カスタマーサポートのFAQをAIで作る方法

結論

問い合わせログをAIに渡して「よく聞かれる質問とその回答をリスト化して」と指示するだけで、FAQの下書きを数分で作れる。500件のログから主要な質問30個を抽出するのに、手作業なら丸1日かかる作業が1〜2時間程度になる。回答文の作成もAIが担当でき、担当者は確認と修正だけに集中できる。

---

AIでFAQを作るメリット

カスタマーサポートでFAQ整備が後回しになる理由はほぼ共通している。問い合わせ対応に追われ、ナレッジ整備に使う時間がない、という問題だ。

AIを使うと、この構造を変えられる。

まず時間の問題が解消する。問い合わせログを貼り付けてプロンプトを実行するだけで、質問の抽出から回答の下書きまでが出てくる。担当者は精度チェックと事実確認だけを行えばいい。

次に網羅性の問題が解消する。手作業でFAQを作ると、担当者の記憶に残っている質問しか拾えない。ログからAIが抽出すると、件数が少なくても頻出の質問が漏れにくい。

さらにトーンの均一化ができる。複数の担当者が回答文を書くと文体がバラバラになりがちだが、AIが統一されたプロンプトで書いた下書きをベースにすると表現が揃う。

FAQが充実すると、同じ内容の問い合わせが自己解決に移行する。「返品方法はFAQに書いてあるのに問い合わせが来る」という状況は、FAQの存在が知られていない・見つけにくいという問題と、FAQの内容が顧客の言葉と合っていないという問題の2つが原因のことが多い。AIで作ったFAQは、実際の問い合わせ文から質問を作るため、後者の問題が解消しやすい。

---

使うAIツール

FAQの作成には、長いログの処理と構造化した出力が得意なツールを選ぶ。

ツール	特徴
Claude（Anthropic）	長文ログの処理・構造化出力が得意
ChatGPT（GPT-4o）	少量のQA作成・短い回答文に向く
Gemini	GoogleドキュメントやスプレッドシートとのFAQ整備に向く

1,000件以上のログを一括処理する場合はClaudeのProプランが安定して動作する。APIを使った自動化については別途スクリプトが必要になるが、まず手動で試す段階ではどのツールの無料・有料プランでも問題ない。

---

手順：問い合わせログからFAQを作る

ステップ1　ログを用意する

問い合わせ管理ツール（Zendesk、Freshdesk、Intercom、kintoneなど）から、過去3〜6カ月分の問い合わせテキストをエクスポートする。個人情報（顧客名・メールアドレス・注文番号）は必ず削除または匿名化してからAIに渡す。

【匿名化の例】
「田中太郎様のご注文 #123456 が...」
→「顧客Aの注文 #XXXXX が...」

量が多い場合は、まず100〜200件程度のサンプルで試す。全件を一度に渡すより、カテゴリ別に分けて処理する方が精度が上がる場合がある。

個人情報の扱いは重要で、顧客名・連絡先・注文番号・住所は必ず除去してからAIツールに貼り付けること。社内のセキュリティポリシーに従い、業務データを外部サービスに送信する際の承認フローを確認してから実施することを強く推奨する。

ステップ2　質問を抽出するプロンプトを実行する

以下は、カスタマーサポートに届いた問い合わせのログです。
このログから、よく繰り返されている質問パターンを抽出してください。

【作業内容】
1. 同じテーマの問い合わせをグループ分けする
2. 各グループを代表する質問文を1つ作る（FAQとして使えるような形式にする）
3. 頻度が高い順に並べる（頻度が把握できない場合は内容でグループを整理する）

【出力形式】
カテゴリ名：
- Q: （質問文）
  頻度の目安：多い／普通／少ない

【ログ】
（ここに問い合わせテキストを貼り付ける）

ステップ3　回答文の下書きを作る

質問リストができたら、次に回答文を作る。回答文は「正確な情報をAIに渡して整形させる」方式が安全だ。

以下の質問と、各質問への回答に必要な情報を渡します。
FAQページに掲載できる形式の回答文を作成してください。

【回答文の条件】
- 1〜3文で完結する
- 顧客が読むことを前提に、です・ます調で書く
- 手順が必要な場合は番号リストを使う
- 不明な点は「担当部門に確認」とプレースホルダーを入れる
- 私が提供した情報以外を回答に含めないこと

【質問1】
Q: 返品の手続きはどうすればいいですか？

【回答に必要な情報】
- 購入から30日以内が対象
- 未使用品に限る
- マイページの「注文履歴」から申請できる
- 返送料はこちら負担
- 返金は5営業日以内に処理

【質問2】
（同様に続ける）

ステップ4　確認・修正して公開する

AIが生成した回答文を確認する際のチェックポイント。

• 日付・金額・営業日数などの数値が正確か
• 手順に抜け・誤りがないか
• 返金・交換・補償に関する記述は法務・商品部門の確認が必要か
• 顧客に誤解を与える表現がないか
• 回答に根拠のない情報が含まれていないか

---

具体例：2つのFAQ作成パターン

例1　ECサイトの返品・返金FAQ

ECサイトのサポートチームで、月50件前後届く返品・返金問い合わせを減らすためFAQを整備した事例。

入力したログ（抜粋・匿名化済み）

「先週注文した商品が届いたが、色が違っていた。交換できるか。」
「返品したいが、方法がわからない。HPを見てもわからなかった。」
「注文から1週間経つが、まだ届いていない。」
「返金はいつ頃になるか教えてほしい。」
「購入した商品が壊れていた。新品に交換してほしい。」
「返品したいが送料は誰が負担するのか。」
「交換後の商品は別途送料がかかるか。」

AIが抽出した質問カテゴリ（例）

カテゴリ：返品・交換
- Q: 商品を返品したいのですが、どうすれば良いですか？
  頻度：多い
- Q: 届いた商品が破損していた場合、交換できますか？
  頻度：多い
- Q: 色やサイズが違う商品が届いた場合の対応を教えてください
  頻度：普通

カテゴリ：配送・お届け
- Q: 注文した商品がまだ届かない場合はどうすればいいですか？
  頻度：多い

カテゴリ：返金
- Q: 返金はいつ頃になりますか？
  頻度：普通
- Q: 返品・交換の際の送料はどちら負担ですか？
  頻度：普通

この段階ではまだ回答文はなく、質問の整理だけが終わっている。次のステップで正確な情報を渡して回答文を作る。

FAQを公開した後、「返品はできますか？」という問い合わせが減ったことを確認したら、FAQが機能していると判断できる。

例2　SaaSサービスの機能FAQを担当者なしで整備する

小規模なSaaS企業でサポート担当者が1〜2名しかおらず、FAQを整備する時間がない場合。問い合わせログと商品マニュアルをAIに渡して一気にFAQドラフトを作る。

プロンプト

以下の情報をもとに、FAQ記事のドラフトを作成してください。

【情報1】マニュアルの目次（各章の見出しと概要）
（テキストを貼り付け）

【情報2】過去の問い合わせログ（匿名化済み）
（テキストを貼り付け）

【作成するFAQ】
- 質問数：15〜20問
- カテゴリ分け：ログイン・設定 / 機能の使い方 / 料金・契約 / エラー対応
- 回答形式：2〜3文の簡潔な説明（手順がある場合はリスト）
- 回答に不確実な情報がある場合は【要確認】とプレースホルダーを入れる

私が提供した情報以外を回答に含めないこと。

【要確認】のプレースホルダーが入った箇所を担当部門に確認してから公開する。

---

カテゴリ設計のコツ

FAQ全体のカテゴリ構成もAIで提案させると効率的だ。

以下の質問リストを整理して、FAQページの最適なカテゴリ構成を提案してください。
ユーザーが自分の知りたいことを見つけやすい構成にしてください。
カテゴリ数は4〜6個が目安です。

【質問リスト】
（質問文を並べる）

サービスの特性によってカテゴリ名が変わるが、「よくある質問」「困ったとき」「料金・契約」「はじめ方」のような顧客目線の名前がアクセスされやすい。「機能A設定」「機能B操作」のような内部用語は使わない方が検索されやすい。

特に重要なのは、顧客が検索に使う言葉でFAQの質問を書くことだ。「契約の解除方法を教えてください」より「解約するにはどうすればいいですか？」の方が、実際に検索される言葉に近い。AIに抽出させた質問が「顧客の言葉で書かれているか」を確認する際の観点として使える。

---

うまくいかない場合

AIが回答文に不確かな情報を入れる

プロンプトに「私が提供した情報以外を回答に含めないこと」と明記していても、AIが補足情報を追加することがある。出力の確認を徹底し、入力情報と照合する。

疑わしい情報には必ず【要確認】とコメントを付けさせる設計にすると、公開前チェックが楽になる。

ログが少なすぎてパターンが出ない

ログが50件以下の場合、パターン抽出がうまくいかないことがある。その場合は「担当者の経験から想定される質問」をアプローチとして使う。

あなたはカスタマーサポートの専門家です。
以下のサービスを利用し始めた顧客が、最初の1カ月で持ちやすい疑問を
20個リストアップしてください。

【サービスの概要】
（サービス内容を簡潔に説明する）

ログに基づかない場合は推測であることを明記してください。

推測ベースのFAQは事実確認を必ず行い、担当者がレビューしてから公開する。

FAQ公開後も問い合わせが減らない

FAQを公開しても問い合わせが減らない場合、2つの原因を疑う。

1つ目は顧客がFAQを見ていない場合だ。問い合わせフォームやメールの返信にFAQへのリンクを必ず含める、という運用に変えると解決することが多い。

2つ目はFAQの回答が顧客の疑問に答えていない場合だ。問い合わせ内容とFAQの回答を比較して、「FAQを見た後にまだ疑問が残っているから問い合わせてきた」のかを確認する。この場合はFAQの回答を追記・改善する。

---

FAQの継続的なメンテナンス

FAQは作って終わりでなく、定期的な更新が重要だ。具体的には月1回、新しい問い合わせログをAIに渡して「既存のFAQに追加・更新すべき項目はあるか」と問いかけるだけでよい。

以下が現在のFAQと、先月1カ月の新しい問い合わせログです。
FAQに追加すべき新しい質問パターンや、既存回答を更新すべき箇所を
提案してください。

【現在のFAQ】
（既存のFAQを貼り付け）

【先月の問い合わせログ（匿名化済み）】
（ログを貼り付け）

FAQのメンテナンス方法はカスタマーサポートのFAQ維持・メンテナンスをAIで行う方法で詳しく解説している。

また、FAQと合わせて返信テンプレートも整備すると対応速度が上がる。カスタマーサポートのメール返信をAIで行う方法も参照してほしい。お礼・フォローメールのテンプレートはカスタマーサポートのお礼メールをAIで作る方法にまとめている。

---

FAQ整備の費用対効果

FAQ整備に費やす時間を投資として考えると、効果が明確になる。

たとえば月300件の問い合わせのうち、20%（60件）がFAQで自己解決できる内容だったとする。1件あたりの対応時間が平均10分なら、60件 × 10分 = 600分、つまり月10時間の削減になる。この削減分をFAQ整備に充てられるようになれば、さらに自己解決率が上がるという好循環が生まれる。

実際にどの程度の削減が見込めるかは業種・サービスの種類・顧客層によって大きく異なるため、まず現状の問い合わせ内訳を調べて自己解決できる割合を見積もることから始める。

比較表との連携についてはカスタマーサポートの比較表をAIで作る方法も合わせて参照してほしい。