AI 下書き+人間送信：CS 回復の人力ゲート運用

2026/9/20

背景と問題

CS 対応（opc-support-first-response-templates）に AI を入れる場合の最安全形=「draft → 人間が review → 送信」。全自動返信のリスク（誤答・トーン崩れ）を避けつつ、執筆時間だけを削る運用。

（出典はいずれも 2026-09-20 アクセス）

事実（FabrenHQ 2026-07）：AI draft は送信可能な成果物ではなく「提案」として扱う——チケット要約と draft を作らせ、人が承認して送信する approval workflow。
事実（Creatio Academy）：review の 3 点チェック=①質問に答えているか②トーンが合うか③そのまま送るか編集するか。
事実（Crisp 2026-04）：AI が draft を生成する入力=会話スレッド+検出された意図+自社の知識ベース——3 入力を整えると draft の質が決まる。
事実（Thinklytics の役割分担）：自動化するのは判断不要の部分（intake・分類・routing・FAQ deflection）、人間は判断が必要な部分——この線引きが崩れると事故る。
推测：solo の CS で AI draft の実利は「返信の書き出しの壁を消す」こと——空白の画面より 8 割の draft を直す方が速く、トーンの一貫性も保たれる。

運用ルール：AI draft→人間が 3 点チェック（回答/トーン/送信 or 編集）→送信。全自動送信は絶対にしない（solo では誤答 1 件の評判リスクが割引できない）。
知識ベースの整備が draft の質を決める：既存の返信テンプレート・FAQ・過去回答を RAG 素材として整備（opc-support-first-response-templates がそのまま素材）。
自動化の線引き：分類・routing・FAQ 転送は自動可、謝罪・返金・炎上系は必ず人間（judgment 系の自動化はしない）。
効果測定：draft 採用率（8 割が目標）と返信所要時間の前後比較——採用率が低いなら知識ベース不足。