メール返信をAIが自動で下書きし、問い合わせに当日中に返す方法

この記事では、問い合わせのメールが届いたら、AIが社内の回答資料を読んで返信の下書きを作り、メールソフトの下書きフォルダに置いておく仕組みを、組み方・費用・必要な人・結果の見込みまで説明します。一言でいうと、担当者がメールを開いたときには、もう返信の下書きと、その根拠になった資料の箇所がそろっている状態を作るという話です。その結果、担当者の調べて書く時間が減り、問い合わせに当日中に返せるようになって、商談の取りこぼしが減ります。問い合わせへの返事を速くする考え方の全体は、問い合わせに1時間以内に返す会社が商談を取る。AIで返事を速くする方法で説明しています。

AIの価値は、返信を自動で送ることではありません。メールを開いてから調べ始めるまでの時間をなくし、担当者が最初から「確かめる」ところに立てるようにすることです。

今は1件15分、月150件で37時間を返事に使っている

この記事は、ある想定の会社で話を通します。従業員30人ほどの、業務用の機器を扱う会社で、ホームページの問い合わせ窓口と代表のメールアドレスに、月150件ほどの問い合わせが届き、営業事務の2人が返事をしているとします。数字はすべてこの想定の値なので、御社の件数と時間に置き換えて読んでください。

返事は、1件ずつ次のように作っています。

1. メールを読み、何を聞かれているかをつかむ
2. 料金表、製品の資料、よくある質問、過去に同じ質問へ返したメールを探す
3. 返信を書き、敬語や言い回しを整える
4. 送る

想定の会社では1件15分、月150件で37時間ほどです。このうち、実際に書いている時間より、2の「探す」時間のほうが長くかかっています。担当者が会議や来客で席を外している日は、返事が翌日に回ります。

問い合わせは、返事が遅れるほど商談になりにくい

ここで、AIの話の前に、お金の話をしておきます。

Harvard Business Review が2011年に載せた米国の調査では、問い合わせから1時間以内に連絡した会社は、それより遅れた会社に比べて、相手の決裁者ときちんと話ができた割合が約7倍でした。米国の、しかも少し前の調査なので、この倍率をそのまま当てはめることはできません。それでも、問い合わせをした人は、その時点がいちばん話を聞く気があり、待っているあいだにほかの会社にも同じ問い合わせを送る、という向きははっきりしています。

想定の会社で、返事が翌日に回る問い合わせが月に3割あるとします。その中に、見積の依頼や、まとまった数の注文の相談が混ざっています。返事が遅れたことで比べる前に候補から外れた商談は、断られたわけではないので、数字には出てきません。

返事を速くしたほうがいいことは分かっていました。できなかったのは、1件ずつ資料を探して書く時間が、担当者2人の手に余っていたからです。

メールが届くとAIが資料を読み、下書きフォルダに返信を置く

1. 届く：問い合わせは1つの受付アドレスに集める。 ホームページの窓口も、代表のアドレスも、問い合わせ用の1つの受付アドレスに転送されるようにします。ここが仕組みの入口です。

2. 探す：届いたメールに関係する資料を、社内の回答資料から探す。 決まった手順を自動で回す仕組みが、新しいメールが届くたびに動き、料金表・製品の資料・よくある質問・過去の返信の中から、関係しそうな部分を探して取り出します。社内の資料を探して、それをもとにAIが答える仕組みです。資料は全部を毎回AIに渡すのではなく、関係する部分だけを渡すので、利用料も抑えられます。

3. 書く：AIが、資料をもとに返信の下書きを作る。 AIへの指示文には「資料に書かれていることだけで答える。資料にないことは『担当者が確認してご連絡します』と書く。どの資料のどこをもとにしたかを、下書きの下に担当者向けのメモとして書く」と書いておきます。

4. 点検：AIとは別の決まりで、気をつける箇所に印を付ける。 下書きに金額、納期、「無料」「必ず」「保証」などの約束の言葉が入っている、資料にない内容を書いている、相手がクレームや解約を書いている。どれかに当てはまれば、件名の頭に印を付けます。

5. 置く：下書きフォルダに入れ、元のメールにラベルを付ける。 返信の下書きは、メールソフトの下書きフォルダに入ります。元のメールには「下書きあり」「要確認」などのラベルが付き、担当者はラベルを見て優先順位を決めます。

6. 送る：担当者が確かめて送る。 担当者は下書きと、その下の根拠のメモを見て、必要なら直して送ります。印の付いた下書きは、金額と約束の言葉を資料と照らしてから送ります。

この流れで大事なのは、AIに送らせないことです。送るのは担当者で、AIは下書きと根拠をそろえるところまでです。

メールが届いてから返事を送るまで、担当者が触るのは確認の5分だけ

想定の会社の、ある日の流れです。

• 10:12 ホームページの窓口から、問い合わせが届く。「御社の業務用浄水器を、飲食店3店に入れたい。設置費込みの概算と、交換フィルターの頻度を知りたい」
• 10:13 自動処理が、料金表の浄水器の行、設置費の表、フィルター交換の説明、過去に飲食店へ返したメール2通を取り出してAIに渡す
• 10:14 AIが返信の下書きを作る。「概算は、本体〇円×3台、設置費〇円×3店で合計〇円（税別）。フィルターは使用量により6か月ごとの交換が目安」。下書きの下に、根拠にした料金表の行と過去のメールが書かれている。金額が入っているので印が付く
• 10:15 下書きフォルダに入り、元のメールに「下書きあり・要確認」のラベルが付く
• 10:40 来客対応から戻った担当者が下書きを開く。金額を料金表と照らし、3店まとめての割引の条件を一言足す。5分ほど
• 10:45 送る。問い合わせから33分

今までなら、来客の日は翌日の返事になっていた問い合わせです。担当者が触ったのは、確かめて一言足す5分だけです。

回答資料を整えるところから始め、1か月で本番にする

1. 回答資料をそろえる（営業事務の2人、2〜3日）。料金表、製品の資料、よくある質問と答え、過去の返信のうち「これは良かった」というものを30通ほど集め、1つの場所にまとめます。この仕組みの質は、ここで決まります
2. 受付アドレスを1つにまとめる（社内の担当、半日）
3. メール → 資料探し → AI → 下書きの流れを試しに作る（作る人、3〜4人日）。過去の問い合わせ50件ほどを流して、下書きの質と、資料の探し漏れを確かめます
4. 2週間、今の返し方と並べて動かす（担当者は今どおり返し、AIの下書きと見比べる。作る人は1〜2人日）。ほぼそのまま送れる下書きの割合を数えます
5. 点検とラベルを付けて本番にする（作る人、1〜2人日）
6. 月に1回、回答資料を更新する（営業事務、1時間）。値段の改定、新しい製品、よく聞かれるようになった質問を足します

頼み方をスキルにし、約束の言葉を拾う点検で質をそろえる

担当者が2人いれば、返事の書き方も2通りになりがちです。毎日の仕組みにするなら、誰が確かめても同じ質の返事になる工夫が要ります。作る側から見ると、ここが「AIを使う」と「使いこなす」の差です。

返事の型を Skills にまとめる。 Skills（スキル）は、AIに渡す手順書・見本・道具を1つにまとめたものです。頼まれた内容に合うときにAIが自動で読み込むので、毎回同じ説明をしなくても、AIの働きが安定します。問い合わせの返事なら、「会社の口調」「必ず入れること（お礼、答え、次の一歩）」「資料にないことの書き方」「使わない言葉」に、良い返信の見本を数本加えておきます。Anthropic 社の説明では、Claude のアプリ（Pro・Max・Team・Enterprise）や、システム同士をつなぐ口からの利用で使えます。

約束の言葉は、AIの外で拾う。 AIそのもの以外の、指示・道具・点検の仕組みを設計することを、ハーネスエンジニアリングと呼ぶことがあります。この仕組みでは、金額・納期・約束の言葉・クレームの言葉を、AIとは別の決まりで見つけて印を付ける点検がそれに当たります。AIへの指示文で「約束しない」と書くだけでは、すり抜けることがあります。言葉で引っかける点検を別に置き、印の付いた下書きは資料と照らすまで送らない決まりにします。

経営への効果は、担当者の時間が減り、取りこぼす商談が減ること

経営効果	何が変わるか	利益へのつながり
コストが下がる	1件15分の調べて書く作業が、下書きを確かめる5分になる	営業事務の残業が減り、同じ人数で問い合わせの増加を受けられる
売上が上がる	担当者が忙しい日でも当日中に返せる	比べられる前に候補から外れる商談が減る
業務の無駄が減る	返事の根拠が資料に結びつき、誰が返しても同じ答えになる	担当者が休んでも返事が止まらない

効果の大きさは、次の式で見積もれます。

月に浮く時間 ＝ 月の問い合わせの件数 ×（今の1件の時間 − 下書きを確かめる時間）

想定の会社では、月150件 ×（15分 − 5分）で、月25時間ほどが浮きます。仮に営業事務の時給を2,000円とすると、月5万円ほどにあたります。

	人の手だけ	AIを使う
1件にかかる時間	資料を探して書いて15分ほど	下書きを確かめて5分ほど
返事まで	担当者の手が空いたとき。忙しい日は翌日	当日中、早ければ1時間以内
返事の根拠	担当者の記憶	下書きの下に資料の箇所が付く
担当者が休みの日	返事が止まる	もう1人が下書きを確かめて送れる

この計算には、取りこぼしていた商談が戻る分を入れていません。返事が翌日に回っていた問い合わせの中から、月に1件でも受注が戻れば、その粗利がそのまま上乗せされます。逆に、問い合わせが月に20件ほどなら、仕組みにせず、メールソフトに付いているAIの機能や、AIの画面に貼り付けて使う段階で十分です。

費用の大半は作る費用で、AIの利用料は月数百円

作る費用

作る費用 ＝ 作る人の日数（人日）× 1日あたりの単価

上の手順3〜5で、作る側の目安は合計6〜9人日です。これとは別に、回答資料をそろえる社内の時間が2〜3日かかります。

毎月の費用

費用	中身	想定の会社での目安
AIの利用料	1件ごとに、問い合わせと関係する資料を読ませて下書きを書かせる	月150件で540円ほど（下の計算）
メール・資料の置き場所	すでに使っているメールと共有フォルダ	追加0円の想定
保守	回答資料の更新、点検の言葉の追加	月1〜2時間

2026年10月8日時点の Anthropic 社の Claude（Sonnet 5.5）の公式料金は、読ませる量100万単位あたり2ドル、書かせる量100万単位あたり10ドルです。問い合わせと関係する資料で8,000単位を読ませ、800単位の下書きを書かせると、1件あたり約3.6円です（1ドル150円で計算）。月150件で540円ほどです。

つまり、費用の本体は作る費用と、回答資料をそろえる社内の時間です。AIの利用料は、ほぼ気にしなくてかまいません。

何か月で取り戻せるか

取り戻すまでの月数 ＝ 作る費用 ÷（月に浮く金額 − 毎月の費用）

仮に作る費用が45万円、毎月の費用（AIの利用料と保守の時間）が3,000円とすると、想定の会社の月5万円の効果で、およそ10か月で取り戻す計算です。取りこぼしていた商談が月に1件でも戻れば、ずっと早まります。

必要な人のうち、回答資料を守るのは営業事務にする

役割	社内の誰か	やること	時間の目安
送る人	営業事務の2人	下書きと根拠を確かめ、必要なら直して送る	1件5分ほど
資料を守る人	営業事務のうち1人	料金表やよくある質問を最新にし、良い返信を見本に足す	最初に2〜3日、そのあと月1時間
決まりを決める人	社長か営業の責任者	約束してよいこと・いけないことと、印を付ける言葉を決める	最初に1時間、そのあと月30分
作る人	メールや自動処理が分かる社員、または外の会社	流れと資料探しと点検の仕組みを作り、並行運用で直す	最初に6〜9人日、そのあと月1時間

外に頼む場合も、回答資料を守ることは社内に残します。 料金や製品の答えが古くなれば、どれだけ仕組みが良くても、間違った返事の下書きが毎日できあがります。

結果の見込みは、3か月で問い合わせの多くに当日中に返せること

ここからは見込みです。回答資料の整い方と、問い合わせの種類の多さで変わります。

1か月目：回答資料を整え、並べて動かす期間。 資料集めと2週間の並行運用で、手間はむしろ増えます。資料にない質問が意外に多いことが、ここで分かります。

3か月目：問い合わせの多くに、当日中に返せるようになる。 ほぼそのまま送れる下書きの割合が上がり、1件5分前後に落ち着きます。担当者が席を外していても、もう1人が下書きを確かめて返せます。

半年後：問い合わせの中身がたまり、資料と営業の改善に使える。 どんな質問が多いか、どの製品の問い合わせが増えているかが見えてきます。よくある質問をホームページに載せれば、問い合わせそのものが減り、見積の依頼が多い製品は営業の重点にできます。

うまくいっていない兆し。 3か月たっても、担当者が下書きを大きく書き直しているなら、回答資料が足りていないか古くなっています。書き直した箇所を集め、資料に足します。

見込みどおりかは、始める前に測った数字で確かめる

測る数字	測り方	導入後に期待する変化
1件の返事にかかる時間	2週間ほど、返事ごとの時間を記録する	15分前後 → 5分前後
問い合わせから返事までの時間	届いた時刻と送った時刻を記録する	当日中に縮む
問い合わせから見積・商談になった件数	月ごとに数える	返事が速くなった分、増えるか

古い資料のまま動かしたり、AIに送らせると失敗する

• 回答資料が古い。 値上げ前の料金表のまま動かすと、間違った金額の下書きが毎日できます。料金を変えたら、その日に資料も変える決まりにします
• AIに送らせる。 確かめずに送られた返事に、間違った金額や約束が入っていれば、取り消すのは大変です。送るのは担当者です
• 資料にないことを、AIが推測で書く。 「資料にないことは担当者が確認すると書く」を指示文に入れ、点検でも、根拠のメモが付いていない文に印を付けます
• クレームにAIの下書きで返す。 怒っている相手への返事は、担当者か責任者が自分の言葉で書きます。点検でクレームの言葉を拾い、AIの下書きは参考にとどめます
• お客様の情報を扱うことへの不安。 問い合わせには名前や連絡先が入ります。会社で契約した、入力をAIの学習に使わない仕組みで扱い、社内のルールを先に決めておきます。ルールの作り方は社員が安心してAIを使える会社にする、A4で1枚の社内ルールにまとめています

まとめ

• 経営への効果は、担当者の調べて書く時間が減ること（コスト）と、当日中に返せて商談の取りこぼしが減ること（売上）。月150件の想定で、月25時間ほどが浮く
• 問い合わせは、返事が遅れるほど商談になりにくい。米国の調査では、1時間以内に連絡した会社は、遅れた会社より決裁者と話せた割合が約7倍だった
• メールが届くと、自動処理が回答資料から関係する部分を探し、AIが根拠つきの下書きを作って下書きフォルダに置く。送るのは担当者
• 返事の型をスキルにまとめ、金額・納期・約束の言葉・クレームをAIの外の点検で拾うと、誰が確かめても同じ質で返せる
• 費用の本体は作る費用（目安6〜9人日）と、回答資料をそろえる社内の時間。AIの利用料は月150件で540円ほど。仮に作る費用45万円なら約10か月で取り戻す
• 回答資料を守る人を社内に決める。資料が古いと、毎日間違った下書きができる