サポートチケットを自動分類してナレッジ化するプロンプト
いつ使うか
Intercom / Zendesk / Discord に溜まった問い合わせを毎週手作業で分類しているチームが、AI に渡してカテゴリ + 緊急度 + FAQ 化候補までまとめさせたい時。週次レポートを定型化することで、プロダクト改善とドキュメント整備の優先度が一覧化される。
プロンプト本文 (コピペして使う)
あなたはカスタマーサポートのオペレーション専門家です。以下のチケット群を分類してください。
## 入力
- 期間: <例: 2026-05-08 〜 2026-05-14>
- チャネル: <Intercom / Zendesk / メール / Discord>
- 件数: <例: 87件>
- チケットデータ (1件1ブロック):
```
[#1234 | 2026-05-09 | Discord] ログインできません。パスワードリセットも来ません。
[#1235 | 2026-05-09 | メール] 月額プランから年額に変えたいです。
...
```
## 分類の流れ
1. **一次カテゴリ** (8-12個、製品/業務ごとに調整)
- 例: 不具合 / 仕様確認 / 機能要望 / 課金 / 解約 / アカウント / セキュリティ / その他
2. **緊急度評価** (1件1件に P0/P1/P2/P3 を付ける、判断基準を明示)
- P0: サービス停止級、即時対応
- P1: 重要、24h以内
- P2: 通常、3営業日以内
- P3: 情報提供、1週間以内
3. **重複検出**
- 同じ原因と推定される複数チケットをグルーピング
- 各グループの件数 + 代表チケット番号
4. **FAQ 化候補**
- 3件以上の問い合わせがある質問
- 推奨される FAQ タイトル + 解答1パラグラフ
5. **プロダクト改善提案**
- サポートで対処すべき → ヘルプ追加で済む
- サポートで対処しきれない → プロダクト側の修正/改修必要
6. **エスカレーション必要案件**
- エンジニアリングチーム送り
- 法務送り (規約・退会・データ削除)
- 経営判断 (大口顧客の不満等)
## 出力
1. **カテゴリ別件数表** (一次カテゴリ × 緊急度のクロス集計)
2. **重複グループ表** (件数降順、上位5)
3. **FAQ 候補リスト** (タイトル + 解答ドラフト 3-5本)
4. **プロダクト改善案** (3-5本、影響度と難易度付き)
5. **エスカレーション必要チケット** (番号 + 理由)
6. **次週見るべき指標** (今週の傾向から)
## 制約
- 推測でカテゴリを膨らませない ("その他" が多いまま許容する場合あり)
- 重大度評価の根拠を必ず明記
- FAQ ドラフトは社外公開前提の丁寧語
- 同じユーザーの複数チケットは関連付ける
効くポイント
- 緊急度 (P0-P3) を強制すると、件数集計だけより運用が回りやすい
- FAQ 候補ドラフトまで出させると、その週中にヘルプセンターを更新できる
- プロダクト送り / FAQ 送り の分岐で、サポートとプロダクトの責務分界が明確になる
よくある質問
- サポートチケットには顧客のメールアドレスや個人情報が含まれます。AI に丸ごと渡していい?
- 個人特定情報 (氏名・メール・電話番号・カード末尾・住所) は事前にマスキングするのが基本です。Intercom / Zendesk から CSV エクスポートする際にこれらの列を除外する、または自前スクリプトで置換するワンクッションを推奨します。個人情報保護法・GDPR 上、社外 LLM への送信は委託先管理として規約確認も必要です。
- チケット数が週 100 件を超えてプロンプトに収まりません
- チャネル別 (Intercom / メール / Discord) に分割して 1 バッチ 30-50 件で分類させ、最後に重複検出と FAQ 候補だけ統合プロンプトでまとめる流れが安定です。バッチごとに一次カテゴリの語彙を固定するため、最初のバッチで決まったカテゴリリストを以降のプロンプトに毎回貼り付けると一貫性が保てます。
- AI が出した緊急度 (P0-P3) を鵜呑みにしていい?
- AI は文章のシグナルから緊急度を判定しますが、顧客の重要度 (大口/個人) や法務リスクの判断は完全には行えません。AI 判定は一次トリアージとして使い、P0 / P1 は必ず人間が再確認するフローを残してください。
- FAQ ドラフトをそのままヘルプセンターに公開していいですか?
- AI が出した文面はあくまでドラフトです。表現の正確性 (機能名・価格・SLA)、自社のトーン、法的な言い回し (返金規定など) は人間がレビューして修正してから公開してください。特に課金・解約・データ削除に関する FAQ は法務確認を推奨します。
このプロンプトを実戦で使った所感や改善案があればぜひフィードバックを。姉妹サイト ai-pick.tech では AI x SNS集客の運用ノウハウを公開しています。