入するより、FAQ整備と返信文の下書きに範囲を絞る方が現実的。

まず試すこと

1週間、メール返信の下書きだけAIに作らせ、人が確認して送信する運用を試す。

比較ページ

比較

業務自動化AI比較 2026年5月版:Zapier・Make・n8nの選び方

業務自動化AIは、問い合わせ通知、社内連絡、転記、AI要約を少しずつ減らすための仕組みです。Zapier、Make、n8nは似ていますが、始めやすさ、条件分岐の作りやすさ、自己ホストの有無、料金の見方が違います。初心者は、最初から顧客へ自動返信せず、AIが要約・分類し、人が確認する形から始めると安全です。

比較

社内検索AI比較 2026年5月版:社内FAQ・資料検索・出典確認の選び方

社内検索AIは、散らばった資料を一気に賢くする魔法ではありません。社内FAQ、議事録、マニュアル、規程、共有ファイルの置き場所を決めたうえで、出典に戻れるか、権限を守れるか、少人数で運用できるかを比較することが大切です。

関連業種

業種別AI活用

小規模飲食店のAI活用ガイド

店主とスタッフで運営する小規模飲食店が、予約問い合わせ、口コミ返信、SNS投稿、ニュースレター、店舗内手順をAIで下準備するためのガイドです。

業種別AI活用

小規模不動産業のAI活用ガイド

代表と営業少人数で運営する不動産会社向けに、物件紹介文、画像補助、問い合わせ返信、内見後フォロー、社内情報整理をAIで下準備する方法をまとめます。

関連用語

AI用語集

AIエージェント

AIエージェントは、目標を受け取り、必要なツールや情報を使いながら複数ステップの作業を進めるAIの使い方です。

AI用語集

ハルシネーション

AIが事実と違う内容や確認できない情報を、自然な文章で出してしまう現象です。

AI用語集

RAG

RAGは、AIが回答する前に社内文書やFAQなどを検索し、その内容を根拠として使う仕組みです。