投稿者 投稿日: カテゴリー ChatGPT
GPT Transcribeとは、OpenAIが2026年7月に公開した音声文字起こし用のモデルのことです。
EC事業者にとっての意味は、精度の話より単価の話です。複数の価格情報サイトが示している水準は1分あたり0.0045米ドルで、従来のgpt-4o-transcribeやwhisper-1の0.006米ドルより約25パーセント安い計算になります。1時間の通話を全文テキストにして0.27米ドル、1米ドル150円換算で約41円。この単価なら、これまで「録音は残すが文字にはしない」で止まっていた電話問い合わせを、全件テキスト化して検索可能な資産に変える判断が現実的になります。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）の現場知見にもとづいて解説します。
なお価格については、OpenAIの公式料金ページで直接確認が取れておらず、複数の第三者による価格情報サイトの掲載値が一致している状態です。本記事では要確認の情報として扱い、導入判断の前に自社で公式の料金体系を確認することを前提に読み進めてください。
電話ログの経済性が変わった理由
これまで電話問い合わせのテキスト化が広がらなかった理由は、精度ではなく費用対効果でした。月300件、1件平均5分の店舗なら月1,500分。従来の1分0.006米ドルなら9.00米ドル、約1,350円です。金額としては小さいのに導入が進まなかったのは、文字起こし単体では使い道が見えなかったからです。
状況を変えたのは、単価の低下と、テキストになった後の処理コストが同時に下がったことの合わせ技です。1分0.0045米ドルなら同じ1,500分が6.75米ドル、約1,013円。そのうえで、テキスト化されたログをそのまま要約や分類に流す処理も、モデル料金の下落で以前より軽くなっています。文字起こしと後処理を合わせて月数千円という水準になったことで、「全件を残す」という選択が経済的に成立するようになりました。
用途の切り分けも整理されています。完了済みの録音を後からまとめて処理する用途がGPT Transcribe、マイク入力や通話中のストリームをその場で文字にする用途がgpt-live-transcribeで、後者は1分あたり0.017米ドルとされています。単価差は約3.8倍です。この差は、リアルタイム処理が必要かどうかの判断を明確にします。オペレーターの画面に会話をその場で表示したいならライブ側、後から検索と分析に使うだけならバッチ側で十分です。
現場で繰り返し見るのは、この切り分けをせずに全部をライブ処理にしてしまい、必要のない箇所で3.8倍の単価を払っているケースです。EC店舗の電話問い合わせで真にリアルタイム性が要るのは、応対中のオペレーターに過去の購入履歴を提示するような場面に限られます。事後の分析目的なら、通話終了後にまとめて処理すれば足ります。
文字起こしの精度そのものについては、商品名や型番の拾い方が実務上のボトルネックになります。この点は文字起こしAIで商品名を正しく拾う手順で詳しく扱っているので、あわせて確認してください。
録音を始める前に決めておく5項目
技術的な設定より先に固めるべきことがあります。日本で顧客との通話を録音してテキスト化する以上、法令と社内規程の整理が前提になります。ここを飛ばして始めると、後から全件破棄という事態になりかねません。
第1に、録音していることの告知方法です。通話開始時の自動音声で「品質向上のため録音します」と伝える運用が一般的ですが、告知の文言と、顧客が録音を望まない場合の代替経路を決めておく必要があります。第2に、保存期間です。無期限に貯める設計は個人情報の管理負荷を上げるだけなので、6か月なのか1年なのか、期限を先に決めて自動削除の仕組みまで含めて設計します。
第3に、テキスト化したデータをどこに置くかです。文字起こしの結果には氏名、住所、電話番号、注文番号が平然と含まれます。社内の共有ドライブに無管理で置くのは避け、アクセス権を絞った場所に保管してください。第4に、外部のモデルに送るデータの範囲です。音声そのものを送る以上、送信前にどこまでマスキングするかは技術的に難しいので、契約上のデータ取り扱い条件で担保するのが現実的です。
第5に、テキスト化した内容を誰がどの目的で見てよいかです。品質改善のための集計利用と、個別の担当者評価に使うことは、社内での位置づけがまったく違います。ここを曖昧にしたまま導入すると、現場の抵抗を生みます。5,000社支援の中で何度も再現したパターンとして、電話ログの導入がうまくいかない店舗は技術ではなくこの合意形成で止まっています。
これらを整理したうえで、外部からの入力をAIに処理させる際のリスク管理として、プロンプトインジェクション対策の考え方も参照しておくと守りが固まります。顧客の発話がそのままプロンプトに混ざる構成では、意図せぬ指示混入への備えが必要になります。
全文ログ化から分析までのプロンプト6本
以下の6本で、録音ファイルから使える形の分析結果までを一通り回せます。文字起こし自体はAPIの仕事なので、ここで示すのは後処理側の指示文です。
最初は、生の文字起こしを読める形に整える工程です。電話の書き起こしは発話が重なり、言い直しが多く、そのままでは分析に使えません。
プロンプト1：通話の文字起こしを整形する
以下は電話問い合わせの自動文字起こしです。分析に使える形に整形してください。
文字起こし：
{テキスト}
整形ルール：
1. 発話者を「顧客」「担当者」に分ける（判別できない箇所は「不明」と明記）
2. 言い直し、あいづち、無意味な繰り返しを削除する
3. 聞き取れていないと思われる箇所は［不明瞭］と表記し、勝手に補完しない
4. 商品名・型番・注文番号らしき文字列は、原文のまま残したうえで［要確認］を付ける
5. 個人名・電話番号・住所は［氏名］［電話番号］［住所］に置換する
出力は整形後の会話ログのみ。要約はしないでください。
次に、1件ごとの構造化です。件数が増えたときに検索できる形にしておくと、後の分析が一気に楽になります。
プロンプト2：1件の通話を構造化データにする
以下の通話ログから、次の項目を抽出してください。
通話ログ：
{整形済みログ}
抽出項目：
- 問い合わせ区分（注文前の質問／配送／返品交換／不良品／操作方法／その他）
- 対象商品（特定できた場合のみ。できなければ「不明」）
- 顧客の要求（1文）
- 担当者の回答（1文）
- 解決状況（その場で解決／持ち帰り／エスカレーション／未解決）
- 顧客の感情（穏やか／困惑／不満／強い不満）
- 再発防止に関係しそうな論点（あれば1文、なければ「なし」）
出力形式：項目名と値を1行ずつ。推測が入った項目には末尾に［推測］と付けてください。
3本目は、月次のまとめです。個別の通話より、まとまった傾向のほうが施策につながります。
プロンプト3：月次の問い合わせ傾向を集計する
以下は当月の通話構造化データです。傾向を分析してください。
データ：
{構造化データの一覧}
分析してほしい内容：
1. 問い合わせ区分ごとの件数と構成比
2. 前月比で件数が増えた区分と、その増加幅
3. 特定商品に集中している問い合わせがあれば、商品名と件数
4. 「持ち帰り」「エスカレーション」になった通話に共通する要因
5. 商品ページの記載改善で減らせそうな問い合わせの候補を3つ
注意：件数が5件未満の区分については、傾向として断定せず「サンプル数不足」と明記してください。
4本目は、問い合わせを商品ページの改善に還元する工程です。ここが電話ログ化の本命の使い道になります。
プロンプト4：問い合わせから商品ページの追記項目を作る
以下の問い合わせログをもとに、商品ページに追記すべき情報を提案してください。
対象商品：{商品名}
問い合わせログ：
{該当商品への問い合わせ一覧}
出力してほしい内容：
1. 同じ質問が複数回来ている項目（件数つき）
2. その質問に答えるために商品ページに追記すべき文言（そのまま貼れる形で）
3. 追記する場所の推奨（商品名／キャッチコピー／スペック表記部分／説明文の前半／FAQ欄）
4. 追記しても解決しない可能性がある質問と、その理由
制約：
- 効能効果を断定する表現、最大級表現は使わないこと
- 事実として確認できない仕様は書かないこと（確認が必要なものは［要確認］と明記）
5本目は、FAQへの反映です。よくある質問の更新は後回しになりがちですが、問い合わせログがあれば根拠つきで進められます。
プロンプト5：通話ログからFAQ項目を起こす
以下の問い合わせログから、サイトのFAQに追加すべき項目を作ってください。
ログ：
{通話ログの一覧}
条件：
1. 同じ趣旨の質問が3件以上あったものだけを対象にする
2. 質問文は顧客が実際に使った言い回しに寄せる
3. 回答は結論を1文目に置き、その後に補足を2文以内で書く
4. 回答内容のうち、店舗側で事実確認が必要なものには［要確認］を付ける
5. 出力は「質問」「回答」「根拠となった問い合わせ件数」の3項目
上位10項目まで、件数の多い順に並べてください。
6本目は、費用管理です。従量課金なので、月次の見込みを最初に置いておきます。
プロンプト6：文字起こしの月次費用を試算する
以下の条件で、電話問い合わせの全文ログ化にかかる月次費用を試算してください。
条件：
- 月間通話件数：{件数}件
- 1件あたりの平均通話時間：{分}分
- リアルタイム処理が必要な割合：{割合}パーセント
- バッチ処理の単価前提：1分あたり0.0045米ドル
- リアルタイム処理の単価前提：1分あたり0.017米ドル
- 為替：1米ドル{レート}円
出力してほしい内容：
1. バッチ処理分とリアルタイム処理分それぞれの月額（米ドルと円）
2. 全件をリアルタイム処理にした場合との差額
3. 後処理（要約・分類）にかかるモデル費用の概算と、その前提
4. 月額を{金額}円以内に収める場合の運用条件
5. 費用対効果を測るための指標を3つ
注意：単価は第三者の価格情報にもとづく前提値であり、公式の料金体系で要確認である旨を冒頭に明記してください。
よくある失敗と回避策
第1の失敗は、全件をリアルタイム処理にすることです。単価差は約3.8倍あります。月1,500分をすべてライブ側で処理すると25.50米ドル、約3,825円になり、バッチ側の約1,013円と比べて2,800円ほど余分にかかります。金額そのものは小さく見えますが、必要のない支出であることに変わりはありません。リアルタイムが要る業務を先に定義し、それ以外は事後処理に回してください。
第2の失敗は、文字起こしの結果をそのまま信用することです。電話音声は環境ノイズが乗り、商品名や型番が誤変換されます。特に英数字混じりの型番、カタカナのブランド名、数量の単位は誤りが出やすい箇所です。構造化の段階で「原文のまま残して要確認を付ける」設計にしておけば、誤変換が下流に伝播するのを防げます。
第3の失敗は、個人情報を含んだテキストを無管理で貯めることです。文字起こしの結果は録音より検索性が高いぶん、漏れたときの影響が大きくなります。マスキング処理を後処理の第1段階に必ず置き、原文を保持する場所とマスキング済みを保持する場所を分けてください。
第4の失敗は、分析結果を担当者評価に転用することです。品質改善のために導入したログが評価に使われると分かった瞬間、現場の協力が得られなくなります。導入時に「何に使い、何には使わないか」を明文化し、それを守ることが運用継続の条件になります。
第5の失敗は、集めるだけで施策に落とさないことです。問い合わせログの価値は、商品ページの改善とFAQの更新に還元されて初めて出ます。集計を月次で回すのではなく、「今月は上位3件の質問に対して商品ページを直す」という具体的な出口を最初から決めておいてください。問い合わせからFAQを組み立てる作業は問い合わせ起点のFAQ構築スキルで自動化できます。
KPIと投資回収の考え方
追うべき指標は3つに絞れます。1つ目は同一質問の反復件数です。商品ページを直した項目について、翌月に同じ質問が何件減ったかを見ます。これが最も直接的な効果測定になります。2つ目は平均通話時間です。事前情報が整うと1件あたりの通話が短くなる傾向があり、オペレーターの処理能力に直結します。3つ目はエスカレーション率です。担当者がその場で答えられず持ち帰る割合が下がれば、応対品質の底上げが効いていることになります。
投資回収の見立ては、費用側が月数千円規模である以上、通話時間の短縮だけで比較的早く成立します。1件あたりの通話が平均30秒短くなれば、月300件で150分。人件費に換算すれば文字起こし費用を上回る計算です。ただし、この短縮を実現するには商品ページの改善という人手の工程が必要なので、そちらの工数を含めて評価してください。
音声応対そのものをAIに任せる段階まで進めるかどうかは別の判断になります。一次対応の自動化を検討する場合は、音声接客の活用パターンを先に読んで、どこまでを人が持つかの線を引いてから進めるのが順序として安全です。
電話ログが「検索対象」になる時代への備え
競合が書けていない論点を1つ挙げると、電話ログの用途は社内分析にとどまりません。問い合わせで実際に使われた言い回しは、顧客が検索窓に打ち込む言葉とほぼ同じです。「サイズ 大きめ」「開封後 どれくらい」「ギフト 熨斗」といった実際の発話は、商品ページに置くべき語彙のリストそのものになります。SEO用のキーワード調査ツールが拾えない、生活者の実際の言い回しがそこにあります。
生成AI検索が商品情報を要約する流れの中で、この語彙の一致はさらに効きます。顧客が質問した表現がそのまま商品ページに書かれていれば、AIが情報を抽出するときの一致度が上がります。電話ログを「クレーム対応の記録」ではなく「顧客の語彙の収集装置」として位置づけ直すと、投資判断の意味が変わってきます。
もう1つの見立ては、ログの資産価値が時間とともに上がる方向です。1か月分では傾向が見えなくても、1年分あれば季節変動、商品ライフサイクル、リニューアル前後の反応の違いが読めるようになります。単価が下がったいま始めておくことの価値は、来年に効いてきます。逆に言えば、保存期間を極端に短く設定すると、この資産化の道が閉じます。個人情報の管理と資産化のバランスは、マスキング済みの分析用データだけを長期保管するという二層構造で両立させるのが現実的です。
導入の4週間スケジュール
いきなり全件処理に踏み込むと、たいてい途中で止まります。段階を分けた4週間の進め方を示します。
1週目は、法令と社内規程の整理に充てます。録音の告知文言、保存期間、保管場所、アクセス権限、利用目的の5項目を紙に落とします。この作業に技術は不要ですが、決裁が要ります。決裁を取らずに技術検証から始めると、動くものができた後に差し戻されるという最悪の順番になります。並行して、外部サービスへ音声データを送ることについて、契約上のデータ取り扱い条件を確認しておきます。
2週目は、30件の試験処理です。直近の録音から、件数の多い商品に関する通話を30件選びます。1件5分なら150分、費用は1米ドル未満です。ここで見るのは精度ではなく、業務に使える形の出力が得られるかどうかです。整形と構造化のプロンプトを流し、商品名の誤変換がどの程度出るか、要確認の印がどこに付くかを確認します。
3週目は、商品ページへの反映です。30件から抽出された追記項目のうち、上位3件について実際に商品ページを直します。ここまで来ないと、この取り組みの価値が社内に伝わりません。文字起こしができたことを報告しても誰も動きませんが、「この質問が月12件来ていたので商品ページに書きました」と報告すれば、次の予算が通ります。
4週目は、運用ルールの確定と自動化です。どのタイミングで録音を処理するか、誰が構造化の結果を確認するか、月次のまとめを誰に共有するか。これを決めたうえで、処理を定期実行に載せます。この段階で初めて全件処理に切り替えます。
現場で繰り返し見るのは、2週目と3週目を飛ばして4週目に行こうとするケースです。全件処理の仕組みを先に作ると、出力が業務に合わなかったときの手戻りが大きくなります。30件で確かめてから広げる順序を守ってください。
電話以外のチャネルと統合するときの設計
問い合わせは電話だけではありません。メール、モールのメッセージ機能、チャット、SNSのダイレクトメッセージ。チャネルが分かれていると、同じ質問が来ていることに気づけません。文字起こしを導入する機会に、チャネル横断の分類軸を揃えておくと投資効果が大きく変わります。
揃えるべきは分類の粒度です。電話は「配送」、メールは「発送について」、チャットは「届かない」と別々の言葉で分類していると、集計しても合算できません。本記事のプロンプト2で示した問い合わせ区分を全チャネル共通の軸として使い、各チャネルの担当者に同じ分類で記録してもらう形が現実的です。
統合の順番としては、電話を最後にするのが実務的です。メールとモールのメッセージはすでにテキストなので、分類プロンプトを流すだけで統合できます。テキストのチャネルで分類軸を固めてから、文字起こしした電話を同じ軸に流し込む。この順番なら、分類軸の調整を安いコストで回せます。
統合すると見えてくるのが、チャネルごとの質問の偏りです。電話には「今すぐ答えが要る」質問が集まり、メールには「調べても分からなかった」質問が集まる傾向があります。前者は商品ページの目立つ位置に、後者はFAQや詳細説明に反映するのが噛み合います。同じ質問でも、どのチャネルで来たかによって置くべき場所が変わるという視点は、統合しないと得られません。
保管の設計としては、原文を保持する層と、マスキング済みの分析用データを保持する層を分けてください。原文は保存期間を短く設定して自動削除し、マスキング済みのデータは長期保管して年単位の傾向分析に使う。この二層構造なら、個人情報の管理負荷を抑えながら資産化を進められます。
よくある質問
GPT Transcribeの料金はいくらですか
複数の価格情報サイトが1分あたり0.0045米ドルという水準を掲載しています。ただしOpenAIの公式料金ページで直接の確認が取れていないため、要確認の情報として扱ってください。従来のgpt-4o-transcribeやwhisper-1の0.006米ドルより約25パーセント安い水準とされています。
リアルタイムの文字起こしとの違いは何ですか
用途と単価が違います。完了済みの録音を処理するのがGPT Transcribeで、マイク入力や通話中のストリームを扱うのがgpt-live-transcribeとされ、後者は1分あたり0.017米ドル、約3.8倍の単価です。事後分析だけならバッチ側で十分です。
顧客との通話を録音してAIに処理させてよいですか
録音していることを事前に告知し、利用目的を明示したうえで運用するのが前提です。加えて、外部サービスへのデータ送信については契約上のデータ取り扱い条件を確認する必要があります。個別の法的判断は専門家への確認が必要なため、本記事の内容は一般的な整理としてお読みください。
商品名や型番が正しく文字起こしされますか
環境や発話によって誤りが出ます。特に英数字混じりの型番、カタカナのブランド名、数量の単位は誤変換されやすい箇所です。後処理の段階で原文を残したまま要確認の印を付ける設計にしておくと、誤りが下流の分析に伝播するのを防げます。
月にどれくらいの費用がかかりますか
月300件、1件平均5分の店舗なら月1,500分で、1分0.0045米ドルの前提なら約6.75米ドル、150円換算で約1,013円という試算になります。これに要約や分類の後処理費用が加わりますが、全体としては月数千円の規模に収まる見込みです。
何から始めればよいですか
まず直近1か月分の録音のうち、件数の多い商品に関する通話を30件だけ処理してみてください。1件5分なら150分、費用は1米ドル未満です。その30件から商品ページの追記項目が3つ出てくれば、全件展開の判断材料としては十分です。
電話以外のチャットやメールにも使えますか
文字起こしそのものは音声が対象なので、チャットやメールは対象外です。ただし本記事で示した構造化と月次集計のプロンプトは、テキストの問い合わせにもそのまま適用できます。チャネルをまたいで同じ分類軸で集計すると、問い合わせの全体像が見えるようになります。
今週着手するなら、この順番で
初日は技術ではなく規程から入ります。録音の告知文言、保存期間、保管場所、アクセス権限、利用目的の5項目を1枚にまとめ、決裁を取りに行ってください。この1枚がないまま検証を進めると、動くものができた後に差し戻されます。所要時間は文書作成に1時間、決裁の待ち時間は組織によります。
2日目に、直近の録音から件数の多い商品に関する通話を30件抽出します。1件5分なら合計150分、費用は1米ドル未満です。3日目に文字起こしと整形、構造化までを流し、商品名の誤変換がどこで起きるかを確認します。ここで精度に不安が残るなら、要確認の印を付ける後処理を厚くする方向で調整してください。
4日目に、抽出された追記項目の上位3件について商品ページを直します。この工程まで到達して初めて、社内に価値が伝わります。文字起こしができたという報告では誰も動きませんが、月何件来ていた質問を商品ページに書いたという報告なら、次の予算の話につながります。全件処理への切り替えは、この1周が回ってからで構いません。
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
- CostGoat・OpenAI Transcribe & Whisper API Pricing (Aug 2026)
- Spokenly・GPT-Transcribe: OpenAI’s New Speech-to-Text Model
- Digital Applied・GPT Transcribe vs Whisper, Deepgram and Scribe v2 2026
- CometAPI・GPT-Transcribe vs GPT-Live-Transcribe: API & Pricing
※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
