Make ChatGPT で問い合わせを仕分ける方法｜表の問い合わせを種類ごとに振り分け・要約する、LINEに自動で返す、Zoomの録画から議事録を作る

問い合わせの中身を1件ずつ読んで「これはクレーム」「これは営業の電話」と分ける。届いた長い文章を短くまとめて表に残す。同じような質問に、毎回同じように返事をする。こうした仕事は、読んで判断するので、これまでの自動化の道具だけでは任せにくい部分でした。

Make（メイク）は、サービス同士をつないで作業を自動にする道具です。ここにChatGPTを組み合わせると、「読んで判断する」部分までを流れの中に入れられます。この記事では、MakeとChatGPTで問い合わせや文章を仕分けるやり方を、解説動画から集めてまとめました。

ここで取り上げる動画は2023〜2025年に公開されたものです。2023年の動画は、今とは画面やAIの種類が違う部分があります。また、MakeからChatGPTを使うと、Makeとは別にOpenAI（ChatGPTを作っている会社）の利用料がかかります。料金のしくみはMakeの料金と無料プランの上限にまとめています。

たまった問い合わせを、ChatGPTに5つの種類へ振り分けさせる

AIとノーコードで自動化倶楽部のほんりゅうさんは、運送会社に届いた問い合わせを分ける作業を例にしています。上司から毎月の問い合わせの分析を頼まれ、その前に1件ずつ種類のラベルを付ける必要がある、という設定です。

「件数を確認すると2000件もあります」

100件なら1時間ほどで分けられても、2000件となると気が遠くなり、量が多いと見落としも増えます。そこで、次の流れをMakeで作っています。

1. スプレッドシートから1行取る：A列に問い合わせ、B列にラベル、C列に「済み」の印を置いた表から、問い合わせがあって「済み」の印がない行を1つ探す
2. ChatGPTに分けさせる：「営業時間について」「配達時間について」「営業電話」「クレーム」「その他」の5つから選ぶよう指示した上で、問い合わせの文を渡す
3. 表に書き戻す：選ばれたラベルをB列に、「済み」の印（1）をC列に書き込む

C列の印があるので、同じ行を二重に処理しません。あとはこの流れを自動で繰り返させるだけです。ほんりゅうさんは、初めの設定の15分おきから3分おきに変えて動かし続けると、放っておいても全部の行が埋まると説明しています。

指示文（プロンプト）は、OpenAIの「プレイグラウンド」という試し書きの画面で、分けたい5つの種類を伝えて作らせ、それをMakeに貼り付けています。

表に入れた文章を、ChatGPTに要約させる

同じ形で、文章を要約させる例もあります。AIコウリツカの動画では、スプレッドシートに新しい行が入ったらMakeがChatGPTに要約させ、その結果を同じ行の隣の列に書き込む流れを作っています。

部品は3つです。表に行が足されたのを見張る部品、ChatGPTに要約させる部品、結果を表に書き戻す部品。ChatGPTの部品では、使うAIの種類を選び、答えの長さの上限も決めています。上限を決めておくと、答えが長くなりすぎて利用料を使いすぎるのを防げると説明しています。

うまく動かないときの直し方も紹介されています。

「うまくいかない状況とか画面のスクショ、エラーのコピペとかを送って」

画面の写しやエラーの文をChatGPTに渡して、直し方を聞くという方法です。ChatGPTが実際にはない項目を教えてくることもあるので、そのときは「そんな項目はない」と聞き返すと、正しい答えが返ってくることがあるとも話しています。また、各部品の右上の吹き出しを押すと、どんな入力があって、どんな出力になったかが見られるので、どこで止まったかを探す手がかりになると説明しています。

LINEに届いたメッセージに、ChatGPTで返事をする

お客様とのやり取りに使う例もあります。神海LABの動画では、LINE公式アカウントにメッセージが届いたら、ChatGPTで返事を作ってそのまま返し、やり取りをNotionの表に記録する仕組みをMakeで作っています。

動画では試しに、届いた文を英語に訳して返す役割をChatGPTに与えています。ただ、どんなメッセージにも毎回AIが返事をすると煩わしいので、「GPT:」で始まるメッセージにだけ反応させる絞り込みを途中に入れています。

お客様向けの窓口で使うなら、どのメッセージにAIが答え、どれは人が答えるのかを、この絞り込みで分けておく考え方が参考になります。記録をNotionに残しているので、AIがどう答えたかを後から見直すこともできます。

Zoomの録画から議事録を作る（長い会議は工夫が要る）

同じ神海LABの動画では、Zoomのクラウド録画から音声だけを取り出し、OpenAIの文字起こし（Whisper）で文章にしてから議事録にまとめ、Googleドキュメントにしてドライブに保存し、そのリンクをチャットワークに送る流れも作っています。

ただし、動画の公開時点では、文字起こしに渡せる音声ファイルの大きさに上限がありました。音声を分けて渡す工夫も考えたものの、ノーコードで作るのは大変だったので、そこまでは作り込まなかったと話しています。

「長めの1時間の会議とかにするとちょっとこれがそのまま使えない」

10〜20分ほどの会議なら使える、という位置づけです。また、Zoomの録画ファイルは大きいので、Makeの無料プランのデータ量の上限にすぐ届いてしまうという注意も出ています。

AIの判断は、人があとで見られる形に残す

4つの例を並べると、どれもAIの答えを表や記録に残している点が共通しています。

• 問い合わせの振り分けは、隣の列にラベルが入るので、人があとから見直せます
• 要約も、元の文の隣に入るので、比べて確かめられます
• LINEの返事は、Notionにやり取りが残ります
• 議事録は、ドキュメントとしてドライブに保存されます

AIの振り分けや要約は、いつも正しいとは限りません。結果が人の目に触れる場所に残る形にしておけば、まちがいに気づいて直すことができます。

会議の記録づくりを運営者の会社でどう進めているかは、AIで議事録を作る手順にまとめています。

まとめ

• Makeでは、スプレッドシートの問い合わせを1行ずつChatGPTに読ませて5つの種類に振り分け、結果と「済み」の印を表に書き戻す仕組みが紹介されています。数分おきに自動で繰り返させれば、たまった分も片づきます
• 表に入れた文章を要約させて隣の列に書き込む例では、答えの長さの上限を決めておく、うまく動かないときは画面の写しやエラーの文をChatGPTに見せて聞く、という工夫が話されています
• LINEの自動返信では「GPT:」で始まるメッセージだけに反応させる絞り込みを入れ、やり取りをNotionに残しています
• Zoomの録画からの議事録は、動画の公開時点では長い会議の音声をそのまま扱えませんでした。2023年の動画なので、今とは仕組みが違う部分があります