Media > AI活用ユースケース > カスタマーサポート > 滞留している問い合わせを毎日洗い出して、止まっている理由と次の一手を出す

滞留している問い合わせを毎日洗い出して、止まっている理由と次の一手を出す

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

対応履歴を入力に、動きが止まっているチケットを「顧客の返信待ち」「他部門への確認待ち」といった止まり方で区分し、次に動くべき人と具体的な一手を並べます。担当者の作業は、一覧を1件ずつ開いて思い出すことから、示された方針を確かめて動くことに変わります。

サマリー
利用ツール
ChatGPT/Claude/Gemini/Make/n8n/Power Automate/Zapier
対象業界
EC/IT・SaaS/人材/保険/金融
対象部門
カスタマーサポート
対象業務
内容確認・チェック/分類・仕分け
主な課題
人手が足りない/問い合わせが多い/期限・対応漏れが起きる
AIで行う処理
分類
主な効果
対応スピード向上/工数削減/機会損失防止
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
ノーコード連携(中)
人間の確認
条件付き
現在工数
60h/月
AI導入後
19.5h/月
想定削減
68%
年間削減
486h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 朝、リーダーが問い合わせ管理システムで「3営業日以上動いていないチケット」を抽出する
  2. 一覧をSlackに貼り、朝会で共有する
  3. 担当者がそれぞれ自分のチケットを開き、対応履歴を読み返す
  4. 何で止まっているかを思い出す(顧客待ち/他部門待ち/自分の作業待ち)
  5. 顧客待ちなら、催促を送るかどうかを判断する
  6. 他部門待ちなら、開発やプロダクトのチャンネルで催促する
  7. 判断に迷っているものは、リーダーに相談する
  8. 朝会で1件ずつ状況を報告する
  9. 対応が終わったチケットをクローズする
導入後(After)
  1. 自動毎朝、3営業日以上動いていないチケットを抽出する
  2. 自動チケットごとに、対応履歴(顧客とのやり取り、社内メモ、ステータス変更)を集める
  3. 自動止まり方を区分する(顧客の返信待ち/他部門への確認待ち/担当者の作業待ち/判断が必要/実は完了している)
  4. 自動次に動くべき人(顧客/他部門/担当者/リーダー)を示す
  5. 自動具体的な一手を出す(催促の下書き、確認すべき相手、必要な情報)
  6. 自動経過日数と、顧客への影響の度合いから優先度を付ける
  7. 自動担当者ごとに整理した一覧をチャットへ配信する
  8. 担当者が方針を確かめ、対応する
  9. リーダーが、判断が必要なものと長期滞留のものを見る
  10. 自動対応後のステータス変更を記録し、滞留から外す
各工程の詳しい説明を読む
  1. 朝、リーダーが問い合わせ管理システムで「3営業日以上動いていないチケット」を抽出する
  2. 一覧をSlackに貼り、朝会で共有する
  3. 担当者がそれぞれ自分のチケットを開き、対応履歴を読み返す
  4. 何で止まっているかを思い出す(顧客待ち/他部門待ち/自分の作業待ち)
  5. 顧客待ちなら、催促を送るかどうかを判断する
  6. 他部門待ちなら、開発やプロダクトのチャンネルで催促する
  7. 判断に迷っているものは、リーダーに相談する
  8. 朝会で1件ずつ状況を報告する
  9. 対応が終わったチケットをクローズする

問題は5つあります。

(a)一覧を見ても状況が分からない。 チケットの件名と最終更新日だけが並びます。「何で止まっているか」は、履歴を開かないと分かりません。

(b)履歴を読み返す時間がかかる。 10往復以上あるチケットもあります。「前回どこまで話したか」を思い出すのに2分かかることが、45件分積み重なります。

(c)他部門への確認が放置される。 開発チームへ質問を投げたまま、返事が来ていないことに気づかないケースがあります。催促する人がいないと、そのまま2週間経ちます。

(d)朝会が状況報告で終わる。 1件ずつ「これはどうなっている?」を繰り返すため、本来必要な「どう対応するか」の相談に時間が残りません。

(e)顧客待ちの扱いが人によって違う。 「顧客の返信を待っている」チケットを、3日で催促する人と、2週間放置する人がいます。基準がないため、対応の質が担当者によってばらつきます。

  1. 【自動】 毎朝、3営業日以上動いていないチケットを抽出する
  2. 【自動】 チケットごとに、対応履歴(顧客とのやり取り、社内メモ、ステータス変更)を集める
  3. 【自動】 止まり方を区分する(顧客の返信待ち/他部門への確認待ち/担当者の作業待ち/判断が必要/実は完了している)
  4. 【自動】 次に動くべき人(顧客/他部門/担当者/リーダー)を示す
  5. 【自動】 具体的な一手を出す(催促の下書き、確認すべき相手、必要な情報)
  6. 【自動】 経過日数と、顧客への影響の度合いから優先度を付ける
  7. 【自動】 担当者ごとに整理した一覧をチャットへ配信する
  8. 【人】 担当者が方針を確かめ、対応する
  9. 【人】 リーダーが、判断が必要なものと長期滞留のものを見る
  10. 【自動】 対応後のステータス変更を記録し、滞留から外す

自動化されるのは「集める」「止まり方を区分する」「次の動き手を示す」「一手を出す」「配信する」の5つです。残るのは、実際に対応することと、難しい案件を判断することです。

顧客への返信を自動送信しません。 催促の文面は下書きまでです。滞留しているチケットは、すでに何かがうまくいっていない案件です。 そこへ機械的な催促が届くと、状況が悪化します。

02今回想定するシステム構成

構成図
問い合わせ管理システム(チケット、対応履歴、ステータス)
   │
   ▼【トリガー】毎朝8:30
Zapier
   │
   ├──▶ 3営業日以上更新のないチケットを取得
   │
   ├──▶ フィルタ:クローズ済み・保留設定済みのものを除外
   │
   ├──▶ チケットごとに対応履歴を取得
   │
   ├──▶ Claude API ── 止まり方の区分 / 次の動き手 / 一手 / 優先度
   │
   ├──▶ フィルタ:優先度が「要対応」のものだけ次へ
   │
   ├──▶ 担当者ごとにまとめる
   │
   └──▶ Slack へ配信(担当者個人のDMとリーダーのチャンネル)
   │
   ▼
担当者が方針を確認して対応 ──【人】
   │
   ├──▶ 顧客待ち → 催促の下書きを手直しして送信
   ├──▶ 他部門待ち → 担当チャンネルへ催促
   ├──▶ 判断が必要 → リーダーへ相談
   └──▶ 実は完了 → クローズ
役割想定する製品代替候補
ワークフローZapierMake、n8n、Power Automate
生成AIClaude APIOpenAI API、Gemini API
通知SlackMicrosoft Teams、チャットツール
問い合わせ管理既存の問い合わせ管理システム各社の製品

問い合わせ管理システムのSLA機能を先に確認してください。 「一定時間更新がなければエスカレーション」という機能は、多くの製品が持っています。自前で組む価値があるのは、「何で止まっているか」を履歴から読み取る部分です。SLA機能は時間しか見ないため、顧客待ちと他部門待ちを区別できません。

Zapier では、この処理は1つのZapとして組めます。Zapはアプリをつなぐワークフローで、トリガーがZapを開始するイベント、アクションがトリガー後に実行される処理です。1つのZapに複数のアクションを続けられます。途中で条件による絞り込みを入れる場合はフィルタを使い、条件を満たさないデータはそこで止まり、後続のアクションは実行されません。

この構成では、フィルタを2か所に置いています。1つはクローズ済み・保留設定済みのチケットを除くため、もう1つは「放っておいてよい」と判定されたチケットを配信から外すためです。後者がないと、毎朝45件すべてが通知され、結局全部読むことになります。

03どうやって実装するのか

Step1

処理の起点を決める

毎朝の決まった時刻(8:30)を起点にします。始業前に配信が届き、朝会のときには全員が自分の一覧を見ている状態を作ります。

朝会の直前ではなく、始業の直後にしてください。 配信が届いてから読む時間がないと、結局その場で開くことになります。

もう1つの起点として、チケットのステータスが「他部門確認中」に変わったときに、一定日数後の催促を予約する形が考えられます。滞留してから気づくより、そもそも滞留させないほうが良いという考え方です。ただし、これは問い合わせ管理システムのステータス設計に依存するため、最初は朝の一括処理だけで始めてください。

Step2

入力データを集める

データ中身取得元
チケット件名、起票日、最終更新日、ステータス、担当者、優先度問い合わせ管理システム
対応履歴顧客からのメッセージ、担当者の返信、社内メモ、ステータス変更の履歴同上
顧客情報契約プラン、契約金額、担当の営業、過去の問い合わせ件数CRM または問い合わせ管理システム
他部門への依頼開発・プロダクトへ投げた質問と、その回答状況Slack のスレッド、課題管理システム
対応の基準顧客待ちで催促するまでの日数、エスカレーションの条件サポート部の運用ルール
営業日カレンダー休日の判定社内カレンダー
Step3

データの取得方法を決める

チケットと対応履歴: 問い合わせ管理システムのAPIで取得します。対応履歴の全文が取れるかを先に確認してください。 件名とステータスだけでは、止まり方は判定できません。

履歴が長い場合、直近の10往復程度に絞ります。 3か月前のやり取りまで渡しても、今なぜ止まっているかの判断には効きません。ただし、最初の1往復(顧客が最初に何を聞いたか)だけは必ず含めてください。 途中から読むと、何の話か分からなくなります。

顧客情報: 優先度の判定に使います。契約金額の大きい顧客、解約の検討が出ている顧客の滞留は、同じ経過日数でも重みが違います。ただし「大口だけ優先する」運用にすると、小口の顧客の滞留が固定化します。 経過日数との組み合わせで見てください。

他部門への依頼: ここが取れるかどうかで、この構成の価値が変わります。チケットの社内メモに「開発へ確認中(Slackスレッド:リンク)」と書かれていれば、そのスレッドの最終更新を見て「返事が来ているのに気づいていない」を検出できます。 メモにリンクを残す運用が前提になります。

営業日カレンダー: 「3営業日」の判定に使います。土日祝を数えると、連休明けに全件が滞留判定になります。

Step4

AIへ渡す前に整形する

  1. 除外の適用 … クローズ済み、顧客の希望で保留にしているもの、次回の連絡日が設定されているものを除きます。この除外がないと、正常に管理されているチケットまで並びます
  2. 履歴の整形 … 署名、引用、定型のフッターを落とします。引用を残すと、同じ内容を何度も読ませることになり、判定が鈍ります
  3. 直近の往復への絞り込み … 最初の1往復と、直近の10往復を残します
  4. 社内メモと顧客向けメッセージの区別 … どちらかが分からないと、「顧客に伝えたつもりで伝わっていない」を検出できません。この区別は必須です
  5. 添付ファイルの扱い … ログファイルやスクリーンショットは、ファイル名と添付日だけを渡します。中身は開きません
Step5

AIに処理させる

処理内容
止まり方の区分顧客の返信待ち/他部門への確認待ち/担当者の作業待ち/判断が必要/実は完了している
最後の動きの特定最後に動いたのは誰か、何をしたか、いつか
次の動き手顧客/他部門/担当者/リーダー のどれか
一手の提示催促の下書き、確認すべき相手と質問、必要な情報
顧客の温度感履歴の文面から、苛立ちや失望が表れているかを検出する
優先度経過日数、顧客の温度感、契約の重み から high / medium / low
放置してよいかの判定顧客が「来週まとめて確認します」と言っている等、待ちが妥当な場合

「実は完了している」の区分が効きます。 顧客の「ありがとうございました、解決しました」でやり取りが終わっているのに、クローズし忘れているチケットが一定数あります。これを機械的に拾うだけで、滞留の一覧が2割減ることがあります。

顧客への返信文を完成させません。 催促の下書きまでです。苛立ちが表れている顧客への返信を、AIの文面そのままで送ってはいけません。

Step6

指示内容を固定する

あなたはカスタマーサポートのチームリーダーを支援する担当者です。
下のチケットの対応履歴を読み、なぜ今動いていないのかを判定してください。

【厳守事項】
- 履歴に書かれていることだけを根拠にしてください。
  顧客の事情や他部門の状況を推測しないでください。
- 止まり方は、下の区分からのみ選んでください。判断できない場合は "unknown" にし、
  何が分からないかを reason に書いてください。
- 「最後に動いたのは誰か」を必ず特定してください。
  顧客からのメッセージが最後なら、こちらが返していないということです。
  こちらの返信が最後なら、顧客が返していないということです。**ここを取り違えないでください。**
- 社内メモと顧客向けメッセージを区別してください。
  社内メモに書いただけで顧客に伝わっていない場合、それを指摘してください。
- 催促の下書きは、事実の確認を依頼する形にしてください。
  「お忙しいところ恐れ入りますが」のような定型の前置きだけで終わらせず、
  何を待っているのかを1文で明示してください。
- 顧客の温度感は、履歴の文面に表れている範囲でのみ判定してください。
  書かれていない感情を読み取らないでください。
- 対応の内容(技術的な回答、仕様の説明)を書かないでください。
  ここでは「誰が次に何をするか」だけを扱います。

【止まり方の区分】
waiting_customer ... 顧客の返信を待っている
waiting_internal ... 他部門への確認を待っている
waiting_agent ... 担当者の作業・調査が止まっている
needs_decision ... 判断が必要でリーダーの関与が要る
already_resolved ... 実質的に解決しており、クローズすればよい
unknown ... 判定できない

【チケット】
{ticket_meta}

【対応履歴(最初の1往復+直近10往復・社内メモは [社内] を付与)】
{conversation}

【顧客情報】
{customer_context}

【他部門への依頼の状況】
{internal_requests}

【対応の基準】
{sla_rules}

「最後に動いたのは誰か」を明示させる指示が、この構成の要です。 これを外すと、AIは「顧客の返信を待っています」と書きがちです。実際には、こちらが返していないだけ、というケースが少なくありません。 取り違えると、放置されているチケットが「顧客待ち」として放置され続けます。

「社内メモに書いただけで顧客に伝わっていない」の検出も効きます。 「調査結果を社内メモに書いて安心してしまい、顧客へ返信していない」というのは、よく起きる止まり方です。

Step7

出力形式を固定する

{
  "ticket_id": "",
  "subject": "",
  "assignee": "",
  "days_since_update": 0,
  "days_since_created": 0,
  "last_actor": "customer | agent | system",
  "last_action_summary": "",
  "stall_type": "waiting_customer | waiting_internal | waiting_agent | needs_decision | already_resolved | unknown",
  "next_actor": "customer | internal | agent | leader",
  "next_action": "",
  "draft_message": "",
  "internal_request_target": "",
  "customer_sentiment": "calm | concerned | frustrated | unknown",
  "sentiment_evidence": "",
  "priority": "high | medium | low",
  "priority_reason": "",
  "can_wait": false,
  "can_wait_reason": "",
  "reason": ""
}

JSON Schema を指定して出力を固定します。Claude API では output_config.formatjson_schema を渡すことで、応答をスキーマに沿った形に制約できます。

can_wait は、待っていることに問題がない場合の印です。顧客が「来週まとめて確認します」と言っている、他部門の回答期限がまだ来ていない、といったケースです。ここが true のチケットを配信から外すことで、通知が現実的な量に収まります。

sentiment_evidence は、温度感を判定した根拠になる文です。根拠が示せない感情判定は使えません。 「frustrated」とだけ書かれても、担当者は確かめようがありません。

Step8

システムへ連携する

配信は2系統に分けます。

担当者個人へ(Slack のDM):

自分が担当するチケットのうち、can_wait が false のものだけを並べます。1件あたり4行程度にまとめます。

[チケット番号] 件名
止まり方:他部門への確認待ち(開発チーム・5営業日経過)
次の一手:#dev-support で進捗を確認。回答がなければリーダーへ
顧客の状況:苛立ちの表れあり(「いつまでかかりますか」2回)

リーダーへ(チャンネル):

次の3つだけを並べます。

出す対象理由
needs_decision のものリーダーの判断が要る
経過日数が10営業日を超えたもの担当者だけでは解けていない
customer_sentiment が frustrated のもの早期の介入が要る

全件をリーダーに送らないでください。 45件が毎朝届くと読まなくなります。

問い合わせ管理システムへの書き戻しは、限定的に行います。 判定結果をチケットのカスタム項目に書き込むのは構いませんが、ステータスの自動変更はしません。 特に already_resolved の自動クローズは避けてください。誤ってクローズされた顧客の心証は、滞留より悪くなります。

Step9

人が確認する

顧客への送信は、必ず人が行います。

理由は、滞留しているチケットが「何かがうまくいっていない案件」だからです。そこへ機械的な催促が届くと、状況が悪化します。 特に customer_sentiment が frustrated のチケットでは、催促ではなく謝罪と状況説明が先になることがあります。その判断は人にしかできません。

確認の深さは分けます。

  • priority が high のチケット … 判定と一手を読み、対応する
  • can_wait が true のチケット … 一覧に出さない。週1回まとめて目を通す
  • already_resolved のチケット … 履歴を確認してからクローズする。判定を信じてそのまま閉じない
  • stall_type が unknown のチケット … 人が履歴を読む

確認を速くするための設計が効きます。

  • 担当者ごとに分けて配信する(自分の分だけ見ればよい状態にする)
  • 止まり方ごとにまとめる(催促する相手が同じものをまとめて処理できる)
  • sentiment_evidence を必ず併記する
  • 前日と同じ判定が続いているチケットに印を付ける(動いていないことが分かる

最後の項目が効きます。 3日連続で「他部門への確認待ち」と出ているなら、催促が効いていないということです。別の手が要ります。

Step10

例外に対処する

起きること対応
対応履歴が長すぎて渡せない最初の1往復と直近10往復に絞る。最初の1往復は必ず含める
最後に動いたのが誰か判定できないlast_actor を system にし、stall_type を unknown にして人へ回す
社内メモと顧客向けが区別できない区別の印を付けられないシステムでは、この判定を行わない。reason に記録する
連休明けに全件が滞留判定になる営業日カレンダーで判定する
同じチケットが毎日通知される前日と判定が同じなら、通知に「継続◯日目」と付ける。別枠にまとめてもよい
already_resolved の判定が誤っていた自動クローズしない。人が履歴を確認してから閉じる
他部門への依頼の状況が取れないinternal_request_target を null にし、担当者に確認を促す
顧客が「来週連絡します」と言っているcan_wait を true にし、その日付まで配信から外す
添付ファイルの中身が判断に必要中身は開かない。担当者が見る必要があることを next_action に書く
苛立ちの判定が外れるsentiment_evidence を必ず出させる。根拠がなければ unknown にする
担当者が退職・異動している未割り当てとしてリーダーのチャンネルへ出す
通知が多すぎて読まれなくなるcan_wait の除外を必ず入れる。1人あたり1日5件を超えるなら基準を見直す
Step11

記録を残す

この記録は、滞留がなぜ起きるかを分析する材料になります。

  • 日ごとの判定結果(止まり方、次の動き手、優先度)
  • 判定してから実際に動くまでの日数
  • 人が判定を訂正した場合、その前後の値
  • 催促の下書きと、実際に送った文面
  • クローズまでの経過日数

「止まり方の区分ごとの件数の推移」を月次で見てください。 waiting_internal が多いなら、他部門との連携の仕組みに問題があります。waiting_agent が多いなら、担当者の作業量か知識が足りていません。個別の催促を続けても、原因が変わらなければ件数は減りません。

下書きと実際に送った文面の差分も残してください。 「毎回冒頭を書き直している」なら、プロンプトを直せます。

04実装レベルの3段階

最小構成:滞留チケットの履歴をチャット画面に貼り付け、判定させる / 判定のみ
半自動化:毎朝、滞留チケットを抽出して判定し、担当者ごとにチャットへ配信するまで / 抽出・判定・配信
本格構成:上記+他部門への依頼状況の突合+判定結果のチケットへの書き戻し+止まり方の統計 / 分析まで

半自動化の時点で、4分が1.8分程度になります。 履歴の読み返しが消えるためです。本格構成では1.3分になりますが、減るのは他部門の状況確認です。 本格構成の「止まり方の統計」には、時間削減とは別の価値があります。 3か月分をためると、滞留の原因が見えます。「他部門への確認待ちが全体の4割」と分かれば、個別の催促ではなく、確認の仕組みそのものを変える話になります。 個別対応をいくら速くしても、原因が変わらなければ件数は減りません。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
12 名
月間件数
900 件
1件あたり現在時間
4 分
1件あたり導入後時間
1.3 分
現在  900件 × 4分 ÷ 60 = 60 時間/月
導入後 900件 × 1.3分 ÷ 60 = 19.5 時間/月
月間削減時間
40.5h
削減率
68%
年間削減時間
486h
年間金額換算(時間単価3,000円)
146万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 問い合わせが月1,000件以上あり、問い合わせ管理システムでチケットを扱っている企業。未解決のチケットが積み上がり、朝会で一覧を見ながら口頭で状況を確認している場合。他部門への確認待ちで止まっているチケットが多い場合。対応の遅れがそのまま解約や苦情につながる業種の場合。
向いていない
  1. 問い合わせが月数十件で、担当者が全件を覚えていられる規模の場合。問い合わせ管理システムを使わず、メールだけで対応している場合(まずチケット化するほうが先)。SLAの自動エスカレーション機能が設定済みで、それで運用が回っている場合。

07最小構成で試す方法

  1. 現在滞留しているチケットを30件選ぶ(止まり方が違うものが混ざるように選ぶ)
  2. それぞれの対応履歴をテキストで書き出す(社内メモに [社内] を付ける)
  3. 生成AIのチャット画面に貼り付け、上記のプロンプトで判定させる
  4. リーダーが自分で判定した結果と突き合わせる

見るのは次の3点です。

見る点判断
last_actor の判定が正しいかここが8割を切るなら使えない。 最重要の判定
止まり方の区分が担当者の認識と一致するか7割以上なら使える
already_resolved の件数30件中に何件あるか。ここが多ければ、それだけで効果が出る

3つ目を必ず数えてください。 クローズし忘れが30件中5件あれば、滞留の一覧は2割近く減ります。AIの精度を議論する前に、この数字だけで導入の理由になることがあります。

社内メモと顧客向けメッセージの区別ができるかも、この段階で確かめてください。 問い合わせ管理システムがこれを区別していない場合、判定の精度が大きく落ちます。区別できないなら、まずそこを直すほうが先です。

所要は半日です。ワークフローを作らずに試せます。

08実装時につまずきやすいポイント

問題対策
「顧客待ち」と「こちらが返していない」を取り違えるlast_actor を必ず判定させる。最重要の項目
社内メモを顧客への返信と誤認するメッセージに [社内] の印を付けて渡す。区別できないシステムなら判定を諦める
毎朝45件が通知されて読まれないcan_wait で除外する。1人1日5件を目安にする
同じチケットが毎日同じ内容で通知される「継続◯日目」を付ける。3日続いたら別枠へ
催促を自動送信してしまう下書きまでにする。送信の経路を作らない
already_resolved を自動クローズする人が履歴を確認してから閉じる
連休明けに全件が滞留になる営業日カレンダーで判定する
履歴が長くて費用がかさむ最初の1往復+直近10往復に絞る
苛立ちの判定に根拠がないsentiment_evidence を必須にする。なければ unknown
大口顧客ばかり優先して小口が固定化する経過日数との組み合わせで優先度を決める
リーダーに全件届いて読まれない3つの条件(判断が必要/10営業日超/苛立ち)に絞る
他部門の状況が取れず判定が甘くなるメモにリンクを残す運用を先に作る

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 顧客の氏名・所属・連絡先、問い合わせの内容、契約情報、担当者名。個人情報と、顧客の業務に関する情報が含まれます。

  1. 外部AIへの入力可否 … 顧客とのやり取りの全文を外部のAIサービスへ送ることになります。問い合わせの内容には、顧客の社内事情や、他社製品の利用状況が含まれることがあります。 自社の個人情報の取扱いについての公表内容と、顧客との契約(特にセキュリティに関する取り決め)を確認してください
  2. 顧客の機微な情報 … 障害の問い合わせには、顧客のシステム構成やログが添付されることがあります。添付ファイルの中身をAIへ渡さない設計にしてください。 この構成の判定には不要です
  3. 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選びます。顧客に対して説明を求められる可能性がある部分です
  4. アクセス権限 … 判定結果には顧客名と問い合わせの内容が含まれます。閲覧をサポート部門に限定してください。担当者個人へのDMにすることで、他の担当者の案件が見えない設計にできます
  5. 感情の判定の扱いcustomer_sentiment は、顧客の状態についての評価です。この判定を顧客本人に見せることはありませんが、社内でも「苛立っている顧客」というラベルが独り歩きしないよう、根拠とセットで扱ってください
  6. 担当者の評価に使わないこと … 滞留の件数は、担当者の能力ではなく案件の難しさや他部門の状況に左右されます。これを人事評価の材料にすると、担当者はチケットを滞留させないためにクローズを急ぐようになります。 運用として明示してください
  7. 自動実行してよい範囲 … 抽出、判定、一手の提示、配信までです。顧客への送信、ステータスの変更、チケットのクローズは人が行います

誤りが起きた場合のリスクは、誤った催促による顧客の心証の悪化、already_resolved の誤判定によるクローズ、逆に対応が必要なチケットの見落としです。can_wait の判定を定期的に検証してください。 除外したチケットが実は対応を要していた、というケースがないかを月1回確かめます。

10まず何から始めるか

1週目:滞留の中身を数える

現在滞留している30件について、リーダーが手で「何で止まっているか」を区分します。AIも仕組みも要りません。 このとき、クローズし忘れが何件あるかを必ず数えてください。その数字だけで、この取り組みの効果が見えます。

2週目:社内メモの区別を確かめる

問い合わせ管理システムで、社内メモと顧客向けメッセージが区別できるかを確認します。区別できないなら、まずそこを直してください。 この構成の判定精度は、この1点に大きく左右されます。

3週目:30件で判定を試す

対応履歴を渡し、last_actor と止まり方の判定がリーダーの認識と一致するかを見ます。last_actor が8割を切るなら、履歴の渡し方を見直してください。 社内メモの印が付いていないことが原因のことが多くあります。

4週目以降: 担当者3名を対象に半自動化を作り、2週間運用します。can_wait の除外を最初から入れてください。 除外なしで始めると、通知が多すぎて2日で読まれなくなります。

2か月目以降: 全12名へ広げます。同時に、止まり方の区分ごとの件数を月次で記録してください。 3か月たつと、滞留の原因が見えます。waiting_internal が多いなら、他部門との連携の仕組みを変える話へ進みます。個別の催促を速くすることは、この取り組みの入口であって、目的ではありません。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-22/最終更新:2026-09-22
確認した内容情報源確認日
Zapier の Zap が、アプリをつなぐワークフローであること。トリガーがZapを開始するイベントで、アクションがトリガー後に実行される処理であること。1つのZapに複数のアクションを続けられることZapier Help: Create Zaps2026-09-22
Zapier のフィルタが条件による分岐点として働き、条件を満たさない場合はZapがそこで止まり、後続のアクションが実行されないことZapier Help: Add conditions to Zaps with filters2026-09-22
Claude API で output_config.formatjson_schema を渡すと、応答をスキーマに沿った形に制約できることClaude Docs: Structured outputs2026-09-22

問い合わせ管理システムのAPIで対応履歴の全文が取得できるか、社内メモと顧客向けメッセージが区別できるかは製品によって異なります。この部分は利用環境に応じた個別確認が必要です。 顧客とのやり取りを外部のAIサービスへ渡してよいかは、顧客との契約と自社の情報管理規程を確認してください。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0175)についてのご相談はこちらから。

AI活用について相談する
目次