Media > AI活用ユースケース > カスタマーサポート > メダカの通販の店が、発送の予定の注文ごとに届け先の予想の気温を Apps Script で取り、AI で発送を見合わせるかの判断の材料とお客様への連絡の下書きを作る

メダカの通販の店が、発送の予定の注文ごとに届け先の予想の気温を Apps Script で取り、AI で発送を見合わせるかの判断の材料とお客様への連絡の下書きを作る

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

翌日に発送するメダカの注文ごとに、届け先の予想の最高・最低の気温を自動で集め、店の目安に照らして見合わせの候補を拾います。目安に近い注文は、AI が判断の材料とお客様への連絡の下書きを作り、店主は決めるだけにします。

サマリー
生成AI
ChatGPT/Claude
連携・自動化
Google Apps Script/Python
対象業界
EC/小売
対象部門
カスタマーサポート/物流
対象業務
内容確認・チェック/書類作成
主な課題
判断に時間がかかる/属人化している/期限・対応漏れが起きる
AIで行う処理
判定
主な効果
判断支援/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
API連携(中)
人間の確認
条件付き
現在工数
32h/月
AI導入後
8h/月
想定削減
75%
年間削減
288h
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. 前の日の昼過ぎに、翌日に発送する注文を台帳で並べる
  2. 届け先の都道府県ごとに、気象庁のホームページの天気予報を開き、発送の日と届く日の予想の最高・最低の気温を見る
  3. 届く日が週間の予報の範囲なら、週間の予報のページで数字と信頼度を見る
  4. 店主の経験の目安と比べ、「通常」「資材を足す」「見合わせ」を台帳に書く
  5. 見合わせにした注文のお客様に、延期の相談のメールを書いて送る
  6. 備考に受け取りの希望がある注文は、見合わせたときの次の発送の日が希望に合うかを確かめる
導入後(After)
  1. 自動発送の前の日の昼過ぎに、Apps Script の時間主導のトリガーが動く
  2. 自動台帳から翌日に発送する注文を集め、届け先の都道府県・市町村から予報区の対応表を引く
  3. 自動必要な府県の予報のデータを取り、発送の日と届く日の予想の最高・最低の気温、週間の予報の信頼度を注文ごとに写す
  4. 自動店の目安の表で「通常」「資材を足す」「見合わせの候補」を機械的に付ける
  5. 自動目安に近い注文と備考のある注文を Claude API に渡し、判断の材料と、お知らせの下書きを受け取る
  6. 自動判断の一覧のシートに注文・数字・機械の印・AI の材料を並べ、店主に知らせるメールを送る
  7. 人店主が一覧を見て、発送/資材を足して発送/見合わせを決める
  8. 自動見合わせに決めた注文のお知らせを、Gmail の下書きにする
  9. 人店主か手伝いの人が下書きを読み、送る
各工程の詳しい説明を読む
  1. 前の日の昼過ぎに、翌日に発送する注文を台帳で並べる
  2. 届け先の都道府県ごとに、気象庁のホームページの天気予報を開き、発送の日と届く日の予想の最高・最低の気温を見る
  3. 届く日が週間の予報の範囲なら、週間の予報のページで数字と信頼度を見る
  4. 店主の経験の目安と比べ、「通常」「資材を足す」「見合わせ」を台帳に書く
  5. 見合わせにした注文のお客様に、延期の相談のメールを書いて送る
  6. 備考に受け取りの希望がある注文は、見合わせたときの次の発送の日が希望に合うかを確かめる

(a)都道府県の数だけページを開く。 三十件の注文の届け先が十数の都道府県に散ることは珍しくありません。同じ県でも、予報の地点(東京と八丈島のように)で気温がまるで違うので、届け先の市町村がどの地域に入るかも見ます。

(b)基準が店主の頭の中にある。 「この気温なら資材を足す」「この気温なら見合わせ」の線は、店主の経験で決まっています。手伝いの人に任せられず、店主が不在の日は判断が止まります。

(c)ぎりぎりの注文で迷う。 目安の少し手前の気温で、しかも週間の予報の信頼度が低い、備考に「日中は不在」とある。こうした注文で迷う時間が、1件あたりの時間の大半を占めます。

(d)見合わせの連絡が遅れる。 判断が夕方にずれ込むと、お客様への連絡がその日の夜になり、翌朝の発送に間に合うかの返事が来ないことがあります。

  1. 【自動】 発送の前の日の昼過ぎに、Apps Script の時間主導のトリガーが動く
  2. 【自動】 台帳から翌日に発送する注文を集め、届け先の都道府県・市町村から予報区の対応表を引く
  3. 【自動】 必要な府県の予報のデータを取り、発送の日と届く日の予想の最高・最低の気温、週間の予報の信頼度を注文ごとに写す
  4. 【自動】 店の目安の表で「通常」「資材を足す」「見合わせの候補」を機械的に付ける
  5. 【自動】 目安に近い注文と備考のある注文を Claude API に渡し、判断の材料と、お知らせの下書きを受け取る
  6. 【自動】 判断の一覧のシートに注文・数字・機械の印・AI の材料を並べ、店主に知らせるメールを送る
  7. 【人】 店主が一覧を見て、発送/資材を足して発送/見合わせを決める
  8. 【自動】 見合わせに決めた注文のお知らせを、Gmail の下書きにする
  9. 【人】 店主か手伝いの人が下書きを読み、送る

7番目で店主が見るのは、機械の印と AI の材料の両方です。 「通常」の注文は件数を見るだけで、時間を使うのは「見合わせの候補」と「目安に近い」の注文です。

4番目を機械の表で行うのが、この設計の中心です。 目安の線を AI に引かせると、日によって線が揺れます。線は店主が表に書き、AI は線の近くの注文の材料を整えるだけにします。 手伝いの人も、同じ表で同じ印を見られます。

02今回想定するシステム構成

構成図
注文の台帳(Google スプレッドシート)
   ▼【トリガー】発送の前の日の昼過ぎ(時間主導)
Google Apps Script
   ├──▶ 翌日の発送の注文を集め、予報区の対応表を引く
   ├──▶ 気象庁のホームページの天気予報のデータ(府県ごとの JSON)
   │      発送の日・届く日の予想の最高・最低、週間の予報の信頼度
   ├──▶ 店の目安の表で 通常 / 資材を足す / 見合わせの候補
   ├──▶ Claude API ── 目安に近い注文の判断の材料と、お知らせの下書き
   ▼
判断の一覧のシート + 店主への知らせ
   ▼
【店主が決める】 ──▶ Gmail の下書き ──▶ 【人が送る】
役割想定する製品代替候補
実行環境Google Apps ScriptPython(手元の PC やクラウドで定時に動かす)
生成AIClaude API(判断の材料とお知らせの下書き)OpenAI API
気象データ気象庁のホームページの天気予報のデータ民間の気象会社の有料の予報データ
メールGmail(下書きと店主への知らせ)-

新しく足すのは、Apps Script と Claude API、予報区の対応表、店の目安の表です。 台帳と Gmail は今のまま使います。

気象庁の天気予報のデータは、気象庁のホームページの天気予報のページが使っている府県ごとの JSON です。 例えば東京都は https://www.jma.go.jp/bosai/forecast/data/forecast/130000.json で、2026年11月18日に取ったものには、1つ目の塊に今日・明日の地域ごとの天気と、地点ごとの気温(temps)、2つ目の塊に週間の地点ごとの予想の最低・最高(tempsMin・tempsMax)とその幅(tempsMinUpper・tempsMinLower など)、地域ごとの信頼度(reliabilities)が入っていました。API として仕様が公開されたものではありません。 気象庁のホームページについてのページには、予告なく内容の変更・削除・URL の変更をすることがあるとあります。項目の名前が変わったら止まる前提で作ります(第7章の例外処理)。

利用の条件も確かめておきます。 同じページでは、ホームページのコンテンツは公共データ利用規約(第1.0版)に準拠した条件で利用でき、利用するときは出典を記載するとされています。また、気象業務法第十七条により、気象庁以外の者が予報の業務を行うには許可が要ることが、制約として挙げられています。この構成は自分で気温を予想せず、気象庁の予報の数字を写して自社の発送の判断に使い、お客様には出典を添えて伝えます。

03どうやって実装するのか

Step1

処理の起点を決める

発送の前の日の昼過ぎに動く、時間主導のトリガーを使います。 公式ページでは、時間主導のトリガーの時刻は少しずれることがあり、9時に設定したものが9時から10時の間に動くとされています。13時に設定し、14時までに動けばよいという幅で考えます。昼過ぎにするのは、お客様が夕方までに返事をできる時間を残すためです。

発送の日だけ動かします。 トリガーは毎日動かし、最初に店の発送の暦のシートを見て、翌日が発送の日でなければすぐに終わります。休みの日の前に注文を集めても、判断する店主がいません。

同じ日の夕方にもう一度動かします。 予報は日に何度か更新されるので、夕方の2回目では、昼の印から変わった注文だけを店主に知らせます。 昼に「通常」だった注文が「見合わせの候補」に変わったときに、気づけるようにするためです。

トリガーはインストール型で、作った人のアカウントで動きます。 公式ページでは、インストール型のトリガーは作った人のアカウントで動き、失敗は画面に出ずにメールで届くとされています。店の共有のアカウントで作り、失敗のメールも店主が見るアドレスで受けます。

Step2

入力データを集める

データ中身取得元
注文注文の番号、発送の予定の日、届け先の都道府県・市町村、品種と数、配達の日数、お客様の備考、メール注文の台帳のシート
予報区の対応表都道府県・市町村 → 府県のコード、地域のコード、気温の地点のコード対応表のシート(店で作る)
予報のデータ地域ごとの天気、地点ごとの気温、週間の最高・最低とその幅、信頼度気象庁のホームページの天気予報のデータ
店の目安の表発送の日・届く日の最高・最低の気温ごとの印、資材の種類目安の表のシート(店主が書く)
発送の暦発送の日、休みの日暦のシート

質を決めるのは、予報区の対応表です。 気象庁の予報は府県をいくつかの地域に分け、気温は地点ごとに出ます。 東京都でも「東京地方」と「伊豆諸島」で別の数字です。届け先の市町村がどの地域・どの地点に入るかを、店が対応表に書いておきます。 最初は注文の多い都道府県から、市町村の単位まで埋めます。

店の目安の表は、店主の経験を数字にしたものです。

見る数字印
届く日の予想の最高が、上の目安以上見合わせの候補
届く日の予想の最高が、上の目安から3度以内目安に近い(保冷の資材を足す)
届く日の予想の最低が、下の目安以下見合わせの候補
届く日の予想の最低が、下の目安から3度以内目安に近い(保温の資材を足す)
週間の予報の信頼度が C目安に近いとして扱う
それ以外通常

上と下の目安の数字、「3度以内」の幅は、店主が決めます。 品種や袋の水の量、箱の作りで変わるもので、本記事では値を示しません。表に書いておけば、手伝いの人も同じ線で印を見られます。

Step3

データの取得方法を決める

予報のデータは、UrlFetchApp.fetch で府県ごとに1回取ります。 三十件の注文が十数の府県に散っていても、同じ府県の注文は1回の取得で済むように、先に府県のコードの一覧を作ってから取ります。公式ページでは、UrlFetchApp にはmuteHttpExceptions を有効にするとエラーの応答でも例外を投げない設定があり、待つ時間は timeoutSeconds(既定は360秒)で決められるとされています。取れなかった府県は、その府県の注文すべてを「予報が取れない」にします。

どの数字を使うかは、届く日で決めます。

届く日使う数字
今日・明日1つ目の塊の temps(地点ごと)と天気
明後日以降2つ目の塊の tempsMax・tempsMin とその幅、地域の reliabilities

数字は timeDefines の日付と組にして読みます。 塊の中の配列は日付の並びと対応していて、先頭が空の文字列になっている日もあります。 配列の何番目かで決め打ちにせず、timeDefines の日付を見て、届く日の位置を探します。空の文字列は「数字なし」として扱い、0 にしません。

日付で位置を探す部分は、たとえば次の形です。

// ts は timeSeries の1つ、code は地点のコード、day は 'YYYY-MM-DD'
function pickByDate(ts, code, key, day) {
  const i = ts.timeDefines.findIndex(d => d.slice(0, 10) === day);
  if (i < 0) return null;                       // その日の数字が無い
  const area = ts.areas.find(a => a.area.code === code);
  if (!area || !area[key]) return null;         // 地点・項目が無い
  const v = area[key][i];
  return (v === '' || v === undefined) ? null : Number(v);  // 空は 0 にしない
}

null が返ったら「数字なし」です。 地点が無い・項目が無いのか、その日だけ空なのかは、ログに分けて書きます。前の2つが続くなら、JSON の形が変わった疑いがあります。

予報の発表の日時(reportDatetime)も一緒に写します。 夕方の2回目で予報が更新されたかは、この日時で分かります。一覧のシートにも出し、店主がいつの予報を見ているかを分かるようにします。

取りすぎないようにします。 1回に取るのは府県の数だけで、日に2回です。公式ページでは、UrlFetchApp の呼び出しの回数は個人のアカウントで1日20,000回、Google Workspace で1日100,000回までとされていて、届くことはありません。気象庁のサーバーに負担をかけないよう、注文ごとには取りません。

Step4

AIへ渡す前に整形する

  1. 翌日の発送の注文を集める … 台帳から発送の予定の日が翌日で、取り消しでない注文を集めます
  2. 予報区を引く … 届け先の都道府県・市町村で対応表を引きます。市町村が対応表に無ければ、その注文は「地域が決まらない」にします。都道府県だけで決めると、離島や山間の届け先で数字を取り違えます
  3. 届く日を決める … 発送の日に、台帳の配達の日数を足します。日数が空の注文は「届く日が決まらない」にします
  4. 予報の数字を写す … 発送の日(発送の地の数字)と届く日(届け先の数字)の最高・最低、幅、信頼度を写します
  5. 目安の表で印を付ける … 「通常」「目安に近い」「見合わせの候補」を機械で付けます
  6. AI に渡す注文を選ぶ … 「目安に近い」と「見合わせの候補」、備考の欄に何か書かれている注文だけを選びます。「通常」で備考の無い注文は渡しません

2番目で都道府県だけで決めないのは、同じ府県の中で地域の差が大きいからです。 2026年11月18日に取った東京都の JSON でも、東京の地点と大島の地点で予想の最低気温が違いました。

6番目で渡す注文を絞るのは、AI の材料が要らない注文に時間を使わないためです。 三十件のうち、春と秋は数件、夏と冬は半分ほどが渡ります。

Step5

AIに処理させる

させるのは、判断の材料をまとめることと、お知らせの下書きを作ることの2つです。

させること中身判断できないときの扱い
目安との距離の説明どの数字が、どの目安に、何度まで近いか。渡した数字の範囲で数字が無ければ「数字なし」
備考との重なり備考の「日中は不在」「置き配」「週末に受け取りたい」が、届く日の気温とどう重なるか備考が無ければ空
判断の案ship(発送)/ship_with_pack(資材を足して発送)/consult(お客様に相談)/hold(見合わせ)迷ったら consult
次の発送の日の候補発送の暦と週間の予報から、目安に入る発送の日を最大2つ無ければ空
お知らせの下書き見合わせ・相談のときだけ。出典を添えた本文-

判断の案は案で、決めるのは店主です。 機械の印が「見合わせの候補」でも、AI が ship を返すことは許しません。機械の印より緩い案は、Apps Script の側で consult に置き換えます。 AI には、印を厳しくする方向(「通常」を consult にする)だけを許します。

させないこと理由
気温の予想・補正予報は気象庁の数字をそのまま使う。自分で予想しない
目安の線の変更線は店主が表に書く
生体が無事に届くかの見込み分からない。お客様に保証のように読める文を書かない
返金・補償の約束店の決まりで店主が決める
品種ごとの強さの判断店主の経験の話で、目安の表に入れる

3行目は、下書きで特に守ります。 「この気温なら問題なく届きます」は、お客様への約束に読めます。下書きには、予報の数字と出典、店として延期を相談したい理由だけを書かせます。

Step6

指示内容を固定する

あなたはメダカの通販の店で、発送の判断を手伝う係です。
翌日に発送する予定の注文について、店主が判断するための材料をまとめてください。
発送するかどうかは店主が決めます。

【使ってよい数字】
- 渡した予報の数字(気象庁の予報)と、店の目安の表だけを使ってください。
- 気温を自分で予想したり、補ったりしないでください。数字が無いところは「数字なし」と書いてください。

【作業1】目安との距離
- どの日のどの数字が、目安の表のどの線に何度まで近いかを、notes に短く書いてください。

【作業2】備考との重なり
- お客様の備考(不在、置き配、受け取りの希望)が、届く日の気温とどう重なるかを書いてください。
- 備考に書かれていないことを補わないでください。

【作業3】判断の案
- ship / ship_with_pack / consult / hold から選んでください。
- 機械の印(machine_mark)より緩い案を選ばないでください。迷ったら consult です。

【作業4】次の発送の日の候補
- 発送の暦と週間の予報から、目安の表に入る発送の日を最大2つ挙げてください。

【作業5】お知らせの下書き(consult か hold のときだけ)
- 予報の数字と「気象庁の予報(発表の日時)」の出典、延期を相談したい理由を書いてください。
- 無事に届く・届かないの見込み、返金や補償には触れないでください。

【注文】{order}
【予報の数字(発表の日時を含む)】{forecast}
【機械の印】{machine_mark}
【店の目安の表】{rules}
【発送の暦】{calendar}

「機械の印より緩い案を選ばない」を書いても、Apps Script で確かめます。 指示は守られないことがあるので、返った案が印より緩ければ consult に置き換え、一覧のシートに「置き換えた」と出します。

注文はお客様の氏名・住所を外して渡します。 渡すのは注文の番号、届け先の都道府県・市町村、品種と数、備考です。下書きの宛名は Apps Script がひな形で入れます。

Step7

出力形式を固定する

Claude API の構造化出力で受け取ります。 公式ページでは、output_config.format に type: "json_schema" とスキーマを渡すと、スキーマに合う JSON が返るとされています。

{
  "order_id": "A-26111901",
  "proposal": "ship | ship_with_pack | consult | hold",
  "notes": "届く日の予想の最高が上の目安の2度手前。週間の予報の信頼度はC",
  "remark_overlap": "備考に「日中は不在で置き配」",
  "next_dates": ["2026-11-24"],
  "draft": "(consult か hold のときだけ本文)"
}

スキーマでは proposal を enum にします。 公式ページでは、数値の最小・最大、文字列の長さ、minItems の0と1以外の制約は使えず、400のエラーになるとされています。「候補は最大2つ」は Apps Script で3つ目以降を捨て、返った日付が発送の暦の発送の日かも確かめます。

送り先は https://api.anthropic.com/v1/messages です。 公式ページでは、anthropic-version(例として 2026-10-21)と content-type が必須で、認証は Authorization: Bearer が基本、x-api-key は旧来の方法としてまだ使えるとされています。鍵はスクリプトのプロパティに置きます。

Step8

システムへ連携する

つなぎ先方式内容
注文の台帳スプレッドシートの読み取り翌日の発送の注文を集める。台帳には書き込まない
気象庁の天気予報のデータUrlFetchApp.fetch府県ごとに1回取る
Claude APIUrlFetchApp.fetch判断の材料と下書きを JSON で受ける
判断の一覧のシートスプレッドシートへの書き込み注文・数字・印・案・材料・店主の決定の列
Gmail下書きと、店主への知らせ見合わせ・相談の下書き。一覧ができたことの知らせ

店主の決定は、一覧のシートの「決定」の列に選んでもらいます。 選び終えたら、シートのメニューの「下書きを作る」を押し、決定が consult か hold の注文だけ下書きを作ります。 決定を AI の案で埋めておくことはしません。空の列を店主が選ぶ形にすると、選ばれていない注文が一目で分かります。

台帳には書き込みません。 発送の予定の日を変えるのは、お客様の返事を受けてから店主が台帳で行います。

Step9

人が確認する

  1. 「見合わせの候補」を先に見る … 数字と出典の発表の日時を見て、決定を選びます
  2. 「目安に近い」と「置き換えた」を見る … AI の材料と備考を読み、資材を足して送るか相談するかを選びます
  3. 「地域が決まらない」「予報が取れない」を見る … 気象庁のホームページを直接開いて数字を見ます。対応表に無い市町村は、このときに対応表に足します
  4. 下書きを読んで送る … 数字と出典、次の発送の日の候補が合っているかを見ます
  5. 夕方の知らせを見る … 昼から印が変わった注文だけを見直します

目標は、ならして1件1分です。 「通常」の注文は件数を見るだけで、時間を使うのは候補と目安に近い注文です。夏と冬は1分を超え、春と秋は下回ります。

Step10

例外に対処する

起きること対応
予報のデータが取れない(200以外)その府県の注文を「予報が取れない」。店主がホームページで見る
JSON の項目の名前・並びが変わったtimeSeries・temps などが見つからなければ全体を止め、店主に知らせる。対応は手で見る形に戻す
届く日の数字が空の文字列「数字なし」。0 にしない。目安に近いとして扱う
市町村が対応表に無い「地域が決まらない」。都道府県だけで決めない
配達の日数が空「届く日が決まらない」。店主が決める
Claude API が200以外を返す機械の印だけで一覧を作り、材料の列を「未作成」にする
AI の案が機械の印より緩いconsult に置き換え、「置き換えた」と出す
夕方の2回目で予報が変わった印が変わった注文だけを知らせる
実行が長くなる1回の実行は6分まで。注文は三十件ほどで届かない

2行目がこの構成の弱点です。 気象庁のホームページの JSON は、公開された API ではありません。見つからないときに推測で読むのをやめ、止めて人に戻すのが要です。 止まった日は、元の手作業で判断します。

Step11

記録を残す

  • 取った予報の JSON の全文と、取った日時・発表の日時(府県ごと)
  • 注文ごとに写した数字、機械の印、AI の案と材料、置き換えの有無
  • そのとき使った店の目安の表の版
  • 店主の決定と決めた日時、送ったお知らせの下書き
  • 見合わせた注文の、次の発送の日と実際の発送の日

目安の表の版を残すのは、線が季節ごとに見直されるからです。 届いたときに弱っていたとお客様から連絡があったとき、当時の予報の数字と線を並べて振り返れるようにします。

届いたときの様子の連絡も、注文の番号で残します。 半年分が溜まると、目安の線が厳しすぎたか緩すぎたかを店主が見直す材料になります。

04実装レベルの3段階

最小構成:数字と備考を手で AI の画面に貼り、材料と下書きを作らせる / 迷った注文の材料づくり
半自動化:上記+Apps Script が予報を取り、目安の表で印を付け、一覧と下書きを作る / 予報の写し・印・材料・下書き
本格構成:上記+お客様の返事を受けて台帳の発送の日を直し、出荷の伝票の作成とつなぐ / 見合わせの後の段取りまで

本記事の想定は半自動化です。 1件4分のうち、予報のページを開いて写す作業と、メールを一から書く作業が無くなります。残るのは、候補と目安に近い注文の判断と、下書きを読んで送ることです。 本格構成は、お客様の返事の受け方を決めてからです。 返事をメールで受けるなら、返事の内容を読んで台帳を直す処理が要ります。台帳を自動で書き換えるのは、発送の日を誤ると生体の扱いに直結するので、最後に回します。

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
2 名
月間件数
480 件
1件あたり現在時間
4 分
1件あたり導入後時間
1 分
現在  480件 × 4分 ÷ 60 = 32 時間/月
導入後 480件 × 1分 ÷ 60 = 8 時間/月
月間削減時間
24h
削減率
75%
年間削減時間
288h
年間金額換算(時間単価1,500円)
43万円
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. メダカ・金魚・エビなどの生体を、宅配で全国に送っている通販の店。発送の前の日に、届け先の天気予報を店主が都道府県ごとにサイトで見て、暑すぎる・寒すぎる日の発送を見合わせるかを決めていて、注文が月に数百件ある場合。見合わせたお客様への連絡が遅れたり、見合わせの基準が店主の経験にしかなく、手伝いの人に任せられない場合。注文の台帳を Google スプレッドシートで持ち、Gmail でお客様に連絡している場合。
向いていない
  1. 発送が月に数十件で、店主が毎日の天気予報を見て足りる場合。発送を店頭の受け渡しやチャーターの便に限っていて、気温で見合わせる場面が無い場合。発送の判断をすでに運送会社のサービスや専用の仕組みに任せている場合。なお、生体を送れるかどうか、輸送の途中の死亡の補償、見合わせた注文の返金の扱いは、この構成では代替できません。

07最小構成で試す方法

  1. 去年の夏と冬の発送から、見合わせにした注文と、迷って送った注文を20件ずつ選ぶ
  2. その日の届け先の予報の数字を、店主が覚えている範囲・メモの範囲で書き出す
  3. 店の目安の線を、店主が数字で書いてみる
  4. 手元の AI サービスの画面に、目安の表と注文の備考・数字を貼り、「判断の材料と、相談のお知らせの下書きを作ってください。気温を予想しないでください」と指示する
  5. 出てきた案と下書きを、当時の店主の判断と見比べる

3番目が、いちばん大事な作業です。 線を数字で書けないと、機械の印が付けられません。書いた線で当時の40件を分けてみて、店主の判断とずれた注文の理由を見ると、線の書き直し方が分かります。

出てきた内容判断
材料と案が当時の判断とほぼ合うApps Script で予報を取る段階に進む
気温を補って書いた指示で直る。本番は数字の無いところを Apps Script が「数字なし」にして渡す
下書きに補償や無事に届く見込みを書いた指示に加え、下書きは必ず人が読んで送る

08実装時につまずきやすいポイント

問題対策
都道府県だけで予報区を決め、離島・山間の数字を取り違える市町村の単位の対応表を作る。無ければ「地域が決まらない」
配列の何番目かで数字を読み、日付がずれるtimeDefines の日付で位置を探す
空の文字列を 0 として読む「数字なし」として扱う
JSON の項目が変わって黙って誤る見つからなければ全体を止め、人に戻す
AI が気温を補う・予想する数字の無いところは Apps Script が「数字なし」にして渡す
AI の案が機械の印より緩いApps Script で consult に置き換える
下書きに無事に届く見込みや補償を書く指示で禁じ、送る前に人が読む
注文ごとに予報を取って負担をかける府県ごとに1回だけ取る
夕方の予報の更新を見落とす2回目で印が変わった注文だけ知らせる
出典を書かずに数字を伝える下書きに「気象庁の予報(発表の日時)」を入れる

上の4行が、この構成の失敗のほとんどです。 どれも AI ではなく、予報の数字を写すところで起きます。写した数字が違えば、印も材料も下書きも違います。最初の1か月は、毎日1件を選んで気象庁のホームページの数字と見比べてください。

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: お客様の氏名、住所、メール、注文の品種と数、備考(不在の時間、受け取りの希望)です。

  1. AI に渡すのは、届け先の都道府県・市町村と備考、品種と数だけにする … 氏名・番地・メールは渡しません。宛名はひな形で入れます
  2. 気温を自分で予想しない … 気象庁のホームページのページでは、気象業務法第十七条により予報の業務には許可が要ることが挙げられています。この構成は気象庁の予報の数字を写して自社の判断に使うだけにし、AI にも予想させません
  3. 出典を書く … 気象庁のホームページのコンテンツは公共データ利用規約に準拠した条件で使え、利用するときは出典を記載するとされています。お知らせの下書きに出典と発表の日時を入れます
  4. お知らせを自動で送らない … 下書きまでにします。延期の相談は、お客様の予定と返金の扱いに関わります
  5. 発送の可否を AI に決めさせない … 線は店主が表に書き、決定も店主が選びます
  6. API の鍵をコードに書かない … スクリプトのプロパティに置き、編集の権限を店主に限ります

誤りが起きた場合のリスクは、送るべきでない日に送って生体が弱ることと、送れる日に見合わせて注文を失うことの2つです。 前者は機械の印を AI が緩められないようにすることで、後者は目安に近い注文の材料を店主が読むことで防ぎます。宅配の会社が輸送の途中の死亡の責任を負わない場合があることを、お客様向けの説明にも書いておきます。

10まず何から始めるか

1週目:目安の線を数字で書く

店主が、届く日の予想の最高・最低の上と下の目安、「目安に近い」の幅、資材を足す線を、目安の表のシートに書きます。 去年の夏と冬の注文で、その線が当時の判断と合うかを見ます。

2週目:予報区の対応表を作る

注文の多い都道府県から、市町村 → 地域のコード・気温の地点のコードの対応表を作ります。最初は注文の多い10の都道府県で足ります。

3週目:40件で試す

第8章の手順で、去年の40件を手元の AI サービスで試し、材料と下書きを店主の判断と見比べます。

4週目:予報の写しと印までをつなぐ

Apps Script で予報のデータを取り、目安の表で印を付けて一覧に出すところまでを作ります。最初の2週間は AI を呼ばず、毎日の一覧を店主が手で見た数字と見比べます。

2か月目: Claude API の材料と下書きを足し、1件4分が何分になったかを測ります。3か月目以降: 届いたときの様子の連絡と目安の線を見比べて線を直し、手伝いの人が一覧を見て店主に確かめるだけで判断が回るようになった時点で、この構成は完成です。


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:2026-11-18/最終更新:2026-11-18
確認した内容情報源確認日
気象庁ホームページのコンテンツが公共データ利用規約(第1.0版)に準拠した条件で利用でき、利用時に出典を記載すること。個別法令の制約として気象業務法第十七条(予報業務の許可)が挙げられていること。予告なく内容の変更・削除・URL の変更をする場合があること気象庁: 気象庁ホームページについて2026-11-18
気象業務法第十七条が、気象庁以外の者が予報の業務を行う場合に気象庁長官の許可を要すると定めていること気象庁: 気象業務法「第十七条」2026-11-18
府県ごとの天気予報のデータの構造(1つ目の塊に地域ごとの天気と地点ごとの temps、2つ目の塊に週間の tempsMin・tempsMax とその幅、reliabilities、timeDefines、reportDatetime。先頭が空の文字列の日があること。東京都の中で地点により数字が違うこと)気象庁: 天気予報のデータ(東京都)2026-11-18
ゆうパックで魚介類を条件付きで取り扱い、輸送中に温度の調節などの特別な取り扱いをしないため、それが必要なものは取り扱えないこと。配達時に死亡していた場合に責任を負わないこと日本郵便: よくあるご質問(生き物)2026-11-18
Messages API が POST /v1/messages であること。Authorization: Bearer が基本で x-api-key は旧来の方法としてまだ使えること。anthropic-version(例 2026-10-21)と content-type が必須であることClaude API Docs: API overview2026-11-18
output_config.format に type: "json_schema" とスキーマを渡すとスキーマに合う JSON が返ること。数値の最小・最大、文字列の長さ、minItems の0・1以外が使えず400になることClaude API Docs: Structured outputs2026-11-18
インストール型のトリガーが作った人のアカウントで動き、失敗がメールで届くこと。時間主導のトリガーの時刻が少しずれ、9時の設定が9時から10時の間に動くことGoogle for Developers: Installable triggers2026-11-18
1回の実行が6分まで。URL Fetch の呼び出しが個人のアカウントで1日20,000回、Google Workspace で1日100,000回であることGoogle for Developers: Quotas for Google Services2026-11-18
muteHttpExceptions を有効にするとエラーの応答でも例外を投げないこと。timeoutSeconds の既定が360秒であることGoogle for Developers: Class UrlFetchApp2026-11-18

生体を送れるかどうか、輸送中の死亡の扱い、見合わせた注文の返金は、店の決まりと利用する運送会社の条件で決めてください。 本記事は公式ページで確認できた範囲だけを扱っています。

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-3960)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