投稿者 投稿日: カテゴリー EC×AI活用
問い合わせFAQ化スキルとは、履歴をクラスタ化してFAQを作るスキルのことです。
問い合わせフォームを開くと、先週も先月も見た質問が並んでいる。サイズ感はどうか、いつ届くか、返品はできるか。カスタマーサポートの時間の多くが、同じ回答を書き直す作業に消えていきます。かといって過去のやり取りを1件ずつ読み返してFAQにまとめる作業は、売上に直結しないぶん後回しになりがちです。ALSEL Agent Skillsで配布している問い合わせFAQ化スキルを使うと、蓄積した問い合わせ履歴を内容軸のクラスタに分け、3つの軸で優先度を付け、公開FAQ・商品ページQ&A・チャットボット用Q&A・社内対応マニュアルの4成果物に書き分けるところまでを一続きで進められます。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援を2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
問い合わせFAQ化スキルでできること｜3軸スコアと4成果物への書き分け
このスキルの中核は、個別の問い合わせを列挙しないことです。SKILL.mdは最重要原則を「クラスタ化→優先度付け→4成果物に書き分け」と定義しています。1件ずつをFAQにすると量ばかり増えて検索されなくなるため、配送・返品・使い方・サイズ・在庫・支払い・アレルゲン・成分・互換性といった内容軸でまとめ、クラスタ単位で扱います。
優先度は3軸で判定します。頻度、売上影響、離脱阻止寄与度の3つです。スキルには簡易式も用意されていて、それぞれを0〜100に正規化したうえで、頻度に1.0、売上影響に1.5、離脱阻止寄与度に1.2の重みを掛けて合計します。重みは事業特性で調整する前提で、客単価が高い事業なら売上影響を重く、新規獲得を重視するなら離脱阻止寄与度を重く、サポート負荷の削減が目的なら頻度を重くする、という調整例が示されています。
頻度と売上影響の2軸で4象限に振り分ける整理もあります。頻度高かつ売上影響大は最優先で商品ページ最上部やカート手前へ、頻度低かつ売上影響大は公開FAQに常設して社内マニュアルで標準回答を持つ、頻度高かつ売上影響小はチャットボット中心、頻度低かつ売上影響小は個別対応にとどめる、という割り振りです。
書き分ける4成果物は、読者も利用シーンも違います。公開FAQは既購入者と検討者に向けた完結・網羅型で、検索キーワードを意識して書きます。商品ページQ&Aはカート手前の検討者に向けた1問2〜4行の短文で、具体的な数値を入れて不安を消します。チャットボットは1問1文で選択肢に誘導する形。社内マニュアルは判断基準・回答テンプレ・エスカレーション基準・過去事例を持つ運用文書です。同じ文面を4箇所に使い回していないかは、スキルの品質ゲートで明示的にチェックされます。
処理は6ステップです。クラスタリング、3軸の評価、優先度決定と展開先の割り当て、過去回答の齟齬検出、4成果物の作成、不足情報リストの提示という流れで、出力は9セクションの決まったフォーマットにまとまります。クラスタリング結果から効果測定指標、最後の品質チェックまでが1つの成果物として返ってくる構成です。
何件たまったら着手するか｜直近3〜6ヶ月で1クラスタ40〜60件が目安
着手の判断は、総件数よりも上位クラスタが立ち上がっているかで見ます。スキルは直近3〜6ヶ月のクラスタ別件数を評価対象にすると定めています。単月で見ると季節要因に振り回され、優先度が毎月入れ替わってしまうためです。
粒度の目安は、スキル付属の実例から逆算できます。食品ECの例では直近3ヶ月の300件を8クラスタに、アパレル楽天店の例では500件を8クラスタに分けています。1クラスタあたり平均およそ40〜60件という計算です。他の実例も化粧品自社ECが400件、家電ECが250件、文具・オフィス用品が200件と、200〜500件のレンジに収まっています。ここから逆算すると、直近3ヶ月で100件程度が集まり、上位クラスタが3〜4本はっきり立ち上がった時点が着手の目安になります。ただしこれは実例からの目安であり、スキル側に件数の下限が定められているわけではありません。
粒度は粗すぎても細かすぎても使えません。「配送」でひとまとめにすると、配送日数と冷凍便と日時指定と送料が混ざり、展開先を1つに決められなくなります。逆に細かく割りすぎると、1件しかないクラスタが並んで優先度が付きません。表記揺れは統合します。「サイズ感」「サイズ違い」「サイズが合わない」「サイズが大きい」は、すべて「サイズ」クラスタに寄せる、という考え方です。
件数を数えるときの注意も2つあります。1つは、同一顧客から複数回来た問い合わせを1件に正規化するのか内容ごとに分けるのかを、集計前に決めておくこと。もう1つはシーズナリティで、夏物やギフト時期は問い合わせが増えるため、3〜6ヶ月平均で見ることです。
問い合わせがまだ薄い立ち上げ期の店舗なら、件数が溜まるのを待つより、届いているクレームの構造から入るほうが早い場合があります。その場合はクレームの根本原因クラスタリングを扱った記事のアプローチが近いので、あわせてご覧ください。
FAQにしてよい質問と、FAQにすると逆効果な質問
線引きを先に決めてから書き始めます。スキルは公開FAQから除外すべきものを5つ挙げています。法的にグレーな内容（薬機法・景表法に触れる効能訴求）、個別顧客の事情に依存するもの（個人情報を含む）、一時的なトラブル（システム障害や期間限定キャンペーン由来）、過去の対応が悪手だった事例、そして競合との比較で自社が不利になる情報です。
現場で判断が割れやすいのは、クレーム化している問い合わせです。頻度が高いので数字の上では優先度が上がりますが、そのまま公開FAQに載せると「よくある不具合」を店舗が自ら宣言する形になり、購入前の不安をむしろ増やします。この種のものは社内マニュアルに留め、ポリシーそのものを見直してからFAQ化するのが順序です。同じく、期間限定キャンペーン由来の問い合わせも、終われば使われないFAQになるため公開しません。
法務まわりは最優先で外します。過去回答に効能をうたう表現や、根拠のない最上級表現が混じっていた場合、スキルは他の齟齬より先にこれを検出・除外する設計になっています。最上級の言い回しは、調査主体・期間・対象・方法・出典という根拠がそろわない限りFAQ化しません。表示の考え方は消費者庁の表示対策ページ、医薬品等の表現範囲は厚生労働省の医薬品・医療機器のページが一次情報になります。
逆にFAQにしてよいのは、回答が事実として確定していて、担当者が変わっても同じ答えになるものです。返品条件、送料負担の切り分け、配送日数の目安、賞味期限や開封後の使用期限、対応OS、インボイスの発行可否あたりが代表例になります。インボイス関連は国税庁のインボイス制度特集ページで制度を確認したうえで、自店の登録状況を書きます。
書き方の禁則も1つあります。公開FAQで「詳しくはお問い合わせください」だけで終わる項目を作らないことです。自己解決につながらず、問い合わせ削減という目的から外れてしまいます。
モール別のFAQ置き場所｜楽天・Amazon・Shopify・Yahoo!ショッピング
置き場所は媒体ごとに制約が違うので、書く前に決めます。4成果物のうちモールにそのまま置けるのは、公開FAQ相当のページと商品ページQ&Aまでです。チャットボットは自社ECでないと設置できないのが実情なので、モール店舗はまず商品ページQ&Aの精度を上げる方針になります。
楽天市場では、商品ページの説明文欄に商品ごとのQ&Aを置き、店舗共通のFAQは店舗内に作るカテゴリページや特集ページにまとめます。注意点は、FAQを自社サイトに作って楽天の商品ページからリンクする設計が取れないことです。楽天市場の商品ページ・店舗ページから楽天市場外のURLへ誘導することは規約上できません。楽天R-Mailの本文も同じで、外部サイトへのリンクは置けません。FAQの導線は楽天市場内で完結させ、商品ページから店舗内カテゴリページへ、というつなぎ方にします。
Amazonでは、商品説明文と商品紹介コンテンツ（A+）が置き場所になります。A+の中に外部URLは原則として置けないため、テキストと画像だけで完結させる必要があります。商品ページのカスタマーQ&A欄は購入者から寄せられた質問に出品者として答える場所であり、店舗側が想定質問を自分で投稿して埋める使い方は避けてください。
Shopifyなどの自社ECは自由度が高く、4成果物すべてを置けます。商品ごとのQ&Aはメタフィールドに持たせてテーマのセクションで出力し、店舗共通のFAQはページとして持つのが扱いやすい形です。構造化データを入れる場合は、Googleが2023年8月にFAQリッチリザルトの表示対象を絞る変更を発表している点を踏まえ、検索結果での見え方を目的にせず、ページ上で読ませる前提で設計します。
Yahoo!ショッピングは、商品ページの説明欄に商品ごとのQ&Aを置き、ストア内に作る案内ページへ共通FAQをまとめる形が基本です。
どの媒体でも共通するのは、商品ページQ&Aを離脱阻止寄与度の高い順に並べることです。「サイズが合わなかったら」「気に入らなかったら」といった購入の心理障壁に当たる質問を上に、「会員登録の方法」のような購入と独立した運用系を下に置きます。商品ページの上部でどこまで不安を消せているかは、LPファーストビュー診断スキルの記事の観点でも点検できます。
実際の使い方｜すぐ使えるプロンプト4本
起動は自然文で構いません。Claude Code上で「問い合わせからFAQを作って」「よくある質問を整理して」「ヘルプセンターに載せるQ&A」「過去問い合わせのクラスタリング」「回答ぶれの統一」といった言い方をすれば、このスキルが呼び出されます。
入力はCRM・メール・モール内メッセージ・LINE・チャットの履歴です。渡す前に顧客名・注文番号・住所などの個人情報はマスキングしてください。スキル側も、成果物に個人情報や顧客固有情報を含めないことを品質ゲートに入れています。モデルは、長い履歴をまとめて読ませるならClaude Opus 5（2026年7月24日公開）、量が多くコストを抑えたいならClaude Sonnet 5（2026年6月30日公開）が扱いやすい構成です。件数が多い場合は月別やカテゴリ別に分割して投げ、最後に統合すると精度が安定します。
以下は、スキルの6ステップに沿って分割したプロンプトです。ChatGPT（GPT-5.6ファミリー）やGemini 3.6 Flash（2026年7月21日公開、知識カットオフ2026年3月）でも同じ流れを再現できます。
プロンプト1：クラスタリングと3軸の優先度スコアリング
あなたはEC事業者のカスタマーサポート改善を担当するコンサルタントです。
以下の問い合わせ履歴を、内容軸でクラスタリングして優先度を出してください。
# 前提
- 業種／取扱商品：
- 販売チャネル：（楽天市場／Amazon／Shopify／Yahoo!ショッピング）
- 平均客単価：
- 集計期間：直近3ヶ月（YYYY-MM 〜 YYYY-MM）
# 手順
1. 表記揺れを統合して内容軸のクラスタに分ける
（例：「サイズ感」「サイズ違い」「サイズが合わない」→「サイズ」）
2. クラスタごとに件数を数える。同一顧客の複数回問い合わせは1件に正規化する
3. 各クラスタを3軸で0〜100に正規化して評価する
- 頻度
- 売上影響（購入検討中か／返品を誘発するか／レビューに波及するか／LTVへの影響）
- 離脱阻止寄与度（FAQに書いてあれば購入していたか）
4. 優先度スコア ＝ 頻度×1.0 ＋ 売上影響×1.5 ＋ 離脱阻止寄与度×1.2 で算出
5. 頻度×売上影響の4象限でも分類し、展開先を割り当てる
（公開FAQ／商品ページQ&A／チャットボット／社内マニュアル）
# 出力
クラスタ名／件数／売上影響（高中低）／離脱阻止寄与度（高中低）／優先度スコア／
象限／展開先 を、スコアの高い順に並べてください。
粒度が粗すぎるクラスタには分割案を添えてください。
# 問い合わせ履歴（個人情報はマスキング済み）
<ここに貼り付け>
プロンプト2：公開FAQと商品ページQ&Aへの書き分け
先ほどのクラスタリング結果をもとに、上位5クラスタを2つの成果物に書き分けてください。
同じ文面を2つの成果物で使い回さないでください。
# 成果物1：公開FAQ（ヘルプセンター用）
- 1問1答で、完結かつ網羅的に書く
- 検索されそうなキーワードを質問文に含める
- 手順は番号付きリストにする
- 「詳しくはお問い合わせください」だけで終わる項目は作らない
# 成果物2：商品ページQ&A（カート手前の離脱阻止用）
- 1問につき2〜4行まで
- 「無料」「○日以内」など具体的な数値を入れる
- 離脱阻止寄与度の高い順に並べる
- ネガティブ情報の羅列はしない（例外条件は公開FAQ側へ）
# 掲載先の制約（必ず反映すること）
- 楽天市場：商品ページ・店舗ページから楽天市場外のURLへ誘導しない。
リンク先は店舗内カテゴリページなど楽天市場内に限る
- Amazon：商品紹介コンテンツ（A+）に外部URLを置かない
- Shopify／自社EC：外部リンク可
# 自店のポリシー
- 返品期限・条件：
- 送料負担の切り分け（お客様都合／店舗起因）：
- 配送日数の目安（地域別）：
プロンプト3：過去回答の齟齬と法務リスクの検出
同じクラスタに属する過去の回答を並べて、齟齬と法務リスクを検出してください。
# 検出する齟齬
1. 数値齟齬（返品期限の日数、配送日数、保証期間）
2. 補償基準齟齬（クーポン額・返金範囲・値引き率）
3. 表現齟齬（商品仕様の言い方が担当者ごとに違う）
4. 在庫・入荷時期の齟齬（「来週入荷」「再入荷未定」「廃番」の混在）
5. 法務齟齬（薬機法の効能訴求、景表法の最上級表現・二重価格）
# 出力
項目／過去回答A／過去回答B／現行ポリシー／統一案 の形で整理してください。
法務齟齬は最優先で「即時除外」と明記してください。
統一案では、お客様都合と店舗起因を切り分けてください。
あわせて、旧回答で対応した顧客から再度問い合わせが来た場合の
説明スクリプトを1本作ってください。
# 現行ポリシー（利用規約・特商法表示・返品ポリシーから転記）
<ここに貼り付け>
# 過去回答ログ（個人情報はマスキング済み）
<ここに貼り付け>
プロンプト4：効果測定の設計と不足情報リスト
作成したFAQの効果測定プランと、不足情報リストを作ってください。
# 効果測定
以下の4指標について、計測方法・データの取得元・確認頻度を具体化してください。
1. 該当クラスタの問い合わせ件数推移（公開前後3ヶ月を比較。前年同月比も併記）
2. FAQページのPVと、サイト内検索で使われた語
3. 商品ページQ&Aを設置した商品の転換率（CVR）変化
4. チャットボットのデフレクション率（有人に回さず解決した割合）
※チャットボットは自社ECのみ。モール店舗はこの指標を除外する
# 判定の分岐
効果が出なかった場合に次のどれを疑うか、判断基準を書いてください。
- 検索性が悪い（ヘルプセンターのカテゴリ・タグ設計の問題）
- 顧客に届いていない（商品ページ・カート・購入完了メールの導線の問題）
- 回答が分かりにくい（文体・例示・図示の問題）
# 不足情報リスト
「顧客が知りたいのに、いま社内で確定していないため書けない情報」を
チェックリスト形式で挙げ、確認先（仕入先／メーカー／物流／経理）も添えてください。
自社の返品ポリシーや言い回しを毎回説明せずに済ませたい場合は、スキル自体を自社仕様で組む方法もあります。手順はAgent Skillsの作り方をまとめた記事にあります。
効果測定｜問い合わせ件数の変化をどう見るか
計測は全体件数ではなく、クラスタ単位で見ます。全体だけを追うと、あるクラスタが半減しても別のクラスタが増えて相殺され、施策が効いたのか分からなくなるためです。スキルが挙げている指標は4つで、該当クラスタの問い合わせ件数推移（公開前後3ヶ月の比較）、FAQページのPVと検索キーワード、商品ページQ&Aを設置した商品の転換率の変化、チャットボットのデフレクション率です。デフレクション率は、有人対応に回さずに自己解決できた割合を指します。
比較の際は季節性を外してください。3ヶ月前との比較だけだと繁忙期の入り口で件数が増え、効果が消えたように見えます。前年同月比を併記して、2つの見方が同じ方向を向いているかを確認するのが安全です。
数字が動かないときは、原因の切り分けが3つに分かれます。検索性が悪いならヘルプセンターのカテゴリ・タグ設計を見直す。顧客に届いていないなら導線を足す。回答が分かりにくいなら文体や例示を改善する。導線の追加については媒体差があり、自社ECなら購入完了メールやカート画面からFAQへリンクできますが、楽天市場では店舗内の導線に限られます。
更新サイクルも決めておきます。公開FAQと社内マニュアルは月次見直し、商品ページQ&Aは商品の追加・改修のたび、チャットボットは四半期ごとのシナリオ見直しが目安です。ポリシーを変更したときだけは即時更新で、しかも4成果物をセットで直します。1つだけ直すと、公開FAQと社内マニュアルで返品期限が食い違う、といった新しい齟齬が生まれるためです。
自動応答まで踏み込みたい場合は、どこまでをAIに任せてどこから人が出るかの設計が別途必要になります。その論点はEC問い合わせ自動化の壁を扱った記事で整理しています。
よくある質問
Q. 問い合わせが月に数十件しかない店舗でも、FAQ化する意味はありますか。
はい、あります。件数が少なくても質問の内容は偏るため、上位2〜3クラスタは十分に見えるからです。ただしスキルは直近3〜6ヶ月で見る設計なので、単月ではなく3ヶ月分を合算してから判断してください。
Q. 公開FAQと商品ページQ&Aで、同じ文面を使い回してよいですか。
いいえ、使い回さないのが原則です。読者と利用シーンが違うためです。公開FAQは自己解決のために網羅的に書き、商品ページQ&Aはカート手前の不安を消すために1問2〜4行に抑えます。同一文面の使い回しは、スキルの品質ゲートでも弾かれる項目です。
Q. 楽天市場で、FAQページを自社サイトに作って商品ページからリンクしてもよいですか。
いいえ、できません。楽天市場の商品ページ・店舗ページから楽天市場外のURLへ誘導することは規約上認められていないためです。楽天R-Mailの本文についても同様で、FAQの置き場所と導線は楽天市場内で完結させてください。
Q. 過去の回答に、薬機法や景表法で問題になりそうな表現が見つかったらどうしますか。
最優先で除外し、内部に訂正記録を残します。他の齟齬より先に処理するのがスキルの方針だからです。化粧品であれば認められた効能の範囲内に書き直し、根拠のそろわない最上級表現はFAQ化しません。あわせて担当者全員へ共有し、同じ表現が再び使われないようにします。
Q. FAQを公開したのに問い合わせが減りません。何を疑えばよいですか。
検索性・導線・分かりやすさの順に疑ってください。まずFAQページのPVを見て、そもそも見られていないなら導線の問題、見られているのに問い合わせが減らないなら回答内容の問題、というように切り分けられるためです。PVが極端に少ない場合は、カテゴリ・タグ設計の見直しから着手します。
まとめ
問い合わせFAQ化スキルが向いているのは、同じ質問が繰り返し届いていて、しかも回答が担当者ごとにぶれている店舗です。一歩目としては、直近3ヶ月の問い合わせを書き出して個人情報をマスキングし、内容軸で8〜10前後のクラスタに割ってみるところから始めるのが早いと思います。上位3つが見えれば、商品ページのどこに何を書き足すかは自然に決まります。4成果物のうち最初に着手するなら商品ページQ&Aです。売上に一番近く、効果が転換率という数字で返ってくるためです。
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
参考文献
- ALSEL Agent Skills（スキル配布元）
- Anthropic｜Claude Code
- 消費者庁｜表示対策
- 厚生労働省｜医薬品・医療機器
- 国税庁｜特集 インボイス制度
- Google Search Central Blog｜Changes to HowTo and FAQ rich results
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
