Media > AI活用ユースケース > 物流 > 梅干の通販の会社が、注文の表を Apps Script で読み、商品・箱数・届け先の地域と AI で分けた備考から、常温・クール・ゆうパケットの配送の方法を分けて出荷の表を作る

梅干の通販の会社が、注文の表を Apps Script で読み、商品・箱数・届け先の地域と AI で分けた備考から、常温・クール・ゆうパケットの配送の方法を分けて出荷の表を作る

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

梅干の通販の注文の表を Google Apps Script で毎朝読み、商品・箱数・届け先と時期の決まりから配送の方法の候補を決めます。備考の自由記述は AI で区分に分け、候補と食い違う注文を拾って、配送の方法ごとの出荷の表を作ります。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Google Apps Script/Python
対象業界
EC/小売/製造
対象部門
物流
対象業務
内容確認・チェック/分類・仕分け
主な課題
入力作業が多い/属人化している/確認ミスが多い
AIで行う処理
分類
主な効果
入力漏れ削減/品質標準化/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
60h/月
AI導入後
20h/月
想定削減
67%
年間削減
480h
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. 毎朝、自社サイトとモールの注文を CSV で書き出し、スプレッドシートに貼る
  2. 1件ずつ、商品・数・届け先の都道府県を見て、常温・クール・ゆうパケットを決める
  3. 備考を読み、冷蔵の希望・日時の指定・贈答・ポストへの投函の可否を確かめ、決めた方法を直す
  4. 配送の方法ごとに行を分け、運送会社の送り状の画面に取り込む CSV を作る
  5. 迷った注文は、お客様に電話かメールで尋ねる
導入後(After)
  1. 人毎朝、注文の CSV を書き出し、スプレッドシートの「注文の取り込み」のシートに貼る
  2. 自動Apps Script の時間主導型のトリガーで処理が動き、まだ振り分けていない注文の行を読む
  3. 自動商品の表と地域・時期の表から、配送の方法の候補を式で決める
  4. 自動備考のある注文だけを Claude API に送り、備考を区分に分けさせる
  5. 自動候補と備考の区分を突き合わせ、食い違う注文を要確認にする
  6. 自動配送の方法ごとの出荷の表のシートと、要確認の一覧のシートに行を書き出す
  7. 人出荷の担当者が要確認の一覧だけを見て、配送の方法を決める
  8. 人方法ごとの出荷の表から送り状の取り込みの CSV を書き出し、運送会社の画面に取り込む
各工程の詳しい説明を読む
  1. 毎朝、自社サイトとモールの注文を CSV で書き出し、スプレッドシートに貼る
  2. 1件ずつ、商品・数・届け先の都道府県を見て、常温・クール・ゆうパケットを決める
  3. 備考を読み、冷蔵の希望・日時の指定・贈答・ポストへの投函の可否を確かめ、決めた方法を直す
  4. 配送の方法ごとに行を分け、運送会社の送り状の画面に取り込む CSV を作る
  5. 迷った注文は、お客様に電話かメールで尋ねる

(a)備考の読み落としで、冷蔵の希望を常温で送る。 備考が長い注文では、最後の一文に「冷やして送ってください」と書かれていることがあります。読み落とすと、届いてから「冷蔵で頼んだのに」と連絡が来ます。

(b)ゆうパケットに入らない注文を回す。 お試しの小袋を2つ、3つと頼まれると厚さを超えます。梱包の段階で入らないと分かり、送り状を作り直します。

(c)日時の指定のある注文をゆうパケットに回す。 ゆうパケットは郵便受けに届ける方法なので、「12日の午前に」と指定された注文を回すと、お客様の希望どおりには届きません。

(d)決め方が人によって違う。 「夏」がいつからか、どの県を暖かい地域とするかが、担当者ごとに少しずつ違います。

  1. 【人】 毎朝、注文の CSV を書き出し、スプレッドシートの「注文の取り込み」のシートに貼る
  2. 【自動】 Apps Script の時間主導型のトリガーで処理が動き、まだ振り分けていない注文の行を読む
  3. 【自動】 商品の表と地域・時期の表から、配送の方法の候補を式で決める
  4. 【自動】 備考のある注文だけを Claude API に送り、備考を区分に分けさせる
  5. 【自動】 候補と備考の区分を突き合わせ、食い違う注文を要確認にする
  6. 【自動】 配送の方法ごとの出荷の表のシートと、要確認の一覧のシートに行を書き出す
  7. 【人】 出荷の担当者が要確認の一覧だけを見て、配送の方法を決める
  8. 【人】 方法ごとの出荷の表から送り状の取り込みの CSV を書き出し、運送会社の画面に取り込む

7番目で人が見るのは、要確認の一覧だけです。 候補と備考が食い違わない注文は、そのまま出荷の表に並びます。全件を見る設計にすると、1件3分がほとんど減りません。 その代わり、要確認に入れる条件を広めにとっています。

3番目を式で行うのも、意図してのことです。 「減塩の品で、6月から9月で、届け先がこの県ならクール」という決まりは、表に書けば毎回同じ答えになります。AI に任せると、同じ注文でも日によって答えが変わりえます。

02今回想定するシステム構成

構成図
自社サイト・モールの注文の CSV
   │  担当者が「注文の取り込み」のシートに貼る
   ▼【トリガー】時間主導型(毎朝)
Google Apps Script
   ├──▶ 商品の表:保存の区分・ゆうパケットの可否・厚さ・重さ
   ├──▶ 地域・時期の表:都道府県ごとのクールの時期・クールを取り扱わない地域
   ├──▶ 式:配送の方法の候補(常温・クール・ゆうパケット)
   ├──▶ UrlFetchApp:Claude API(Messages API、構造化出力)
   │       備考の区分(温度の希望・日時の指定・贈答・投函の可否・同梱・その他)
   ├──▶ 候補と備考の区分の突き合わせ
   └──▶ 出荷の表(常温・クール・ゆうパケット)/要確認の一覧のシート
   ▼【人】要確認だけを見て決める → 送り状の取り込みの CSV を書き出す
役割想定する製品代替候補
実行環境Google Apps Script(時間主導型のトリガー、UrlFetchApp)Python
生成AIClaude API(Messages API、構造化出力)OpenAI API、Gemini API
表Google スプレッドシート(注文・商品・地域と時期・出荷・要確認のシート)Microsoft 365 の表計算

処理は Apps Script の時間主導型のトリガーで動かします。 公式のガイドでは、毎分から毎月までの間隔で動かせ、時刻は少しずれることがあり、午前9時と決めると9時から10時の間のどこかで動いて、その時刻が日ごとに保たれるとされています。運送会社の集荷の時間から逆算し、注文を貼る時刻の後に1回、念のためにその30分後にもう1回動かします。2回目は、まだ振り分けていない行だけを読みます。

Claude API は UrlFetchApp で呼びます。 公式のページでは、Messages API は https://api.anthropic.com の POST /v1/messages で、Authorization: Bearer で API キーを渡し(x-api-key は旧来の方式として引き続き使えるとされています)、anthropic-version(例は 2026-10-21)と content-type: application/json が必須です。出力は構造化出力(output_config.format)で、決まった項目の JSON にします。

スクリプトを置くのは、出荷の担当者が使うスプレッドシートです。 公式のガイドでは、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、その人のトリガーの割り当てに数えられるとされています。個人のアカウントではなく、会社の Google Workspace のアカウントで作ります。

03どうやって実装するのか

Step1

処理の起点を決める

毎朝の時間主導型のトリガーを起点にします。 担当者が注文の CSV を貼り終える時刻(例:8時半)の後に動くよう、9時台に1回、9時半台にもう1回動かします。貼る前に動いても、振り分けていない行が無ければ何もせずに終わります。

注文の行を貼ったことをきっかけにする方法(変更のトリガー)は使いません。 公式のガイドでは、編集・変更のトリガーは利用者がスプレッドシートを変えたときに動き、スクリプトや API による変更ではトリガーは動かないとされています。貼る手順が人によって変わると動き方も変わるので、時刻で動かす方が確かです。

トリガーの失敗は、メールで知らせが届きます。 公式のガイドでは、インストール型のトリガーが失敗すると「Summary of failures for Apps Script」という件名のまとめが届くとされています。届いたら、担当者は振り分けを手で行い、出荷を止めないようにします。

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、注文の日時、販路、商品コードと商品名、数、届け先の都道府県、配達の日と時間帯の指定、ギフトの指定、備考注文の取り込みのシート
商品の表商品コード、商品名と別名、保存の区分(常温/時期によりクール/常にクール)、ゆうパケットの可否、1つの厚さ(cm)と重さ(g)、箱のサイズ商品の表のシート
地域・時期の表都道府県、クールにする時期(開始の月・終わりの月)、クールを取り扱わない地域の印地域・時期の表のシート
振り分けの記録注文の番号、振り分けの日時、候補、備考の区分、決まった方法振り分けの記録のシート

質を決めるのは商品の表と地域・時期の表です。 ベテランの担当者が覚えている決まりを、この2つの表に書き出すことが、最初の、いちばん大事な仕事です。 書き出してみると、「夏」の始まりが担当者ごとに違っていたことが分かります。

地域・時期の表には、運送会社が取り扱わない地域を入れます。 クール宅急便の公式のページでは、伊豆諸島のうち式根島・利島・御蔵島・青ヶ島と、小笠原村(小笠原諸島)へは取り扱わないとされています。届け先の住所からこれらの地域を見分けるのは、都道府県だけでは足りません。 東京都の行に「島しょ部を確かめる」の印を付け、住所の文字で市町村を見ます。

商品の表の「別名」は、モールの注文のためにあります。 モールの商品名は、セットの名前や季節の名前で登録されていることがあり、自社の商品コードと一致しない行が出ます。 一致しない行は要確認にし、担当者が別名に書き足します。

Step3

データの取得方法を決める

取るものどこからどう取るか
振り分けていない注文注文の取り込みのシート振り分けの記録に注文の番号が無い行を読む
商品の区分と寸法商品の表のシート商品コードで引く。無ければ別名で引く
地域と時期の決まり地域・時期の表のシート届け先の都道府県で引く
備考の区分Claude API備考のある注文だけ、UrlFetchApp で送る

シートは一度に読みます。 1行ずつ読むと、注文が千件を超える月に時間がかかります。表全体を配列で読み、商品コードと都道府県を鍵にした対応表を作ってから引きます。 公式の割り当ての表では、スクリプトの1回の実行は6分まで、トリガーの合計の実行時間は個人のアカウントで1日90分、Workspace で1日6時間とされています。

Claude API には備考のある注文だけを送ります。 備考の無い注文は、表の決まりだけで方法が決まるので、送る理由がありません。1日の注文のうち備考のある行は半分ほどという想定です。 公式の割り当ての表では、URL Fetch の呼び出しは個人のアカウントで1日2万回、Workspace で1日10万回までとされ、この件数なら収まります。

Step4

AIへ渡す前に整形する

  1. 商品の行をまとめる … 1つの注文に複数の商品があれば、注文の番号でまとめ、商品ごとの区分・数・厚さ・重さを並べます
  2. 配送の方法の候補を式で決める … 次の順で決めます

- 1つでも「常にクール」の商品があれば クール - 「時期によりクール」の商品があり、注文の日の月が届け先の都道府県のクールの時期に入れば クール - すべての商品がゆうパケット可で、厚さの合計が3cm以内、重さの合計が1kg以内、配達の日時の指定もギフトの指定も無ければ ゆうパケット - それ以外は 常温

  1. 取り扱わない地域を見る … クールの候補で、届け先が取り扱わない地域なら、候補を 要確認 にします
  2. 商品が引けない行を見る … 商品コードも別名も引けない行があれば、その注文を 要確認 にします
  3. AI に渡す文をそろえる … 備考の文だけを渡します。名前・住所・電話の番号は渡しません

2番目のゆうパケットの寸法は、運送の側の規格に合わせて表に持ちます。 日本郵便の公式のページでは、ゆうパケットは縦・横・高さの合計が60cm以下(長辺34cm以内、厚さ3cm以内)、重さ1kgまでとされ、郵便受けに配達する方法です。式の中に数字を書かず、商品の表と同じシートの「運送の規格」の欄から読みます。規格が変わったら直すのはその欄だけです。

時期は、注文の日ではなく出荷する日で見ます。 8月31日の夜の注文を9月1日に送るなら、9月の決まりで決めます。月の境目の注文で候補が変わるのを防ぐためです。

クール便の大きさの上限も同じ欄に持ちます。 クール宅急便の公式のページでは、120サイズ(大きさ120cmまたは重さ15kgまで)を超える荷物は取り扱わないとされています。箱数の多い注文は、上限を超えたら2個口にする印を付けます。

Step5

AIに処理させる

させるのは、備考の文を決まった区分に分け、根拠の文字列を写すことだけです。

区分中身の例配送の方法との関わり
temp_request_cool「冷やして送って」「冷蔵で」常温・ゆうパケットの候補と食い違う
temp_request_normal「冷蔵でなくてよい」「常温で受け取りたい」クールの候補と食い違う
delivery_time「12日の午前」「夕方以降」ゆうパケットの候補と食い違う
no_mailbox「ポストに入れないで」「手渡しで」ゆうパケットの候補と食い違う
gift「贈り物」「のしを付けて」「金額の分かるものを入れないで」ゆうパケットの候補と食い違う
bundle「先週の注文と同梱して」別の注文と合わせるので要確認
address_note「宅配ボックスへ」「会社宛て、受付まで」送り状の備考に写す
other上のどれでもない方法に関わらない

1つの備考に複数の区分が入ります。 「贈り物なので、冷やして、15日の午前に」なら、gift・temp_request_cool・delivery_time の3つです。区分ごとに、根拠の文字列を evidence に写させます。

区分を「配送の方法との関わり」で決めたのは、突き合わせを式で行うためです。 AI が返した区分と、式で決めた候補を表で照らすと、要確認にする注文が機械的に決まります。

させないこと理由
配送の方法を決める商品・寸法・地域・時期の決まりで決まる。式で決める
「冷やして」を「クールで送る」と書き換える希望の区分を返すだけ。方法を決めるのは式と担当者
日付を決める「来週の火曜」を日付にしない。文字を写すだけ
商品の取り違えを直す商品が引けない行は要確認。AI に候補を選ばせない
お客様への返事を書く尋ねるかどうかは担当者が決める

1行目が最も起きやすい失敗です。 備考を渡すと、AI は親切に「クール便での配送が適切です」と書きたがります。それが減塩の品の時期の決まりと合っているかは、AI には分かりません。 区分だけを返させ、方法は式で決めます。

Step6

指示内容を固定する

あなたは梅干の通販の会社で、注文の備考を読む出荷の担当の補助です。
次の備考の文を、決まった区分に分けてください。
配送の方法を決めないでください。

【区分】
- temp_request_cool ..... 冷やして・冷蔵で送ってほしいという希望
- temp_request_normal ... 冷蔵でなくてよい・常温で受け取りたいという希望
- delivery_time ......... 配達の日・時間帯の希望
- no_mailbox ............ 郵便受け・ポストに入れないでほしい、手渡しの希望
- gift .................. 贈り物、のし、包装、金額の分かるものを入れない希望
- bundle ................ 別の注文と一緒に送ってほしい希望
- address_note .......... 宅配ボックス、受付、置き場所など届け先の補足
- other ................. 上のどれでもない

【厳守事項】
- 1つの備考に複数の区分があれば、すべて挙げること
- 区分ごとに、根拠にした備考の文をそのまま evidence に写すこと
- 書かれていない希望を推さないこと。
  「夏なので」「遠方なので」のような言葉だけで temp_request_cool にしないこと。
  冷やしてほしいとはっきり書かれているときだけ選ぶこと
- 配送の方法(常温・クール・ゆうパケット)を書かないこと
- 日付は書かれたとおり写すこと。日付に直さないこと
- 「クールで送るべき」「ゆうパケットは不可」のような判断を書かないこと
- 区分に当てはまらない文は other とし、無理に分けないこと

【備考の文】{note}

「夏なので」だけで選ばないことを書いているのには理由があります。 「夏なので傷まないか心配です」という備考は、冷やしてほしいという希望かもしれず、ただの心配かもしれません。AI に推させず、はっきり書かれていない文は担当者が読む other に置きます。 夏の扱いは、地域・時期の表で決まっているからです。

Step7

出力形式を固定する

次の形の JSON を、構造化出力(output_config.format の json_schema)で受け取ります。

{
  "order_no": "S-20261117-0412",
  "labels": [
    { "label": "gift", "evidence": "母への贈り物なので金額の分かるものは入れないでください" },
    { "label": "temp_request_cool", "evidence": "冷やして送っていただけると助かります" },
    { "label": "delivery_time", "evidence": "20日の午前中に届くと嬉しいです" }
  ]
}

label は8つの区分を enum で決めます。構造化出力は enum の大文字・小文字を保証しないと公式に書かれているので、Apps Script で小文字にそろえてから比べます。

1つ目の理由は、突き合わせを表で行えることです。 候補と区分から、次のように結果を決めます。

式の候補備考の区分結果
常温temp_request_cool要確認(冷蔵の希望)
クールtemp_request_normal要確認(常温の希望)
ゆうパケットdelivery_time・no_mailbox・gift のどれか常温に変える候補として要確認
どれでもbundle要確認(同梱)
どれでもaddress_note候補のまま。送り状の備考の列に写す
どれでもother だけ候補のまま

2つ目は、evidence で担当者が備考を全部読まずに済むことです。 要確認の一覧には、食い違いの理由と根拠の文を並べます。担当者は根拠の一文を読んで、どちらにするかを決めます。

数値の下限・上限や文字列の長さの制約は、Claude の構造化出力では使えません。 配列の minItems も0か1だけなので、labels は空でもよい形にし、空なら other と同じ扱いにします。

Step8

システムへ連携する

つなぎ先方式内容
スプレッドシートSpreadsheetApp注文・商品・地域と時期の表を読み、出荷の表と要確認の一覧に書く
Claude APIUrlFetchApp備考の区分を構造化出力で受け取る
運送会社の送り状の画面CSV の取り込み担当者が出荷の表から書き出した CSV を取り込む
注文の管理の画面CSV の書き出し担当者が毎朝書き出す

UrlFetchApp は muteHttpExceptions を true にして呼びます。 公式のページでは、true にすると失敗の応答でも例外を投げないとされています。応答の番号を見て、2xx 以外なら振り分けの記録に「AI 未処理」と残し、その注文を要確認にします。 例外で処理全体が止まると、残りの注文が振り分けられません。

要求の本文は、次の形にします。 指示文は system に置き、注文ごとに messages の中身だけを差し替えます。

{
  "model": "(使うモデルの名前)",
  "max_tokens": 1024,
  "system": "(第7章の指示文)",
  "messages": [
    { "role": "user", "content": "注文の番号:S-20261117-0412\n備考:母への贈り物なので…" }
  ],
  "output_config": {
    "format": { "type": "json_schema", "schema": "(order_no と labels の配列を持つスキーマ)" }
  }
}

モデルの名前と anthropic-version は、スクリプトのプロパティに置きます。 書き換えるときにコードを開かずに済み、公式のページの現行の書き方に合わせて直せます。

運送会社の画面には自動でつなぎません。 出荷の表は送り状の取り込みの列の並びにしておき、担当者が書き出して取り込みます。送り状を作る前に、担当者が要確認を解いたかを目で確かめる段を残すためです。

注文の管理の画面にも書き戻しません。 振り分けの結果は振り分けの記録のシートにだけ残します。

Step9

人が確認する

出荷の担当者が見るのは、要確認の一覧だけです。 要確認でない注文は、出荷の表の件数を流し見て、送り状の取り込みに進みます。

  1. 取り扱わない地域を先に見る … クールの候補で届け先が取り扱わない地域の注文は、お客様に常温で送るか尋ねます
  2. 冷蔵・常温の希望の食い違いを見る … evidence を読み、希望に合わせるかを決めます。減塩の品を常温の希望で送るときは、届いたら冷蔵で保存するよう同梱の案内を入れます
  3. ゆうパケットの候補の食い違いを見る … 日時の指定・投函の不可・贈答があれば、常温の宅配便に変えます
  4. 同梱・商品が引けない行を見る … 同梱は先の注文と合わせ、引けない商品は商品の表の別名に書き足します
  5. 決めた方法を記録する … 要確認の注文ごとに、決めた方法と理由を振り分けの記録に残します

3番目は、ほぼ毎回「常温の宅配便に変える」で終わります。 それでも人が決めるのは、贈答でも郵便受けでよいと書かれていることがあるからです。

目標は、1,200件をならして1件1分です。 要確認でない注文は数秒、要確認の注文は数分という想定です。要確認が全体の2割を超える月は、商品の表か地域・時期の表に足りないものがあります。

Step10

例外に対処する

起きること対応
商品コードも別名も引けない要確認。商品の表の別名に書き足す
届け先がクールを取り扱わない地域要確認。常温で送るかをお客様に尋ねる
箱数が多くクールの上限を超える2個口の印を付けて、出荷の表に並べる
Claude API が 2xx 以外を返す「AI 未処理」と残し、備考のある注文を要確認にする
応答が拒否(refusal)か max_tokens で切れるスキーマに合わない応答になりうる。JSON として読めなければ要確認
1回の実行が6分に近づく処理した行の番号を残して終わり、次のトリガーで続きから読む
同じ注文が2回貼られる振り分けの記録に注文の番号があれば読み飛ばす
トリガーが失敗する失敗の知らせのメールを見て、手で振り分ける

上から2行が大半を占めます。 どちらも表の整え方の問題で、別名を書き足すほど、要確認が減っていきます。

Step11

記録を残す

  • 注文の番号、振り分けの日時、式で決めた候補と、そのときの商品の表と地域・時期の表の版
  • Claude API に送った備考の文と、返ってきた区分と evidence の全文
  • 要確認にした理由と、担当者が決めた方法・決めた人・理由
  • 届いてから冷蔵・常温の連絡があった注文の番号
  • 「AI 未処理」になった注文と、そのときの応答の番号

1つ目で「表の版」を残すのは、決まりが季節で変わるためです。 9月に地域・時期の表を直すと、8月に振り分けた注文の理由が後から分からなくなります。表を直すたびに版の番号を上げ、振り分けの記録に書きます。

04実装レベルの3段階

最小構成:備考を AI の画面に貼って区分に分け、表計算の式で候補を出す / 備考の分類と候補の確かめ
半自動化:上記+Apps Script で候補を式で決め、出荷の表に分ける / 候補の決定と出荷の表づくり
本格構成:上記+Claude API で備考を分け、候補と突き合わせて要確認の一覧を作る / 振り分けと要確認の拾い出しまで

半自動化で1件3分が2分程度、本格構成で1分になり、この段階が本記事の想定です。 半自動化では、備考を読んで方法を直す作業が残ります。 段階を飛ばさないでください。 半自動化で式の候補を1か月使うと、表の決まりの足りないところが見つかります。表が担当者の判断と合ってから備考の分類を足すと、要確認の理由が読みやすくなります。

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
2 名
月間件数
1,200 件
1件あたり現在時間
3 分
1件あたり導入後時間
1 分
現在  1,200件 × 3分 ÷ 60 = 60 時間/月
導入後 1,200件 × 1分 ÷ 60 = 20 時間/月
月間削減時間
40h
削減率
67%
年間削減時間
480h
年間金額換算(時間単価2,200円)
106万円
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. 梅干・漬物・佃煮など、常温で送れる商品と、減塩の品のように時期や届け先で冷蔵で送りたい商品を併せて通販で売る会社。注文が月に千件ほどあり、出荷の担当者が備考を読みながら常温・クール・ゆうパケットを1件ずつ決めて、運送会社の送り状の画面に打ち分けている場合。決め方がベテランの担当者の頭の中にある場合。
向いていない
  1. 商品がすべて常温で、配送の方法が1つしかない会社。注文が月に百件ほどで、目で見て分ければ足りる会社。物流の代行の会社に出荷をすべて任せていて、配送の方法を先方の仕組みで決めている会社。

07最小構成で試す方法

  1. 先月の注文から、備考のある100件を選ぶ(冷蔵の希望、日時の指定、贈答、同梱が混ざるように選ぶ)
  2. その100件について、担当者が実際に送った配送の方法を写しておく
  3. 手元の AI サービスの画面に、第7章の指示文と備考の文を10件ずつ貼り、区分に分けさせる
  4. 商品の表と地域・時期の表を作り、表計算の式で候補を出す
  5. 候補と区分を突き合わせた結果を、実際に送った方法と比べる

見たいのは「区分が当たったか」より、「はっきり書かれていない希望を拾っていないか」「方法を書いていないか」です。

出てきた内容判断
実際に送った方法と、突き合わせの結果がおおむね合うApps Script の組み立てに進む
「夏なので」で冷蔵の希望にした指示の書き方で直る。構成は有効
式の候補が実際と合わない表の決まりが足りない。ベテランの担当者と表を直す

3行目が出たら、AI より先に表を直してください。 表の決まりが担当者の判断と合わないうちは、備考の分類をいくら直しても結果は合いません。

08実装時につまずきやすいポイント

問題対策
AI が配送の方法を書いてしまう区分だけを返させ、方法は式で決める。指示に明記する
「夏なので」で冷蔵の希望になるはっきり書かれたときだけ選ぶよう指示に書く
島しょ部へクールで送る候補が出る東京都の行に島しょ部の印を付け、住所の文字で市町村を見る
ゆうパケットの寸法を式に書いて直し漏れる運送の規格の欄から読む
モールの商品名が引けない商品の表の別名に書き足す。AI に候補を選ばせない
貼ったのに処理が動かない編集のトリガーはスクリプトや API の変更では動かない。時間主導型にする
1回の実行が6分で切れる表を一度に読み、続きは次のトリガーで読む
API の失敗で全体が止まるmuteHttpExceptions を true にし、応答の番号で分ける
enum の大文字・小文字が違って返る小文字にそろえてから比べる
夏の決まりが担当者ごとに違う地域・時期の表に月で書き、版の番号を付ける

上の2行が、この構成の失敗のほとんどです。 どちらも、AI が備考を読んで「気を利かせる」ことから出ています。区分と方法を分けておけば、どちらも指示の書き方で直ります。

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: お客様の名前・住所・電話の番号、注文の内容、贈り先の情報、備考の自由記述です。備考には、贈り先の名前や家族の事情が書かれることがあります。

  1. AI に渡す範囲を備考の文に限る … 名前・住所・電話の番号・注文の金額は渡しません。UrlFetchApp の本文に入れるのは、注文の番号と備考の文だけです
  2. Claude API の保持の扱いを確かめる … 公式のページでは、構造化出力ではプロンプトと応答は保持されず、スキーマだけが最後の使用から最大24時間キャッシュされるとされています(Zero Data Retention の対象。Covered Models を除く)。スキーマの項目名や enum にお客様の情報を入れません
  3. API キーをスクリプトに書かない … スクリプトのプロパティに置き、スプレッドシートを編集できる人を出荷の担当に限ります
  4. 配送の方法を AI に決めさせない … 方法は表と式で決め、食い違いは人が決めます
  5. スプレッドシートの共有を絞る … 注文の取り込みのシートには住所と電話の番号が並びます。出荷の表を外部の倉庫と共有するときは、要る列だけを別のファイルに書き出します

誤りが起きた場合のリスクは、冷蔵の希望を常温で送ることと、ゆうパケットで日時の指定や贈答の注文を送ることの2つです。 どちらも、表の候補と備考の区分の食い違いを要確認に出すことで防ぎます。

10まず何から始めるか

1週目:決まりを表に書き出す

ベテランの担当者と、商品ごとの保存の区分・ゆうパケットの可否・厚さと重さ、都道府県ごとのクールの時期を表にします。運送会社の取り扱わない地域と、ゆうパケットの寸法を「運送の規格」の欄に書きます。

2週目:100件で試す

先月の備考のある注文から100件を選び、手元の AI サービスで区分に分けさせ、表計算の式の候補と突き合わせます。はっきり書かれていない希望を拾っていないかを最優先で見ます。

3週目:式の候補を Apps Script にする

注文の取り込みのシートを読み、商品の表と地域・時期の表で候補を決め、出荷の表に分けるところまで作ります。この時点では備考は担当者が読みます。

4週目:備考の分類をつなぐ

UrlFetchApp で Claude API を呼び、区分と候補を突き合わせて要確認の一覧を作ります。最初の2週間は、要確認でない注文も担当者が流し見ます。

2か月目: 要確認の理由を毎週数え、別名と表の決まりを書き足します。3か月目以降: 届いてから冷蔵・常温の連絡があった注文の数を数え、1件3分が何分になったかを実測します。季節が変わって表を直しても要確認が増えなくなった時点で、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:2026-11-17/最終更新:2026-11-17
確認した内容情報源確認日
時間主導型のトリガーが毎分から毎月までの間隔で動き、時刻が少しずれること(9時なら9〜10時の間で、日ごとに保たれる)。編集・変更のトリガーがスクリプトや API の変更では動かないこと。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くこと。失敗すると「Summary of failures for Apps Script」のメールが届くことGoogle Apps Script: Installable triggers2026-11-17
スクリプトの1回の実行が6分まで、トリガーの合計の実行時間が個人で1日90分・Workspace で1日6時間、URL Fetch の呼び出しが個人で1日2万回・Workspace で1日10万回であることGoogle Apps Script: Quotas for Google Services2026-11-17
UrlFetchApp の fetch で headers・payload・contentType・method を指定でき、muteHttpExceptions を true にすると失敗の応答でも例外を投げないことGoogle Apps Script: Class UrlFetchApp2026-11-17
Messages API が https://api.anthropic.com の POST /v1/messages であること。Authorization: Bearer が基本で x-api-key が旧来の方式として使えること。anthropic-version(例 2026-10-21)と content-type が必須であることClaude API Docs: API overview2026-11-17
構造化出力を output_config.format の json_schema で指定すること。数値・文字列の長さの制約に非対応で、minItems は0と1だけであること。enum の大文字・小文字を保証しないこと。拒否と max_tokens で切れたときはスキーマに合わない応答になりうること。プロンプトと応答は保持されず、スキーマだけが最大24時間キャッシュされることClaude API Docs: Structured outputs2026-11-17
クール宅急便の冷蔵タイプが0〜10℃であること。120サイズ(120cmまたは15kgまで)を超える荷物は取り扱わないこと。伊豆諸島のうち式根島・利島・御蔵島・青ヶ島と小笠原村へは取り扱わないことヤマト運輸: クール宅急便2026-11-17
ゆうパケットが縦・横・高さの合計60cm以下(長辺34cm以内、厚さ3cm以内)、重さ1kgまでで、郵便受けに配達すること日本郵便: ゆうパケット2026-11-17

どの商品をどの時期にクールで送るかは、自社の品質の担当と決めてください。 本記事は公開されている製品と運送の仕様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-3557)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