問い合わせフォームの反響をAIで一次仕分け・優先度付けする方法
約12分で読めます
問い合わせフォームへの反響が増えるたびに、対応が追いつかなくなっていませんか？
「どれから返信すればいいかわからない」「重要な案件を見落としそうで怖い」——そんな状況が続いているなら、AIによる一次仕分けが突破口になるかもしれません。この記事では、問い合わせ反響をAIで優先度付けするための考え方・プロンプト例・失敗パターンまで、実践的に解説します。
問い合わせの反響処理、手が回っていますか？
月曜の朝、週末に溜まった問い合わせが30件。急ぎの案件、クレーム、単純な資料請求——全部ひとまとめに受信トレイに並んでいる。どれから手をつければいいか迷いながら、気づけば午前中が終わっていた、という経験はありませんか？
問い合わせ対応の難しさは、「量」より「判断の連続」にあります。一件一件を読んで、緊急度・重要度・担当部署を瞬時に判断するのは、慣れた担当者でも集中力を消耗する作業です。特に、問い合わせ件数が増えてきた組織ほど、この「最初の仕分け」がボトルネックになりやすいと感じます。
手作業での仕分けが詰まる3つの理由
手作業での一次仕分けがうまく回らなくなるのには、構造的な理由があります。「人手が足りないだけ」と片付けてしまうと、根本的な改善につながりにくいかもしれません。
理由① 判断基準が属人化している
「このお客様は急ぎそうだから先に対応しよう」という判断は、担当者の経験と勘に依存しています。ベテランが休んだり、担当が変わったりした瞬間に、仕分けの精度が落ちてしまう。これは多くの現場でよくあるパターンです。
文字に起こしてみると「売上規模が大きそうなら優先」「クレームは即日対応」といった基準があるはずなのに、それがドキュメント化されていないために、毎回担当者の頭の中で処理されています。
理由② 件数が増えると読み漏れが起きやすい
10件なら丁寧に読める。でも50件・100件になると、どうしても「流し読み」が増えます。その結果、重要なキーワードを見落としたり、緊急度の高い問い合わせが後回しになったりするリスクが高まります。
件数が増えるほど、人間の注意力は分散します。これは能力の問題ではなく、認知的な限界の問題です。
理由③ 仕分け作業が本来業務を圧迫する
問い合わせの仕分けは、多くの場合「誰かのついで」として処理されています。営業担当が合間に見る、受付スタッフが開封する——いずれも本来の業務と並行して行われるため、どちらも中途半端になりやすいと感じます。
仕分けに費やす時間を可視化してみると、意外と多くの時間が取られていることに気づくかもしれません。
課題ごとにAIをどう使うか
上記3つの課題に対して、AIはそれぞれ異なる形で貢献できます。ポイントは「AIに判断を丸投げするのではなく、判断の補助ツールとして使う」という姿勢です。
課題①対応：判断基準をプロンプトに言語化する
属人化していた判断基準を、プロンプトとして文字に落とすことが最初のステップです。これにより、AIが毎回同じ基準で仕分けを行えるようになります。
【基本プロンプト例】
以下の問い合わせ文を読み、次の基準で優先度を「高・中・低」の3段階で判定してください。
【優先度の基準】
- 高：クレーム・契約・納期に関わる内容、または「至急」「緊急」等の表現がある
- 中：見積もり依頼・サービス詳細の質問
- 低：資料請求・一般的な問い合わせ
判定結果とその理由を50文字以内で返してください。
【問い合わせ文】
{ここに問い合わせ本文を貼り付ける}
このプロンプトの強みは、基準が明文化されている点です。「なぜこの優先度なのか」という理由も出力させることで、担当者が結果を確認・修正しやすくなります。
応用版（業種別の優先度カスタマイズ・複数件の一括処理プロンプト）はnoteで公開しています。
課題②対応：複数件をまとめて読み込み、リスト化する
件数が多い場合は、一件ずつ処理するより、複数件をまとめてAIに渡す方が効率的なケースがあります。
【基本プロンプト例（複数件対応）】
以下の問い合わせ一覧を読み、優先度（高・中・低）と担当カテゴリ（営業・サポート・総務）を付けて表形式で整理してください。
【問い合わせ一覧】
件名1：{本文}
件名2：{本文}
件名3：{本文}
（以下続く）
出力形式：
| 件名 | 優先度 | カテゴリ | 要約（30文字以内） |
出力が表形式になることで、担当者がひと目で全体を把握しやすくなります。ただし、AIが読み取れる情報は問い合わせ本文に限られるため、過去の取引履歴や顧客属性は別途人間が補完する必要があります。
課題③対応：仕分け結果を次のアクションに直結させる
仕分けで終わらせず、「誰が・いつまでに・何をするか」まで出力に含めると、本来業務への影響を最小化できます。
たとえば、優先度「高」の案件には「本日中に電話対応」、「低」には「週内にメール返信」といった対応方針をAIに付記させることで、仕分け後の行動がスムーズになります。
この応用パターンの詳細プロンプトもnoteで紹介しています。
手作業とAIを挟んだ流れのBefore/After
実際の作業フローがどう変わるか、同じ粒度で比較してみます。
手作業の流れ（Before）
- 受信トレイを開き、未読の問い合わせを一件ずつ開封する
- 本文を読みながら、緊急度・内容・担当を頭の中で判断する
- 優先順に並べ替えるか、フラグを手動で付ける
- 担当者ごとに転送・割り振りを行う
- 対応漏れがないか再度確認する
- この一連の作業を毎日または複数回繰り返す
AIを挟んだ流れ（After）
- 受信した問い合わせ本文をまとめてコピーし、AIに貼り付ける
- 事前に設定したプロンプトで優先度・カテゴリ・要約を一括出力させる
- 出力結果を担当者が確認し、必要に応じて修正する
- 優先度「高」の案件から順に対応に入る
- 仕分けログをスプレッドシートに貼り付けて記録する
手作業では一件ごとに判断が必要だった工程が、AIを挟むことで「確認・修正」に変わります。判断の主体は人間のままですが、認知的な負荷は大きく下がる可能性があります。作業にかかる時間も、件数によっては大幅に短縮できるかもしれません（ただし、AIへの入力・出力確認の時間は別途かかります）。
失敗パターンと直し方
AIによる仕分けを試みて「うまくいかない」と感じた場合、たいていは以下のいずれかのパターンに当てはまります。
| 症状 | 原因 | 直し方 |
|---|---|---|
| 全件が「優先度：中」になる | 優先度の基準が曖昧で、AIが判断できていない | プロンプトに「高・中・低の具体的な条件」を明文化して追加する |
| 要約が長すぎて使えない | 出力形式の指定がない | 「30文字以内で要約」など文字数制限をプロンプトに明記する |
| 担当カテゴリの振り分けがズレる | 社内固有の部署名・業務範囲をAIが知らない | カテゴリの定義と例をプロンプト内に補足説明として追記する |
| 複数件処理で途中から出力が崩れる | 入力量が多すぎてAIの処理が不安定になる | 1回あたりの件数を10〜15件程度に分割して処理する |
意外な落とし穴だったのが、「優先度の基準を書いたつもりなのにAIが使ってくれない」というケースです。原因を確認してみると、基準の記述が抽象的すぎて、AIが判断材料として活用できていないことが多いです。「緊急性が高い場合は高優先度」ではなく、「『至急』『本日中』『クレーム』等の表現がある場合は高優先度」のように、具体的なキーワードや条件を書くと改善しやすくなります。
よくある質問
AIによる仕分けは、どのAIツールで使えますか？
ChatGPTやCopilot（Microsoft 365）など、テキストを入力・出力できるAIツールであれば基本的に使えます。特殊なシステム連携は不要で、問い合わせ本文をコピー＆ペーストするだけで始められます。最新の機能・プランについては各公式サイトをご確認ください。
個人情報が含まれる問い合わせをAIに入力しても大丈夫ですか？
これは導入前に必ず確認すべき重要な点です。利用するAIツールのプライバシーポリシー・データ利用規約を確認し、入力データが学習に使われないかどうかを確かめる必要があります。社内のセキュリティポリシーとも照合した上で運用ルールを決めることをおすすめします。氏名・連絡先などの個人情報はマスキングしてからAIに渡す運用も選択肢のひとつです。
仕分け精度はどのくらい期待できますか？
精度はプロンプトの質と、問い合わせ文の情報量に大きく依存します。基準が明確で問い合わせ文に判断材料が含まれている場合は、かなり高い精度が期待できるかもしれません。一方、文章が短すぎる・文脈が不明確な問い合わせは、AIでも判断が難しい場合があります。最初は出力を必ず人間が確認・修正しながら運用することが現実的です。
問い合わせの件数が少ない場合でも導入する意味はありますか？
件数が少なくても、「判断基準の言語化」という副次効果があります。プロンプトを作る過程で、これまで暗黙知だった仕分けのルールを文字に起こすことになり、担当者が変わっても対応品質を維持しやすくなります。件数が増えた時の備えとして、今のうちに仕組みを作っておくのは合理的かもしれません。
AIの仕分け結果を上司や組織に説明する際、どう伝えればいいですか？
「AIが判断する」ではなく「AIが判断材料を整理し、最終判断は人間が行う」という説明が受け入れられやすいと感じます。また、現状の手作業での仕分けにかかっている時間を可視化した上で、「確認コストの削減」として提案すると、導入の必要性が伝わりやすいかもしれません。
まとめ・次のステップ
問い合わせフォームへの反響をAIで一次仕分け・優先度付けするポイントを整理すると、以下の3点に集約されます。
- 属人化していた判断基準をプロンプトとして言語化する
- AIの出力はあくまで「確認・修正する素材」として使う
- 失敗したらプロンプトの基準記述を具体化して修正する
正直なところ、最初のプロンプト作りが一番手間がかかります。でも一度作ってしまえば、あとは貼り付けるだけで毎回同じ基準の仕分けができるようになります。
まず試してほしいアクションは、明日届く問い合わせを3〜5件選び、この記事で紹介した基本プロンプトに貼り付けてみることです。出力を見て「自分の基準と合っているか」を確認するだけで、プロンプトを改善すべきポイントが見えてきます。
営業メール・顧客対応プロンプト完全版|商談前リサーチから値上げ交渉まで【コピペで使える】をnoteで公開中
本記事では基本的なプロンプト例を紹介しましたが、
noteでは業種別・シーン別に使い分けできるテンプレート集を公開しています。
コピペしてすぐ使える完全版です。