サポートチケットをAIで優先度振り分けする方法｜ChatGPTで問い合わせを緊急度順に自動ランク付け

2026-06-14　ChatGPT活用カスタマーサポートAI自動化問い合わせ対応

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。

毎日届く問い合わせを、どれから手をつければいいか迷っていませんか。「激怒している顧客」「単純な質問」「婉曲な解約示唆」が混在する受信ボックスを手作業で仕分けするのは、思っている以上に時間と判断力を消耗します。

ChatGPTやClaudeなどのAIを使えば、問い合わせ文の内容を読み取り、緊急度・重要度でランク付けする仕組みを非エンジニアでも作れます。

結論

問い合わせ文をAIに渡すだけで「優先度：高/中/低」の3段階に自動分類できる
プロンプトを一度設計すれば、あとはコピペするだけで判定が出る
GoogleスプレッドシートとChatGPTの組み合わせで、ツール追加なしでも運用できる

なぜ手動の優先度振り分けは限界なのか#

小規模チームや個人事業主が問い合わせを手動でさばき続けると、次のような問題が起きてきます。

感情や疲労で判断がブレる：午前中は丁寧に分類できても、午後には「あとで読もう」と後回しにする
対応漏れが起きる：丁寧に書かれたクレームや遠回しな解約示唆を見落とし、手遅れになる
優先度の基準が属人化する：担当者によって「急ぎ」の定義がバラバラで引き継ぎができない

これはツールを変えれば解決するような問題ではありません。「機械的・一定の基準で判断するプロセス」が必要な問題です。AIはまさにこの「機械的・一定」な判断が得意です。

AIが優先度を判定する仕組み#

AIによる優先度振り分けの基本はシンプルです。

メモ

「問い合わせの文章」と「判定基準が書かれたプロンプト」をAIに渡すと、AIが各チケットにラベルを付けて返してくれます。この返答をもとに対応順を決めるだけです。

判定基準として設定するのは主に次の3軸です。この3軸を押さえるだけで、多くの問い合わせはAIが適切にランク付けできます。

軸	高緊急の典型例	低緊急の典型例
感情の強度	「絶対に許せない」「弁護士に相談する」	「ちょっと気になって」「余裕があれば」
影響範囲	「決済できない」「ログインできない」	「マニュアルを送ってほしい」「仕様確認」
時間的切迫度	「今日中に」「明日の会議に間に合わない」	「次回の更新前に」「いつかでいい」

この3軸をプロンプトに組み込むことで、AIが一貫した基準で判断するようになります。

実際の手順：ChatGPTで優先度振り分けを設定する#

手順

判定プロンプトを作る：ChatGPTに渡す「役割と基準」の文章を用意します。次のセクションにテンプレートを掲載しています。

問い合わせ文を貼り付ける：1件ずつでも、複数件まとめてでも対応できます。複数件をまとめて処理するなら「---」区切りで貼ります。

判定を受け取る：AIが「優先度：高/中/低」と判定理由を返します。理由欄が実際の対応文章を書くときのヒントにもなります。

スプレッドシートに記録する：Googleスプレッドシートに「件名・AI判定・判定理由・担当・対応状況」の列を作り、コピペで管理します。

週に一度、判定精度を確認する：実際の対応結果と照らし合わせ、「AIが低と判定したが実は急ぎだった」ケースをプロンプトに反映して微調整します。

実際に使えるプロンプトテンプレート#

以下はChatGPTとClaudeの両方で繰り返しテストしながら作り上げたプロンプトのベースです。「高緊急の例」部分を自社サービスに合わせて書き換えてください。

あなたはカスタマーサポートの優先度判定AIです。
以下の問い合わせ文を読み、次の基準で優先度を判定してください。

【判定基準】
・高（本日中に対応必須）：怒りや強い不満、業務への直接支障、法的・金銭的損害への言及、解約・乗り換えの示唆
・中（24時間以内に対応）：明確な困りごとがあるが緊急性は低い、質問・確認事項
・低（3営業日以内でよい）：一般的な問い合わせ、将来の検討、資料請求

【出力形式】
優先度：[高/中/低]
判定理由：（50字以内）

---
[ここに問い合わせ文を貼り付ける]
---

このプロンプトをChatGPTの「カスタム指示」やClaudeの「プロジェクト」機能に保存しておくと、毎回貼り直す手間が省けます。

実際に試してわかった注意点#

注意

AIの判定は「補助」として使うことが前提です。感情語が少ない問い合わせ（丁寧に書かれたクレーム、遠回しな解約示唆）は、AIが低優先度と誤判定するケースがあります。最終確認は人間が行う前提で運用してください。

ChatGPTとClaudeの両方で実際に試してみたところ、感情が明示されている問い合わせの判定精度は体感で8〜9割ほど安定していました。一方、「今後のことを考えると少し不安になってきました」のような遠回しな表現は、低優先度と判定されることが多かったです。

対策として、プロンプトの判定基準に「婉曲表現にも注意し、解約・乗り換えを示唆する内容は中以上に分類する」という一文を追加したところ、この誤判定がかなり減りました。プロンプトは「作って終わり」ではなく、使いながら育てていくものです。

ChatGPTで自動化できる範囲・できない範囲#

メリット

大量の問い合わせを一定基準で素早く分類できる
プロンプトを書き換えるだけで判定基準をすぐに更新できる
英語・日本語など多言語の問い合わせを横断して判定できる
初期コストゼロ（ChatGPT無料プランでも試せる）

デメリット

問い合わせ文を手動でコピペする手間が残る（API連携しない場合）
文章量が少ない問い合わせや一言クレームは判定精度が下がる
個人情報を含む問い合わせをAIに渡すプライバシー管理が必要
AIの判断を完全に信頼できず、最終確認は人間が担う

スプレッドシートとの組み合わせで運用を回す#

Googleスプレッドシートを管理台帳として、次の列構成で管理すると整理しやすいです。

列名	内容	入力方法
受信日時	問い合わせが届いた日付	手動または自動取得
件名	メールの件名	手動コピペ
AI判定	高/中/低	ChatGPTの出力を貼る
判定理由	AIの判定根拠	同上
担当	対応する人の名前	手動
対応状況	未着手/対応中/完了	手動更新

このシートを「高→中→低」の順でソートして1日を始めると、優先度の判断に使っていた時間が体感で半分程度に短縮できます（あくまで目安です。実際の効果は業種・件数によって異なります）。

約50%体感改善度優先度判断にかかる時間の目安

プライバシーへの対処#

問い合わせには氏名・メールアドレス・注文番号などの個人情報が含まれることがあります。外部AIサービスに送る前に、以下を検討してください。

個人特定情報を仮名化する：名前を「顧客A」、注文番号を「注文XXX」に置換してから貼り付ける
利用規約を確認する：ChatGPT有料プランのTeam/Enterpriseプランではデータをトレーニングに使用しないオプションがあります
社内ポリシーを確認する：外部AIへの情報入力が制限されている場合は、情報システム部門や上長に確認してから運用を始めましょう

AIスキルをもっと体系的に身につけたい方へ#

今回紹介したプロンプト設計は、AIをビジネスで使いこなす第一歩です。「自社の問い合わせや業務フローに合わせたプロンプトを自分で設計・改善できるようになりたい」という方には、AIの実務活用を体系的に学べるオンライン講座が参考になります。

まとめ#

問い合わせのAI優先度振り分けは、プロンプト1本で今日から始められる
「感情の強度」「影響範囲」「時間的切迫度」の3軸を判定基準として設計する
ChatGPT/ClaudeとGoogleスプレッドシートの組み合わせが非エンジニアには現実的
誤判定は必ず起きるため、AIはあくまで補助として活用し最終判断は人間が担う
プロンプトは週次で実態と照らし合わせ、継続的に微調整する

AI振り分けはあくまで「判断のたたき台」を作るツールです。AIが出した判定をそのまま使うのではなく、自分のサービス・チームに合った形にカスタマイズしながら使うことが、長続きする運用のコツです。

よくある質問#

ChatGPT無料プランでも使えますか？#

基本的な優先度振り分けは無料プランでも試せます。ただし、1日の利用量に上限があるため、問い合わせ件数が多い場合は有料プラン（ChatGPT Plus）の利用も選択肢に入ります。また、無料プランではプライバシー設定の細かいコントロールが難しいため、本番運用の前に利用規約を確認することをお勧めします。

ZendeskやFreshdeskなどのチケッティングツールと連携できますか？#

連携自体は技術的に可能ですが、API設定が必要なためエンジニアの協力が必要です。まずは今回紹介したコピペ方式で「AIの判定が実際に役立つか」を確認してから、自動化ステップを検討するのが現実的な順序です。効果が確認できれば、外注や社内調整も説得しやすくなります。

問い合わせの個人情報をAIに送ることに不安があります#

最低限の対策として、名前・メールアドレス・注文番号などをAIに送る前に削除または仮名化することをお勧めします。社内にAIツールの利用ポリシーがない場合は、まず小規模な試験運用から始め、社内ルールを整備しながら本格導入を検討するのが安全な進め方です。