Claude営業自動化｜1日5時間の問い合わせ対応を変える3原則

齋藤竹紘2026年8月12日2026年8月12日AIニュース

Anthropicの営業担当が、1日およそ5時間かけていた問い合わせ返信をAIスキルに置き換えたと公開しました。

2026年8月7日、Anthropicは公式ブログClaude by Anthropicで、自社のビジネス開発チームが日々の営業業務をどうAIに任せているかを公開しました。書き手は同社のビジネス開発担当であるJohn Albertです。目を引くのは、入社直後は営業用の受信箱を捌くだけで1日およそ5時間を費やしていたという記述でした。問い合わせ対応と定型返信の重さは、日本のEC事業者にとっても同じ構造の課題です。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が、この事例のうち店舗運営に移植できる部分だけを抜き出して解説します。

1日5時間の受信対応を、1時間おきに走る下書き役に置き換えた

今回の事例の中心は、返信の自動送信ではなく下書きの自動生成です。受信箱を1時間おきにスキャンし、担当者が答えるべきスレッドを抽出して返信案を残すスキルが、営業自動化の主役として動いています。担当者はそれを読み、直し、自分の手で送信します。

このスキルの中身は3点だけです。短いシステムプロンプトと、よくある質問と自社の最良の回答を1本にまとめた社内ナレッジベース、そして担当者ごとの文体プロファイルです。文体プロファイルは、本人が過去に書いた文書やメッセージをAIに読ませて作ります。ナレッジベース自体もAIが下書きし、公開後は情報が古くなっている可能性のある箇所を継続的に指摘して、人間に確認を促す運用になっています。

周辺の仕組みも実務的です。商談の無断キャンセルや連絡途絶をGmailとGoogleカレンダーの状態から検知して通知するスキル、新規リードを拾って初回接触の文面を用意するスキル、そしてSalesforceの案件ステージを実際のやり取りと突き合わせて更新案を出すスキルが動いています。更新案には必ず根拠が添えられ、承認されるまで反映されません。担当者が却下や修正をすると、その理由が記録され、次回以降の提案に反映されます。

新規開拓側では、100件を超える担当アカウントを夜間の定期実行で調査し、朝には案件ごとの要約とスコアと打ち手が並んでいる状態を作っています。商談の録音を自社のヒアリング指針と突き合わせ、良かった点3つ、改善点3つ、次に練習すべき最重要項目1つを返す採点スキルも運用されています。

日本のEC事業者が移植すべき3原則は、順番と歯止めと学習

EC運営に移植する際の要点は、機能ではなく順番と歯止めと学習の3つです。

第1に、ワークフローより先にナレッジベースを作ることです。記事でも、繰り返し答えている質問と自社の最良の回答を1本の文書に集約することが最初の手順として挙げられています。サイズ交換、配送日、初期不良、領収書、まとめ買いの割引可否といった問い合わせは、店舗ごとにほぼ固定です。返信テンプレートではなく回答の根拠を書いておくと、AIは初見の変化球にも自社の方針で答えられるようになります。

第2に、最終送信は必ず人が行うことです。原文でも「Claudeは下書きを作れますが、私たちは今も読み、編集し、送信しています」と明記されています（Claude by Anthropic）。EC事業者の場合、返品可否や価格の訂正は景品表示法や特定商取引法に触れる領域です。自動送信にした瞬間、AIの取り違えがそのまま顧客への確約になります。下書き止まりの設計は臆病な選択ではなく、法務リスクの上限を人間側に固定する設計です。

第3に、却下した理由を書き戻すことです。多くの現場では、AIの出力が的外れだったとき、担当者が黙って書き直して終わります。それでは翌日も同じ間違いが出ます。「この文面は当店では使わない、理由は返品送料の負担者が違うため」と1行残す運用にすると、精度は使うほど上がっていきます。

なお、モール側の問い合わせ窓口は外部連携の可否が異なります。楽天市場のR-Messe、Amazonセラーセントラルの購入者メッセージ、Shopify Inboxのいずれも、外部AIツールから自動で下書きを差し込めるかは提供状況によって変わるため、現行の連携可否は要確認です。連携が難しい場合でも、ナレッジベースと文体プロファイルを手元に用意し、コピーと貼り付けで運用するだけで効果は出ます。またAmazonでは購入者メッセージへの応答の速さがアカウントの評価に関わるとされており、下書きが先にできている状態は速度面でも効きます（現行の判定基準は要確認）。

明日から着手できる初動は、100件の書き出しから始まる

最初にやるべきは、過去90日の問い合わせを100件ほど書き出し、質問と回答を1本の文書に寄せる作業です。これは店長本人でなくても、既存のメール履歴を読ませれば下書きが作れます。次に、自分が過去に書いた良い返信を10通ほど選び、文体プロファイルを作ります。この2つが揃って初めて、下書きの品質が実用水準になります。

その後は、対象を絞って走らせます。全件ではなく、たとえば配送関連の問い合わせだけを対象にした下書きから始め、2週間分の却下理由を溜めてから範囲を広げる進め方が安全です。運用の判断材料としては、AIの下書きをそのまま送れた割合と、修正にかかった時間の2つを見れば十分です。

社内展開の段階では、担当者ごとに作り込まないことが要点になります。記事でも、共有するスキルは個人の手順に寄せすぎず、担当や商材が違っても使える一般性を保つ方針が示されています。EC事業者であれば、店舗ごとに専用スキルを作るのではなく、店舗名と方針だけを差し替えられる形にしておくと横展開が楽になります。あわせて、AIに顧客情報をどこまで渡すかの線引きは先に決めておく必要があります。この論点はClaudeが全プロンプトを事前検査｜EC顧客データ流出を止める3つの論点で整理しています。

問い合わせ自動化そのものの構造的な壁については解決率75%のAI窓口をOpenAIが製品化｜EC問い合わせ自動化3つの壁を、電話経由の問い合わせを文字に落とす手順はGPT Transcribeで電話問い合わせを全文ログ化するを、業務ごとのモデル使い分けはClaudeモデルの選び方｜EC業務別に4クラスを使い分ける実践ガイドを参考にしてください。

まとめ

今回の事例で再現性があるのは、派手な全自動化ではなく、ナレッジベースを先に作り、送信は人が担い、却下理由を書き戻すという地味な3原則です。1日5時間を1本のスキルで消し去った話ではなく、5時間ぶんの判断を下書きに前倒しした話として読むべき事例です。日本のEC事業者は、まず配送や返品といった頻度の高い1領域に絞り、下書き止まりで2週間試すところから始めるのが現実的です。

参考文献

※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/

引用元: Claude by Anthropic

【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）

齋藤竹紘

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。

投稿者: 齋藤竹紘

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。齋藤竹紘のすべての投稿を表示