Make.com×ChatGPTでGmail返信下書きを自動生成 種類別仕分けレシピ
問い合わせメールを開くたびに「これは料金の質問か、クレームか、見積もり依頼か」を判断してから返信を書いていませんか。本記事は、ChatGPT に問い合わせを自動で仕分けさせ、種類ごとに最適な返信下書きを Gmail に保存する Make.com のレシピを、自社FAQの読ませ方まで含めて整理した設計図です。
- ChatGPT が問い合わせを 「質問・見積もり・クレーム・その他」に自動仕分け、種類別に下書きを生成
- 自社FAQをプロンプトに読ませることで、定型回答の精度を底上げする設計を解説
- 送信は必ず人が最終確認。自動送信しないことで誤回答リスクを抑える
- 必要なのは Make.com・Gmail・OpenAI API の3つ。追加の月額は ¥1,400 程度
- 仕分けミス・作り話 (ハルシネーション)・API残高切れの 失敗パターンと対策を明示
編集長の見解 ── 問い合わせ対応で意外と時間を奪うのは「返信を書く前の判断」です。メールを読み、種類を見分け、どのFAQを引くか決める。この頭の切り替えが1日に何度も発生します。本レシピは ChatGPT に「まず仕分け、それから下書き」を一気にやらせる設計です。単に返信案を作らせるのではなく、種類ごとに口調や定型文を変えることで、担当者が直す手間を最小化します。送信の最終判断だけは必ず人が握る。この線引きが、少人数の事業者にとって安全に続けられる境目だと編集部は考えています。
なぜ「仕分けまで自動化」すると効くのか
問い合わせ対応の時間を分解すると、返信文を打つ工程だけでなく「どう返すか決める工程」も無視できない比重を占めます。編集部が想定する典型的な内訳が次の表です。
| 工程 | 自動化前の目安 | 自動化後の目安 |
|---|---|---|
| メールを読んで種類を判断 | 約2分 | 約0.5分 (仕分け済みラベルで一目) |
| 該当するFAQ・過去返信を探す | 約3分 | 0分 (AIが下書きに反映) |
| 返信文を構成して入力 | 約6分 | 約1.5分 (下書きを微修正) |
| 上長確認・送信 | 約1分 | 約1分 |
| 合計 | 約12分 | 約3分 |
種類の判断と返信文の作成という重い工程を ChatGPT がまとめて肩代わりするため、担当者の作業は「仕分け結果を確認して下書きを直す」だけに変わります。これが編集部試算で 約12分から約3分、およそ4分の1への短縮につながります。
仮に問い合わせが月100件あれば、約20時間が約5時間へ。時給¥3,000 換算で月¥45,000 相当の工数を、月¥1,400 前後の固定費で圧縮できる計算です。なお、この数値は編集部のシミュレーションであり、文面の複雑さや確認体制によって変動します。
次のセクションで、この仕組み全体の流れを ProcessFlow で図解します。
完成形のフロー (ProcessFlow)
Gmail受信 → ChatGPT が種類を仕分け → 種類に合った返信下書きを生成 → Gmail 下書き保存 → 人が確認して送信、までを自動化する設計図
この設計の肝は、ステップ02の仕分け結果をステップ03に渡す点です。1回のChatGPT呼び出しで「種類の判定」と「返信下書き」を同時に出力させれば、モジュール数もAPI料金も抑えられます。仕分けラベルを Gmail に付けておけば、担当者は緊急度の高いクレームから優先して処理できます。
続いて、この5ステップを実際に Make.com 上で組む手順を時系列で示します。
設定手順 (TimelineSteps)
事業者が独力で組める75分手順 (PC操作のみ、プログラミング不要)
各モジュールは画面上のドロップダウンとテキスト欄だけで設定でき、コードは不要です。品質を左右するのは ChatGPT への指示文とFAQの中身なので、ここは時間をかけて作り込みます。
次に、この仕組みを動かすのに毎月いくらかかるのかを整理します。
必要なツールと月額コスト
固定費と変動費に分けて考えると見通しが立ちます。Make.com は無料プランでも始められますが、安定運用には有料の Core プランが目安です。
| 項目 | 料金の目安 | 区分 |
|---|---|---|
| Make.com Core プラン | 月 $9 (約¥1,400 ※¥156/$換算) | 固定費 |
| OpenAI API (gpt-4o-mini 利用時) | 問い合わせ100件で月¥数百〜¥1,500 程度 | 変動費 |
| Gmail (Google アカウント標準) | 無料 | ― |
| 合計の目安 | 月¥1,400〜¥3,000 程度 | ― |
仕分けと下書きを1回のChatGPT呼び出しにまとめると、API の呼び出し回数が半分で済み、変動費を抑えられます。一次対応の下書きであれば安価な gpt-4o-mini クラスで十分なケースが多く、高性能モデルを無理に選ぶ必要はありません。
節約のヒント ── まずは Make.com 無料プラン (月1,000オペレーションまで) と OpenAI の少額チャージで小さく試すのがおすすめです。問い合わせ件数が増えて無料枠を超えそうになってから Core プランへ切り替えれば、初期費用ゼロで効果を見極められます。ドル建て料金は為替で変動するため、申込時に公式ページで最新額を確認してください。
コストの見通しが立ったところで、導入時につまずきやすい失敗パターンを編集部の視点で整理します。
編集部が警告する失敗パターン
便利な仕組みほど、設計を誤ると逆効果になります。導入前に押さえておきたい3点を挙げます。
失敗1: 仕分けを信用しすぎてクレームを見落とす ── ChatGPT の分類は万能ではなく、丁寧な言葉で書かれたクレームを「質問」と誤判定することがあります。クレーム系ラベルが付いたメールだけでなく、種類にかかわらず1日1回は全件をざっと目視する運用にしておくと、重大な取りこぼしを防げます。
失敗2: AIの作り話 (ハルシネーション) をそのまま送る ── ChatGPT は知らないことでももっともらしく書きます。在庫・価格・納期・規約など事実に関わる箇所は、指示文に「不明な点は『担当より追ってご連絡します』と書く」と明記し、送信前に人が必ず裏取りします。
失敗3: 下書きのつもりが自動送信になっている ── 「確認の手間も省きたい」と送信モジュールを使うと、誤った料金や納期を約束した文面がそのまま顧客に届きます。本レシピは「Create a Draft」で下書き保存に留め、送信は必ず人が行う設計を崩さないでください。あわせて OpenAI の残高アラートと Make.com のエラー通知も有効にしておきます。
これらはいずれも「全部を AI に任せようとする」ことから生じます。AI は仕分けと下書き、最終判断は人、という役割分担を守れば多くは防げます。
最後に、どんな事業者がこのレシピを活かせるか、具体的な使い方を示します。
中小企業での活用シナリオ
例えば、スタッフ3名で運営するリフォーム会社を想定します。問い合わせフォームと Gmail に、施工の相談・見積もり依頼・工事後のクレームが混在して届き、誰がどれに対応するかで毎朝バタついていました。急ぎのクレームが質問メールに埋もれ、返信が翌日になってしまうこともありました。
本レシピを導入すると、届いたメールに「AI-見積もり」「AI-クレーム」などのラベルが自動で付き、返信下書きも Gmail に溜まっていきます。朝の担当者は、まずクレームのラベルから優先して確認し、下書きを一言直して送るだけ。見積もり依頼は営業担当へ、一般質問は事務担当へと、ラベルを見て自然に振り分けられるようになりました。
| 導入前 | 導入後 |
|---|---|
| 種類を見分けてから毎回ゼロから返信を作成 | 種類が自動判定され、下書きを直すだけ |
| 急ぎのクレームが他メールに埋もれる | ラベルで優先度が一目、対応漏れが減る |
| 誰が対応するかが属人的で朝バタつく | ラベルで担当を自然に振り分けられる |
このように、仕分けまで自動化すると「返信を速くする」だけでなく「対応の優先順位を整える」効果が生まれます。定型的な一次回答が多い業種ほど下書き精度が上がりやすく、逆に毎回まったく異なる専門判断が必要な事業では修正の手間が残るため、自社の問い合わせがどの程度「型」にはまるかを見極めることが導入判断の鍵になります。
規約・運用上の注意
個人情報を含むメールの取り扱い
問い合わせメールには氏名・連絡先・取引内容などの個人情報が含まれます。OpenAI の API に本文を送る設計になるため、機微な情報を扱う場合はプライバシーポリシーでの明示や、送信前のマスキングを検討してください。API 経由のデータ利用条件は OpenAI 公式の規約で最新状況を確認します。
Gmail・Google アカウントの権限
Make.com と Gmail の接続は最小権限で作成し、担当者の異動・退職時は接続を再認証します。下書き保存やラベル付与に必要な範囲を超えた権限を与えないことが基本です。
各サービスの利用規約
Make.com・Google・OpenAI はいずれも商用利用が可能ですが、それぞれの規約で連携・利用条件やレート制限が定められています。導入前に各社の規約を確認し、無理のない範囲で運用してください。
よくある質問
Q1. 仕分けの種類は自由に変えられますか？ はい。ChatGPT への指示文で分類先を書き換えるだけです。「予約変更/キャンセル/その他」のように業種に合わせた分類にすると、下書きの精度も上がります。まずは3〜4種類から始めるのがおすすめです。
Q2. Zapier ではなく Make.com を選ぶ理由は？ Make.com は 1オペレーション単位の課金でコスト効率がよく、Router での条件分岐の自由度が高い 点が強みです。将来、種類ごとに別々の処理 (クレームは Slack にも通知するなど) へ広げたくなったときに拡張しやすくなります。
Q3. すでに make-gmail-chatgpt-reply のレシピを組んでいます。何が違いますか？
基本形の返信下書きレシピに「種類の自動仕分け」と「ラベルによる優先度付け」を足したのが本レシピです。問い合わせの種類が多く、対応の優先順位付けに悩んでいる事業者ほど、仕分けを加える効果が大きくなります。
Q4. 問い合わせが増えたら設計はどう変わりますか？ 件数が増えると、(1) Make.com を Pro プラン以上に切り替え、(2) Router で種類別に処理を分岐、(3) クレームだけ Slack や LINE へ即時通知、の3点が現実的になります。まずは小さく始め、運用が定着してから分岐を増やすのが安全です。
出典・参考情報
- Make.com 公式 — 料金プラン (Core / Pro プランの月額とオペレーション枠)
- Make.com 公式 — Gmail 連携 (Watch Emails / Create a Draft など利用可能なモジュール)
- Make.com 公式 — OpenAI (ChatGPT) 連携 (Create a Chat Completion などのアクション)
- OpenAI API 料金 (gpt-4o-mini などモデル別の従量料金)
- Gmail ヘルプ — ラベルとフィルタ (ラベル自動付与の設定)
関連レシピ
- Make.comでGmail問い合わせ→ChatGPT返信下書き自動生成 一次対応を効率化
- Make.com×ChatGPT でカスタマーサポートの自動返信を組むレシピ
- Make.com で Gmail を Notion に連携して問い合わせをタスク化するレシピ
- Make.com で LINE のカスタマー対応を自動化するレシピ
本レシピは Make.com の無料プランでも組めます。まずは仕分けの3種類だけで小さく試し、下書きの精度を体感してみてください。
Make.com を無料で試す → ※ PR・アフィリエイトリンクを含みます
本記事の工数・コスト試算は編集部のシミュレーションです。実際の料金は各社公式ページで最新情報をご確認ください。
Mira ／ AI経営ラボ 編集長
Make.com を無料で試す → ※ PR・アフィリエイトリンクを含みます