問い合わせ対応をAIで一次自動化する設計パターン｜全自動にしない理由

2026年7月3日｜株式会社PROST

問い合わせ対応をAIに任せたいという相談を受けるとき、私たちが最初に確認するのは「どこまでAIに任せるか」という線引きです。結論から言うと、私たちは一次対応だけをAIに任せ、最終的な回答や判断は必ず人が行う設計を勧めています。全自動化のほうが夢があるように見えますが、実際に自社のLINE公式アカウントCRMを内製し、Threadsの投稿を毎日5本AI生成で運用してきた経験から言うと、顧客対応を完全にAIへ渡すのは事故のリスクのほうが大きいというのが率直な実感です。

この記事では、なぜ一次対応止まりの設計が現実的なのか、よくある質問をAIに学習させる方法、エスカレーションの基準の作り方、そして顧客体験を損なわない文面設計について、私たちが自社ツールで実践してきた内容をもとに整理します。

なぜ全自動化ではなく一次対応止まりにするのか

問い合わせ対応をAIに全部任せたいという要望は多いのですが、私たちはこれをおすすめしていません。理由は単純で、AIは「よくある質問」には強い一方、イレギュラーな事情や感情を伴うクレームには弱いからです。誤った回答を顧客に直接送ってしまうと、顧客体験を損なうだけでなく、会社としての信頼にも関わります。

私たちは自社のLINE公式アカウントCRMをツール費月0円で内製していますが、そこでのAI自動返信も「タグ付けされた定型的な問い合わせのみ」に限定しています。全ての問い合わせにAIを噛ませるのではなく、AIが自信を持って答えられる範囲だけを自動化し、それ以外は人に渡す設計です。この線引きがあることで、AIの回答精度が多少ばらついても、最終的な顧客対応の品質は人が担保できます。

一次対応に向く問い合わせと向かない問い合わせ

一次対応をAIに任せる際にまず行うべきは、問い合わせの種類を仕分けることです。私たちが実際の運用で使っている仕分けの考え方を表にまとめます。

この仕分けは業種によって多少変わりますが、共通しているのは「答えが一つに決まるかどうか」という基準です。答えが人によって変わりうる問い合わせは、最初から人が対応する前提で設計したほうが安全です。

よくある質問をAIに学習させる方法

一次対応の精度を上げるには、AIによくある質問と回答のペアを学習させる作業が欠かせません。私たちがLINE公式CRMで実践しているのは、過去の問い合わせ履歴からよくある質問を抽出し、ナレッジとして登録していく方法です。現在は20件程度のナレッジを起点に運用しており、件数を増やすより先に、既存のナレッジの回答精度を確認することを優先しています。

ナレッジを増やす際に私たちが気をつけているのは次の点です。

• 一つの質問に対して回答は一つに固定し、表現の揺れを持たせない
• 「わからない場合は正直にわからないと答え、担当者につなぐ」という指示を必ず含める
• 季節や制度変更で回答が古くなる項目には更新日を管理する担当者を決めておく

特に「わからない場合は正直に伝える」という指示は重要です。AIが自信なさそうな情報でも断定的に答えてしまうと、後から訂正するコストのほうが高くつきます。

エスカレーションの基準をどう決めるか

一次対応をAIに任せる設計で最も重要なのは、どの条件でAIから人に引き継ぐかというエスカレーション基準です。私たちが実務で使っている基準は次の3つです。

1. ナレッジに該当する質問がない場合。無理に近い回答を生成させず、即座に人に渡す。
2. 顧客が同じ内容を2回以上聞き返している場合。AIの回答が伝わっていないサインとして扱う。
3. 感情的な言葉（不満・怒り・キャンセル希望など）が含まれる場合。内容の正誤に関わらず人が対応する。

私たちのLINE公式CRMでは、AI自動返信の対象を「ai_replyタグを持つ相手」に絞り、さらに1日あたりの返信件数にも上限を設けています。エスカレーション基準は一度決めたら終わりではなく、実際の問い合わせを見ながら細かく調整していくものだという前提で運用しています。

顧客体験を損なわない文面設計

AIが一次対応をする場合、文面の設計次第で顧客の受け取り方が大きく変わります。私たちが意識しているのは、AIらしさを隠すのではなく、AIが対応していることを前提にした上で丁寧さを保つという方針です。具体的には、回答の冒頭で一次対応であることを示し、必要に応じて担当者が改めて連絡する旨を添えます。断定的な言い切りを避け、確認が必要な場合はその旨を明記することで、後から内容が変わっても顧客の不信感につながりにくくなります。

また、返信のスピードだけを追い求めないことも重要です。即レスできることはAI活用のメリットですが、内容が薄い定型文を素早く返すだけでは、かえって「ちゃんと見てもらえていない」という印象を与えてしまいます。私たちはAI講座を全30レッスン自社で構築した経験からも、コンテンツの質を保ったまま自動化する難しさを実感しており、問い合わせ対応でも同じことが言えると考えています。

私たちが69業務の棚卸しから学んだこと

私たちは現在、自社の69業務をAI化する計画のもと、月497時間の削減計画を実行しています。この棚卸しの過程で分かったのは、問い合わせ対応のように顧客と直接接点を持つ業務ほど、全自動化ではなく人とAIの役割分担を丁寧に設計する必要があるということです。逆に、Threadsの投稿下書きのように社外への影響が比較的小さい業務は、AIによる自動生成を1日5投稿のペースで回せています。

問い合わせ対応の自動化を検討する際は、まず自社の問い合わせを分類し、一次対応で完結できる範囲を見極めることから始めることをおすすめします。

関連記事

• LINE公式アカウントの自動返信をAIで作る方法｜費用と手順を実例で解説
• 月497時間削減計画の中身｜69業務をどう仕分けたか、マトリクスを公開
• 中小企業のAI導入は何から始めるべきか｜69業務を棚卸しした実例で解説