採用 · July 21, 2026 · 約7分

カスタマーサポートのためのプロンプトエンジニアリング：下書きは簡単、編集こそが仕事

サポートでは、AIが下書きを書く——スキルとは編集にある：ポリシーに基づいて根拠づけ、トーンを整え、顧客に届く前に過剰な約束を削ること。実践的なワークフロー例と、その評価方法を解説するガイド。

← 「The five pillars of a hire: what great assessments actually measure」の一部

サポートは、AIが実際の成果物——顧客への返信——を下書きし始めた最初の業務のひとつでした。そのため、このスキルは誤解されやすいのです。求められるのは「AIに返信を書かせられるか」ではなく、「不満を抱えた顧客が読む前に、AIが誤った箇所に気づけるか」です。これは当社の役割別プロンプトエンジニアリングシリーズのカスタマーサポート編であり、AI Sandboxが最も明確に浮き彫りにするもののひとつです。

プロンプトは仕事の半分、編集がもう半分

優れたサポートプロンプトは2つのことを行います：返信が事実に基づくよう、関連するポリシーをモデルに渡すこと。そして、返信がロボットのように読めないよう、トーン——温かく、率直に、ミスを認める——を明示することです。しかし、うまくプロンプトされた下書きでも編集者は必要です。モデルは相手を喜ばせようとしがちで、それこそが、ポリシーが認めていない過剰な約束（「すぐに返金いたします」）が返信に紛れ込む仕組みです。それに気づくことが、サポートの席におけるAIフルーエンシーです。

ワークフロー例

ある顧客が請求に腹を立てています。弱いアプローチは、AIに「謝罪文を書いて」と頼み、返ってきたものをそのまま送ります。強いアプローチは、モデルに計画、返金ポリシー、トーンを与え——ポリシーが認めないことを約束するのを明確に禁じます。そのうえで担当者は下書きを読み、そっけなく聞こえる一文を和らげ、モデルが独自に追加した返金の約束を削除します。

## TASK
Draft a reply to the customer message below.

## CONTEXT
- Plan: Pro (monthly). Refund policy: pro-rated, within 14 days only.
- Tone: warm, direct, no corporate filler. Own the mistake.

## RULES
- Promise nothing the policy above doesn't allow
- If their case isn't covered, say so plainly and offer the next step

• 良い例：ポリシーとトーンを与え、正確さを検証し、本物の共感へと調整し、モデルが紛れ込ませた過剰な約束を削る。
• 弱い例：ポリシー上誤っている、トーンがずれている、あるいはその両方である一般的なAIの謝罪文を送る。

本当に効果を生むベストプラクティス

• ポリシーに基づいて根拠づける。関連するポリシーをプロンプトに貼り付け、下書きがあなたのルールに関するモデルの推測ではなく、事実から始まるようにする。
• トーンを明示的に指定する。「温かく、率直に、ミスを認める」は、指示のない返信とはまったく異なる返信を生み出す。
• 過剰な約束を最初に禁じる——それでも読んで確認する。相手を喜ばせようとするモデルは、ポリシーが守れない善意を作り出す。
• 送信前に必ず編集する。下書きは出発点にすぎない。正確さと共感に対する人間の判断こそが成果物である。

よくある失敗パターン

• 下書きをそのまま送る：ポリシー上誤っているのに、流暢な返信を信頼してしまう。
• トーンの指示がない：技術的には正しいが、冷たく、あるいはそっけなく感じる回答。
• モデルが追加した過剰な約束を見逃す——サポートにおける最も高くつく単一のミス。

当社の評価方法

選択式のクイズでは、誰かが過剰な約束に気づけるかどうかは分かりませんし、AIを禁止することは、もはや存在しないワークフローをテストすることになります。候補者に、実際に使うツールを備えた現実的なサポートシナリオを与え、その編集を観察するのです——これがAI Sandboxアセスメントの役割であり、AIフルーエンシーを柱として採点する方法です。完全なカスタマーサポートアセスメントが何をカバーするか、なぜこれがAIネイティブ採用における誠実なテストなのかをご覧いただくか、役割に合わせたアセスメントが構成される様子をご覧ください。

サポートでは、AIは1日に100件の返信を書けます。あなたが採用したいのは、その一つひとつを読み、「もし自分が顧客だったら、これはうまく届くだろうか？」と問う人——そして答えがノーなら、それを直す人です。