問い合わせ対応をAIで整理する前に作る分類表

問い合わせ対応にAIを使うと聞くと、最初に「返信文を自動で作る」ことを考えがちです。

しかし、いきなり返信文の生成から始めると、確認が大変になります。問い合わせの種類、緊急度、必要な社内確認、送ってよい情報が整理されていないままAIに任せると、便利になる前に不安が増えます。

最初に作るべきなのは、返信プロンプトではなく分類表です。

この記事では、小さなチームや個人事業でも使いやすい形で、問い合わせ対応をAIで整理するための分類表の作り方をまとめます。目的は完全自動返信ではありません。まずは「読む、分ける、次の対応を見える化する」ところから始めます。

まずAIに任せやすい範囲を決める

問い合わせ対応には、AIに任せやすい部分と、人間が判断すべき部分があります。

最初から送信まで自動化する必要はありません。低リスクに始めるなら、AIの役割は次の3つに絞ります。

領域	AIに任せること	人間が確認すること
要約	問い合わせ内容を短くまとめる	顧客の意図を取り違えていないか
分類	種類、緊急度、担当候補を付ける	重要案件や例外を見逃していないか
下書き	返信に必要な論点を並べる	実際に送る文面と対応方針

この分け方にしておくと、AIの出力が間違っても、いきなり顧客へ誤送信されるリスクを避けられます。

分類表に入れる5つの項目

問い合わせ分類表は、細かく作りすぎると使われません。最初は次の5項目で十分です。

項目	例	使い道
問い合わせ種別	予約、見積もり、請求、納期、解約、クレーム	担当者や返信テンプレートを分ける
緊急度	今日中、3営業日以内、通常対応	対応順を決める
必要な社内確認	在庫確認、担当者確認、金額確認、契約確認	AIだけで答えない線引きを作る
返信に使える情報	営業時間、手続き、公開済みFAQ	AIに参照させる情報を限定する
人間確認フラグ	金銭、契約、苦情、個人情報、例外対応	自動処理を止める条件にする

ポイントは「AIに答えさせるための表」ではなく、「AIが答えてはいけない範囲を明確にする表」として作ることです。

具体的な業務シーンで考える

たとえば、店舗や小さなサービス事業で次のような問い合わせが来るとします。

• 予約日時を変更したい
• 請求書の宛名を変えてほしい
• 在庫があるか知りたい
• 以前の対応に不満がある
• 見積もり金額を相談したい

この中で、AIに最初から返信まで任せやすいのは「公開済み情報で答えられるもの」です。営業時間、予約変更の手順、必要書類、問い合わせ窓口の案内などです。

一方で、請求、契約、クレーム、個別の金額判断は、人間確認フラグを立てます。AIには「返信案を作る」のではなく、「確認が必要な理由を整理する」役割に留めます。

そのまま使える分類表テンプレート

最初の運用では、スプレッドシートやNotion、共有ドキュメントに次の項目を作るだけで始められます。

受付日時:
問い合わせ元:
問い合わせ本文の要約:
問い合わせ種別:
緊急度:
担当候補:
必要な社内確認:
返信に使える情報:
人間確認フラグ:
AIの下書き可否:
次のアクション:
対応ステータス:

「AIの下書き可否」は、最初は Yes / No / 要確認 の3択で十分です。

• Yes: FAQや公開済み情報をもとに下書きしてよい
• No: 人間が方針を決めるまで下書きしない
• 要確認: 担当者が不足情報を確認してから下書きする

この項目を入れておくと、AIの利用範囲が毎回ぶれにくくなります。

AIに渡す前のチェックリスト

問い合わせ本文をAIに入れる前に、次のチェックを挟みます。

1. 個人情報や不要な識別情報をそのまま入れていないか
2. 契約、金額、法的判断、健康、安全に関わる内容ではないか
3. 顧客の感情が強い問い合わせを通常対応として扱っていないか
4. 最新の在庫、予約状況、請求状況をAIが知らない前提になっているか
5. AIの出力を誰が最終確認するか決まっているか

特に4番は重要です。AIは社内システムの最新状態を勝手には知りません。最新情報が必要な問い合わせでは、先に人間またはシステムで確認する導線を作ります。

失敗しやすいポイント

問い合わせ対応のAI活用でよくある失敗は、次の3つです。

1つ目は、分類が粗すぎることです。すべてを「問い合わせ」にしてしまうと、緊急度も担当者も分かれません。

2つ目は、分類が細かすぎることです。最初から30種類以上に分けると、現場が選べなくなります。最初は5〜8種類程度から始め、増やすのは運用しながらで十分です。

3つ目は、クレームや例外対応を通常対応に混ぜることです。感情が強い問い合わせ、過去対応への不満、契約や金額に関わる話は、返信効率よりも確認品質を優先します。

導入前の判断基準

問い合わせ分類のAI活用が向いているのは、次の状態です。

• 毎週似た種類の問い合わせが複数ある
• 担当者ごとに対応順や分類がばらついている
• FAQや公開済み情報はあるが、探すのに時間がかかっている
• 返信そのものより、読む・振り分ける作業に時間がかかっている

逆に、まだ問い合わせ件数が少ない場合や、ほとんどが個別判断の場合は、AI化より先に対応記録を残すところから始めるほうが安全です。

最初の1週間の進め方

最初から全問い合わせを対象にしないほうが、失敗を見つけやすくなります。

おすすめは、1週間だけ次の流れで試すことです。

1. 過去の問い合わせを20件だけ集める
2. 種別を5〜8個に仮分類する
3. 人間確認フラグを決める
4. AIに要約と分類だけをさせる
5. 人間の分類とずれたものを記録する
6. 翌週、分類表を直す

この流れなら、AIの出力をいきなり業務本番に流さず、分類表の精度を先に確認できます。

内部導線として次に整えるもの

分類表ができたら、次に整えるのは返信テンプレートです。ただし、テンプレートは「文章を固定するもの」ではなく、「確認項目を抜け漏れなく並べるもの」として作るほうが安全です。

あわせて、会議メモを次の行動に変えるテンプレートや、AI活用台帳を整えておくと、問い合わせ対応だけでなく、社内の他業務にも展開しやすくなります。

まとめ

問い合わせ対応のAI活用は、返信文の自動生成から始めるより、分類表から始めるほうが安全です。

最初に決めるのは、問い合わせ種別、緊急度、必要な社内確認、返信に使える情報、人間確認フラグです。

AIにすべてを任せるのではなく、読む、分ける、次の対応を見える化する。この範囲から始めることで、小さなチームでも無理なく問い合わせ対応の負担を減らせます。