AI導入前にやるべきこと：問い合わせ対応の「土台づくり」が成否を分ける理由

生成AIの普及により、カスタマーサポート業務への導入事例が急増しています。しかし現場では「AIを入れたけど使えない」「期待したほど業務が楽にならない」という声が後を絶ちません。

@Miraigentさんの投稿は、この問題の本質を突いています。AI返信やAI要約を導入する前に、まず**問い合わせデータの構造化と蓄積の仕組み**を整備する必要があるという指摘です。具体的には、Googleフォーム・スプレッドシート・GAS（Google Apps Script）を使って、FAQ候補とCRM記録を同一の受付ログに統合する実装が提案されています。

AIによる自動返信や要約機能を導入する際、多くの企業が陥る罠があります。それは「問い合わせ本文をAIに渡せば適切な回答が生成される」という誤解です。

実際のカスタマーサポート現場では、以下のような情報が総合的に必要になります：

これらの「メタ情報」が整理されていない状態でAIを導入しても、文脈を欠いた的外れな回答を生成するリスクが高まります。

提案されている実装アプローチには、いくつかの優れた特徴があります：

ローコストでの迅速な実装

Google Workspaceの標準機能だけで構築できるため、追加コストがほぼゼロです。SaaSのCRMツールを導入する前に、小規模チームで「問い合わせ管理の型」を試行錯誤できます。

データの一元管理と可視化

スプレッドシートに蓄積されたデータは、そのままピボットテーブルやグラフで分析可能です。「どの質問が多いか」「どの製品で問題が起きているか」をリアルタイムで把握できます。

AI導入への橋渡し

構造化されたスプレッドシートデータは、後からClaude APIやChatGPT APIと連携する際の理想的な入力形式になります。GASからHTTPリクエストを送るだけで、蓄積データを活用したコンテキスト付きAI応答が実現できます。

「AI First」ではなく「Data First」の重要性

生成AI時代において、多くの組織が「とりあえずChatGPTやClaudeを導入しよう」と考えがちです。しかし、AIは魔法の杖ではありません。**高品質な出力は、高品質な入力データがあって初めて実現します**。

従来のCRMツール（Salesforce、Zendesk、Intercomなど）と比較した場合、Googleフォーム+スプレッドシート方式の最大の利点は「カスタマイズの容易さ」です。既製のCRMツールは機能が豊富ですが、自社特有の業務フローに合わせるには高度な設定や追加費用が必要になります。一方、スプレッドシートベースなら、列を追加する、計算式を入れる、条件付き書式で色分けするといった調整が誰でもできます。

メリットと注意点の両面分析

**メリット：**

**注意点：**

どんな人・場面に向いているか

このアプローチが特に有効なのは以下のケースです：

逆に、すでに月間数千件以上の問い合わせがあり、複数部署での分業が必要な大規模組織では、最初から専用CRMツールを選択した方が効率的です。

アクション1: 最小構成のGoogleフォームを作る（30分）

今日から始められる最小構成：

1. Googleフォームで以下の項目を作成

- 名前（短答）

- メールアドレス（短答）

- 問い合わせカテゴリ（選択式：製品、配送、請求、その他）

- 問い合わせ内容（長文）

2. 回答先をスプレッドシートに設定

3. スプレッドシートに手動で列を追加：「対応状況」「担当者」「FAQ候補フラグ」「メモ」

これだけで、問い合わせの一元管理が始まります。

アクション2: GASで自動通知を設定する（20分）

新規問い合わせが来たら担当者にSlackやメールで通知するGASスクリプトを追加：

function onFormSubmit(e) {
  var sheet = e.range.getSheet();
  var row = e.range.getRow();
  var email = sheet.getRange(row, 2).getValue(); // メールアドレス列
  var content = sheet.getRange(row, 4).getValue(); // 問い合わせ内容列
  
  // Slack通知やメール送信の処理をここに追加
  MailApp.sendEmail({
    to: "support@yourcompany.com",
    subject: "新規問い合わせ",
    body: "問い合わせ内容：\n" + content
  });
}

フォームの「スクリプトエディタ」から上記を貼り付け、トリガーを「フォーム送信時」に設定するだけです。

アクション3: 週次でFAQ候補をレビューする習慣を作る（週15分）

毎週金曜日に、スプレッドシートのデータを確認：

この習慣が、将来的なAI学習データの品質を決定します。

生成AIの可能性に魅了されるあまり、基礎的なデータ管理を軽視してはいけません。@Miraigentさんの指摘は、「AIツールを導入する前に、まず問い合わせデータを構造化し、蓄積する仕組みを作れ」という本質的なメッセージです。

Googleフォーム・スプレッドシート・GASという身近なツールで始められるこのアプローチは、特にこれからカスタマーサポート体制を整えようとしているチームにとって、理想的な第一歩になります。

データの土台ができていれば、後からClaude APIやChatGPT APIを連携させるのは技術的に難しくありません。逆に、土台がないままAIツールだけ導入しても、期待した効果は得られないでしょう。

**まずは小さく始めて、データを溜めながら改善する。**これがAI時代のカスタマーサポート構築の王道です。

この情報は @Miraigent さんの投稿を参考にしています。