見出し画像

【検証】Gemini 3.6 Flashで問い合わせ対応はどこまで自動化できる？AIカスタマーサポートの実力を試してみた

Forvio note

問い合わせが多い日は、同じ回答を何十回も繰り返す。
「返品したい」「パスワードを忘れた」「営業時間を教えてください」。
定型的な問い合わせなのに、人が一件ずつ確認して返信する。

この作業だけで午前中が終わってしまう日も、珍しくありません。

実際、寄せられる問い合わせの多くはこうした定型的な質問で、FAQを整えるだけで問い合わせを30%以上、事例によっては約60%減らせたケースもあります。それでも人手は足りず、顧客は「1時間以内」の返信を“早い”と感じる。

スピードも品質も、同時に求められます。

もし、この“下ごしらえ”をAIが数秒で終わらせてくれたら・・。

最高ですよね！！今回はそこに焦点を当てた記事です。

Gemini（ジェミニ）3.6 Flashは、まさにこの大量・定型業務を得意とするAIです。

本記事では、AIカスタマーサポートとして、問い合わせ対応のどこまで任せられるのかを実際に検証しました。

結論

先に言い切ります。

問い合わせの「分類」と「FAQを参照した一次回答の下書き」は、Gemini 3.6 Flashに任せられます。

ただし、最終的な送信は人の確認が前提です。
丸投げではなく、“下ごしらえ”を任せるイメージです。

検証結果（実測）

ダミー問い合わせ15件の「分類＋一次回答の下書き」が、手作業 約60分 → Gemini 3.6 Flash 約1分。
分類の正答率は100%（15/15）、危険な問い合わせの見落としもゼロでした。

Gemini 3.6 Flashが「問い合わせ対応」に向く理由

Gemini 3.6 Flashは、Googleが「大量処理・エージェント向け」と位置づけるモデルです。前世代より高速・低価格で、たくさんの問い合わせを短時間でさばけます。返信の品質だけでなく、“大量・定型を速く”という点が、問い合わせ分類やFAQ回答の下書きと非常に相性が良いのです。

任せられるのは、主に次の3つです。

  • 自動分類：問い合わせを「返品」「配送」「不具合」などのカテゴリに仕分け

  • 担当への振り分け：分類に応じて担当チームやフォルダへ自動で振り分け

  • 一次回答の下書き：FAQを参照して、回答のドラフト（たたき台）を生成

Gemini 3.6 FlashとAIチャットボットの違い

「それ、AIチャットボットと何が違うの？」よくある疑問です。

AIチャットボットは、あらかじめ決められたシナリオに沿って回答するのが得意です。一方、Gemini 3.6 FlashはFAQや社内ルールを参照しながら、その場で回答の下書きを生成できます。シナリオにない問い合わせでも、人の補助として柔軟に使えるのが大きな違いです。FAQ自動化やヘルプデスクAIの“中身”として組み合わせることもできます。

検証：方法・プロンプト・評価基準まで公開します

Forvioは「検証＞雰囲気」がモットーです。

本記事では、検証方法・使用プロンプト・評価基準まですべて公開します。同じダミーデータを使えば、誰でも同じ検証を再現できます。

検証環境

  • 検証日：2026-07-22

  • 使用モデル：Gemini 3.6 Flash

  • 入力データ：ダミー問い合わせ 15件（返品・配送・不具合・料金・その他などを含む。うち5件は“難しめ”）

  • プロンプト：分類ルール＋FAQを渡し、「カテゴリ＋回答ドラフト＋確信度＋要人対応フラグ」をJSONで出力

  • 比較対象：担当者の手作業（1件あたり約4分と想定）

評価基準（3つ）

  1. 分類の正答率（想定カテゴリと一致した割合）

  2. 一次回答ドラフトの実用度（そのまま送れる／微修正で送れる／要書き直し）

  3. 難しい問い合わせを「人へ」と正しく振れたか（要人対応フラグの精度）

結果（実測）

  • 分類の正答率：100%（15件中15件）。FAQに載っていない「ギフト包装」「海外発送」も、正しく仕分けできました。

  • 一次回答ドラフトの実用度（筆者判定）：そのまま送れる 13件／微修正 2件／要書き直し 0件。FAQの数字（14日・7日・3〜5営業日など）も正確に反映されていました。

  • 要人対応の判定：危険な見落としゼロ。返金要求・返信遅延クレーム・二重課金といった“人が出るべき”問い合わせは、すべて needs_human: true を返しました。

  • 時間：分類＋一次回答（15件）手作業 約60分 → Gemini 3.6 Flash 約1分（15件を1回・数十秒で処理）。

実際の出力（検証で返ってきたもの）

たとえば、次の問い合わせを渡します。

入力：先日届いた服のサイズが合いませんでした。返品できますか？

実際に返ってきた出力がこちらです（指定したJSON形式のまま）。

{
  "category": "返品・交換",
  "confidence": "high",
  "draft_reply": "お問い合わせいただきありがとうございます。商品の返品につきましては、商品到着後14日以内かつ未使用の場合に限りご対応が可能となっております。なお、返送時の送料はお客様ご負担となりますのであらかじめご了承ください。ご希望の場合は、お手数ですが商品の状態をご確認の上、お手続きにお進みください。",
  "needs_human": false
}

カテゴリ・確信度・回答ドラフトが、一度にまとめて返ってきます。FAQの「14日以内・未使用・送料自己負担」もきちんと反映済み。あとは人が確認して送るだけです。

やってみてわかったこと（実測ベースの所感）

  • 速い：Opusのような“長考”がなく、ほぼノータイム（体感で1件3秒ほど）でプレーンに返ってくる。それでいて文面の品質は高い。

  • 正確：定型的な問い合わせは分類100%、下書きもほぼそのまま送れる水準。

  • 正直な注意点：やや“人に回しすぎ”る傾向があります。「登録メールが届かない」「ギフト包装」など、自動回答でもよいケースまで安全側で needs_human: true に。誤送信はしませんが、人の確認に回る件数はやや多めに出ます。

実践：自分のCSに導入する手順

難しくありません。次の順で始められます。

  1. 過去の問い合わせから「よくあるカテゴリ」を10個ほど決める

  2. 分類ルールとFAQをプロンプトに渡す（配布キットのテンプレを利用）

  3. 出力は「カテゴリ＋回答ドラフト＋確信度」のJSON形式にする

  4. 確信度が低いもの・カテゴリ「その他」は、人にエスカレーション

  5. 送信前に必ず人が確認する

このワークフローなら、AIが下ごしらえをして、人は“判断”と“最終確認”に集中できます。

料金・無料で試せる？（Gemini API）

まず試すだけなら、Geminiアプリから無料で使えます。
業務としてGemini APIで大量に回す場合も、Gemini 3.6 Flashは出力 $7.50／100万トークンと安価。問い合わせのような大量処理ほど、この安さが効いてきます（料金の詳細は第1回にまとめています）。

こんな人におすすめ／おすすめしない

  • 向いている：問い合わせ件数が多い／定型的な質問が多い／一次対応の下ごしらえを自動化したいCS・ヘルプデスク

  • 向いていない：問い合わせが毎回複雑で個別性が高い／確認なしで自動送信したい

まとめ

Gemini 3.6 Flashは、問い合わせ対応を完全自動化するAIではありません。

ですが、

  • 分類

  • 振り分け

  • 一次回答の作成

この3つは、十分に実務で使えるレベルです（今回の検証では、分類の正答率100%・危険な見落としゼロ・約95%の時短）。

AIに任せるのは“判断”ではなく“下ごしらえ”。人は、最後の確認と、お客様への対応に集中する。これが、現時点で最も現実的で失敗しにくいAI活用だと感じています。

Forvioでは引き続き、営業・マーケティング・人事でも、実測データで検証していきます。

次に読む（Gemini仕事術シリーズ）

  • Gemini仕事術① Gemini 3.6 Flashは“仕事のどこ”に効くのか（得意な仕事・苦手な仕事）

  • Gemini仕事術③ 営業編：商談メモを自動でCRMに落とす

  • Gemini仕事術④ マーケティング編：競合ウォッチを週次で自動レポート化

もっと体系的に学ぶなら（書籍）

今回紹介したようなAI活用を、個別のテクニックだけで終わらせず、仕事全体の中でどう使うかまで整理したい方には、入門書を1冊読んでおくのがおすすめです。

『最速でわかる生成AI実践ガイド』は、生成AIの基本から実務での活用方法まで幅広くまとめられています。問い合わせ対応だけでなく、資料作成や情報整理など、生成AIを仕事に取り入れるための全体像をつかみたい方は、参考にしてみてください。

実際に手を動かして学ぶなら

本を読んで理解したあとは、実際にAIを動かしながら学ぶと、より仕事に落とし込みやすくなります。

AI Agent Campは、Claude Code・Cursor・Codexなどを使いながら、AIエージェントの活用を実践形式で学べるサービスです。あらかじめ環境が用意されているため、「セットアップでつまずきたくない」「非エンジニアでもAIエージェントを使ってみたい」という方にも向いています。

問い合わせ対応の自動化だけでなく、日々の業務をAIに任せる仕組みづくりまで一歩踏み込みたい方は、こちらも参考にしてみてください。

出典

  • Google公式ブログ「Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber」: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/

  • GENIEE CX NAVI「FAQテンプレートを活用！問い合わせを削減するページの作り方」: https://geniee.co.jp/cx-navi/marketing/faq-templates/

  • Helpfeel「問い合わせ対応業務を効率化する5つの方法（約60%削減事例）」: https://www.helpfeel.com/blog/inquiry-efficient

  • CallConnect「カスタマーサポートにおける応答時間の目安（1時間以内が“早い”の分岐点）」: https://www.callconnect.jp/blog/149

筆者がおすすめしたい記事一覧

Claudeの最新機能についても、実際に使いながら検証した記事を公開しています。気になる方は、ぜひあわせてご覧ください。


いいなと思ったら応援しよう！