Media > AI活用ユースケース > カスタマーサポート > 人材派遣会社が、派遣先から届く苦情・要望を Azure OpenAI で内容ごとに分類し、対応の記録の下書きを作る

人材派遣会社が、派遣先から届く苦情・要望を Azure OpenAI で内容ごとに分類し、対応の記録の下書きを作る

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

派遣先から届く苦情・要望の本文を Azure OpenAI に渡し、内容ごとの分類の候補と急ぎの度合いの候補、対応の記録の下書きを作らせます。営業と責任者は、急ぐものから記録を確かめて確定します。

サマリー
生成AI
Azure OpenAI Service/Claude/Gemini
連携・自動化
Power Automate
対象業界
人材/介護/医療
対象部門
カスタマーサポート/営業
対象業務
分類・仕分け/記録・議事録作成
主な課題
属人化している/書類作成に時間がかかる/期限・対応漏れが起きる
AIで行う処理
分類
主な効果
品質標準化/対応スピード向上/工数削減
導入難易度
★★★☆☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
40h/月
AI導入後
15h/月
想定削減
63%
年間削減
300h
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. 派遣先の担当者から、営業にメールか電話で苦情・要望が届く
  2. 営業が内容を読み(電話はメモを取り)、基幹システムの対応の記録の欄に自分の言葉で書く
  3. 営業が、内容から急ぎかどうかを考え、スタッフ本人への連絡や派遣先への訪問を決める
  4. 契約の変更が要りそうな依頼(業務の追加・時間の変更)は、営業が契約の担当に口頭で伝える
  5. 週に1回、取りまとめの担当が記録を読み、分類を付け直して月次の集計を作る
導入後(After)
  1. 人営業が、派遣先からのメールの本文を貼るか、電話の内容をメモにして、受付表に1件ずつ登録する
  2. 自動受付表への登録をきっかけに、派遣先・スタッフの番号から派遣契約の要点を引く
  3. 自動Azure OpenAI が、分類の候補・急ぎの度合いの候補・申し出の写し・確かめる事項・記録の下書きを JSON で返す
  4. 自動写しが本文に実在するかを照らし、規則で「責任者の確認」の印と確認の順を決める
  5. 自動「当日中」の印が付いたものは、営業と責任者の Teams に件数と受付の番号を知らせる
  6. 人営業が下書きを確かめて直し、分類を決めて記録を確定する
  7. 人「責任者の確認」の印が付いたものは、責任者が対応の方針を決める
各工程の詳しい説明を読む
  1. 派遣先の担当者から、営業にメールか電話で苦情・要望が届く
  2. 営業が内容を読み(電話はメモを取り)、基幹システムの対応の記録の欄に自分の言葉で書く
  3. 営業が、内容から急ぎかどうかを考え、スタッフ本人への連絡や派遣先への訪問を決める
  4. 契約の変更が要りそうな依頼(業務の追加・時間の変更)は、営業が契約の担当に口頭で伝える
  5. 週に1回、取りまとめの担当が記録を読み、分類を付け直して月次の集計を作る

(a)記録の書き方が営業ごとに違う。 ある営業は「Aさん遅刻3回、注意済み」と1行で書き、別の営業は派遣先とのやり取りを全文貼ります。取りまとめの担当は、週に1回、記録を読み直して分類を付け直しています。 書いた営業に聞き直さないと分からない記録も残ります。

(b)急ぎの案件が他の連絡に埋もれる。 「職場で他の社員から強く叱責されている、とスタッフから相談があった」という派遣先からの連絡が、勤怠の連絡と同じ受信箱に並び、営業の外回りの間に半日読まれないことがあります。 ハラスメントや安全に関わる連絡は、その日のうちに動く必要があります。

(c)契約の変更が要る依頼が口約束で進む。 「来週から受付の業務も手伝ってもらえないか」という依頼に、営業が「本人に聞いてみます」と答え、契約の業務の内容を変えないまま、スタッフが新しい業務を始めていることがあります。 後で契約の担当が気づき、さかのぼって契約を直すことになります。

(d)交代の要望の理由を確かめずに動く。 「若い人に替えてほしい」「男性のほうがいい」という要望が、普段の交代の相談と同じ文面で届きます。 営業が要望どおりに次のスタッフを探し始めると、会社として受けてはいけない依頼に応えたことになります。

  1. 【人】 営業が、派遣先からのメールの本文を貼るか、電話の内容をメモにして、受付表に1件ずつ登録する
  2. 【自動】 受付表への登録をきっかけに、派遣先・スタッフの番号から派遣契約の要点を引く
  3. 【自動】 Azure OpenAI が、分類の候補・急ぎの度合いの候補・申し出の写し・確かめる事項・記録の下書きを JSON で返す
  4. 【自動】 写しが本文に実在するかを照らし、規則で「責任者の確認」の印と確認の順を決める
  5. 【自動】 「当日中」の印が付いたものは、営業と責任者の Teams に件数と受付の番号を知らせる
  6. 【人】 営業が下書きを確かめて直し、分類を決めて記録を確定する
  7. 【人】 「責任者の確認」の印が付いたものは、責任者が対応の方針を決める

4番目の印は、AI ではなく規則で付けます。 分類が「ハラスメント・安全」「スタッフ本人の苦情」「契約外の業務」、または交代の要望の写しに性別・年齢・国籍などの言葉があれば印を付けます。AI が分類を誤っても、写しの言葉で印が付きます。

6番目で記録を確定するのは営業です。 下書きは受付表に「下書き」として入るだけで、基幹システムの対応の記録には、営業が確かめた文だけを写します。

02今回想定するシステム構成

構成図
派遣先からの苦情・要望(メール・電話)
   │  営業が本文を貼るかメモにして登録
   ▼【トリガー】受付表(SharePoint のリスト)に項目が作られたとき
Power Automate ── 派遣先の番号・スタッフの番号で契約の要点を引く
   │   業務の内容・就業の時間・派遣の期間・指揮命令者
   ▼
Azure OpenAI(Microsoft Foundry) ── 1件ずつ分類(構造化出力)
   │   分類の候補/急ぎの度合いの候補/申し出の写し/確かめる事項/記録の下書き
   ▼
Power Automate ── 写しの照合と、規則による印と確認の順
   │   当日中:ハラスメント・安全/スタッフ本人の苦情/止められた入力
   │   責任者:契約外の業務/交代の理由に属性の言葉
   ▼
受付表(下書き・印・確認の順)と Teams への通知
   ▼
【営業が下書きを直して確定 → 責任者の印のものは責任者が方針を決める】
役割想定する製品代替候補
生成AIAzure OpenAI(Microsoft Foundry)Claude API(Amazon Bedrock)、Gemini API
連携Power Automate(受付表の登録の検知、契約の要点の取得、写しの照合、印と通知)Azure Functions
保管SharePoint のリスト(受付表。下書き・印・営業が確定した記録)Microsoft Dataverse
通知Microsoft Teams(当日中の件数と受付の番号を、営業と責任者に知らせる)メール

新しく足すのは、受付表のリストと Power Automate のフロー、Azure OpenAI の配置です。 基幹システムには自動で書き込まず、営業が確かめた記録だけを、従来どおりの画面で写します。

中心になるのは、Azure OpenAI の構造化出力です。 公式のページでは、Chat Completions では response_format、Responses では text.format に JSON スキーマを書くとされています。分類と急ぎの度合いを enum で固定でき、規則が読めない言葉が返ってきません。 公式のページでは、すべての項目を required にし、オブジェクトには additionalProperties: false を付けるとされています。

もう一つ、既定の安全方針(DefaultV2)は、ヘイト・性的・暴力・自傷の4分類について、入力と出力の重大度「中」以上を止めます。 苦情の本文には、職場での強い叱責やセクシュアルハラスメントの訴えが書かれることがあります。止められた申し出の扱いは、第7章の例外処理で決めます。

03どうやって実装するのか

Step1

処理の起点を決める

受付表(SharePoint のリスト)に項目が作られたときに、1件ずつ動かします。 営業は、派遣先からのメールなら本文をそのまま貼り、電話なら聞き取ったことをメモにして登録します。受信箱を直接読みに行く設計にはしません。 営業のメールには、派遣先からの苦情・要望以外の連絡も多く、何を苦情として扱うかの線引きを、登録する営業の側に置くためです。

登録の画面には、派遣先とスタッフを選ぶ欄を置きます。 名前を本文から読ませると、同じ名字のスタッフを取り違えます。派遣先の番号とスタッフの番号は、営業が選んだ値を使います。 スタッフが特定できない申し出(「最近来た人たち」など)は、スタッフの欄を空けて登録します。夜間にまとめて処理する設計にはしません。 当日中に動くべき案件が翌朝に回ります。

Step2

入力データを集める

データ中身取得元
申し出の本文メールの本文、または電話のメモ。受付の日時、経路(メール・電話)、申し出た人の役職受付表
派遣契約の要点派遣先の番号、業務の内容、就業の時間、派遣の期間、指揮命令者の役職基幹システムの契約の書き出し
分類の決まり分類の一覧と、それぞれの例、急ぎの度合いの基準業務管理の担当が作る決まりの文書
確定した過去の記録同じ派遣先で営業が確定した分類と記録(直近10件ほど)受付表

質を決めるのは、派遣契約の要点です。 「受付の業務も手伝ってほしい」が契約外の業務かどうかは、契約の業務の内容が「一般事務(データ入力・書類の整理)」と書かれているのを見て初めて分かります。 契約の要点が無いと、AI は依頼を「増員・条件の相談」に入れ、契約の変更の印が付きません。

契約の要点に、スタッフの氏名・住所・時給は入れません。 分類に要るのは業務の内容と時間と期間だけで、スタッフの個人の情報を AI に渡す理由がありません。 スタッフは番号だけで扱います。

過去の記録は、営業が確定したものだけを例にし、AI の下書きは例に入れません。

Step3

データの取得方法を決める

派遣契約の要点は、基幹システムから毎晩書き出す契約の一覧(CSV)を SharePoint に置き、Power Automate がそこから引きます。 基幹システムの画面を操作したり、API を推し量って呼んだりはしません。一覧の列の形が変わったら、フローを止めて業務管理の担当に知らせます。

取るものどこから何に使うか
申し出の本文と受付の情報受付表の項目分類の対象
派遣契約の要点契約の一覧(派遣先の番号とスタッフの番号で引く)契約外の業務の判断の材料
分類の決まり決まりの文書(版の日付付き)AI への入力、スキーマの enum
確定した過去の記録受付表(同じ派遣先・確定済み)AI への入力
分類の候補と下書きAzure OpenAI の構造化出力受付表の下書きの欄

Azure OpenAI には、Power Automate の HTTP の操作から Chat Completions を1件ずつ呼びます。 システムの指示に分類の決まり、ユーザーの入力に申し出の本文と契約の要点と過去の記録を入れ、response_format に JSON スキーマを付けます。1回に複数の申し出をまとめて送らないのは、写しが別の申し出を指すことがあるからです。

Step4

AIへ渡す前に整形する

  1. 署名と引用を外す … メールの署名、過去のやり取りの引用(「>」で始まる行や「----- Original Message -----」以下)を外します
  2. 個人の情報を置き換える … 本文に書かれたスタッフの氏名は「スタッフ」に、派遣先の社員の氏名は役職に置き換えます
  3. 長さを確かめる … 本文が空、または極端に短いものは AI に渡さず「記述不足」とします
  4. 契約の要点を選ぶ … スタッフの番号があれば、その人の契約の要点を、無ければ派遣先の契約の一覧を渡します
  5. 急ぎの言葉を拾う … 「けが」「救急」「ハラスメント」「セクハラ」「パワハラ」「怒鳴」などの言葉を規則で拾い、AI の結果にかかわらず当日中の印を付けます
  6. 重複を見る … 同じ派遣先・同じスタッフ・同じ日に登録された申し出があれば、印を付けます

2番目を省くと、下書きにも氏名が書かれ、受付表を見られる人の範囲に氏名が広がります。

5番目は、AI に頼らずに規則で行います。 ハラスメントやけがの申し出は、この構成でいちばん急ぐべき案件で、同時に安全方針で入力が止まりうる案件です。AI の結果が返らなくても、言葉で当日中の印が付くようにしておきます。

Step5

AIに処理させる

させるのは、申し出の本文を、分類の決まりと契約の要点に照らして候補を選び、申し出の写しと、確かめる事項と、記録の下書きを返すことだけです。

返すもの返し方判断できないときの扱い
分類の候補分類の一覧から、当たるものを1つ以上(enum)当てはまらない → other
急ぎの度合いsame_day/within_3_days/normal迷ったら same_day
契約外の業務の疑いyes/no/cannot_judge と、契約の要点の該当の箇所契約の要点に書かれていない → cannot_judge
申し出の写し本文から一字一句そのまま写せない → 候補を出さない
確かめる事項スタッフ本人・派遣先・勤怠の記録で確かめること-
記録の下書き「派遣先の〇〇(役職)によると」で始まる文-

分類は1件に1つとは限りません。 第2章のように、苦情と増員の相談が1つの連絡に入っていることがあります。分類を1つに絞らせると、どちらかが落ちます。 当たるものをすべて返させ、それぞれに写しを付けます。

分類例
attendance 勤怠遅刻・欠勤・早退の連絡、連絡なしの欠勤
skill 業務の習熟仕事の覚えが遅い、ミスが続く
conduct 職場のルール・態度言葉遣い、服装、私用の携帯の利用
scope 業務の範囲契約にない業務を頼みたい、時間を延ばしたい
replacement 交代の要望別の人に替えてほしい
expansion 増員・延長人数を増やしたい、期間を延ばしたい
harassment_safety ハラスメント・安全叱責、セクシュアルハラスメントの訴え、けが、事故
staff_complaint スタッフ本人の苦情スタッフから派遣先に出た苦情の通知
billing 請求・勤怠の数字請求の金額、勤怠の時間の食い違い
させないこと理由
申し出が事実かどうかの判断本人と勤怠の記録に当たるのは営業
スタッフの評価・処遇の提案評価は派遣元が自社の手順で行う
交代や契約の解除をすべきかの判断責任者が法令と契約に照らして決める
派遣先への回答の文案回答は営業と責任者が方針を決めてから書く
本文に無い事情の補い補った事情で分類と急ぎの度合いが変わる

1行目がいちばん起きやすい失敗です。 要約を頼むと、AI は「派遣先の課長によると、スタッフの電話の応対が雑とのこと」を「スタッフの電話の応対が雑である」と言い切った文に縮めます。 記録が後で本人や監督の場で読まれたとき、派遣元が事実と認めた記録に見えます。 下書きの主語を必ず申し出た人にさせ、写しの照合で言い切りを見つけます。

Step6

指示内容を固定する

あなたは人材派遣会社で、派遣先から届いた苦情・要望を仕分ける営業を補助します。
【申し出の本文】だけを根拠に、【分類の決まり】と【派遣契約の要点】に照らして候補を返してください。
最終の判断は営業と責任者が行います。

【返すもの】
1. categories:【分類の決まり】の一覧から当たるものをすべて。それぞれに本文の写しを付ける
2. urgency:same_day / within_3_days / normal。迷ったら same_day
3. out_of_scope:依頼が【派遣契約の要点】の業務の内容・時間・期間の外か。
   yes / no / cannot_judge と、契約の要点の該当の箇所
4. quotes:判断に使った本文を一字一句そのまま写す(要約しない)
5. questions:スタッフ本人・派遣先・勤怠の記録で確かめる事項
6. record_draft:対応の記録の下書き。
   「派遣先の〇〇(役職)によると」で始め、申し出の内容を申し出た人の言葉として書く

【厳守事項】
- 申し出の内容を、事実として言い切らないでください。
  「〜とのこと」「〜との申し出」と書き、スタッフを主語にした断定の文を作らないでください。
- 本文に書かれていない事情・回数・日付を補わないでください。
- スタッフの評価、処遇、交代や契約の解除をすべきかを書かないでください。
- 派遣先への回答の文案を書かないでください。
- 交代の要望の理由に、性別・年齢・国籍・信条・社会的身分・労働組合に関わる言葉があれば、
  その部分を quotes に必ず写してください。理由の良し悪しは書かないでください。
- quotes に写せない根拠で分類を選ばないでください。

【分類の決まり(版)】{rule_version}
{classification_rules}
【派遣契約の要点】{contract_summary}
【確定した過去の記録】{past_records}
【申し出】受付の番号:{intake_id}/経路:{channel}/申し出た人の役職:{requester_title}
本文:{body}

「スタッフを主語にした断定の文を作らない」を名指しで書くのは、要約の自然な形がそれだからです。 何も言わなければ、AI は短く読みやすい記録を作ろうとして、申し出た人の言葉を削り、事実の文に変えます。 読みやすさより、誰の言葉かが残ることを優先させます。

Step7

出力形式を固定する

次の形の JSON で受け取ります。

{
  "intake_id": "",
  "rule_version": "",
  "categories": [
    { "category": "attendance | skill | conduct | scope | replacement | expansion | harassment_safety | staff_complaint | billing | other",
      "quote": "" }
  ],
  "urgency": "same_day | within_3_days | normal",
  "out_of_scope": { "assessment": "yes | no | cannot_judge", "contract_clause": "" },
  "quotes": [""],
  "questions": [""],
  "record_draft": ""
}

1つ目の理由は、規則で印と確認の順を決められることです。

印条件
当日中urgency が same_day。分類に harassment_safety か staff_complaint がある。前処理で急ぎの言葉を拾った。入力が安全方針で止められた
責任者の確認分類に scope があり out_of_scope が yes か cannot_judge。replacement の写しに属性の言葉がある
3日以内urgency が within_3_days。分類に expansion がある
通常上のどれにも当たらない

属性の言葉は、Power Automate の側の一覧で照らします。 「女性」「男性」「若い」「年配」「外国人」「国籍」「組合」などの言葉の一覧を業務管理の担当が持ち、replacement の写しに1つでもあれば責任者の印を付けます。 労働者派遣法は、派遣先が派遣労働者の国籍、信条、性別、社会的身分、労働組合の正当な行為をしたこと等を理由として労働者派遣契約を解除してはならないとしています(第27条)。交代の要望がこの種の理由と結び付いていないかを、営業1人で判断させないための印です。

2つ目は、quotes で写しの照合ができることです。 Power Automate が写しを本文と文字列で照らし、1つでも本文に無い写しがあれば、AI が補った疑いとして「写し不一致」の印を付けます。 あわせて、record_draft が「派遣先の」で始まっているかを確かめ、始まっていなければ営業の確認で必ず直す欄に印を付けます。

Step8

システムへ連携する

つなぎ先方式内容
受付表(SharePoint のリスト)Power Automate のトリガーと書き込み申し出の登録、下書き・印・確認の順
契約の一覧毎晩の CSV を読むだけ業務の内容・時間・期間
Azure OpenAI(Microsoft Foundry)Chat Completions と構造化出力分類の候補、写し、確かめる事項、下書き
Microsoft Teams営業と責任者のチャネルへの通知当日中の件数と受付の番号
基幹システム営業が画面で写す確定した対応の記録

基幹システムには自動で書き込みません。 対応の記録は、本人や派遣先との話し合い、場合によっては労働局の調査で読まれる記録です。営業が確かめていない下書きが、そのまま記録として残る経路を作りません。

Teams の通知には、件数と受付の番号だけを書き、本文は受付表の画面で見ます。

Step9

人が確認する

営業が、すべての申し出の分類を決め、記録を確定します。 AI の候補は、読む順と見る場所を示すだけです。

  1. 当日中の印のものをその日のうちに読む … ハラスメント・安全、スタッフ本人の苦情、止められた入力のものです。スタッフ本人への連絡を先に行います
  2. 写しと本文を見比べる … 写しが本文のどこにあるかを確かめ、AI が補った部分が無いかを見ます
  3. 下書きの主語を確かめる … 申し出た人の言葉として書かれているかを見て、言い切りを直します
  4. 責任者の印のものを責任者に回す … 契約外の業務の疑い、属性の言葉がある交代の要望です
  5. 本人と勤怠の記録に当たってから、記録に事実を書き足す … 確かめたことは「確認した事実」の欄に分けて書きます

5番目の「欄を分ける」が、この構成の記録の要です。 申し出の内容と、営業が本人と記録で確かめた事実を同じ欄に混ぜると、どこまでが派遣先の話で、どこからが確かめたことかが後から分かりません。 下書きの欄には申し出だけを、確かめた事実は営業が別の欄に書きます。

目標は、300件をならして1件3分です。 通常の申し出は1〜2分、当日中や責任者の印の申し出は10分を超えます。

Step10

例外に対処する

起きること対応
入力が安全方針で止められた(エラーが返る)公式のページでは、止められた入力にはエラー(content_filter)が返るとされている。止められたこと自体を理由に当日中の印を付ける。 ハラスメントや暴力の訴えでありうる
出力が止められた同じく当日中の印を付け、営業が本文を読んで記録を書く
Azure OpenAI が応答しない・時間切れ「未分類」として当日中の印を付け、30分後にもう一度送る
写しが本文に無い「写し不一致」の印を付け、営業が本文から記録を書き直す
本文が空・極端に短いAI に渡さず「記述不足」とし、営業が派遣先に聞き直す
スタッフが特定できないスタッフの欄を空けたまま分類し、営業が派遣先に確かめる
契約の一覧に該当の契約が無いout_of_scope を見ずに責任者の印を付ける。契約が切れている、または登録漏れでありうる
外国語で書かれた申し出分類はさせるが、結果にかかわらず営業が原文で確かめる
同じ申し出がメールと電話で二度登録された重複の印を付け、営業が1件にまとめる

1行目が、この構成でいちばん大事な例外です。 既定の安全方針は、暴力や性的な内容の重大度「中」以上の入力を止め、止めたときはエラーを返します。公式のページでは、暴力の「中」の例に「いじめと威圧」が挙げられています。派遣先からの「スタッフが職場で強く叱責されている」という連絡は、最も急いで動くべき申し出で、同時に入力で止まりうる申し出です。 このエラーを処理の失敗として読み飛ばすと、最も急ぐべき申し出が、いちばん後回しになります。 止められたことを、当日中の印を付ける理由として扱います。

Step11

記録を残す

  • 受付表に登録された本文(個人の情報を置き換えたもの)と、受付の日時・経路・登録した営業
  • AI に渡した分類の決まりの版と、契約の要点
  • AI が返した JSON の全文、写しの照合の結果、付けた印
  • 営業が確定した分類と記録、確定した日時と営業
  • 営業が本人と勤怠の記録で確かめた事実(申し出の欄とは分けて)
  • 責任者が決めた方針と、派遣先への回答の日時

5つ目を分けて残すのは、スタッフから異議が出たときに、どこまでが派遣先の申し出で、どこからが派遣元が確かめたことかを記録だけでたどれるようにするためです。

スタッフ本人の苦情の通知は、派遣元管理台帳の記載とつなぎます。 労働者派遣法は、派遣元管理台帳に派遣労働者から申出を受けた苦情の処理に関する事項を記載し、台帳を3年間保存することを求めています(第37条)。分類が staff_complaint で確定したものは、処理の経過を台帳の側にも記載します。 この構成の受付表は台帳の代わりにはしません。

04実装レベルの3段階

最小構成:50件を Foundry の画面で1件ずつ試し、営業の記録と並べる / 候補と下書きの出し方の確かめ
半自動化:上記+受付表とフローを作り、1つの営業チームの申し出で分類と下書きを出す / 分類の候補と記録の下書き
本格構成:上記+全営業に広げ、契約の要点の取得、写しの照合、規則による印と Teams の通知、決まりの版の管理までを回す / 申し出の仕分けと記録の全体

最小構成は、言い切りを避ける指示が効くかを確かめる段階です。 半自動化で、1件8分が5分程度になります。 記録を書く時間は減りますが、契約の要点を引かないので、契約外の業務の判断は営業が契約を開いて行います。本格構成で1件3分になり、この段階が本記事の想定です。 差が大きいのは、週次の付け直しが、全営業の記録が同じ分類と書き方でそろって初めて無くなるからです。 段階を飛ばさないでください。 1つのチームで1か月回すと、分類の候補が営業の判断と分かれる境目が分かります。

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
6 名
月間件数
300 件
1件あたり現在時間
8 分
1件あたり導入後時間
3 分
現在  300件 × 8分 ÷ 60 = 40 時間/月
導入後 300件 × 3分 ÷ 60 = 15 時間/月
月間削減時間
25h
削減率
63%
年間削減時間
300h
年間金額換算(時間単価3,500円)
105万円
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. 一般事務・コールセンター・軽作業・介護などの派遣を行い、派遣先から営業に届く苦情・要望が月に数百件ある人材派遣会社。苦情の記録の書き方と分け方が営業ごとに違い、急ぎの案件が他の連絡に埋もれたり、契約の変更が要る依頼が口約束のまま進んだりしている場合。Microsoft 365 と Azure を使っており、苦情・要望を受付表に1件ずつ登録する運用に切り替えられる場合。
向いていない
  1. 派遣先が数社で、苦情・要望が月に数十件しか無く、営業が全件を覚えていられる場合。派遣先からの連絡が電話だけで、内容を文字で残す運用にできない場合。苦情の記録をスタッフの評価や時給の決定に直接つなげたい場合。なお、申し出の事実の確定、スタッフの評価、交代や契約の解除の判断、派遣先への回答、法令に照らした判断は、この構成では代替できません。

07最小構成で試す方法

  1. 先月、派遣先から届いた苦情・要望のうち、営業が記録を残したものを50件集める(ハラスメント・安全、契約外の業務、交代の要望を必ず含める)
  2. 本文のスタッフと派遣先の社員の氏名を置き換え、契約の要点を文字のデータにする
  3. 分類の決まりを、業務管理の担当が例付きで1枚にまとめる
  4. Foundry の画面で、第7章の指示と JSON スキーマを付けて、50件を1件ずつ試す
  5. 営業の記録と並べ、下書きが申し出を事実として言い切っていないかと、ハラスメント・安全を normal に落としていないかを最優先で数える

試すときも、氏名が残っていないかを先に確かめてください。 試しの50件でも、スタッフの勤怠や職場での様子が書かれた記録です。

試しは、営業の記録と必ず並べてください。 「急ぐべき申し出を当日中に上げ、申し出を申し出た人の言葉のまま書けるか」を確かめます。

出てきた内容判断
急ぐべき申し出がすべて same_day で返り、下書きの主語が申し出た人になっている受付表とフローの作成に進む
下書きが事実として言い切っている指示の書き方で直る。構成は有効
分類の候補が営業の記録と大きく分かれる分類の決まりと例が先。 AI の問題ではない

3行目は失敗ではなく、営業ごとに分類の境目が違っていたことが分かったということです。 境目の例を決まりに書き足し、同じ50件で試し直してください。

08実装時につまずきやすいポイント

問題対策
下書きが申し出を事実として言い切る主語を申し出た人にさせ、「派遣先の」で始まらない下書きに印を付ける
苦情と増員の相談が1件に入り、片方が落ちる分類を1つに絞らせず、当たるものをすべて写し付きで返させる
叱責やセクハラの訴えで入力が止まり、後回しになる止められたことを当日中の印を付ける理由にする
ハラスメント・安全の申し出が AI の結果を待って遅れる前処理の規則で急ぎの言葉を拾い、先に印を付ける
契約外の業務の依頼を増員の相談に入れる契約の要点を渡し、cannot_judge も責任者に回す
属性の言葉がある交代の要望を普段の交代と同じに扱う写しを属性の言葉の一覧で照らし、責任者の印を付ける
本文の氏名が下書きに残る前処理で置き換え、スタッフは番号で扱う
下書きがそのまま基幹システムの記録になる自動で書き込まず、営業が確かめた文だけを写す

上の4行が、この構成の失敗のほとんどです。 どれも「申し出の中身が、そのとき必要な人に、そのとき必要な形で届かない」という同じ結果に出ます。申し出た人の言葉のまま残し、急ぐものに規則で印を付けているかどうかで、営業がこの受付表を頼りにできるかが決まります。

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: 派遣先の担当者の役職と申し出の内容、スタッフの番号と勤怠や職場での様子についての記述、派遣契約の業務の内容と時間です。スタッフの就業に関わる情報で、本人が読めば強く気にする内容を含みます。

  1. スタッフを番号で扱う … 本文に書かれた氏名は前処理で置き換えます。AI への入力にも、受付表の下書きにも、氏名を残しません
  2. データの扱いを確かめておく … 公式のページでは、入力と出力は他の顧客や OpenAI に提供されず、基盤のモデルの学習に使われないとされています。一方で、不正利用の監視で検出された場合は、入力と出力が人の確認に回りうるとされています
  3. 処理の場所を確かめる … 公式のページでは、Global や DataZone の配置では、入力と出力が指定した地域の外で処理されうるとされています。自社の個人情報の取扱いの規程と照らしてから、配置の種類を選びます
  4. 申し出をスタッフの評価につなげない … 苦情の件数や分類を、スタッフの評価や時給の決定に直接使いません。派遣先の一方の話を、確かめないまま本人の不利益につなげないためです
  5. 判断を AI に寄せない … 申し出の事実の確定、交代や契約の解除の判断、派遣先への回答、法令に照らした判断は、営業と責任者が行います。 AI の候補は読む順と見る場所を示すだけです
  6. 受付表を見られる人を絞る … ハラスメントやスタッフ本人の苦情の申し出は、担当の営業と責任者だけが読めるように、受付表の権限を分けます

誤りが起きた場合のリスクは、急ぐべき申し出を後回しにすることと、確かめていない申し出が事実の記録として残ることの2つです。 前者は止められた入力や normal への誤りで起き、後者は下書きの言い切りで起きます。どちらも「急ぎの言葉と止められた入力に規則で印を付け、申し出を申し出た人の言葉のまま書かせる」ことで防げるので、そこだけは設計で守ります。

10まず何から始めるか

1週目:分類の決まりを1枚にする

業務管理の担当と営業のリーダーで、分類の一覧と、境目の例、急ぎの度合いの基準を1枚にまとめます。 交代の要望で責任者に回す属性の言葉の一覧も、責任者と決めます。

2週目:50件で試す

先月の50件で第7章の指示を試し、営業の記録と並べて、下書きの言い切りと、急ぐべき申し出を normal に落としていないかを最優先で見ます。

3週目:受付表とフローを作る

SharePoint のリストで受付表を作り、Power Automate で分類と下書き、写しの照合までをつなぎます。 営業の手順書に、受付表への登録のしかたを書き足します。

4週目:1つの営業チームで動かす

1つのチームの申し出で、分類と下書きと印を出し、営業が確かめて記録を確定します。この時点では、ほかのチームには広げません。

2か月目: 契約の一覧の毎晩の書き出しと、契約外の業務の判断、Teams の通知を足します。AI の候補と営業の決定が分かれた申し出を集め、決まりの例を直します。3か月目以降: 全営業に広げ、1件8分が何分になったかを実測します。週次の付け直しをしないまま、月次の集計が営業の確定した分類だけで作れた時点で、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:2026-11-19/最終更新:2026-11-19
確認した内容情報源確認日
派遣先は派遣労働者の国籍、信条、性別、社会的身分、労働組合の正当な行為をしたこと等を理由として労働者派遣契約を解除してはならないこと(第27条)。労働者派遣契約で派遣労働者が従事する業務の内容、就業の時間、派遣労働者からの苦情の処理に関する事項などを定めること(第26条第1項)。派遣元管理台帳に派遣労働者から申出を受けた苦情の処理に関する事項を記載し、3年間保存すること(第37条)。派遣先が派遣労働者から苦情の申出を受けたときは派遣元に通知し、密接な連携の下で処理を図ること(第40条)。2026-10-01 施行の版e-Gov 法令API: 労働者派遣事業の適正な運営の確保及び派遣労働者の保護等に関する法律2026-11-19
派遣元管理台帳に記載する事項として、派遣労働者の氏名、派遣元責任者及び派遣先責任者に関する事項などが定められていること(第31条)e-Gov 法令API: 労働者派遣事業の適正な運営の確保及び派遣労働者の保護等に関する法律施行規則2026-11-19
Chat Completions では response_format、Responses では text.format に JSON スキーマを書くこと。すべての項目を required にし、additionalProperties: false を付けること。enum が使えること。項目は合計100・入れ子5段までであることMicrosoft Learn: How to use structured outputs with Azure OpenAI in Microsoft Foundry Models2026-11-19
既定の安全方針(DefaultV2)が、ヘイト・性的・暴力・自傷の4分類で入力と出力の重大度「中」以上を止めること。止められた入力は content_filter のエラーが返ること。暴力の「中」の例にいじめと威圧が挙がっていること。分類器が日本語・英語・中国語など8つの言語で学習・試験されていることMicrosoft Learn: Default safety policies in Microsoft Foundry2026-11-19
入力と出力が他の顧客や OpenAI に提供されず、基盤のモデルの学習に使われないこと。Global・DataZone の配置で指定した地域の外で処理されうること。不正利用の監視で入力と出力が人の確認に回りうることMicrosoft Learn: Data, privacy, and security for Foundry Models sold by Azure2026-11-19

交代の要望や契約外の業務の扱い、派遣先への回答は、自社の責任者と、必要に応じて社会保険労務士・弁護士に確かめてください。 本記事は公式のページと法令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-4199)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