竣工後の問い合わせをAIで分類する場合は、問い合わせ内容を単純に要約するだけでなく、問い合わせ種別、緊急度、対象箇所、不足情報、担当候補を共通項目にそろえて受付台帳へ整理することが重要です。
建物の引き渡し後には、不具合、設備の使い方、点検、補修、保証確認、追加工事など、さまざまな問い合わせが発生します。メールや電話で個別に対応していると、誰が対応しているのか、確認待ちなのか、対応済みなのかが分かりにくくなり、担当者の経験に依存しやすくなります。
この記事では、竣工後の問い合わせをAIで分類するための分類項目、緊急度の考え方、受付台帳の作成例、AIへの指示方法、人が確認すべき項目を解説します。建設会社や施工会社でアフターサービス業務を整理したい担当者が実務で使いやすい内容です。
- 問い合わせ内容を共通の分類項目へそろえてからAIで整理する
- 問い合わせ種別と緊急度は別の項目として管理する
- AIには不足情報と追加確認事項も抽出させる
- 元の問い合わせ内容を残し、AIの整理結果と照合できるようにする
- 保証、責任範囲、費用、安全に関する最終判断は人が行う
竣工後の問い合わせをAIで分類する基本
AIを利用する目的は、問い合わせ文章を短くすることだけではありません。問い合わせを受け付けた担当者が、誰へ確認し、どのような対応を進めるべきか判断できる状態へ情報を整理することが重要です。
問い合わせ内容を共通の分類へそろえる
竣工後には、水漏れなどの不具合、建具の調整、設備の使用方法、定期点検、保証確認、追加工事の相談など、性質の異なる連絡が同じ窓口へ届く場合があります。
受付担当者が毎回文章を読んで担当者を判断する方法では、分類方法が人によって異なる可能性があります。あらかじめ分類候補を決め、その候補へAIで整理する方法が実務では使いやすくなります。
| 項目 | 整理する内容 | 目的 |
|---|---|---|
| 問い合わせ種別 | 不具合、補修、点検、使い方、保証確認など | 対応フローを分ける |
| 対象箇所 | 給排水、電気、建具、内装、設備など | 担当候補を絞る |
| 緊急度 | 至急確認、優先確認、通常、要確認など | 確認する順番を整理する |
| 不足情報 | 発生日時、場所、写真、現在の状態など | 追加確認を明確にする |
| 担当候補 | 施工、設備、アフターサービスなど | 初動の振り分けを補助する |
| 対応状況 | 受付、確認中、対応中、完了など | 対応漏れを確認する |
問い合わせ分類と緊急度を分ける
不具合という分類だけでは、すぐに対応すべきか判断できません。同じ設備不具合でも、利用できない状態と軽微な調整では確認の優先度が異なります。
そのため、問い合わせの内容を示す分類と、対応順を考える緊急度は別々の項目で管理します。
AIへ任せる範囲：問い合わせ文章から要点、分類候補、対象箇所、不足情報、担当候補を整理するところまでを中心にします。保証対象や施工上の責任、費用負担などは担当者が資料を確認して判断します。
問い合わせ分類でそろえたい項目
AIのプロンプトを工夫する前に、どのような分類へ整理するのかを決める必要があります。分類が曖昧なままでは、同じ内容でもAIが異なるカテゴリーを返しやすくなります。
まずは大分類から始める
最初から細かな分類を多数作るのではなく、担当部署や対応方法が変わる単位で大分類を設定します。実際の問い合わせを確認しながら、必要に応じて小分類を追加すると管理しやすくなります。
| 分類 | 主な問い合わせ | 確認したい情報 |
|---|---|---|
| 不具合・異常 | 漏水、故障、異音、作動不良など | 発生場所、日時、現在の状態、写真 |
| 補修・調整 | 建具調整、仕上げ補修、軽微な修正など | 対象箇所、状態、希望時期 |
| 設備・操作方法 | 設備の使い方、設定、操作方法など | 設備名、質問内容、利用状況 |
| 点検・メンテナンス | 定期点検、保守、清掃など | 対象設備、希望日、過去対応 |
| 保証・契約確認 | 保証期間、対応範囲、費用など | 引渡日、契約資料、対象箇所 |
| 追加工事・変更 | 設備追加、改修、仕様変更など | 希望内容、対象箇所、希望時期 |
| 書類・資料 | 図面、保証書、取扱資料など | 必要な資料、対象物件、利用目的 |
| その他・要確認 | 既存分類では判断しにくい内容 | 担当者による内容確認 |
緊急度の基準も決めておく
AIへ緊急度を整理させる場合は、自社で判断基準を決めておく必要があります。AIが自由に緊急かどうかを判断するのではなく、どのような場合に担当者へ早く確認を回すかをルール化します。
| 緊急度 | 考え方 | 対応方法 |
|---|---|---|
| 至急確認 | 安全や漏水など、早急な状況確認が必要な可能性がある | AIだけで判断せず担当者へすぐ確認を回す |
| 優先確認 | 建物や設備の利用に支障がある | 通常より優先して担当者が状況を確認する |
| 通常 | 一般的な補修、点検、操作確認など | 通常の受付フローで対応する |
| 要確認 | 情報不足で優先度を判断できない | 不足情報を確認してから確定する |
不明な内容をAIに推測させない
問い合わせ文に発生原因が記載されていない場合、AIに原因も整理してくださいとだけ指示すると、文章から推測した原因を表示する可能性があります。
元の問い合わせから確認できない内容は、不明または要確認として表示するルールを設定してください。
特に漏水、設備停止、安全に関係する問い合わせは、文章だけで状況を断定できない場合があります。AIが通常対応と整理した場合でも、社内で定めた安全確認ルールを優先してください。
竣工後問い合わせの受付台帳作成例
問い合わせを分類した後は、受付内容と対応状況を同じ台帳で追えるようにします。AIが作成した要約だけではなく、元の問い合わせへ戻れる情報を残しておくことが重要です。
受付台帳に入れたい項目
| 管理項目 | 記載する内容 | 管理する目的 |
|---|---|---|
| 受付ID | 問い合わせごとの管理番号 | 問い合わせを識別する |
| 受付日時 | 問い合わせを受け付けた日時 | 受付順と経過時間を確認する |
| 物件・工事名 | 対象となる建物や工事 | 関連資料を探しやすくする |
| 問い合わせ元 | 施主、管理会社、利用者など | 関係者を把握する |
| 受付方法 | 電話、メール、フォームなど | 元の連絡を確認できるようにする |
| 問い合わせ原文 | 受信した文章または保存場所 | AI整理前の情報を残す |
| 問い合わせ要約 | AIで整理した短い概要 | 一覧で内容を把握する |
| 問い合わせ分類 | 不具合・異常、補修・調整など | 対応方法を整理する |
| 緊急度 | 至急確認、優先確認、通常、要確認 | 対応順を整理する |
| 対象箇所 | 建具、内装、電気、給排水など | 担当候補を絞る |
| 発生状況 | いつ、どこで、どのような状態か | 初期確認に必要な情報を残す |
| 添付資料 | 写真、動画、図面など | 確認材料の有無を把握する |
| 不足情報 | 追加で確認が必要な項目 | 確認漏れを防ぐ |
| 担当候補 | 施工、設備、アフター担当など | 初動の振り分けを補助する |
| 担当者 | 実際に対応する担当者 | 対応責任を明確にする |
| 対応期限 | 確認または対応予定日 | 対応漏れを防ぐ |
| 対応状況 | 受付、確認中、対応中、完了など | 進捗を確認する |
| 対応内容 | 連絡、現地確認、補修など | 履歴を残す |
| 完了日 | 対応が完了した日 | 問い合わせを完了状態にする |
AIへの出力項目も台帳に合わせる
AIから返ってきた内容を受付担当者が毎回並べ替えると、AIを使っても転記作業が残ります。受付台帳と同じ順序でAIに出力させると、その後の確認や登録を行いやすくなります。
- 問い合わせ内容の要約
- 問い合わせ分類の候補
- 分類した理由
- 緊急度の候補
- 対象箇所または設備
- 問い合わせ文から確認できる事実
- 不足している情報
- 追加で確認する質問
- 担当部署または担当者の候補
- 人が最終確認する項目
受付台帳の基本：AIの回答だけを保存するのではなく、元の問い合わせ、AIによる整理結果、人が確定した対応内容を分けて残すと、後から判断経緯を確認しやすくなります。
株式会社ジェイテックサービスのAI顧問サービスでは、実際の問い合わせ業務をもとに、AIへ入力する項目、分類方法、出力形式、人が確認する工程などを整理できます。
AIで問い合わせを分類する5つの手順
最初から問い合わせメールを自動振り分けする必要はありません。まず過去の問い合わせを使って分類方法を検証し、実務で使えることを確認してから対象範囲を広げます。
-
過去の問い合わせを集める
メール、電話記録、問い合わせフォームなどから、実際に発生した問い合わせの種類を確認します。個人情報などをAIへ入力する場合は、利用環境と社内ルールを確認してください。
-
問い合わせの分類ルールを決める
不具合、補修、設備の使い方、点検、保証確認など、担当先や対応方法が変わる単位で分類を作ります。
-
受付台帳の項目を決める
受付日時、物件、問い合わせ内容、分類、緊急度、不足情報、担当者、対応状況など、継続して管理する項目を決めます。
-
過去の問い合わせでAI分類を試す
実際の問い合わせ文章をAIへ入力し、人が判断した分類と比較します。分類しにくい問い合わせや不足項目を確認し、指示内容を修正します。
-
限定した受付業務から利用する
まず一つの窓口や担当者で運用し、分類ミス、確認不足、転記の手間などを確認します。運用が安定してから対象窓口やシステム連携を広げます。
- 問い合わせ本文から事実だけを抽出する
- 指定した分類候補から最も近いものを選ぶ
- 判断できない場合は要確認とする
- 緊急度の候補を提示する
- 安全に関係する可能性があれば担当者確認を促す
- 対象箇所や設備を整理する
- 不足情報を一覧にする
- 問い合わせ元へ追加確認する質問を作る
- 担当部署の候補を提示する
- 資料にない情報を推測しない
AI分類後に人が確認すべき項目
AIによる問い合わせ分類は、受付業務を整理する補助として利用します。安全、契約、保証、費用、施工責任など重要な判断までAIだけで確定しないことが重要です。
人の判断を残す項目を決める
AIを導入する前に、どこから先を担当者が判断するのかを決めておきます。人による確認が必要な業務を明確にすると、AIの利用範囲も設定しやすくなります。
| 確認項目 | AIで行うこと | 担当者が行うこと |
|---|---|---|
| 問い合わせ分類 | 文章から分類候補を提示する | 内容を確認して確定する |
| 緊急度 | 注意すべき情報を抽出する | 実際の状況を確認して判断する |
| 保証対象 | 確認に必要な情報を整理する | 契約書や保証条件を確認する |
| 施工上の責任 | 問い合わせの事実を整理する | 施工資料や現地状況から判断する |
| 費用負担 | 問い合わせ内容を整理する | 契約条件や対応方針から決定する |
| 担当者 | 担当候補を提示する | 社内体制を踏まえて確定する |
| 顧客への回答 | 回答文の下書きを作る | 事実関係を確認して送信する |
個人情報や物件情報の入力ルールを確認する
竣工後の問い合わせには、顧客名、電話番号、住所、建物写真、契約内容などが含まれる場合があります。AIを使用する場合は、会社で利用を認めている環境を利用し、入力可能な情報の範囲を確認してください。
問い合わせ分類の検証段階では、氏名や連絡先など分類に不要な情報を除いて試す方法もあります。
- 元の問い合わせ内容とAIの要約が一致している
- 問い合わせ分類が実際の内容と合っている
- 緊急度をAIだけで確定していない
- 対象箇所や設備名に誤りがない
- 不足情報が適切に抽出されている
- 担当候補が実際の社内体制と合っている
- 保証や費用をAIが断定していない
- 顧客へ送る文章を人が確認している
AIの出力には誤りや抜けが含まれる可能性があります。安全上の問題、契約、保証、法的責任、費用負担などに関係する内容は、必要な社内担当者や専門家が確認してください。
よくある失敗例と対策
竣工後の問い合わせ分類では、AIの性能だけでなく、分類ルールや受付方法が結果に大きく影響します。特に注意したい失敗例を確認します。
失敗1：分類を細かくしすぎる
似た分類を多数用意すると、AIだけでなく担当者もどこへ分類すべきか迷います。まず担当先や対応方法が変わる大分類から始め、必要に応じて小分類を追加します。
失敗2：問い合わせ分類と緊急度を一緒にする
不具合という分類だけでは、どの程度急ぐべきか判断できません。分類と緊急度を別項目として記録し、それぞれの基準を決めます。
失敗3：AIに不足情報を推測させる
問い合わせ文に記載されていない発生原因や日時などをAIが補完すると、事実と推測が混ざります。確認できない情報は不明または要確認と表示させます。
失敗4：AIの要約だけを保存する
要約だけでは、後から問い合わせ元の表現や詳細な条件を確認できません。元のメール、フォーム、電話記録などへ戻れる情報を受付台帳に残します。
失敗5：受付後の状況を更新しない
問い合わせを登録しても、担当者や対応状況が更新されなければ対応漏れを確認できません。受付から完了まで同じ管理表で追える状態にします。
失敗6：保証可否や費用までAIに決定させる
保証や費用負担は、契約条件や施工内容、実際の状況などを確認して判断する必要があります。AIには確認事項の整理を担当させ、最終判断は担当者が行います。
改善のポイント：AIが誤って分類した問い合わせは、分類ルールを改善する材料になります。どの問い合わせで判断が分かれたのかを記録し、分類条件や入力項目を見直してください。
竣工後の問い合わせAI分類に関するよくある質問
竣工後の問い合わせ業務へAIを取り入れる際に、実務で疑問になりやすいポイントをまとめます。
電話で受けた問い合わせもAIで分類できますか？
電話内容を文章として残せば分類できます。現場名、対象箇所、症状、発生時期、現在の状態などを共通項目に沿って記録し、その内容をAIで整理する方法があります。
最初からメールを自動で担当者へ振り分けてもよいですか？
最初はAIが担当候補を提示し、人が確認する運用から始める方が分類ルールを検証しやすくなります。誤分類の傾向が把握できてから、自動通知やシステム連携を検討すると進めやすくなります。
受付台帳はExcelやスプレッドシートでも問題ありませんか？
問題ありません。問い合わせ件数が多くない段階では、表計算ソフトで受付日時、分類、担当者、期限、対応状況などを管理する方法でも始められます。
問い合わせの写真からAIに原因を判断させてもよいですか？
写真から見える状態を整理する用途は考えられますが、画像だけから不具合原因や施工上の責任を確定する運用は避けるべきです。必要に応じて現地確認や担当者による判断を行います。
AIの分類結果はどのように検証すればよいですか？
過去の問い合わせを使い、実際に担当者が行った分類とAIの分類結果を比較します。どの分類で誤りやすいか、不足情報を正しく抽出できているかも確認してください。
問い合わせに個人情報が含まれている場合はどうすればよいですか？
会社で利用を認めているAI環境を利用し、社内ルールや利用サービスのデータ取扱条件を確認してください。分類に不要な氏名、電話番号、住所などを除いてからAIへ入力する方法もあります。
まとめ
竣工後の問い合わせをAIで分類する際は、問い合わせ文章を短くすることより、担当者が次の行動を判断できる共通形式へ整理することが重要です。
- 過去の問い合わせを確認して大分類を作る
- 問い合わせ分類と緊急度を別々に管理する
- 元の問い合わせ内容を受付台帳に残す
- AIには不足情報と追加確認事項も整理させる
- 担当候補と実際の担当者を分けて管理する
- 安全、保証、費用、責任範囲は人が判断する
まずは過去の問い合わせを数件集め、自社でどのような分類が必要かを確認するところから始めてください。実際の問い合わせをAIで整理し、担当者の判断と比較しながら分類ルールと受付台帳を改善すると、自社のアフターサービス業務に合った運用を作りやすくなります。
株式会社ジェイテックサービスのAI顧問サービスでは、自社の実際の業務をもとに、AIをどこで使うか、どの情報を入力するか、どのような形式で出力し、人が何を確認するかを整理する相談ができます。
問い合わせ対応や報告書作成など、身近な業務からAI活用を検討したい場合は、AIコラム一覧もご覧ください。
問い合わせをどのように分類するか、受付台帳に何を記録するか、AIへ何を任せて人が何を確認するか、自社の業務に合わせて整理したい場合は、株式会社ジェイテックサービスへご相談ください。
--jts-secondary: #2563a6; 竣工後の問い合わせをAIで分類する場合は、問い合わせ内容を要約するだけでなく、分類、緊急度、確認不足、担当候補を共通の形式で整理し、受付台帳へ記録できる状態にすることが重要です。 竣工後には、不具合の連絡、設備の使い方、点検、補修依頼、契約や保証に関する確認など、内容の異なる問い合わせが複数の窓口へ届きます。メールや電話の記録方法が担当者ごとに異なると、誰が対応するのか、何を確認したのか、現在どこまで進んでいるのかが分かりにくくなります。 この記事では、竣工後の問い合わせをAIで整理するための分類ルール、受付台帳の作成例、AIへの入力項目、導入手順、人が確認すべきポイントを実務向けに解説します。建設会社や工事会社で、アフターサービス対応を整理したい担当者に役立つ内容です。
--jts-accent: #147d77;
--jts-bg-light: #eef6fb;
--jts-bg-soft: #f7fafc;
--jts-bg-yellow: #fff8e8;
--jts-text-main: #263442;
--jts-text-sub: #5f6b76;
--jts-border: #d8e2ea;
--jts-white: #ffffff;
--jts-shadow: 0 8px 28px rgba(23, 50, 77, 0.08);
box-sizing: border-box;
max-width: 900px;
width: 100%;
margin: 0 auto;
padding: 0 18px 64px;
color: var(--jts-text-main);
font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", "Hiragino Kaku Gothic ProN", "Hiragino Sans", Meiryo, sans-serif;
font-size: 16px;
line-height: 1.85;
overflow-wrap: anywhere;
}
.jts-ai-article *,
.jts-ai-article *::before,
.jts-ai-article *::after {
box-sizing: border-box;
}
.jts-ai-article p {
margin: 0 0 1.5em;
}
.jts-ai-article a {
color: var(--jts-secondary);
text-decoration: underline;
text-underline-offset: 3px;
}
.jts-ai-article a:hover {
text-decoration-thickness: 2px;
}
.jts-ai-article a:focus-visible {
outline: 3px solid rgba(37, 99, 166, 0.3);
outline-offset: 4px;
border-radius: 4px;
}
.jts-ai-article ul,
.jts-ai-article ol {
margin: 0 0 1.6em;
padding-left: 1.5em;
}
.jts-ai-article li {
margin-bottom: 0.55em;
}
.jts-ai-article strong {
color: var(--jts-primary);
font-weight: 700;
}
.jts-ai-article__lead {
margin: 0 0 28px;
padding: 28px 30px;
background: linear-gradient(135deg, #f7fbfe 0%, #eef6fb 100%);
border: 1px solid var(--jts-border);
border-radius: 14px;
box-shadow: var(--jts-shadow);
}
.jts-ai-article__lead p:last-child {
margin-bottom: 0;
}
.jts-ai-article__key-points {
margin: 0 0 30px;
padding: 26px 28px;
background: var(--jts-white);
border: 1px solid var(--jts-border);
border-top: 4px solid var(--jts-secondary);
border-radius: 12px;
box-shadow: 0 5px 20px rgba(23, 50, 77, 0.06);
}
.jts-ai-article__key-points-title {
display: block;
margin: 0 0 16px;
color: var(--jts-primary);
font-size: 1.15em;
font-weight: 700;
letter-spacing: 0.02em;
}
.jts-ai-article__key-points ul {
margin-bottom: 0;
padding-left: 1.35em;
}
.jts-ai-article__key-points li::marker {
color: var(--jts-accent);
}
.jts-ai-article__figure {
margin: 34px 0;
}
.jts-ai-article__figure img {
display: block;
max-width: 100%;
width: 100%;
height: auto;
border-radius: 12px;
border: 1px solid var(--jts-border);
}
.jts-ai-article__figure figcaption {
margin-top: 10px;
color: var(--jts-text-sub);
font-size: 0.9em;
line-height: 1.65;
text-align: center;
}
.jts-ai-article__toc {
margin: 34px 0 46px;
padding: 28px 30px;
background: var(--jts-white);
border: 1px solid var(--jts-border);
border-radius: 14px;
box-shadow: var(--jts-shadow);
}
.jts-ai-article__toc-title {
display: flex;
align-items: center;
gap: 12px;
margin: 0 0 18px;
color: var(--jts-primary);
font-size: 1.18em;
font-weight: 700;
}
.jts-ai-article__toc-title::before {
content: "";
flex: 0 0 auto;
width: 5px;
height: 24px;
border-radius: 10px;
background: var(--jts-secondary);
}
.jts-ai-article__toc ul {
margin: 0;
padding: 0;
list-style: none;
}
.jts-ai-article__toc li {
position: relative;
margin: 0;
padding: 11px 0 11px 22px;
border-bottom: 1px solid #e8eef3;
}
.jts-ai-article__toc li:last-child {
border-bottom: 0;
}
.jts-ai-article__toc li::before {
content: "";
position: absolute;
left: 2px;
top: 20px;
width: 7px;
height: 7px;
border-radius: 50%;
background: var(--jts-accent);
}
.jts-ai-article__toc a {
display: inline-block;
color: var(--jts-primary);
font-weight: 600;
text-decoration: none;
}
.jts-ai-article__toc a:hover {
color: var(--jts-secondary);
text-decoration: underline;
}
.jts-ai-article__section,
.jts-ai-article__faq {
margin: 0 0 52px;
scroll-margin-top: 24px;
}
.jts-ai-article h2 {
position: relative;
margin: 0 0 22px;
padding: 0 0 0 18px;
color: var(--jts-primary);
background: transparent;
font-size: clamp(1.45rem, 2.6vw, 1.85rem);
line-height: 1.45;
font-weight: 700;
letter-spacing: 0.02em;
}
.jts-ai-article h2::before {
content: "";
position: absolute;
left: 0;
top: 0.18em;
width: 6px;
height: 1.25em;
border-radius: 5px;
background: var(--jts-secondary);
}
.jts-ai-article h3 {
position: relative;
margin: 34px 0 16px;
padding: 0 0 0 20px;
color: var(--jts-primary);
background: transparent;
font-size: 1.18rem;
line-height: 1.55;
font-weight: 700;
}
.jts-ai-article h3::before {
content: "";
position: absolute;
left: 0;
top: 0.58em;
width: 8px;
height: 8px;
border-radius: 50%;
background: var(--jts-accent);
}
.jts-ai-article__note {
margin: 24px 0;
padding: 20px 22px;
background: var(--jts-bg-light);
border-left: 4px solid var(--jts-secondary);
border-radius: 0 10px 10px 0;
}
.jts-ai-article__note p:last-child {
margin-bottom: 0;
}
.jts-ai-article__warning {
margin: 24px 0;
padding: 20px 22px;
background: var(--jts-bg-yellow);
border: 1px solid #eadcae;
border-left: 4px solid #c9992c;
border-radius: 0 10px 10px 0;
}
.jts-ai-article__warning p:last-child {
margin-bottom: 0;
}
.jts-ai-article__table-wrap {
width: 100%;
margin: 24px 0 30px;
overflow-x: auto;
border: 1px solid var(--jts-border);
border-radius: 12px;
background: var(--jts-white);
-webkit-overflow-scrolling: touch;
}
.jts-ai-article table {
width: 100%;
min-width: 720px;
border-collapse: collapse;
background: var(--jts-white);
font-size: 0.94em;
}
.jts-ai-article caption {
padding: 15px 18px;
color: var(--jts-primary);
background: #f6f9fb;
border-bottom: 1px solid var(--jts-border);
font-weight: 700;
text-align: left;
}
.jts-ai-article th,
.jts-ai-article td {
padding: 13px 14px;
border-right: 1px solid var(--jts-border);
border-bottom: 1px solid var(--jts-border);
text-align: left;
vertical-align: top;
line-height: 1.65;
}
.jts-ai-article th:last-child,
.jts-ai-article td:last-child {
border-right: 0;
}
.jts-ai-article tr:last-child td,
.jts-ai-article tr:last-child th {
border-bottom: 0;
}
.jts-ai-article thead th {
color: var(--jts-white);
background: var(--jts-primary);
font-weight: 700;
white-space: nowrap;
}
.jts-ai-article tbody th {
color: var(--jts-primary);
background: #f7fafc;
font-weight: 700;
}
.jts-ai-article__status {
display: inline-block;
min-width: 76px;
padding: 4px 9px;
border-radius: 999px;
font-size: 0.85em;
font-weight: 700;
text-align: center;
white-space: nowrap;
}
.jts-ai-article__status--approved {
color: #11635e;
background: #e6f5f3;
}
.jts-ai-article__status--conditional {
color: #805f13;
background: #fff5d8;
}
.jts-ai-article__status--trial {
color: #22558b;
background: #e9f2fc;
}
.jts-ai-article__status--blocked {
color: #8a3838;
background: #f9e9e9;
}
.jts-ai-article__template-box {
margin: 26px 0;
padding: 24px;
background: #f8fafc;
border: 1px solid var(--jts-border);
border-radius: 12px;
}
.jts-ai-article__template-box-title {
margin: 0 0 12px;
color: var(--jts-primary);
font-weight: 700;
}
.jts-ai-article__checklist {
margin: 24px 0;
padding: 24px 26px;
background: var(--jts-white);
border: 1px solid var(--jts-border);
border-radius: 12px;
}
.jts-ai-article__checklist ul {
margin: 0;
padding: 0;
list-style: none;
}
.jts-ai-article__checklist li {
position: relative;
margin: 0;
padding: 9px 0 9px 30px;
border-bottom: 1px solid #edf1f4;
}
.jts-ai-article__checklist li:last-child {
border-bottom: 0;
}
.jts-ai-article__checklist li::before {
content: "✓";
position: absolute;
left: 2px;
top: 9px;
color: var(--jts-accent);
font-weight: 700;
}
.jts-ai-article__steps {
margin: 28px 0;
padding: 0;
list-style: none;
counter-reset: jts-step;
}
.jts-ai-article__steps li {
position: relative;
margin: 0 0 18px;
padding: 22px 22px 22px 76px;
background: var(--jts-white);
border: 1px solid var(--jts-border);
border-radius: 12px;
counter-increment: jts-step;
}
.jts-ai-article__steps li::before {
content: counter(jts-step);
position: absolute;
left: 22px;
top: 22px;
display: flex;
align-items: center;
justify-content: center;
width: 36px;
height: 36px;
color: var(--jts-white);
background: var(--jts-secondary);
border-radius: 50%;
font-weight: 700;
}
.jts-ai-article__steps-title {
display: block;
margin-bottom: 5px;
color: var(--jts-primary);
font-weight: 700;
}
.jts-ai-article__steps p {
margin: 0;
}
.jts-ai-article__cta {
margin: 42px 0 54px;
padding: 30px;
background: linear-gradient(135deg, #17324d 0%, #214c72 100%);
border-radius: 14px;
color: var(--jts-white);
text-align: center;
box-shadow: var(--jts-shadow);
}
.jts-ai-article__cta-title {
margin: 0 0 10px;
color: var(--jts-white);
font-size: 1.25em;
line-height: 1.5;
font-weight: 700;
}
.jts-ai-article__cta p {
margin: 0 auto 20px;
max-width: 680px;
color: #edf5fa;
}
.jts-ai-article__cta-link {
display: inline-block;
padding: 13px 24px;
color: var(--jts-primary);
background: var(--jts-white);
border: 2px solid var(--jts-white);
border-radius: 8px;
font-weight: 700;
line-height: 1.45;
text-decoration: none;
}
.jts-ai-article__cta-link:hover {
color: var(--jts-white);
background: transparent;
text-decoration: none;
}
.jts-ai-article__faq details {
margin: 0 0 14px;
overflow: hidden;
background: var(--jts-white);
border: 1px solid var(--jts-border);
border-radius: 10px;
}
.jts-ai-article__faq summary {
position: relative;
padding: 18px 48px 18px 52px;
color: var(--jts-primary);
background: #f8fafc;
font-weight: 700;
line-height: 1.6;
cursor: pointer;
list-style: none;
}
.jts-ai-article__faq summary::-webkit-details-marker {
display: none;
}
.jts-ai-article__faq summary::before {
content: "Q";
position: absolute;
left: 18px;
top: 18px;
color: var(--jts-secondary);
font-size: 1.05em;
font-weight: 800;
}
.jts-ai-article__faq summary::after {
content: "+";
position: absolute;
right: 18px;
top: 15px;
color: var(--jts-secondary);
font-size: 1.4em;
font-weight: 400;
}
.jts-ai-article__faq details[open] summary::after {
content: "−";
}
.jts-ai-article__faq-answer {
position: relative;
display: flex;
gap: 14px;
padding: 20px 22px;
border-top: 1px solid var(--jts-border);
}
.jts-ai-article__faq-label {
flex: 0 0 auto;
color: var(--jts-accent);
font-size: 1.05em;
font-weight: 800;
}
.jts-ai-article__faq-answer p {
margin: 0;
}
.jts-ai-article__company {
margin: 44px 0 30px;
padding: 26px 28px;
background: var(--jts-bg-soft);
border: 1px solid var(--jts-border);
border-radius: 12px;
}
.jts-ai-article__company-title {
display: block;
margin: 0 0 10px;
color: var(--jts-primary);
font-size: 1.15em;
font-weight: 700;
}
.jts-ai-article__company p:last-child {
margin-bottom: 0;
}
@media (max-width: 680px) {
.jts-ai-article {
padding: 0 14px 48px;
font-size: 15px;
}
.jts-ai-article__lead,
.jts-ai-article__key-points,
.jts-ai-article__toc,
.jts-ai-article__cta,
.jts-ai-article__company {
padding: 22px 18px;
}
.jts-ai-article h2 {
padding-left: 17px;
font-size: 1.4rem;
}
.jts-ai-article h3 {
padding-left: 20px;
font-size: 1.08rem;
}
.jts-ai-article__steps li {
padding: 64px 18px 20px;
}
.jts-ai-article__steps li::before {
left: 18px;
top: 18px;
}
.jts-ai-article__faq summary {
padding: 17px 44px 17px 48px;
}
.jts-ai-article__faq summary::before {
left: 16px;
top: 17px;
}
.jts-ai-article__faq summary::after {
right: 15px;
}
.jts-ai-article__faq-answer {
padding: 18px;
}
}
- 問い合わせ分類と緊急度は別々の項目として管理する
- AIには分類だけでなく、確認不足と担当候補も整理させる
- 受付台帳には元の問い合わせ内容と対応履歴を残す
- 安全性、保証対象、責任範囲などの最終判断は人が行う
- まず少数の過去問い合わせで試し、分類ルールを調整する
竣工後の問い合わせを分類する必要がある理由
竣工後の問い合わせ管理では、受け付けた内容を記録するだけでは不十分です。問い合わせの種類、対応の優先度、確認すべき情報、担当部門、対応状況までつながる形で整理する必要があります。
同じ窓口に性質の異なる問い合わせが集まる
竣工後の連絡には、建具の調整依頼、設備の操作確認、水漏れなどの不具合、定期点検の日程相談、追加工事の相談など、異なる種類の内容が含まれます。
すべてを単純にアフター対応として扱うと、担当部署の判断や優先順位付けを受付担当者の経験に頼りやすくなります。
| 整理項目 | 内容 | 整理する目的 |
|---|---|---|
| 問い合わせ分類 | 不具合、点検、使い方、補修、追加相談など | 対応する業務を判断しやすくする |
| 緊急度 | 至急確認が必要か、通常対応でよいか | 対応順を判断する |
| 対象箇所 | 建具、内装、給排水、電気設備など | 確認する担当候補を絞る |
| 確認不足 | 発生日時、場所、状態、写真など | 追加確認の往復を減らす |
| 担当候補 | 施工担当、設備担当、アフター担当など | 初動の振り分けを支援する |
| 対応状況 | 受付、確認中、対応中、完了など | 対応漏れを確認する |
問い合わせ本文だけでは対応に必要な情報がそろわない
例えば、天井から水が落ちているという問い合わせが届いても、場所、発生時刻、継続しているか、設備の使用状況、写真の有無などが分からなければ、次の対応を決めにくい場合があります。
AIを使う目的は、文章を短く要約することだけではありません。現在分かっている事実と不足している情報を分け、担当者が次に確認すべきことを明確にする使い方が重要です。
AIが向いている部分：問い合わせ文から要点を抽出し、事前に決めた分類候補へ当てはめ、不足情報や確認項目を一覧化する作業です。保証対象かどうか、施工上の責任があるかといった判断まで自動で確定する必要はありません。
AIで使う問い合わせ分類ルールの作り方
AIによる分類を安定させるには、先に会社側で分類ルールを決める必要があります。AIへ自由に判断させるのではなく、候補となる分類と判断条件を用意しておくことがポイントです。
最初は6〜8種類程度の大分類から始める
分類を細かくしすぎると、似たカテゴリーが増えて判断が不安定になります。まずは実際の受付業務で担当先や対応方法が変わる単位で分類すると運用しやすくなります。
| 分類 | 主な内容 | 確認したい情報 |
|---|---|---|
| 不具合・異常 | 漏水、作動不良、破損、異音など | 発生箇所、症状、発生日時、現在の状態 |
| 補修・調整 | 建具調整、仕上げ補修、軽微な修正など | 対象箇所、状態、希望時期、写真 |
| 設備・操作方法 | 設備の使い方、設定方法など | 対象設備、質問内容、使用状況 |
| 点検・メンテナンス | 定期点検、保守、清掃など | 対象設備、希望時期、過去の対応 |
| 保証・契約確認 | 保証期間、対応範囲、費用負担の確認など | 契約資料、引渡日、対象箇所、過去履歴 |
| 追加工事・変更相談 | 設備追加、仕様変更、改修など | 希望内容、対象箇所、希望時期 |
| 書類・資料 | 図面、取扱説明書、保証書などの確認 | 必要資料、対象物件、利用目的 |
| その他・要確認 | 既存分類だけでは判断できないもの | 担当者が内容を確認して分類を決定 |
分類と緊急度を同じ項目にしない
不具合だからすべて緊急というわけではありません。同じ不具合でも、生活や安全への影響がある状態と、軽微な調整依頼では初動が異なります。
そのため、問い合わせの種類を示す分類と、対応順を示す緊急度は別の列で管理します。
| 緊急度 | 考え方 | 運用例 |
|---|---|---|
| 至急確認 | 安全、漏水、設備停止など、早急な状況確認が必要な可能性がある | AIだけで確定せず、担当者へ即時確認を回す |
| 優先確認 | 利用に支障があるなど、通常より早い確認が望ましい | 当日または社内ルールに沿って確認する |
| 通常 | 一般的な補修、点検、使い方など | 通常の受付フローで担当者へ振り分ける |
| 要確認 | 情報不足で緊急度を判断できない | 必要事項を追加確認してから確定する |
緊急度の条件は、自社の安全管理や顧客対応ルールに合わせて決めてください。AIが通常と判定したことだけを理由に、安全に関係する可能性がある問い合わせの確認を遅らせない運用が必要です。
竣工後問い合わせの受付台帳作成例
受付台帳では、問い合わせを受けた時点の情報と、AIが整理した情報、人が確定した対応情報を分けて記録します。元の内容を残しておくことで、AIの要約や分類が適切だったか後から確認できます。
受付台帳に入れたい基本項目
| 管理項目 | 記載例 | 目的 |
|---|---|---|
| 受付ID | AFT-001 | 問い合わせを識別する |
| 受付日時 | 問い合わせを受け付けた日時 | 対応開始時点を記録する |
| 物件・工事名 | 対象となる物件名 | 関連資料や履歴を探しやすくする |
| 問い合わせ元 | 施主、管理会社、利用者など | 連絡先と関係者を把握する |
| 受付方法 | 電話、メール、フォームなど | 元の連絡記録を追跡する |
| 問い合わせ原文 | 受信内容または保存場所 | AI整理前の情報を残す |
| 要点 | AIが整理した短い概要 | 一覧で内容を把握する |
| 問い合わせ分類 | 不具合・異常 | 対応フローを選びやすくする |
| 緊急度 | 通常、優先確認、至急確認、要確認 | 対応順を整理する |
| 対象箇所・設備 | 給排水、建具、内装など | 担当候補を整理する |
| 発生状況 | いつ、どこで、どのような状態か | 原因確認の前提を整理する |
| 添付資料 | 写真、動画、図面など | 確認材料の有無を把握する |
| 不足情報 | 発生時刻と写真の確認が必要 | 追加確認事項を明確にする |
| 担当候補 | アフター担当、設備担当など | 振り分けを支援する |
| 担当者 | 人が確定した担当者 | 対応責任を明確にする |
| 対応期限 | 社内ルールに基づく期限 | 対応漏れを防ぐ |
| 対応状況 | 受付、確認中、対応中、完了 | 進捗を一覧で確認する |
| 対応内容 | 連絡、現地確認、補修など | 履歴を残す |
| 完了日 | 対応を完了した日 | 案件をクローズする |
AIに整理させる項目を固定する
受付担当者が毎回異なる指示を入力すると、AIから返ってくる項目もばらつきます。問い合わせ文を入力した後に何を出力させるかを固定すると、受付台帳へ転記しやすくなります。
- 問い合わせ内容の要点
- 問い合わせ分類の候補
- 分類した理由
- 緊急度の候補
- 対象箇所または設備
- 問い合わせ文から確認できる事実
- 不足している情報
- 追加で確認したい質問
- 担当部署または担当者の候補
- 人が最終確認すべき事項
運用のポイント：AIが推測した内容と、問い合わせ文に明記されている事実を混在させないようにします。不明な項目は推測で埋めず、不明または要確認として出力させると確認しやすくなります。
株式会社ジェイテックサービスのAI顧問サービスでは、実際の業務をもとに、AIへ入力する情報、プロンプト、出力形式、確認項目などを整理し、繰り返し使いやすい業務テンプレートへ落とし込む支援を行っています。
AIによる問い合わせ分類を始める6つの手順
最初からメールや顧客管理システムと自動連携する必要はありません。まず過去の問い合わせを使って分類ルールを試し、人の判断と大きくずれない状態を作ってから運用範囲を広げます。
-
過去の問い合わせを集める
実際に発生した問い合わせを確認し、どのような内容が多いかを整理します。個人情報などを検証用AIへ入力する場合は、自社ルールと利用環境を確認してください。
-
問い合わせ分類を決める
不具合、補修、設備の使い方、点検、保証確認など、担当先や対応フローが変わる単位で分類を作ります。
-
緊急度の判断条件を言語化する
どのような状態なら担当者へ早急に確認を回すのかを整理します。AIによる緊急度は最終判断ではなく、確認を促すための候補として扱います。
-
受付台帳の項目をそろえる
受付日時、物件、原文、分類、緊急度、不足情報、担当者、対応状況など、問い合わせごとに同じ項目を記録できる形にします。
-
AIの分類結果と人の判断を比較する
過去の問い合わせをAIへ入力し、実際に担当者が判断した分類と比較します。間違いやすい問い合わせを確認し、分類条件やプロンプトを修正します。
-
限定した受付業務から運用する
まず一つの窓口や担当者で使い始め、分類ミス、不足情報、使いにくい項目を確認します。運用が安定してから対象窓口や自動連携を検討します。
- 分類名だけでなく分類条件も決まっている
- 緊急度の基準を担当者間で共有している
- 不明な情報をAIが推測しない指示になっている
- 受付原文を後から確認できる
- AIの分類結果を人が修正できる
- 対応状況と担当者を継続して更新できる
AI分類後に人が確認すべき項目
問い合わせ分類をAIで補助しても、すべての判断を自動化する必要はありません。特に安全、契約、保証、費用負担、施工責任などに関係する内容は、担当者が元資料と照合して判断する必要があります。
AIに確定させない項目を先に決める
AIを使う前に、人の判断を必須とする項目を決めておくと運用しやすくなります。分類結果を受け付けた後の確認工程まで業務フローに含めてください。
| 確認項目 | AIの役割 | 人が行う判断 |
|---|---|---|
| 緊急性 | 文章から注意すべき表現を抽出する | 実際の状況を確認して対応優先度を決める |
| 保証対象 | 確認に必要そうな資料を整理する | 契約書や保証条件を確認して判断する |
| 施工上の責任 | 問い合わせ内容と関連情報を整理する | 現地状況や施工資料を確認して判断する |
| 費用負担 | 問い合わせ内容を要約する | 契約条件や対応方針に基づいて決定する |
| 担当者 | 内容から担当候補を提示する | 社内体制や案件履歴を踏まえて確定する |
| 顧客への回答 | 回答文の下書きを作成する | 事実関係と表現を確認して送信する |
個人情報をそのまま入力する前に利用環境を確認する
竣工後の問い合わせには、氏名、住所、電話番号、メールアドレス、建物写真などが含まれることがあります。利用するAIサービスへどの情報を入力できるかは、自社の利用ルールや契約内容、AIサービス側のデータ取扱条件を確認してください。
分類だけが目的であれば、検証段階では氏名や連絡先を除いた問い合わせ文で試す方法もあります。
AIの出力には誤りや推測が含まれる可能性があります。特に安全上の問題、契約、保証、法的責任などに関係する問い合わせでは、AIの分類結果だけで対応方針を確定せず、社内担当者や必要に応じて専門家が確認してください。
よくある失敗例と対策
AI分類がうまく機能しない原因は、AIの性能だけではありません。分類ルールや受付台帳が曖昧な状態で自動化を先に進めると、人が修正する作業が増えることがあります。
失敗1：分類を細かくしすぎる
似た分類を多数作ると、担当者自身も違いを説明できなくなります。最初は担当部署や対応フローが変わる大分類に絞り、必要になった段階で小分類を追加します。
失敗2：AIに緊急度を完全に任せる
短い問い合わせ文では、実際の状況を判断するための情報が不足している場合があります。判断できない問い合わせを無理に通常へ分類させず、要確認として担当者へ回せるルールを作ります。
失敗3：問い合わせ原文を残さない
AIが作成した要約だけを保存すると、後で分類理由を確認できません。元のメールや電話記録など、受付時の情報へ戻れる状態を維持します。
失敗4：受付台帳を作って終わる
受付時に記録しても、担当者や対応状況が更新されなければ対応漏れを確認できません。受付、確認中、対応中、完了などの状態を決め、対応後まで同じ台帳で管理します。
失敗5：保証可否までAIに判定させる
保証範囲や費用負担は、契約内容、引渡時の資料、実際の状態など複数の情報を確認する必要があります。AIには必要資料や確認事項の整理を担当させ、最終判断は担当者が行います。
改善の考え方：AIが間違えた問い合わせは失敗として捨てず、なぜ分類できなかったのかを確認します。分類条件不足、入力情報不足、例外ケースなどを記録すると、次回のプロンプトや受付項目の改善材料になります。
竣工後の問い合わせ分類に関するよくある質問
竣工後対応へAIを取り入れる際に確認されやすいポイントを整理します。自社の受付方法や担当体制に合わせて調整してください。
電話で受けた問い合わせもAIで分類できますか？
可能です。まず担当者が電話内容を共通の受付項目に沿ってメモし、その文章をAIで整理する方法があります。音声文字起こしを利用する場合でも、物件名、対象箇所、症状、発生時期など重要項目を人が確認してから台帳へ登録すると安全です。
最初から問い合わせメールを自動で振り分けた方がよいですか？
最初は自動振り分けまで行わず、AIが分類候補を出し、人が確認する方法から始める方が分類ルールを検証しやすくなります。一定期間の結果を確認してから、必要に応じて通知や登録の自動化を検討します。
受付台帳はExcelやスプレッドシートでも作れますか？
作成できます。問い合わせ件数が多くない段階では、表計算ソフトで分類、担当者、期限、対応状況などを管理する方法でも始められます。件数や担当者が増えた場合は、既存の顧客管理システムや業務管理ツールとの連携を検討します。
AIに写真を見せて不具合の原因まで判断できますか？
画像対応AIで写真の内容を整理できる場合はありますが、写真だけで不具合の原因や施工責任を確定する運用は避けるべきです。AIは確認箇所や追加質問の整理に利用し、必要に応じて現地確認や専門担当者による判断を行います。
問い合わせ分類の精度はどのように確認すればよいですか？
過去の問い合わせを使い、担当者が判断した分類とAIの分類結果を比較します。単純な正誤だけでなく、どの種類で間違いやすいか、不足情報を適切に示せているか、担当候補が実務に合っているかを確認すると改善しやすくなります。
問い合わせ情報に個人情報が含まれる場合はどうすればよいですか？
利用するAIサービスへ入力してよい情報を、自社ルールや契約内容、サービス側のデータ取扱条件に基づいて確認してください。検証時には氏名、電話番号、住所など分類に不要な情報を除いて試す方法もあります。
まとめ
竣工後の問い合わせをAIで分類する目的は、担当者の代わりにすべてを判断させることではありません。問い合わせ内容を一定の形式にそろえ、担当者が次の対応を判断しやすい状態を作ることが重要です。
- まず過去の問い合わせから大分類を作る
- 問い合わせ分類と緊急度を別々に管理する
- 受付原文、分類、不足情報、担当者、対応状況を台帳へ残す
- AIには不明な情報を推測させず、要確認として整理させる
- 安全、保証、費用、責任範囲などの判断は人が行う
最初から完全自動化を目指す必要はありません。まず過去の問い合わせ数件を使って分類方法と受付台帳を試し、担当者が使いやすい形へ調整してから実際の受付業務へ広げると進めやすくなります。
株式会社ジェイテックサービスのAI顧問サービスでは、実際の業務を確認しながら、AIへ入力する情報、プロンプト、出力形式、確認方法などを整理し、現場で繰り返し利用しやすい形へ落とし込む支援を行っています。
問い合わせ整理のほかにも、文章作成、情報整理、社内資料作成などのAI活用方法を検討している場合は、AIコラム一覧もご覧ください。
無料相談では、現在の業務や困りごとを確認し、自社で始めやすいAI活用候補と最初の進め方を整理します。問い合わせ受付やアフターサービス業務をどのように整理できるか検討したい場合もご相談いただけます。