1「AIにクレーム対応を任せる」前に
カスタマーサポートのコストを下げるために、ChatGPTやClaudeでクレーム返信の下書きを作る――この取り組みは正しい方向です。うまく回せば一次対応の工数は半分以下になります。
ただし、実際に運用に乗せると、「AIが書いた返信で逆に炎上した」という事故がそこそこ起きます。やっかいなのは、これがAIの精度の問題ではなく、クレーム返信という業務の構造に起因することです。
この記事では、AIにクレーム返信を書かせたときに炎上する4つの構造的パターンと、それを避けるためのプロンプト設計、人間承認が必須となる境界線を整理します。
この記事でわかること
- AI返信が炎上する4つの構造的パターン
- ChatGPT・Claude・Geminiのクレーム対応における違い
- 事故を防ぐプロンプト設計テンプレート
- AIに任せていい返信／人間承認が必須の返信の境界線
2炎上パターン①：共感先行で「謝罪に聞こえない謝罪」になる
生成AIは、「お客様の気持ちに寄り添う」方向に最適化されています。これがクレーム返信では裏目に出る。
このたびは、ご期待に沿えず、誠に申し訳ございません。
お客様のお気持ち、心よりお察しいたします。
私どもも、お客様と同じように残念に思っております。
今後、より一層努力してまいりますので、何卒ご理解いただけますと幸いです。一見、丁寧に見えます。しかしクレーム客の側から読むとこう聞こえます。
- 「期待に沿えず」 → こっちの期待が悪かったみたいな言い回し
- 「気持ちを察します」 → 事実関係の話を共感にすり替えた
- 「同じように残念」 → 当事者意識がない、他人事
- 「ご理解いただけますと幸いです」 → 解決しないまま終わらせようとしている
共感の前に「事実認定」と「責任の所在」が必要
クレーム対応で最初にやるべきは、共感ではなく「事実認定」と「責任の所在の明示」です。「商品Aの破損が発生していたこと、当社の検品工程の不備が原因と判明しました」――まずここを明確にしないと、その後の謝罪は全部空回りします。AIは共感が得意で事実認定が苦手なので、放っておくとこの順序が逆になります。
3炎上パターン②：根拠捏造（ハルシネーション）
これがAIクレーム対応で最も危険な事故です。AIが事実関係を「もっともらしく」捏造する。
| クレーム内容 | AIが捏造しがちな返信 | 何が問題か |
|---|---|---|
| 「商品が届いていない」 | 「配送業者に確認したところ、◯月◯日に再配達依頼が出ているとのことです」 | 実際に確認していない事実を返信に書く |
| 「商品が壊れていた」 | 「同様のお問い合わせは過去にも数件いただいておりますが、製造工程上は問題ないとされています」 | 過去問い合わせ件数も製造工程の保証も根拠なし |
| 「返金してほしい」 | 「当店の返金ポリシーでは、商品到着後14日以内に限り対応可能です」 | 店舗の実際のポリシーと違う数字を生成する |
| 「キャンセルしたい」 | 「キャンセル料として商品代金の30%が発生します」 | そんなルールは存在しないのに金額を生成 |
これらの返信を顧客に送ってしまうと、「店舗の正式回答として」記録に残ります。後から「実はそんなルールはありませんでした」では撤回できません。消費者センターに持ち込まれたら一発で負けます。
「事実は外から与える」設計に
ハルシネーションは「AIが嘘をつかないように頑張る」では防げません。事実関係はプロンプトで全部外から与えるのが唯一の対策です。注文番号、配送状況、商品ステータス、返品ポリシーの該当条文――これらをすべてプロンプトに入れた上で、「ここに書かれていない情報は一切返信に含めるな」と明示する。これが鉄則です。
4炎上パターン③：過剰謝罪で自社の責任を確定させる
AIは「とりあえず謝る」傾向が強いです。これも実害になります。
お客様（実際は商品の使い方を誤っていたケース）：
「買った商品が動かない、不良品だ」
AIの返信：
「このたびは、不良品をお届けしてしまい、誠に申し訳ございません。
すぐに代替品をお送りするとともに、商品代金を全額返金いたします。
重ねて、深くお詫び申し上げます。」この返信、何がまずいか。「不良品をお届けした」を店舗側が認めてしまっていることです。
実際には、お客様の使用方法に問題があった、付属品の取付け順序を間違えていた、というケースかもしれません。それなのにAIが先に「不良品でした」と確定させてしまうと、後から「実は故障ではなかった」と判明しても、すでに記録に残った返信が証拠として残ります。
謝罪の対象と原因認定を分離する
クレーム返信での謝罪は2層に分けるべきです。「ご不便・ご心配をおかけしたことへの謝罪」と「原因が当社にあったことへの謝罪」。前者は調査前でも言って構いません。しかし後者は事実認定が終わるまで絶対に言ってはいけない。AIに任せると、この2つを区別しません。
5炎上パターン④：責任主体のズレ
4つ目のパターンが、最も気づきにくい。「誰が誰に向けて書いている返信なのか」がブレることです。
| シーン | 本来の責任主体 | AIが書きがちな主語 |
|---|---|---|
| 配送遅延（運送会社の問題） | 運送会社（店舗は中継役） | 「私どもの不手際で」と店舗が責任を負ってしまう |
| モール側のシステム障害 | モール運営会社 | 「弊店のシステムにて」と誤認 |
| メーカー製品の初期不良 | メーカー（店舗は販売店） | 「当社で製造した商品が」と主体ズレ |
| 決済代行サービスのエラー | 決済代行会社 | 「当店の決済システムで」と誤認 |
これは特に楽天・Yahoo!ショッピングなどのモール型ECで深刻です。モール側に起因する障害でも、AIに任せると店舗が全責任を負う返信になります。返金原資は店舗持ち、なんてことが日常的に起きます。
6LLMモデル別のクレーム対応特性
ChatGPT・Claude・Geminiで同じクレームに対する返信を書かせると、明確に傾向の違いが出ます。実務で使う前に把握しておくべき性格です。
| モデル | クレーム返信の傾向 | 注意点 |
|---|---|---|
| ChatGPT (GPT-4o系) | 共感重視・温かいトーン・謝罪が手厚い | 過剰謝罪・主語ズレが出やすい |
| Claude (Sonnet/Opus) | 論理構成が明確・事実認定→対応の順序を守りやすい | トーンが事務的になりすぎる場合あり |
| Gemini | 簡潔・要点中心 | 共感表現が不足し冷たく見えることあり |
クレーム返信に向いているのは「事実→対応→共感」が崩れないモデル
個人的な感触として、クレーム一次対応の下書きにはClaudeが扱いやすいです。共感を効かせたい商品紹介や接客返信はChatGPT、というように業務に応じてモデルを使い分けるのが現実的な運用です。1モデルですべてのCSをカバーしようとすると、どこかで必ず無理が出ます。
7炎上しないプロンプト設計テンプレート
ここまでの4つの炎上パターンを踏まえた、実務で使えるプロンプトのテンプレートです。
あなたはECショップのカスタマーサポート担当です。
以下のクレームに対する一次対応の返信文の下書きを作成してください。
【絶対のルール】
1. ここに書かれていない事実関係は一切書かない
2. 原因が当社にあると断定する表現は使わない
3. 「不便をおかけした」謝罪は可、「不良品をお届けした」断定は不可
4. 配送・モール・メーカー起因の問題に対して、当社が責任主体となる表現は禁止
5. 返金・代替品送付など対応の確約は書かない（「ご検討させていただきます」まで）
【返信の構成】
1. お問い合わせへのお礼（1文）
2. 現時点で確認できている事実関係（プロンプトに記載のもののみ）
3. ご不便・ご心配をおかけしたことへの謝罪（原因確定前）
4. 今後の調査・対応の流れ（具体的なステップ）
5. 問い合わせ窓口・連絡先
【クレーム内容】
{顧客からのメッセージ全文}
【確認済みの事実関係】
・注文番号: {番号}
・購入日: {日付}
・商品: {商品名・SKU}
・配送状況: {配送会社の追跡結果}
・該当する返品ポリシー: {ポリシー全文}
【当社が責任主体ではない要素】
・配送遅延の場合 → 運送会社
・モール障害の場合 → モール運営
・初期不良の場合 → メーカー（販売店として仲介対応）
【トーン】
丁寧・冷静・事実ベース。共感は最後に置く。
過剰な敬語は避ける。1メール400〜500文字。このプロンプトで重要なのは「禁止事項を先に書く」こと。AIは肯定的な指示より否定的な制約のほうが守りやすい性質があります。
8AIに任せていい返信／人間承認が必須の返信
AIを使うかどうかは、クレームの種類によって明確に線を引くべきです。
| クレーム種別 | 運用 | 理由 |
|---|---|---|
| 配送状況の問い合わせ | AI下書き → 自動送信OK | 事実情報をテンプレで返すだけ |
| 営業時間・在庫の問い合わせ | AI下書き → 自動送信OK | マスタ情報の照会 |
| 商品破損・初期不良 | AI下書き → 人間承認必須 | 原因認定リスク |
| 返金・キャンセル要求 | AI下書き → 人間承認必須 | 金銭が絡む |
| クレームのエスカレーション | AI使用禁止・人間直接対応 | 感情・法的リスクが高い |
| 消費者センター・弁護士からの連絡 | AI使用禁止・人間直接対応 | 記録に残り訴訟リスク |
| SNSでの公開クレーム | AI使用禁止・人間直接対応 | 拡散リスク |
「全自動でクレーム対応AI」は時期尚早
2026年時点の生成AIの精度では、クレーム一次対応の完全自動化はリスクが大きすぎます。「AIが下書きを作る → 人間が承認・送信する」フローまでが、現実的な運用ラインです。ここを超えて「AIから直接顧客に送信」までやると、4つの炎上パターンのどれかで必ず事故が起きます。
9運用設計：CSのAI化で工数はどこまで減るか
現実的に、AIをCSに導入した場合の工数削減効果を試算します。
1件: 約12分
1件: 約4分
1件: 約0.5分
EC事業者のCS件数で平均的な月500件の場合、人手のみだと月100時間。AI下書き運用に切り替えると月33時間程度まで圧縮可能です。3分の1にはなるが、ゼロにはならない。これがCS × AIの妥当な期待値だと考えてください。
関連して、AIの一括処理コストについてはSaaSコスト削減、AIエージェントの全体設計についてはMCPとAPIの違いもご参照ください。
10まとめ：AIに「判断」をさせない、「下書き」だけ任せる
AIクレーム返信の炎上は、すべて「AIに判断をさせた」ときに起きます。
この記事のまとめ
- 炎上パターン① 共感先行 ―― 事実認定の前に共感が来ると謝罪が空回り
- 炎上パターン② 根拠捏造 ―― 事実はプロンプトで外から与える
- 炎上パターン③ 過剰謝罪 ―― 「不便への謝罪」と「責任の認定」を分離
- 炎上パターン④ 責任主体ズレ ―― 配送・モール・メーカー起因を店舗が背負わない
- クレーム一次対応にはClaude系、商品紹介・接客にはChatGPT系、と業務でモデル使い分け
- 金銭・原因認定・拡散リスクが絡む返信は人間承認が必須
「AIにクレーム対応を全自動化」という言葉は2026年時点ではまだ早すぎます。一方で、下書き作成と一次振り分けまでなら、月のCS工数は確実に3分の1になります。線引きを間違えずに導入するのが、CSのAI化の現実解です。
クレーム対応フロー設計、プロンプトテンプレートの整備、人間承認ワークフローの仕組み化など、現場目線でのご相談はお気軽にどうぞ。