n8nで問い合わせ一次判定を自動化する：LINE/フォーム入力をOpenAIで分類し、対応優先度をつける【2026年版】

## 結論 ソロプレナーの問い合わせ対応は「全部即返信」より、**優先度を先に判定する設計**の方が成果につながります。 本記事では、LINE/フォーム入力をn8nに集約し、OpenAIで「緊急度・商談化確度・必要対応」をJSONで返して、自動で対応先を分岐する方法を解説します。 ## 対象読者 - 1人または少人数で問い合わせ対応を回している - 返信速度のばらつきや、重要案件の見落としが発生している - CRMを入れる前に、低コストで運用を整えたい ## 目標KPI（先に定義） - 初回返信の中央値: 8時間 → 2時間以内 - 緊急問い合わせの取りこぼし: 0件 - 低優先問い合わせに使う時間: 30%削減 ## 構成 1. LINE webhook / フォーム送信をn8n Webhookで受信 2. OpenAIノードで要件抽出（緊急度・意図・必要アクション） 3. スコアに応じて Slack 通知先と返信テンプレを分岐 4. Notion DBに全件ログし、週次レビューでプロンプト改善 ## Step 1. 受信データの正規化 受信時点で最低限そろえるキー: - source（line / form） - sender - message - receivedAt - url（元ページ） ここが揺れると判定ロジックが不安定になります。正規化は最優先です。 ## Step 2. OpenAI判定（JSON固定） 出力は自然文ではなく、必ずJSONで固定します。 ```json { "urgency": "high | medium | low", "intent": "purchase | support | spam | other", "confidence": 0.0, "nextAction": "call | reply-template-a | reply-template-b | archive" } ``` 重要なのは、**判定不能時のfallback**を先に決めることです。 confidenceが閾値未満なら、人間確認キューに送るルールを必ず入れてください。 ## Step 3. 分岐設計（SLA優先） - high: 即時Slack通知 + 15分以内確認 - medium: 2時間以内にテンプレ返信 - low: 日次バッチでまとめて対応 - spam: 自動アーカイブ（ただしログは残す） ## 失敗パターン 1. プロンプトだけ改善して運用ルールが曖昧 2. スパムと通常問い合わせの境界が未定義 3. モデル更新で挙動が変わったのに回帰テストがない ## 改善ループ（週次） - 誤判定10件を抽出 - どの入力が誤判定を生んだか分類 - プロンプトとfew-shot例を更新 - 翌週に同条件で再測定 この運用で、判定精度より先に「運用速度」が安定します。 ## FAQ ### Q1. いきなり自動返信しても大丈夫？ 低リスク領域（営業時間案内など）から開始し、商談/クレームは人間承認を残してください。 ### Q2. モデルは何を使うべき？ 精度とコストのバランスで選び、必ずログを残して比較してください。運用の継続性が最優先です。 ### Q3. まず何から着手すべき？ 「優先度定義」と「fallback条件」の2点です。ここが決まれば実装は短時間で進みます。 ## 更新履歴 - 2026-04-02: 初版公開