主要な問い合わせテーマを分析する

お店や会社に届くお問い合わせを思い浮かべてみてください。「配送が遅れている」「返品したい」「注文を変更したい」――毎日たくさんのメッセージが届きますよね。

これをひとつずつ手作業で読んで分類するのは、郵便局に届いた手紙をすべて自分で仕分けするようなものです。時間がかかるうえに、見落としも出てきます。

このレッスンでは、AI（＝人工知能）を使って、お問い合わせをテーマごとに自動で分類・分析する方法を学びます。ChatGPT や Claude など、ブラウザで使える AI チャットツールがあれば OK です。15分で終わるように、最小の手順に絞って進めましょう。

始める前に、次の2つを用意してください。

• お問い合わせデータ: ここ1〜2週間のお問い合わせ内容がまとまったもの。スプレッドシートやテキストファイルで OK です。最低20〜30件あると、AI がパターンを見つけやすくなります
• AI チャットツール: 以下のどれか1つにアクセスできれば大丈夫です
  • ChatGPT（無料版 OK）: chat.openai.com を開く
  • Claude（無料版 OK）: claude.ai を開く
  • その他の AI チャット: Google Gemini など、テキストを貼って質問できるものなら何でも OK

プログラミングの知識は一切不要です。コピー＆ペーストだけで進められます。

まずは AI に読ませやすい形でデータを用意します。料理にたとえると、材料を洗って切るような「下ごしらえ」です。

データをテキストでまとめる

スプレッドシートにあるお問い合わせ内容（本文）をコピーして、テキストエディタ（メモ帳など）に貼り付けます。1件のお問い合わせを1行にすると、あとの作業がラクです。

良い例（1行に1件、本文だけ）:

注文番号12345の配送状況を教えてください
返品したいのですが手順を教えてください
領収書を再発行してください
アカウントのパスワードを忘れました
キャンセルしたいのですがまだ間に合いますか

悪い例（見出しやメタ情報が混ざっている）:

■2024/01/15 受信
お名前：山田太郎
メールアドレス：yamada@example.com
注文番号12345の配送状況を教えてください

余分な情報があると AI がテーマ分類に集中できません。お問い合わせの「本文」だけを抽出しましょう。名前・メールアドレス・日付などの個人情報は削除してください。

ポイント: 個人情報（お名前・メールアドレス・電話番号など）は、AI に渡す前に必ず削除してください。AI チャットに貼り付けたデータは、サービスの改善に使われる可能性があります。

AI チャットを開き、次のプロンプト（＝AI への指示文）をコピーして貼り付けます。その後、先ほどまとめたお問い合わせデータを同じチャット欄に続けて貼り付けて送信してください。

基本のプロンプト

以下のお問い合わせ一覧を読んで、テーマごとに分類してください。

条件：
- テーマは最大10個にまとめる
- 各テーマの件数と割合（%）を数える
- 最も件数の多いテーマから順に並べる
- 出力は表形式（マークダウン）にする
- 日本語で回答する

お問い合わせデータ：
（ここにデータを貼り付ける）

良いプロンプトのポイント:

• 「テーマは最大10個」のように具体的な数字を指定している
• 「表形式にする」「割合（%）を数える」のように、欲しい出力の形を明記している
• 「日本語で回答する」を明記している（英語で返ってくるのを防ぐため）

悪いプロンプトの例:

• 「これを分析して」だけ → AI がどうまとめてよいか分からず、望む形式にならない
• 「全部分類して」だけ → テーマ数が30個以上に膨らんで使いにくくなる

もっと詳しく分析したいときの追加プロンプト

基本の分析が終わったら、同じチャットの続きで次のように聞いてみましょう。

この分析結果をもとに、以下も教えてください：
1. 最も件数の多いテーマについて、対応を効率化するアイデアを3つ提案して
2. 「その他」に分類されたものの中で、独立テーマにすべきものがあれば教えて

AI から表形式の回答が返ってきます。内容を確認しましょう。

確認する3つのポイント

1. テーマ名が分かりやすいか: 「その他」が全体の30%以上ある場合は、AI に「『その他』の中身をさらに細かく分けて」と追加で頼んでみましょう
2. 件数が合っているか: 元のデータ件数と、表の合計件数がだいたい一致しているか確認します。大きくズレている場合は「合計件数が元データと合いません。再計算してください」と伝えましょう
3. 実務で使いやすいか: 自分のチームでよく使うカテゴリー名に合わせたいときは、「このテーマ名を〇〇に変更して」と指示しても構いません

良い結果の例:

悪い結果の例（テーマが曖昧すぎる）:

このような結果が出たら「テーマ名を具体的な内容が分かる名前に変更してください」と伝え直しましょう。

成果物として、次の2つを保存します。

1. AI の分析結果をコピーして保存する

AI が出力した表をそのままコピーし、テキストファイル（メモ帳など）に貼り付けて保存します。ファイル名は分かりやすくしましょう。

良いファイル名の例: 問い合わせ分析_2024年1月.txt

悪いファイル名の例: 新しいテキスト.txt（何のファイルか分からなくなります）

2. スクリーンショットを撮る

AI の回答が画面に表示されている状態で、スクリーンショット（＝画面の写真）を撮ります。

• Windows の場合: キーボードの Windows キー + Shift + S を同時に押す → 範囲を選んで撮影
• Mac の場合: キーボードの Cmd + Shift + 4 を同時に押す → 範囲を選んで撮影

画像ファイルを分かりやすい名前（例：inquiry-analysis-2024-01.png）で保存してください。これがこのレッスンの成果物（＝あなたが作った証拠）です。

以下のチェックリストがすべて「はい」なら、このレッスンは完了です。

• お問い合わせデータを1行1件の形式に整えられた
• AI にプロンプトを送って、テーマ別の分類表を受け取れた
• テーマ名が具体的で、件数・割合が表示されている
• 分析結果のテキストファイルとスクリーンショットを保存できた

これで、AI を使ってお問い合わせの傾向を可視化する基本の手順が完了です。分析結果を見ると、「どのテーマへの対応を優先して改善すべきか」が数字で分かるようになります。

次のレッスンでは、この分析結果をもとに、回答テンプレートを AI で作成する方法を学びます。