AIでカスタマーサポートを効率化する講座｜FAQ・返信文をAIに下書きさせ、人が仕上げる

「またこの問い合わせか」——CS（カスタマーサポート）の窓口に立っていると、似た質問に毎回ゼロから返信文を書き、FAQページは古いまま放置、という日々になりがちです。AIを使えば速くなると聞いて試したのに、出てきた文はどこか他人事で自社らしくない。結局そのままでは使えず、自分で書き直して時間が変わらなかった——そんな経験はないでしょうか。この講座は、その「使えない」を解消する AI カスタマーサポートの型を、手を動かしながら身につけるためのものです。問題はAIの性能ではなく、「AIに任せる範囲」と「人が仕上げる手順」を決めていないことにあります。

最初に、この講座が扱う範囲と扱わない範囲をはっきりさせておきます。本講座は「問い合わせ対応の文章（FAQ原稿と顧客への返信文）を、AIに素材を渡して下書きさせ、人が事実・トーン・個人情報を点検して仕上げる」という、文章を作る作業ひとつに絞ります。お客様の怒りや苦情にどう向き合うか、初期対応をどう組み立てるかという対応スタンスそのものはクレーム対応入門が正本です。解約防止や継続・アップセルといった顧客との関係づくりはカスタマーサクセスへ、顧客情報をシステムで管理・活用する方法はCRM入門へ、それぞれ送客します。これらの深掘りには本講座では踏み込みません。

この講座を終えると、次の3つができるようになります。AIに任せてよい範囲と、人が必ず確認・判断すべき範囲（事実・個人情報・最終送信）を説明できること。問い合わせ内容と必要情報をAIに渡して、よくある質問のFAQ草案（質問＋回答）を作成できること。そして、顧客への返信文の下書きをAIに作らせ、自社のトーンと事実に合わせて送れる状態に仕上げられること。

覚えて帰ってほしい型は、たったこれだけです。素材を渡す（問い合わせ・事実・トーン）→ AIに下書きさせる → 人が点検して仕上げる（事実・トーン・個人情報）。 AIでのCSは、「丸投げしてそのまま顧客に送る」でも「毎回ゼロから手書きする」でもありません。書く速さはAIに任せ、何が正しいか・出していいかは人が握る。この分担だと考えてください。ひと言でいえば、「AIは下書き、送るのは人。」です。

全章を通して追うのは、次の場面です。あなたの会社に「注文した商品がまだ届かないのですが、どうなっていますか」（例）という問い合わせが届いた。この1件について、AIにFAQ草案と返信文の下書きを作らせ、事実・トーン・個人情報の3点を人が点検して、顧客に出せる1通とFAQの1項目に仕上げる——この一本の糸を、4章で追いかけます。

AI カスタマーサポートで任せてよい範囲と人が守る一線

CSにおけるAIの役割は「下書き役」

AI カスタマーサポートと聞くと、「問い合わせをまるごとAIに任せて自動で返信させる」イメージを持つかもしれません。ですが、顧客に直接出す文章を扱うCSでは、その丸投げが一番危ない使い方です。ここで決めておきたいのは、AIの役割を「下書き役」に限定するという線引きです。FAQや返信文のたたき台を速く出すのはAIが得意です。一方で、その内容が事実として正しいか、個人情報を含めてよいか、最終的に顧客へ送ってよいか——この判断は人が握ります。AIは「書く速さ」を、人は「正しさと責任」を担う。この分担を、AIに向かう前に決めておきます。

なぜ判断を人に残すのか。理由は2つあり、どちらも公的な裏付けがあります。1つめは、AIが事実と違う内容をもっともらしく書いてしまうことです。総務省の白書は「生成AIは事実に基づかない誤った情報をもっともらしく生成することがあり、これをハルシネーション（幻覚）と呼ぶ」とし、「技術的な対策が検討されているものの完全に抑制できるものではない」ため、利用者が「出力した答えが正しいかどうかを確認することが望ましい」と述べています（出典：総務省「令和6年版 情報通信白書」）。CSの現場では、これはたとえば存在しない返品ルールや、実際にはない配送オプション、間違った料金を、AIが平然と書いてしまう、という形で現れます。下書きの文面が自然なだけに、確認しないと見抜けません。

2つめは、個人情報の取り扱いです。同じ白書は「個人情報や機密情報がプロンプトとして入力され、そのAIからの出力等を通じて流出してしまうリスク」を指摘しています（同）。CSの問い合わせには、顧客の氏名・注文番号・住所・連絡先といった個人情報が必ず含まれます。これをそのままAIに貼り付けると、流出のリスクを抱えることになります。

共通例で線引きをしてみる

「注文した商品がまだ届かない」（例）という問い合わせを、AIに渡すとどうなるか考えてみましょう。「お詫びして状況を確認し、丁寧に返信する文章を作って」と頼めば、それらしい返信文はすぐ出てきます。ですが、その注文が今どこにあるのか、いつ届くのか、在庫はあるのか——こうした事実はAIには分かりません。AIが「明日には届きます」と書いたとしても、それは推測で書かれた可能性があり、当たっている保証はどこにもありません。ここを人が調べて埋める、あるいは確認する。これが線引きです。

整理すると、AIに任せてよいのは「下書きを作る・言い換える・FAQの形に整える」といった文章を組み立てる作業です。人が必ず握るのは「事実が正しいか確認する・個人情報を入れない／伏せる・この文を顧客に送ってよいか最終判断する」の3つです。この分担を「AIに任せる側」と「人が握る側」の2列で紙に書き出しておくと、迷ったときの判断が速くなります。判断に迷う作業が出てきたら、いったん人が握る側に寄せておくのが安全です。なお、顧客が強い怒りをぶつけてきたときに、まずどう受け止めて初期対応するかという対応スタンスそのものは本講座では扱いません——クレーム対応入門へ進んでください。顧客情報を安全に保管・活用する仕組みはCRM入門が正本です。

ここで強調しておきたいのは、この線引きは「AIを信用しないため」ではなく、「AIを安心して速く使うため」のものだということです。任せてよい範囲がはっきりしていれば、下書きづくりは思い切りAIに頼れます。確認すべきことが決まっていれば、点検も短時間で済みます。逆に範囲を決めずに使うと、毎回「これはAIに任せていいのか」と立ち止まることになり、かえって遅くなります。最初に一線を引くことが、結果的にいちばんの時短になります。

つまずきやすいのは3つです。AIの出力を事実確認せずそのまま送ってしまうこと。顧客の氏名や注文番号をそのままプロンプトに貼ってしまうこと。そして「AIが書いたから」を理由に、内容の責任を曖昧にしてしまうことです。送った文章の責任は、AIではなく、送ったあなたと会社にあります。この一線だけは、最初に握っておきましょう。

この章の確認（演習）

共通例の「注文した商品がまだ届かない」（例）の問い合わせを題材に、自分の業務で「AIに任せてよい作業」を3つ、「人が必ず確認すべきこと」を3つ、それぞれ書き出してみましょう。この線引きが、次章以降のすべての土台になります。

返信文の下書きをAIに作らせて仕上げる

伝わる返信文には「型」がある

FAQが「多くの人に共通する答え」だとすれば、返信文は「目の前の1人への答え」です。とはいえ、毎回ゼロから言葉を探す必要はありません。伝わりやすい返信文には型があります。「相手の状況を受け止める一文 → 結論（どうなるか／どうしてほしいか）→ 次のアクション」の順で組むと、顧客は知りたいことにすぐたどり着けます。お詫びや気遣いの言葉は大切ですが、それが長すぎて結論が遠いと、かえって不親切になります。

この型に沿って、AIに下書きを作らせます。渡す素材は、①問い合わせの全文、②こちらで確認できた事実、③希望するトーン、の3つです。前章と同じ「素材を渡してから書かせる」考え方です。AIには「丁寧だが回りくどくない／結論を明確に／お詫びは状況に応じて」といったトーンと、おおよその長さを指定します。ここでも、確認できた事実を人が用意してから渡すのが肝心です。AIに事実を埋めさせると、前章で触れたハルシネーションが起きて、ありもしない配送日や対応を書いてしまうおそれがあります。

トーンの指定は、思っているより効果があります。同じ事実を伝える返信でも、「申し訳ございません」から始めるか、「ご連絡ありがとうございます」から始めるかで、印象は大きく変わります。AIは指示がなければ無難に寄せてくるので、自社が大切にしている距離感——たとえば「過剰に謝りすぎず、まず状況を正確に伝える」といった方針があるなら、それを言葉にして渡します。トーンの方針が固まっていない場合は、FAQと同じく、過去に評判のよかった返信を1〜2通AIに見せて「この感じで」と伝えるのも有効です。

共通例で1通を仕上げる

「注文した商品がまだ届かない」（例）への返信を作ってみましょう。まず人が事実を確認します——その注文が今どういう状況で、いつ届く見込みか、何をすればよいか。これらをAIに渡し、型とトーンを指定して下書きを作らせます。すると、状況を受け止める冒頭、現状と見込みを伝える結論、顧客にお願いしたいこと（または会社が次にすること）を含んだ返信文の下書きが出てきます。

この型の良いところは、AIが状況に合わせて言葉を変えても、骨組みが崩れないことです。受け止め・結論・次のアクションという3つのブロックがそろっていれば、顧客は「自分の状況を分かってもらえた」「で、どうなるのか」「次に何をすればいいのか」を順に受け取れます。下書きを点検するときも、この3ブロックがそろっているかを最初に見れば、過不足にすぐ気づけます。

ここからが人の仕事です。送信前のチェックは3点。事実——配送日・注文番号・金額など、確かめられる情報が正しいか、AIが勝手に約束（返金や期日）を書いていないかを点検します。トーン——自社らしい言い回しか、丁寧すぎて回りくどくないか、逆に素っ気なくないかを読み返します。個人情報——前章で見たとおり、白書も「個人情報や機密情報がプロンプトとして入力され、そのAIからの出力等を通じて流出してしまうリスク」を指摘しています（出典：総務省「令和6年版 情報通信白書」）。顧客の氏名や注文番号をプロンプトにそのまま貼っていないか、下書きに不要な個人情報が残っていないかを確認し、社内ルールに従います。この3点を通したものだけを、顧客に送ります。

この3点のうち、CSで特に怖いのは「事実」と「個人情報」です。事実の誤りは、誤った案内として顧客に直接届き、信頼を損ないます。個人情報の取り扱いは、顧客との約束に関わります。だからこそ、トーンの好みより先に、この2点は機械的に必ず通す、と決めておきます。慣れてくると、この3点チェックは1通あたり数十秒で回せるようになります。下書きをゼロから書く時間に比べれば、はるかに短い投資で、送信事故を防げます。

つまずきは3つです。AIが書いた謝罪や約束を確認せずに送ってしまうこと。毎回同じ定型文に寄ってしまい、目の前の状況に合っていないこと。そして、顧客の個人情報をプロンプトに残したまま使い続けてしまうことです。なお、強い苦情や怒りを含む問い合わせに対して、文章の前に「どういうスタンスで向き合うか」そのものは本講座では扱いません——クレーム対応入門へ。返信文に限らずビジネス文章の基本を固めたいならビジネス文章入門が土台になります。

この章の確認（演習）

共通例の「注文した商品がまだ届かない」（例）に対して、確認した事実をAIに渡して返信下書きを作らせ、「事実・トーン・個人情報」の3点を点検して、送れる状態の返信を1通仕上げてみましょう。

使い回せる仕組みにして属人化を防ぐ

その場の工夫を、チームの仕組みに変える

ここまでで、FAQ草案と返信下書きをAIに作らせ、人が点検して仕上げる流れを身につけました。ただ、これを個人が毎回その場の思いつきでやっていると、品質は人によってばらつきます。ある人は丁寧に確認し、別の人は確認を飛ばす。ある人のプロンプトは的確で、別の人のは一般論しか引き出せない。これでは、せっかくの効率化が「上手な人だけの技」になってしまいます。属人化です。

防ぎ方はシンプルです。よく使うプロンプトを定型化（テンプレ化）し、確認ルールをセットにすること。第2章で作った「FAQ草案用プロンプト」と、第3章で作った「返信下書き用プロンプト」を、空欄（問い合わせ内容・確認した事実・トーン）を埋めれば使える形に整えます。そこに「送信前チェック3点（事実・トーン・個人情報）」を必ずセットで添えます。FAQと返信は、もともと同じ素材（問い合わせ・事実・トーン）から作れます。だから別々に管理するのではなく、ひとつの運用として束ねるのが効率的です。

テンプレ化のコツは、「空欄にすべき部分」と「固定でよい部分」を見分けることです。問い合わせ内容・確認した事実・トーンは毎回変わるので空欄にします。一方、「結論を先に」「顧客の言葉で」「個人情報は伏せる」といった指示は毎回同じなので、固定の文言として組み込んでおきます。こうすると、使う人は空欄を埋めるだけでよく、毎回プロンプトを考え直す必要がなくなります。チェック3点も同じで、チェックリストとして文字に起こしておけば、誰がやっても抜け漏れが減ります。頭の中だけにあるルールは、忙しいときほど飛ばされてしまうからです。

共通例から運用キットを作る

「注文した商品がまだ届かない」（例）で作ってきた手順を、そのままキットにしてみましょう。FAQ草案用プロンプトは「次の問い合わせ文と回答の要点、自社のトーンを渡します。質問は顧客の言葉のまま、回答は結論先出しで短く、FAQの1項目を作ってください」という穴あきの依頼文。返信下書き用プロンプトは「次の問い合わせ全文と確認済みの事実、希望するトーンを渡します。受け止め→結論→次のアクションの順で、丁寧だが回りくどくない返信文の下書きを作ってください」という穴あきの依頼文。そして送信前チェック3点を1枚に並べます。これをチームで共有すれば、誰が使っても一定の品質で、しかも速くなります。

仕上げとして、FAQの更新タイミングも運用に組み込みます。同じ問い合わせが増えてきた質問を、定期的にFAQへ追加する。これを決めておかないと、FAQは作って終わりになり、また問い合わせが増えてしまいます。たとえば「月に一度、その月に多かった問い合わせを見直してFAQを1つ足す・古い項目を1つ直す」と頻度まで決めておくと、運用が回り始めます。FAQが充実すれば顧客が自己解決できる範囲が広がり、返信を書く件数そのものが減っていきます。

このキットは、一度作って終わりにせず、チームで使いながら育てるものです。うまくいったプロンプトの言い回し、引っかかった失敗例、新しく追加した確認項目を、定期的に持ち寄って反映します。誰か一人の工夫が全員の標準になっていく——この循環が回り出すと、AI カスタマーサポートはようやく「個人技」から「チームの仕組み」に変わります。

仕組みにする効果は、速さだけではありません。新しく入った担当者でも、キットの空欄を埋めてチェック3点を通せば、ベテランに近い品質の文章を出せるようになります。教えるべきことが「型」として形になっているので、引き継ぎも楽になります。属人化を防ぐとは、誰か一人に頼らなくても回る状態を作ることであり、それはチーム全体の安心につながります。

つまずきは3つです。便利なプロンプトを個人のメモに抱え込んで、結局その人しか使えないこと。チェックを省いて使い回し、AIの誤情報がそのまま複数の顧客へ広がってしまうこと。そしてFAQを一度作ったきり、更新されずに古びてしまうことです。このキットを配布できるマニュアルの形にまで整えるならAIでマニュアルを作る講座が、定型業務として自動化まで広げたいならAI業務自動化入門が、次の一歩になります。

この章の確認（演習）

本講座で作った「FAQ草案用」「返信下書き用」のプロンプトと、送信前チェック3点（事実・トーン・個人情報）を1枚にまとめ、チームで使える運用キットの形にしてみましょう。