ゴールと前提条件
こんにちは、NeuroStackを運営しているユウキ・カミシロです。
日々のビジネスの中で、お問い合わせメールへの対応に時間を取られていませんか？「メールを開いて、内容を読んで、返信文を考えて、送信する」という一連の作業は、1件あたり5〜10分程度かかります。これが1日に10件、20件と増えていくと、気づけば数時間がメール対応に消えてしまいます。
本記事では、お問い合わせメールの受信から、内容の整理、AIによる返信文の下書き作成、Notionへの記録までを自動化するワークフローを紹介します。このワークフローを導入することで、メール対応の作業時間を約70%削減でき、担当者は最終チェックと送信のみに集中できるようになります。
このワークフローで実現できること
- Gmailに届いたお問い合わせメールを自動で検知
- メール内容をChatGPTが分析し、適切な返信文の下書きを自動生成
- 問い合わせ内容と返信案をNotionに自動で記録
- 担当者はNotionで確認・修正後、ワンクリックで返信
前提となる環境
このワークフローを実装するには、以下の環境が必要です：
- Gmailのビジネスアカウント（Google Workspace推奨）
- Make（旧Integromat）の無料または有料アカウント
- OpenAIのAPIキー（ChatGPT APIを利用）
- Notionのワークスペース
いずれも無料プランから始められますが、メール件数が多い場合はMakeの有料プラン（月額9ドル〜）を検討することをおすすめします。
全体フローの俯瞰図
まず、このワークフロー全体の流れを把握しましょう。以下のような4つのステップで構成されています：
- トリガー： Gmailで特定のラベルが付いたメール（例：「お問い合わせ」ラベル）を検知
- 情報整理： メールの送信者、件名、本文を抽出し、構造化されたデータに変換
- AI処理： ChatGPT APIにメール内容を送信し、適切な返信文の下書きを生成
- 記録・通知： 問い合わせ内容と返信案をNotionのデータベースに保存し、担当者に通知
この流れにより、人間が介入するのは「Notionで返信文を最終チェックして送信ボタンを押す」というワンアクションだけになります。メールを開いて読む、返信文を一から考える、という時間のかかる作業はすべて自動化されます。
使用するツールと役割
このワークフローでは、4つのツールを組み合わせます。それぞれの役割を理解しておくと、設定時の迷いが減ります。
Gmail（メール受信とトリガー）
Gmailは、お問い合わせメールを受信するメールボックスとして機能します。Makeは定期的にGmailをチェックし、特定の条件（ラベルや未読など）に合致したメールを検知します。
このワークフローでの役割：
- お問い合わせメールの受信窓口
- 自動化のトリガーとなるメールの提供
Make（ワークフローの中核）
Make（旧Integromat）は、各種SaaSツールを繋ぎ合わせる自動化プラットフォームです。ZapierやIFTTTと同様のiPaaSツールですが、より柔軟で複雑な処理が可能で、無料プランでも十分な機能を利用できます。
このワークフローでの役割：
- Gmailの新着メールを監視
- メールデータをChatGPTとNotionに受け渡し
- 各ツール間のデータ変換と処理の制御
ChatGPT API（返信文の自動生成）
OpenAIのChatGPT APIは、お問い合わせ内容を理解し、適切な返信文を生成するAIエンジンです。プロンプトを工夫することで、あなたのビジネスのトーンやスタイルに合わせた返信文を作成できます。
このワークフローでの役割：
- 問い合わせ内容の分析と要約
- ビジネストーンに合わせた返信文の下書き作成
- FAQ的な質問への自動回答
Notion（問い合わせ管理データベース）
Notionは、問い合わせ内容と返信案を一元管理するデータベースとして機能します。チーム全体で問い合わせ状況を可視化でき、対応漏れを防ぐことができます。
このワークフローでの役割：
- 問い合わせ内容の一元管理
- AI生成の返信文の保存と編集
- 対応状況のステータス管理（未対応、対応中、完了など）
手順詳細（ステップバイステップ）
それでは、実際の設定手順を順番に見ていきましょう。各ステップで「何を設定するのか」「どこでつまづきやすいか」を丁寧に説明します。
STEP 1：Notionでお問い合わせ管理データベースを作成
まず、問い合わせ内容を記録するNotionのデータベースを準備します。
- Notionで新しいページを作成し、「お問い合わせ管理」などの名前をつけます
- 「テーブル – インライン」を選択してデータベースを作成します
- 以下のプロパティ（列）を追加します：
- タイトル（Name）： デフォルトで存在（問い合わせ件名を入力）
- 送信者メール（Email）： テキスト形式
- 問い合わせ内容（Content）： 長文テキスト形式
- AI返信案（AI Reply）： 長文テキスト形式
- ステータス（Status）： セレクト形式（未対応、確認中、返信済みなど）
- 受信日時（Received）： 日付形式
つまづきポイント： Notionのプロパティ名は後でMakeの設定時に使用します。正確に覚えておくか、スクリーンショットを撮っておくと良いでしょう。
STEP 2：Gmailでラベルとフィルタを設定
お問い合わせメールを自動で識別できるように、Gmailにラベルを作成します。
- Gmailの設定画面から「ラベル」タブを開きます
- 「新しいラベルを作成」をクリックし、「お問い合わせ」などの名前をつけます
- 「フィルタとブロック中のアドレス」タブに移動します
- 「新しいフィルタを作成」をクリックし、条件を設定します：
- 例：「宛先」にお問い合わせ専用のメールアドレス（contact@example.com）を指定
- または「件名」に「お問い合わせ」が含まれる、など
- 「ラベルを付ける」で先ほど作成した「お問い合わせ」ラベルを選択します
これで、条件に合ったメールに自動的にラベルが付くようになります。
STEP 3：MakeでGmail連携を設定（トリガー）
いよいよMakeでワークフローを構築します。まずはGmailからメールを取得する部分から始めます。
- Makeにログインし、「Create a new scenario」をクリックします
- 検索ボックスに「Gmail」と入力し、「Gmail」モジュールを選択します
- 「Watch emails」トリガーを選択します（定期的にメールをチェックするトリガー）
- Gmailアカウントとの接続を求められるので、「Add」をクリックして認証します
- 以下の設定を行います：
- Label： 先ほど作成した「お問い合わせ」ラベルを選択
- Mark email as read： Yes（処理後に既読にする）
- Maximum number of results： 10（1回の実行で取得する最大件数）
- 「OK」をクリックして保存します
つまづきポイント： 初回の接続時、Googleのセキュリティ警告が出る場合があります。「信頼できるアプリ」として許可する必要があります。また、無料プランでは15分ごとのチェックになるため、リアルタイム性が必要な場合は有料プランを検討してください。
STEP 4：ChatGPT APIとの連携設定
次に、取得したメール内容をChatGPTに送信して返信文を生成します。
- Gmailモジュールの右側にある「+」ボタンをクリックし、新しいモジュールを追加します
- 検索ボックスに「OpenAI」と入力し、「OpenAI (ChatGPT, Whisper, DALL-E)」を選択します
- 「Create a Chat Completion」アクションを選択します
- OpenAI APIとの接続を作成します：
- 「Add」をクリックし、OpenAIのAPIキーを入力します
- 以下のパラメータを設定します：
- Model： gpt-4o-mini（コスト効率が良い）またはgpt-4（より高品質）
- Role： System
- Message Content： 以下のようなプロンプトを入力します：
あなたは親切で丁寧なカスタマーサポート担当者です。 以下のお問い合わせメールに対して、適切で親しみやすい返信文を作成してください。 【重要な指示】 - 丁寧語を使用してください - 問い合わせ内容を正確に理解し、的確に回答してください - 分からない場合は、確認して後日連絡する旨を伝えてください - 署名は含めないでください（後で追加します）
- 「Add item」をクリックして、ユーザーメッセージを追加します：
- Role： User
- Message Content： Gmailモジュールから取得したメール本文を挿入します
- テキストボックス内をクリックすると、「Text Plain」という項目が表示されるので選択します
- Max Tokens： 500（返信文の最大長）
- Temperature： 0.7（創造性とのバランス、0.5〜0.8が推奨）
つまづきポイント： プロンプトの品質が返信文の品質に直結します。最初は簡単なプロンプトから始めて、実際の返信内容を見ながら改善していくことをおすすめします。また、APIキーは絶対に公開しないよう注意してください。
STEP 5：Notionへのデータ記録設定
ChatGPTが生成した返信文と問い合わせ内容をNotionに保存します。
- OpenAIモジュールの右側の「+」ボタンをクリックし、新しいモジュールを追加します
- 検索ボックスに「Notion」と入力し、「Notion」を選択します
- 「Create a Database Item」アクションを選択します
- Notionとの接続を作成します：
- 「Add」をクリックし、Notionアカウントで認証します
- Makeに対してNotionへのアクセス権限を付与します
- 以下の設定を行います：
- Database ID： STEP 1で作成したデータベースを選択します
- プロパティの設定： 各プロパティに値を割り当てます
- タイトル（Name）： Gmailモジュールの「Subject」を選択
- 送信者メール： Gmailモジュールの「From: Email Address」を選択
- 問い合わせ内容： Gmailモジュールの「Text Plain」を選択
- AI返信案： OpenAIモジュールの「Message Content」を選択
- ステータス： 「未対応」を手動で入力
- 受信日時： Gmailモジュールの「Date」を選択
- 「OK」をクリックして保存します
つまづきポイント： NotionのデータベースIDの選択で、目的のデータベースが表示されない場合は、Makeの接続設定でNotionへのアクセス権限を再度確認してください。また、プロパティ名がSTEP 1で作成したものと完全に一致している必要があります。
STEP 6：動作テストと調整
ワークフローの構築が完了したら、動作テストを行います。
- Makeの画面下部にある「Run once」ボタンをクリックします
- テスト用のお問い合わせメールを自分宛に送信します（「お問い合わせ」ラベルが付くように）
- Makeが正常に実行されるかを確認します：
- 各モジュールに緑のチェックマークが表示されれば成功です
- エラーが表示された場合は、該当モジュールをクリックして詳細を確認します
- Notionのデータベースを開き、新しいエントリが作成されているか確認します
- AI返信案の内容が適切かチェックします
問題がなければ、「Scheduling」をオンにして自動実行を有効化します。これで15分ごと（無料プランの場合）にGmailをチェックし、自動処理が行われるようになります。
自動化前後でどう変わるか（ビフォーアフター）
このワークフローを導入することで、お問い合わせ対応がどのように変わるのか、具体的に見ていきましょう。
作業時間の変化
| 工程 | 自動化前 | 自動化後 |
|---|---|---|
| メール確認 | 1分 | 0分（自動） |
| 内容理解・分析 | 2〜3分 | 0分（AI処理） |
| 返信文作成 | 5〜10分 | 0分（AI生成） |
| Notionへの記録 | 2分 | 0分（自動） |
| 最終確認・送信 | 1分 | 1〜2分 |
| 合計（1件あたり） | 11〜17分 | 1〜2分 |
1日10件のお問い合わせの場合：
- 自動化前：110〜170分（約2〜3時間）
- 自動化後：10〜20分
- 削減時間：約100〜150分（1.5〜2.5時間）
ミスの発生率
自動化前：
- 返信漏れのリスク：中〜高（メールが埋もれる、見落とすなど）
- 記録漏れ：高（忙しい時はNotionへの記録を忘れがち）
- 返信内容の品質：担当者のスキルや疲労度に依存
自動化後：
- 返信漏れのリスク：低（すべてNotionに記録されるため可視化される）
- 記録漏れ：ゼロ（100%自動記録）
- 返信内容の品質：一定水準を維持（AIのプロンプトで品質を統一）
メンバー間の共有のしやすさ
自動化前：
- メールボックスを共有する必要がある
- 誰がどの問い合わせに対応しているか不明瞭
- 過去の問い合わせを検索しにくい
自動化後：
- Notionのデータベースで全員が最新状況を把握できる
- ステータス管理で対応状況が一目瞭然
- Notionの検索機能で過去の問い合わせを簡単に検索可能
- チームメンバーの追加も簡単（Notionの権限設定のみ）
応用・拡張アイデア
基本的なワークフローが動作するようになったら、以下のような拡張を検討してみましょう。
1. Slack通知の追加
新しい問い合わせが来た時に、チームのSlackチャンネルに通知を送る機能を追加できます。
- Notionモジュールの後ろに「Slack」モジュールを追加
- 「Send a Message」アクションを選択
- 通知内容に送信者、件名、AI返信案の要約を含める
- 緊急度の高い問い合わせ（特定キーワードを含む）の場合は@メンションを付ける
2. 問い合わせカテゴリの自動分類
ChatGPTに問い合わせ内容を分類させ、Notionのプロパティに反映させることができます。
- OpenAIモジュールのプロンプトに「問い合わせをカテゴリ分類してください（技術的質問、料金に関する質問、機能リクエストなど）」を追加
- Notionに「カテゴリ」プロパティ（セレクト形式）を追加
- AIの分類結果をNotionのカテゴリに反映
3. FAQデータベースとの連携
よくある質問については、NotionのFAQデータベースから回答を自動取得する機能を追加できます。
- Notionに別途FAQデータベースを作成
- Makeで問い合わせ内容とFAQを照合
- マッチする回答があれば、それをベースにChatGPTが返信文を生成
- 一貫性のある回答を維持しつつ、パーソナライズも可能
4. 優先度の自動設定
問い合わせ内容から緊急度を判断し、優先度を自動設定できます。
- OpenAIモジュールで緊急度を判定（高、中、低）
- Notionの「優先度」プロパティに反映
- 高優先度の場合はSlackで特別な通知を送信
5. 自動返信機能の追加
定型的な問い合わせについては、確認なしで自動返信する機能も実装可能です。
- ChatGPTに「この問い合わせは自動返信可能か」を判定させる
- 可能な場合は、MakeのGmailモジュール「Send an Email」で自動返信
- Notionのステータスを「自動返信済み」に設定
- 不可能な場合は従来通り担当者確認を待つ
注意： 自動返信機能は便利ですが、誤った内容を送信するリスクもあります。最初は必ず人間の確認を挟み、十分にテストしてから導入することを強く推奨します。
6. Google スプレッドシートでの分析
問い合わせデータをGoogle スプレッドシートに蓄積し、分析レポートを作成できます。
- Notionモジュールの後ろに「Google Sheets」モジュールを追加
- 「Add a Row」アクションで問い合わせデータをスプレッドシートに追加
- 日時、カテゴリ、対応時間などを記録
- 月次レポートを自動生成し、改善ポイントを可視化
よくある質問・つまづきポイントQ&A
Q1: Makeのトリガーが発火しません。何が原因でしょうか？
A: 以下の点を確認してください：
- Gmailのラベル設定が正しいか（メールに実際にラベルが付いているか）
- Makeのシナリオが「Scheduling: ON」になっているか
- 無料プランの場合、最後の実行から15分以上経過しているか
- Gmailとの連携が切れていないか（再認証が必要な場合があります）
最も多い原因は「ラベルが自動的に付いていない」ことです。手動でテストメールにラベルを付けて、トリガーが動作するか確認してみてください。
Q2: ChatGPTの返信文が期待したトーンと違います。
A: プロンプトの改善が必要です。以下のようなポイントを追加してみてください：
- 具体的なトーン指示：「友好的で親しみやすいトーン」「ビジネスライクで簡潔に」など
- サンプル返信文を提供：「以下のような形式で返信してください」と例文を示す
- 禁止事項の明記：「専門用語を使わない」「長すぎる説明は避ける」など
- 温度パラメータの調整：Temperatureを0.3〜0.5に下げると、より一貫性のある返信になります
Q3: Notionに同じデータが重複して登録されてしまいます。
A: Gmailモジュールの「Mark email as read」設定が「Yes」になっているか確認してください。また、以下の対策も有効です：
- Gmailモジュールで「Criteria」を「Unread messages only」に設定
- 処理後にラベルを削除または別のラベルに変更する
- Makeの「Router」機能を使って、すでにNotionに存在するメールをスキップする
Q4: OpenAI APIの料金が心配です。どのくらいかかりますか？
A: GPT-4o-miniを使用する場合、1件あたりの返信文生成コストは約0.5〜1円程度です（2025年1月時点の料金）。1日10件、月間300件処理しても150〜300円程度なので、時間削減効果を考えると非常にコストパフォーマンスが良いと言えます。
コストをさらに抑えたい場合は：
- GPT-3.5-turboを使用する（さらに安価だが品質は若干低下）
- Max Tokensを300程度に制限する
- OpenAIのダッシュボードで使用量を定期的にモニタリングする
Q5: エラーが発生した時の対処方法は？
A: Makeでは、エラーハンドリング機能が用意されています：
- 各モジュールの設定で「Error handling」を有効化
- エラー発生時の動作を選択：「Resume」（スキップして続行）、「Rollback」（処理を巻き戻す）、「Commit」（エラーを無視）
- エラー通知をSlackやメールで受け取る設定を追加
また、Makeの実行履歴（History）から、どのモジュールでエラーが発生したかを確認できます。エラーメッセージを読んで、該当モジュールの設定を見直してください。
Q6: 複数人で対応する場合、誰が返信するか決める方法は？
A: Notionのデータベースに「担当者」プロパティ（Person形式）を追加し、以下のような運用が可能です：
- Makeで問い合わせカテゴリに応じて自動的に担当者を割り当てる
- ラウンドロビン方式で順番に担当者を割り振る
- Slack通知でメンションし、最初に対応できる人が担当者に設定する
- Notionのビュー機能で、各担当者が自分の対応待ちだけを見られるようにする
まとめ：まずどこから着手すべきか
お問い合わせメール対応の自動化、いかがでしたでしょうか。「複雑そう」「自分にできるか不安」と感じた方もいるかもしれません。
しかし、いきなり全部を実装する必要はありません。まずは以下のステップで、段階的に導入することをおすすめします：
フェーズ1：基本ワークフローの構築（1〜2時間）
- Notionのデータベースを作成
- Gmailのラベル設定
- MakeでGmail → Notion連携のみを構築（ChatGPTは後回し）
まずは「お問い合わせが自動的にNotionに記録される」ところまでを目指しましょう。これだけでも記録漏れがなくなり、チーム全体で問い合わせ状況を把握できるようになります。
フェーズ2：AI返信文生成の追加（1時間）
- OpenAI APIキーの取得
- MakeにChatGPTモジュールを追加
- シンプルなプロンプトでテスト実行
基本ワークフローが安定したら、ChatGPTによる返信文生成を追加します。最初は完璧を目指さず、「とりあえず下書きができる」レベルで十分です。使いながらプロンプトを改善していきましょう。
フェーズ3：拡張機能の追加（必要に応じて）
- Slack通知
- カテゴリ分類
- 優先度設定
基本機能が定着したら、あなたのチームに必要な拡張機能を追加していきます。すべてを実装する必要はなく、課題を感じた部分から優先的に改善していくのが良いでしょう。
最後に
お問い合わせ対応は、ビジネスにとって重要な顧客接点です。しかし、「時間がかかる」「定型作業が多い」という側面もあります。
このワークフローを導入することで、あなたとあなたのチームは、より価値の高い業務に時間を使えるようになります。自動化によって生まれた時間を、顧客との深い関係構築、新しいサービスの企画、チームメンバーのスキルアップなどに充ててください。
ワークフロー自動化は、「一度設定すれば終わり」ではありません。使いながら改善を重ね、あなたのビジネスに最適化していくプロセスです。まずは小さく始めて、少しずつ拡張していきましょう。
もし不明な点や困ったことがあれば、Makeの公式ドキュメント、OpenAIのガイド、Notionのヘルプセンターを参照してください。また、NeuroStackでは今後も様々な自動化レシピを紹介していきますので、ぜひご活用ください。
あなたの業務自動化の第一歩を、心から応援しています！
