顧客問い合わせをAIで自動分類する方法｜優先度判定とフロー振り分けを非エンジニアが実現する手順

2026-06-14　

当サイトはアフィリエイトプログラムを利用しており、紹介リンク経由での申込により報酬を得る場合があります。記事内で紹介するサービスには筆者が実際に使用しているものと、客観情報として比較掲載しているもの（未使用・PR表記あり）が含まれます。

結論

顧客問い合わせの分類・優先度判定は、ChatGPTに「分類ルールをプロンプトで渡す」だけで自動化できる。専用システムもコードも不要で、まず1本のプロンプトとGoogleスプレッドシートがあれば動き始める。最初のステップは「自社のカテゴリと優先度の定義を言語化すること」。それだけで対応フローが大きく変わる。

手作業の問い合わせ分類がつらい本当の理由#

問い合わせが1日20件を超えてくると、多くの人が同じ壁にぶつかる。「返金したい」のか「使い方がわからない」のかで担当を変えなければいけない。緊急対応が必要かどうかも読んで判断する。技術系の問題なのか、請求系なのか、それとも解約の話なのかも振り分ける。

この一連の「読み分け・判断・振り分け」を全部人間がやると、繁忙期には仕分けだけで毎日1〜2時間が消える。しかも件数が多いと疲れで判断精度が落ち、緊急案件の見落としが起きる。

以前、副業で小さなSaaSのサポート対応を手伝っていたとき、試しにChatGPTへ問い合わせ文をそのまま貼り付けて「カテゴリと優先度を教えて」と投げたことがある。驚いたのは、明確な基準を与えていないのに分類がかなり的確だったこと。コードを一切書かなくても、ルールを日本語で渡すだけで動いた。

AIが問い合わせを自動分類するしくみ#

メモ

AIは「このテキストはどのカテゴリに当たるか」という分類タスクが得意。ルールの暗記より文脈の理解で判断するため、表記ゆれや言い回しの違いに強い。「返金希望です」でも「お金を戻してほしい」でも同じカテゴリとして拾える。

大まかな流れはこうなる。

顧客からメール・チャットで問い合わせが届く
問い合わせ文をAIに渡す（コピペ or API連携）
プロンプトで定義したルールに従い、AIがカテゴリ・優先度・担当部門を出力する
出力結果を担当者へ通知するか、スプレッドシートに記録する
担当者が内容と振り分け結果を確認して対応を始める

専用のカスタマーサポートシステムがなくても、ChatGPTのWeb画面とGoogleスプレッドシートがあれば今日から動かせる。

実践：プロンプト設計の手順#

最初にやるべきことは「自社の問い合わせの型を言語化する」ことだ。ここをサボると、AIの判定が曖昧になる。

手順

カテゴリを5〜7種に絞る

技術不具合・請求・解約・使い方・クレーム・その他、のように大分類を決める。種類が多すぎると精度が下がるため最初は粗い粒度でよい。

優先度の基準をキーワードで言語化する

「緊急」「通常」「低」の3段階を使うとシンプル。緊急の例：「使えない」「返金」「障害」「法的措置」「解約したい」を含む場合。

担当部門のルーティング表を作る

技術不具合 → 開発チーム、請求・解約 → カスタマー成功チーム、のように対応表を書き出す。

プロンプトに組み込む

「以下の問い合わせ文を読み、JSON形式でカテゴリ・優先度・担当部門・判定理由を出力してください」という指示と定義をセットにする。

過去の問い合わせ10件でテストする

実際に届いていた問い合わせを使って精度を確認。外れたケースはプロンプトの定義を修正する。

コピーして使えるプロンプトテンプレート#

以下の定義部分を自社のルールに書き換えるだけですぐ使える。

あなたは優秀なカスタマーサポートアナリストです。
以下の顧客問い合わせを読み、次のJSON形式だけで出力してください。

出力形式：
{
  "category": "技術不具合|請求|解約|使い方|クレーム|その他 のいずれか1つ",
  "priority": "緊急|通常|低 のいずれか1つ",
  "department": "開発|CS|営業|総務 のいずれか1つ",
  "reason": "判定理由を30字以内で"
}

優先度の定義：
- 緊急：「使えない」「返金」「障害」「法的」「解約」を含む、またはサービス停止が疑われる
- 通常：今日中に対応が必要な内容
- 低：今週中でよい内容

判定できない場合は category を "判定困難" とし、reason に理由を書いてください。

顧客問い合わせ文：
[ここに問い合わせ内容を貼り付ける]

Googleスプレッドシートと組み合わせた運用フロー#

スプレッドシートで運用する場合、列の設計はシンプルなほどよい。

列	内容	備考
A	受信日時	フォーム連携で自動入力も可
B	問い合わせ文	コピペまたはフォーム連携
C	AI分類結果	ChatGPT出力をペースト
D	カテゴリ	JSONから抜き出して記入
E	優先度	緊急は赤・通常は黄色など色付け
F	担当者	ルーティング表に従い記入
G	対応期限	優先度に応じて設定
H	ステータス	対応中・完了など

実際にGoogleスプレッドシートでこの形を試したことがある。A〜C列を埋めるだけで担当者への共有が完結し、「誰がどの問い合わせを持っているか」が一目でわかるようになった。

メモ

1日30件以下なら「コピペ運用」で十分機能する。件数が増えてきたらGAS（Google Apps Script）でフォーム送信と同時にChatGPT APIを呼ぶ構成に進化させると、完全自動化に近づく。ただし精度を確認してから自動化へ踏み込む順番を守ること。

精度を上げる3つのポイント#

定義は「曖昧なケース」を想定して書く#

「使い方がわからない」と「動かない（不具合）」は文面が似ていることがある。「動きません」「できません」は不具合優先、「やり方がわからない」「どうすれば」は使い方、のように言葉の傾向を定義に書き足すと精度が上がる。

「判定困難」出力を設ける#

どのカテゴリにも当てはまらない問い合わせを「その他」に無理やり押し込むより、「判定困難：人間が確認」という出力を返す条件をプロンプトに入れると、誤分類によるトラブルを防げる。上のテンプレートには既に入れてある。

週1回、外れたケースをフィードバックする#

最初の2〜3週間は分類結果を人間が確認しながら、外れたケースをメモしておく。体感では3週間ほどでプロンプトが安定し、確認の手間が大幅に減ってくる。

注意

個人情報（氏名・メールアドレス・注文番号など）が含まれる問い合わせ文をそのままChatGPTへ貼り付けると、情報漏洩リスクと利用規約上の問題が生じる可能性がある。業務利用ではマスキング処理（個人情報を伏せ字に置き換える）を徹底すること。APIを使う場合はOpenAIの「トレーニングへのデータ提供オプトアウト」を確認すること。

この方法が向いている場面・向いていない場面#

メリット

問い合わせのパターンがある程度決まっている
チームが小さく、高額な専用システムを入れにくい
まずコストゼロで試してみたい段階
分類後は人間が対応する前提でよい

デメリット

1日100件以上の大量問い合わせ（コピペ運用が追いつかない）
高度な専門判断が必要なケースが多い（医療・法律・金融など）
完全無人での自動返信まで求められる（リスク管理の観点から追加設計が必要）

件数が増えて「コピペ運用では追いつかない」となってきたタイミングが、API連携や専用ツールを検討するサインだ。そのフェーズになる前にAIの使い方を体系的に学んでおくと、ツール選定や設定の判断が自分でできるようになる。

まとめ#

顧客問い合わせの自動分類は、専門的なシステムがなくてもChatGPTとGoogleスプレッドシートで始められる。

カテゴリ・優先度・担当部門の定義を日本語で書き出すのが最初の仕事
プロンプトに定義を組み込むだけで、精度の高い分類が動く
コピペ運用でも1日30件程度は対処できる
精度は週1回のフィードバックで育てていく

最初の一手は、プロンプトを1本作って過去の問い合わせ10件に試してみること。そこから始めれば、数時間後には分類フローの手応えがつかめる。

よくある質問#

Q. ChatGPTを使った分類は情報漏洩の心配がありますか？#

個人名・メールアドレス・注文番号などが含まれる場合、そのままChatGPTへ貼り付けると情報漏洩リスクが生じる可能性がある。運用ルールとして、個人情報をマスキング（「〇〇様」→「お客様」など）してから投げる習慣を徹底しよう。APIを利用する場合はOpenAIの管理画面でデータトレーニングのオプトアウトを確認することも重要だ。

Q. 分類の精度はどれくらい期待できますか？#

プロンプトのカテゴリ定義が明確であれば、単純なパターンの問い合わせは高い割合で正しく分類される。ただし最初から完璧な精度は出ない。導入初期の2〜3週間は人間が確認しながら定義を改善するフェーズとして見ておくとよい。精度は確認しながら育てるものと捉えるのが現実的だ。

Q. 費用はどのくらいかかりますか？#

ChatGPTのWeb画面（無料プラン）でも動作するため、最初はコストゼロで試せる。GPT-4oを使う場合は有料プラン（月額約3,000円）が必要。API経由で大量処理する場合は使用量に応じた料金が発生する。まず無料プランでプロンプトの精度を確かめ、効果を実感してから有料・API移行を検討するのが順序として無理がない。