ECの問い合わせ・レビュー返信をAIで一次対応する線引き

ネットショップの注文が増えるのは喜ばしいことですが、同時に増えてくるのが問い合わせ対応です。

▶ あわせて読みたい：ネットショップのAI活用

「いつ発送されますか」「このサイズはありますか」「在庫は残っていますか」「返品したいです」「届いた商品が壊れていました」――こうした問い合わせが毎日10件、20件、30件と届くようになると、少人数で運営しているEC事業者では大きな負担になります。

店長やEC担当者が問い合わせ対応をしながら、商品登録、受注処理、発送指示、在庫確認、SNS投稿まで担当しているケースもあります。そこで活用したいのが生成AIです。

ただし、ECの問い合わせ対応をAIに任せるときに重要なのは、すべてを自動返信させようとしないことです。配送状況や在庫、サイズのように「正しい情報を確認すれば回答できる質問」はAIが得意です。一方、返品、破損、返金、クレームなどは、顧客の感情や店側の判断が関係するため、人が最終回答した方が安全です。

1日30件の問い合わせを「AI下書き＋人の確認」に変えたEC店の想定例

まず、小規模なネットショップを例に考えてみましょう。ここで紹介するのは特定企業の実績ではなく、少人数EC事業者を想定した活用イメージです。

配送・在庫・サイズ質問への返信だけで毎日時間を取られていた

従業員数名で生活雑貨を販売しているネットショップを想定します。楽天市場、自社ECなどから注文を受けており、問い合わせは1日平均30件ほどです。

• 今日発送されますか
• 発送済みでしょうか
• 到着予定日はいつですか
• この商品の別サイズはありますか
• 在庫切れの商品は再入荷しますか
• ラッピングできますか

担当者には過去に作った返信テンプレートがあります。しかし実際には、顧客名、商品名、発送状況などに合わせて文章を修正する必要があります。テンプレートをコピーし、該当箇所を書き換え、受注管理画面を開いて配送状況を確認し、文章を読み直して送信する。1件5分でも30件あれば150分です。途中で返品や破損の相談が入れば、さらに時間が必要になります。

AIに返信文を書かせ、人は内容確認だけに変更

そこで、定型的な問い合わせについては、AIに返信案を作らせる運用へ変更したとします。AIに渡す情報は次のように整理できます。

• 顧客から届いた問い合わせ
• 店舗の基本的な返信ルール
• 配送状況
• 商品情報
• よくある質問
• 過去に使用していた返信テンプレート

AIはその情報を基に返信案を作ります。担当者は最初から文章を書く必要がなくなり、「内容は正しいか」「言い回しに問題はないか」「そのまま送ってよい問い合わせか」を確認することに集中できます。

問い合わせ対応時間を半分程度にできるケースも考えられる

例えば、1件5分かかっていた返信が、AI下書きを確認するだけなら2〜3分程度で済むケースも考えられます。1日30件なら、単純計算では大きな時間差になります。

ただし、すべてのEC事業者で問い合わせ時間が半分になると保証できるものではありません。商品の複雑さ、問い合わせ内容、現在の業務フロー、受注情報との連携状況によって効果は変わります。重要なのは、AIに全件を自動返信させなくても、下書きを作らせるだけで効率化できる可能性があることです。

ECの問い合わせ対応は全部AIに任せない

問い合わせ対応をAI化するとき、最初に決めるべきなのは使用するAIサービスではありません。先に決めるべきなのは「どの問い合わせならAIに任せるか」です。おすすめは問い合わせを3段階に分ける方法です。

AIに任せやすい問い合わせは「事実を確認して答える質問」

AIと相性がよいのは、答えを作るために必要な事実が明確な問い合わせです。

配送状況の問い合わせ

「昨日注文しました。いつ発送されますか」といった質問です。必要なのは注文日時、入金状況、出荷予定日、現在の配送状況です。これらが確認できれば返信内容は比較的定型化できます。ただし、AI自身が配送状況を知っているわけではありません。データを見せなければ正確な回答はできません。

サイズ・仕様の問い合わせ

「この商品のMサイズとLサイズの違いを教えてください」といった質問も比較的AI向きです。商品マスタや商品ページに正しい寸法があれば、それを読み取り分かりやすい文章へ整理できます。一方、「身長170cmですがどのサイズが絶対合いますか」のような質問は断定を避ける必要があります。

在庫・再入荷についての問い合わせ

在庫確認もAIと相性がよい業務ですが、在庫は変動します。昨日あった在庫が今日もあるとは限りません。最新在庫を参照できる仕組みがなければ、AIは文章を作れても在庫の事実確認まではできないと考えた方が安全です。

営業時間・発送日などFAQ化できる質問

定休日、営業時間、発送締切時間、ギフト包装の有無、領収書の発行方法、支払方法、配送会社、基本的な送料などは、店舗ルールとして答えが決まっているためAIで対応しやすい分野です。質問が多い場合はAIで返信するだけでなく、FAQへ掲載することも検討しましょう。

返品・破損・クレームは人が最終回答する

返品は注文条件や店舗ルールの判断が必要

「返品したい」という問い合わせには、顧客都合、サイズ違い、色のイメージ違い、誤配送、初期不良、開封済み、使用済みなど、さまざまなケースがあります。返品できるかどうかは商品の種類、販売条件、店舗ルール、モールの規約などによって変わります。AIには状況整理と返信案作成までを任せ、人が条件を確認して最終回答する方法が安全です。

破損は交換・返金など金銭判断につながる

「届いた商品が壊れていた」という問い合わせでは、配送中の破損なのか製品不良なのかの確認が必要です。交換、再送、返金、配送会社への確認など後続業務にも影響します。AIが勝手に「新品をすぐ再送します」と約束する運用は避け、謝罪文の下書き、必要な確認事項の整理、写真送付依頼、社内引継ぎ用の要約などに使います。

クレームは文章の正しさより感情への配慮が重要

クレーム対応では、回答内容が正しいだけでは不十分です。顧客が何に不満を感じているのかを読み取り、店舗としてどこまで謝罪し、何を提案するかを判断する必要があります。AIは文章を丁寧にできますが、最終判断は人が行う方が安全です。

AIは状況整理と返信案作成まで使える

人が書くべき問い合わせでもAIを使えます。「顧客が何を訴えているか要約する」「事実関係と感情的な不満を分ける」「返金を約束せず、まず状況確認をお願いする返信案を作る」といった補助に向いています。判断をAIへ渡さず、判断材料の整理にAIを使うことが重要です。

ネットショップの問い合わせ返信テンプレをAIへ渡す

すでに問い合わせ返信テンプレートを作っている店舗なら、その資産はAI活用でも役立ちます。AIを導入したからといって、今までの返信テンプレートを捨てる必要はありません。

まず既存の返信テンプレートを整理する

• 配送
• 在庫
• 商品仕様
• 返品
• 破損
• キャンセル
• 領収書
• ギフト

過去に使っている返信文をカテゴリ別に整理し、「この文体を基本として返信案を作成してください」と指示します。ゼロから文章を書かせるより、店舗の雰囲気を保ちやすくなります。

敬語・謝罪・署名などの基本ルールを決める

• 冒頭では購入へのお礼を入れる
• クレーム時は最初にお詫びする
• 顧客を責める表現を使わない
• 確定していない配送日は断定しない
• 返品・返金を勝手に約束しない
• 最後に店舗名を入れる

こうしたルールがあることで、担当者による返信品質のばらつきも減らしやすくなります。

AIへ「勝手に判断しない条件」を伝える

• 返金を確約しない
• 在庫数を推測しない
• 発送日を推測しない
• 値引きを約束しない
• 店舗規約にない対応を提案しない
• 分からない場合は「担当者確認が必要」と判断する

AIの回答品質を上げるには、自由に書かせるより制約を明確にした方が運用しやすくなります。

受注データ・配送状況をAIに見せると回答精度を上げやすい

EC問い合わせ対応でAIを使う際、文章生成能力だけを見ても十分ではありません。重要なのは、回答に必要なデータへアクセスできるかです。

AI単体では「今日発送されたか」は分からない

顧客から「注文した商品は今日発送されましたか」と聞かれても、生成AIに問い合わせ文だけを渡しただけでは実際の出荷状況は分かりません。必要なのは注文番号、受注ステータス、出荷日、配送会社、送り状番号などの実データです。

注文番号から受注データを確認できる仕組みを作る

理想は、問い合わせに含まれる注文番号を基に必要な受注情報を取得し、その情報をAIへ渡す流れです。問い合わせ → 注文番号を確認 → 受注データを取得 → 配送状況を確認 → AIが返信案を作成 → 人が確認 → 送信、という流れにすると、複数画面の行き来やコピー＆ペーストを減らせます。

配送ステータスを参照できれば返信案を作りやすい

「9月10日発送済み・配送会社へ引き渡し済み」という情報があれば、AIはその事実を基に回答できます。逆に情報がなければ推測させてはいけません。AIの性能を上げるというより、正しい事実をAIへ渡す仕組みを作ると考える方が実務的です。

最初はCSVやスプレッドシート連携でもよい

少人数EC事業者が最初から大規模なシステムを構築する必要はありません。受注CSV、出荷CSV、在庫表、Googleスプレッドシート、Excelなど、現在使っているデータを整理するところから始められます。大切なのは高価なシステムを導入することではなく、注文番号を起点に必要な情報を取り出せる状態にすることです。

問い合わせ件数が増えたら自動連携を検討する

1日5件程度なら、人が必要な情報を確認してAIへ渡しても十分かもしれません。しかし1日30件、50件と増えるとデータをコピーする作業自体が負担になります。その段階ではAPI連携、ワークフロー自動化、データベース連携、AIエージェントなどを検討する価値があります。

楽天・Amazonなどモールのレビュー返信をAIで作る場合の注意点

レビュー返信も生成AIが使いやすそうに見える業務ですが、特に注意が必要です。AIで文章を作れることと、モール上でその行為が認められていることは別だからです。

モールごとのルールを必ず確認する

楽天市場では、店舗によるレビューの利用方法や、店舗関係者によるレビュー投稿等についてガイドラインが定められています。AIは文章作成を補助できても、実際に何ができるかはモールの機能・規約・最新ガイドラインに従う必要があります。

Amazonも購入者との連絡やレビュー関連ポリシーを確認する

Amazonでも、購入者への連絡やレビュー依頼にはルールがあります。低評価を高評価へ変えてほしいと依頼する、レビュー削除を交換条件にする、特典と引き換えに高評価レビューを求める、といった運用をAIで大量作成・自動化する考え方は避けるべきです。具体的な運用は最新の公式情報を確認してください。

低評価レビューほど人が最終確認する

低評価レビューはAIに完全自動返信させる対象ではなく、AIで下書きし、人が確認する運用に向いています。AIには感情的な表現を避ける、不満点を要約する、事実確認が必要な点を抽出する、反論調になっていないか確認する、といった補助を任せられます。

問い合わせ履歴をAIで分析するとFAQと商品ページも改善できる

AIによる問い合わせ対応の本当の効果は、返信を速くすることだけではありません。問い合わせ履歴には、顧客が商品ページを読んでも分からなかったことが蓄積されています。この情報を改善に使うことで、問い合わせそのものを減らせます。

問い合わせを内容別に分類する

過去1〜3か月程度の問い合わせを集め、配送、在庫、サイズ、商品仕様、使用方法、ギフト、返品、破損、キャンセルなどに分類します。例えば100件の問い合わせのうちサイズ関連が多ければ、商品ページのサイズ説明が不足している可能性があります。

何度も聞かれる質問をFAQへ追加する

同じ質問が毎週届いているなら、それは返信を自動化するだけでなくFAQ化すべき候補です。顧客が問い合わせる前に自己解決できれば、問い合わせ件数そのものを減らせます。

商品ページで説明不足になっている箇所を見つける

「食洗機に対応していますか」「サイズ感が分からない」などの質問が多ければ、商品ページに説明や比較図を追加します。問い合わせデータを使えば、運営者が説明したい情報ではなく、顧客が知りたい情報が見えてきます。

問い合わせを減らすところまでがAI活用

問い合わせを分類 → 頻出質問を発見 → FAQを改善 → 商品ページを改善 → 問い合わせ前に自己解決 → 問い合わせ件数が減る、という流れまで設計すると、少人数ECの負担軽減につながります。

顧客情報をAIに入れるときは「必要最小限」にする

ECの問い合わせには、氏名、住所、電話番号、メールアドレス、注文番号、購入商品、問い合わせ内容などが含まれます。AIを使う際には、こうした情報を何でも入力してよいわけではありません。

氏名・住所・電話番号をむやみに入力しない

例えば「配送が遅れています」という問い合わせへの返信案を作るだけなら、顧客の住所や電話番号が本当に必要かを考えます。必要がないなら入力しない方が安全です。AIへ渡す情報は、その作業に必要な最低限を基本にします。

注文番号だけで対応できないか検討する

社内システム側では顧客名と住所を管理していても、AIへ渡すデータは注文番号、商品、発送状況、問い合わせ内容程度に限定できることがあります。どの情報が必要なのかを整理してから連携しましょう。

利用するAIサービスのデータ利用条件を確認する

個人情報を生成AIへ入力する場合は、利用目的の範囲内か、入力データが応答生成以外の目的で利用されないか、保存・学習利用・管理設定がどうなっているかを確認します。「有料版だから大丈夫」「有名なAIだから大丈夫」と一律に判断しないことが重要です。

社内で「AIへ入力してよい情報」を決める

担当者個人の判断に任せず、商品仕様、公開済みFAQ、個人を特定できない問い合わせ内容など「入力してよい情報」と、氏名、住所、電話番号、クレジットカード情報、本人確認資料など「原則入力しない情報」を社内で整理します。実際の可否は利用サービス、契約内容、業務上の利用目的により異なるため、最新の利用規約、プライバシーポリシー、社内の個人情報保護方針を確認してください。

少人数ECが問い合わせ対応AIを始める5ステップ

STEP1 過去1か月の問い合わせを集める

まず、どんな問い合わせが届いているのかを把握します。可能であれば50〜100件程度を確認し、繰り返しパターンを見つけます。

STEP2 AI向き・人向きに分類する

配送、在庫、サイズ、商品仕様、営業時間などはAIで下書きしやすい領域です。キャンセル、返品はAI下書き＋人確認、破損、返金、強いクレーム、法的な主張を含む問い合わせなどは人が判断する領域として分けます。

STEP3 返信テンプレートと判断ルールを作る

過去の返信文から、店舗として適切なテンプレートを作ります。同時に「返金という言葉がある」「商品破損」「怪我」「強い怒り」「法律・弁護士・消費生活センター等への言及」「高額商品」「複数回のクレーム」など、人へ引き継ぐ条件も決めます。

STEP4 まずAI下書き＋人間確認で運用する

最初から自動送信せず、AIが作った返信を担当者が確認します。その中で「ほぼ修正不要な質問」と「毎回人が書き直している質問」を見分け、実績を見てから自動化範囲を広げます。

STEP5 FAQ・商品ページ・データ連携へ広げる

運用が安定したら、頻出質問をFAQへ、商品説明不足を商品ページへ、配送問い合わせを配送データと連携するなど、問い合わせ自体を減らす方向へ広げます。

EC問い合わせ対応をAI化するときに失敗しやすい5つのパターン

1．AIに最新の注文状況が見えていない

生成AIに文章生成能力があっても、受注データがなければ発送状況は分かりません。AIの性能を上げる前に、必要な情報を渡せるか確認しましょう。

2．返品・返金までAIに判断させる

AIが文章を作れることと、業務上の判断を任せてよいことは別です。金銭、返品条件、クレームなどは、人による確認を残します。

3．テンプレートを登録せず毎回ゼロから書かせる

毎回「丁寧に返信してください」だけでは文章のばらつきが大きくなります。店舗の文体、禁止表現、判断基準を決めておきましょう。

4．顧客情報をそのまま入力する

氏名、住所、電話番号などを必要性を考えずコピーする運用は避けます。利用目的とサービスのデータ取り扱い条件を確認し、必要最小限にします。

5．返信速度だけをKPIにする

返信時間が短くなっても問い合わせ数が増え続けていれば根本解決にはなっていません。問い合わせ件数、同一質問の比率、AI下書きの修正率、人への引継ぎ率、FAQ閲覧数、商品ページ改善後の問い合わせ変化なども見ます。

ECカスタマーサポートは「AI導入」ではなく業務フロー改善として考える

少人数でECカスタマーサポートを回す場合、AIツールを入れるだけでは十分ではありません。重要なのは、問い合わせが届いてから回答するまでの流れそのものを整理することです。

ここまで整理すると、「AI導入」というより問い合わせ業務の再設計になります。

AIで効率化しても「人が書く仕事」はなくならない

問い合わせ対応をAI化すると、人が返信しなくてよくなると思われるかもしれません。しかし、少人数ECではむしろ逆です。AIに定型対応を任せることで、人は本当に人が対応すべき顧客へ時間を使えるようになります。

• 商品が壊れて困っている顧客
• プレゼントに間に合わず困っている顧客
• サイズ選びを真剣に相談している顧客
• 商品について改善要望を伝えてくれた顧客
• 長年購入してくれている顧客

ECでは画面越しの販売だからこそ、こうした場面での人の対応が店舗への信頼につながります。AIは人を完全に外すためではなく、人が重要な対応へ集中するために使うと考えると導入目的が明確になります。

EC問い合わせ対応AIについてよくある質問

Q．ネットショップの問い合わせ返信をAIだけに任せてもよいですか？

A．最初からAIだけで全件を自動返信することはおすすめしません。配送、在庫、商品仕様など定型的な質問から「AI下書き＋人の確認」で始め、返信品質を確認しながら利用範囲を広げる方が安全です。返品、破損、返金、強いクレームなどは、人が最終判断する運用をおすすめします。

Q．問い合わせ返信テンプレートをAIに使わせることはできますか？

A．できます。現在使用している返信テンプレートや店舗の文体ルールをAIへ参照させることで、毎回ゼロから文章を作るより店舗らしい文章を作りやすくなります。ただし、AIサービスによってファイル参照やデータ保持の仕組みは異なるため、利用するサービスの機能とデータ取り扱い条件を確認してください。

Q．楽天市場やAmazonのレビュー対応にもAIを使えますか？

A．AIで返信案や対応文の下書きを作ること自体と、実際にモール上で認められるレビュー関連の操作は分けて考える必要があります。具体的な運用を始める前に、各モールの最新公式規約・ガイドラインを確認してください。

Q．顧客の氏名や注文番号をAIへ入力してもよいですか？

A．一律に「問題ない」と判断することはできません。まず、その情報が本当にAI処理に必要かを確認し、必要最小限にします。利用するAIサービスの契約条件、プライバシーポリシー、管理設定、社内規定も確認してください。

Q．1日何件くらい問い合わせがあればAI導入を検討すべきですか？

A．「1日○件以上なら必ず導入すべき」という基準はありません。件数よりも、同じ質問が多い、テンプレートのコピーに時間がかかる、受注画面とメールを何度も行き来している、問い合わせ対応で商品登録や販促が止まる、といった状態かどうかで判断してください。

まとめ｜AIに返信させるのではなく「人が判断しやすい状態」を作る

ECの問い合わせ対応をAIで効率化するときに重要なのは、すべてをAIへ任せることではありません。

• 配送・サイズ・在庫など事実確認型の問い合わせ → AIで下書きしやすい
• キャンセル・返品など条件判断が必要な問い合わせ → AIで整理・下書きし、人が確認する
• 破損・返金・クレームなど重要な判断を伴う問い合わせ → 人が最終判断する

回答精度を高めるにはAIそのものだけでなく、受注データ、在庫、配送状況などの正しい情報をAIへ渡せる仕組みが重要です。さらに問い合わせ履歴を分析すれば、「問い合わせ対応 → FAQ改善 → 商品ページ改善 → 問い合わせ削減」へつなげられます。

少人数のネットショップでは、AIにすべてを自動化させる必要はありません。まずは毎日繰り返している問い合わせを洗い出し、「AIに下書きを任せるところ」と「人が判断するところ」を分けるところから始めてみてください。

問い合わせ対応をすべて自動化する必要はありません。まずは現在届いている問い合わせを整理し、「AIに下書きを任せられるもの」「人が確認するもの」「人が判断するもの」に分けるだけでも、少人数ECの業務負担を見直すきっかけになります。

現在使用しているECモールや受注管理方法を大きく変えずに、AIをどこから取り入れられるか整理したい場合はご相談ください。問い合わせ件数や現在の返信方法、受注・配送データの管理状況を確認しながら、AI下書き、FAQ改善、データ連携など、自社に合った進め方を検討できます。