AIカスタマーサポート

AIを使ってカスタマーサポートチケットをトリアージする方法

チケットの滞留を減らし、緊急度を分類し、問題を振り分け、返信を下書きし、エスカレーションの品質を守るためにAIを使う、実践的なサポートチケットのトリアージワークフローです。

公開日 更新日
カスタマーサポートチケットトリアージAIワークフロー

サポートチケットの滞留は、単なる件数の問題であることはほとんどありません。多くの場合は優先順位の問題です。緊急の請求問題が機能に関する質問と同列に並び、怒っている顧客が簡単な操作方法の問い合わせに紛れ、担当者は何から回答すべきかを決めるために時間を費やしています。

AIを使えば、未整理のチケットを構造化されたトリアージキューへ変えられます。目標は、すべてのチケットをAIに自動解決させることではありません。問題を分類し、緊急度を特定し、チケットを振り分け、次のアクションを提案し、エスカレーションルールを明確にすることです。

このガイドの対象者

  • 増え続けるチケットの滞留に対応するサポートチーム
  • 専任のサポート担当者を採用する前にカスタマーサポートを担う創業者
  • 解約リスクと通常のプロダクトに関する質問を分けるカスタマーサクセスチーム
  • 請求、バグ、アカウントアクセス、法人向け依頼の振り分けルールを作成するオペレーションチーム
  • ClaudeChatGPTNotion AIを使ってサポートワークフローを整理するチーム

ステップごとのワークフロー

  1. 件名、本文、顧客タイプ、プラン、ステータス、日付、現在の担当者を含む最近のチケットを一括エクスポートします。
  2. 個人データ、認証情報、支払い情報、非公開のアカウント識別子を削除します。
  3. AIを使う前に、請求、バグ、アカウントアクセス、オンボーディング、解約、機能リクエスト、苦情、セキュリティというトリアージカテゴリーを定義します。
  4. 有料顧客が作業不能、データ消失、支払い失敗、セキュリティ問題、怒りを示す文面、期限が迫る依頼などの緊急度ルールを追加します。
  5. 各チケットをカテゴリー、緊急度、感情、想定担当者、不足している背景情報、推奨する次のアクションごとに分類するようAIに依頼します。
  6. 無理にカテゴリーへ当てはめず、不確かなチケットを明示するようAIに求めます。
  7. 返信を下書きする前に、リスクの高い問題を人間の担当者へ振り分けます。
  8. 分類と振り分けが承認された後にのみ、返信案を作成するようAIに依頼します。
  9. 分類済みチケットのサンプルを毎日確認し、カテゴリー、振り分けルール、エスカレーションの条件を調整します。

推奨ツール

  • 大量の長いチケットを読み、細かな振り分けルールを適用するにはClaude
  • 分類用プロンプト、返信の下書き、担当者向け要約にはChatGPT
  • トリアージルール、社内メモ、サポートプレイブックの管理にはNotion AI
  • Google SheetsやDocsでサポートデータを整理するチームにはGemini

AIによるサポートトリアージのプロンプトテンプレート

チケットを匿名化した後、次のプロンプトを使います。

Triage the support tickets below. For each ticket, classify category, urgency, sentiment, customer impact, likely owner, missing information, escalation trigger, and recommended next action. Use these routing rules: [rules]. Do not resolve tickets that involve billing, security, legal, refunds, or account access without human review. Flag uncertainty clearly and explain why.

サポートトリアージチェックリスト

  • AIが分類を始める前にチケットカテゴリーを定義していますか?
  • 緊急度に、顧客への影響、プランのレベル、感情、事業リスクが含まれていますか?
  • セキュリティ、請求、法務、返金に関するチケットは標準でエスカレーションされますか?
  • AIはアカウント情報を捏造せず、不足している背景情報を明示しましたか?
  • リスクの高いチケットは、返信案を送る前に確認されていますか?
  • トリアージ結果は、ヘルプデスクやプロジェクト管理ツールへ簡単に取り込めますか?

よくある間違い

  • チケットを分類して振り分ける前に、AIへ回答を求める
  • 怒りを示す文面だけを緊急度の判断材料にする
  • アカウントの状態、返金対象かどうか、バグの状況をAIに捏造させる
  • チームのサポートプロセスが安定する前にカテゴリーを増やしすぎる
  • 誤分類されたチケットを毎日確認しない
  • トリアージの品質は難しい事例を隠すのではなく、キューを改善するためのものだと忘れる

実践例

弱いプロンプト:sort these support tickets.

改善したプロンプト:Triage these 40 anonymized tickets from a SaaS support inbox. Categories are billing, login, bug, onboarding, cancellation, feature request, complaint, and security. Score urgency from low to critical using customer impact, paid plan, sentiment, and risk. Route each ticket to support, engineering, billing, or customer success. Flag uncertainty and do not draft replies for billing or security tickets.

改善したプロンプトが有効なのは、AIがキューへ触れる前に、カテゴリー、緊急度ルール、振り分け先、境界を定義しているからです。

よくある質問

Q: AIはサポートチケットを自動でトリアージできますか? A: 分類と振り分けの提案はできますが、リスクの高いカテゴリーは解決前に人が確認する必要があります。

Q: 最初に何件のチケットで試すべきですか? A: 30〜100件の匿名化したチケットから始め、カテゴリーと緊急度ルールが実際の業務に合っているか確認します。

Q: AIはトリアージ中に返信を下書きするべきですか? A: 分類と返信の下書きは分けてください。トリアージではチケットの内容を特定し、担当者とリスクが明確になってから下書きを作成します。

関連ツール

関連ガイド