はじめに — なぜ CS 管理職こそAIを使い倒すべきか
柱記事でも書いたとおり、私はこれからのCS管理職にとって 「業務時間の20-30%をAIに組み込めるか」 が決定的な分岐点になると考えています。
理由は3つあります。
- CS業務はテキスト処理の塊である(議事録、メール、ナレッジ、VOC、レポート)
- 判断材料の量が増え続けている(チャネルが増え、データが増え、ステークホルダーが増えた)
- 生成AIが「下書き作業」のコストをほぼゼロに近づけた(ここ2-3年の変化が大きい)
ただし、「AIを使いこなしている」と言う人と、「ChatGPTにたまに質問する」レベルの人の差は、型を持っているかどうかにあります。
この記事では、私が日常業務で実際に繰り返し使っているプロンプトを10本、用途別に公開します。各プロンプトは:
- コピペでそのまま使える(プレースホルダー
[ ]を書き換えるだけ) - 実際の業務で検証済み(私自身の管理職業務で繰り返し利用)
- どのAIで動かしても機能する(ChatGPT/Claude/Gemini を想定)
ように設計しました。
💡 どのAIで動かすか迷う場合は 各ツールの料金・日本語精度・拡張性の独自評価は、姉妹サイト AIpedia の比較ランキングにまとめています。CS現場で組み込むなら、特に 長文処理の安定性と日本語の自然さ を重視してください。
1. VOC(顧客の声)を構造化する — テキスト100件を10分で分類
用途
コールセンターのテキスト化された問い合わせログ、CSAT/NPSの自由記述、レビューサイトの口コミなど、自由記述の山を構造化する作業。CS管理職が月1回のVOCレビューで最も時間を取られるパートです。
プロンプト
以下のVOC(顧客の声)テキスト群を分析してください。
# 入力データ
[ここに顧客の自由記述を1行1件で貼り付け]
# 出力指示
1. テキスト全体を以下の4カテゴリーに分類してください:
- 機能要望(製品/サービスへの機能追加・改善要望)
- 操作性/UX(分かりにくい・迷う・困るという声)
- 価格/契約(料金・プラン・解約に関する声)
- サポート品質(担当者対応・レスポンスへの声)
2. カテゴリーごとに、頻出するテーマを3つずつ抽出し、
出現件数と代表的な原文1-2件を併記してください。
3. 全体を見渡したとき、最も優先して対応すべきと考えるテーマを
1つ選び、その理由を3行で書いてください。
出力形式: Markdownの見出し+表使いどころのコツ
- 1回100-200件までにする(それ以上はAIの精度が落ちる)
- 個人情報・契約番号は事前にマスクしてから入れる
- 月次のVOCレポートのドラフトはこのプロンプトで作って、自分で加筆する
2. 1on1 の準備 — 部下の発言ログから「拾うべきテーマ」を洗い出す
用途
SVや担当者との1on1前、過去の議事録・チャットログ・進捗報告を読み込んで「今日どこに踏み込むべきか」を整理する作業。
プロンプト
あなたは経験豊富なCS部門のマネージャーです。
以下は、私の部下である [氏名/役職] の、過去3ヶ月の発言・報告ログです。
# 入力データ
[Slack/議事録/週報の該当箇所を貼り付け]
# 出力指示
1. このログから読み取れる、本人の関心事・悩み・成長軌跡を、それぞれ3つずつ列挙してください。
2. 「本人が言葉にしていないが、次の1on1で踏み込むべき」と考えられるテーマを2つ提案してください。
各テーマには、私が1on1で使える「最初の質問」を1つ添えてください。
3. 直近1ヶ月で本人が成果を出したと言える事柄があれば、それを称賛する言葉を
3パターン(クール / 温かい / 端的) で書いてください。
注意: 推測の根拠となる原文を必ず引用してください。使いどころのコツ
- 1on1の直前ではなく、前日に走らせて寝かせる(自分の解釈と突き合わせるため)
- AIの「踏み込むべきテーマ」は鵜呑みにせず、仮説の1つとして扱う
- 部下の名前など個人情報は法人プランで運用する
3. KPIレビューの「説明」を作る — 数字から物語を組み立てる
用途
月次・四半期のKPIレビュー資料で、「応答率が下がった」「CSATが上がった」を経営層が腹落ちする言葉で説明する作業。
プロンプト
以下は、当月のCS部門のKPI実績です。
これを経営層(CEO/COO)向けに3分で説明する原稿を作ってください。
# 当月のKPI実績(例)
- 応答率: 92.3%(前月比 -1.5pt、目標95%未達)
- 平均応対時間(AHT): 4分20秒(前月比 +15秒)
- CSAT: 4.32 / 5.0(前月比 +0.08)
- ESC率(エスカレーション率): 8.1%(前月比 -0.4pt)
- 月間問い合わせ件数: 12,400件(前月比 +18%)
# 出力指示
1. 「何が起こったか」を結論ファーストで1段落。
2. 「なぜそうなったか」の仮説を、定量+定性の両面から2-3点。
3. 「来月どう動くか」のアクション案を、人/プロセス/ツール の3軸で各1つずつ。
4. 経営層から想定される質問を3つ予測し、それぞれの想定回答を1段落で。
トーン: 言い訳がましくない / 過剰に楽観でない / 数字を必ず根拠に置く使いどころのコツ
- AIの出力をそのまま使わず、事実関係(因果)は自分で検算する
- 「想定質問の予測」が最も価値が高い。本番で慌てなくなる
- 経営層の言葉遣いに合わせて、口調は最後に手で調整する
4. ナレッジ記事のドラフト生成 — オペレーター向けFAQの種を量産
用途
新製品リリース時、新規Q&A 20-30本をオペレーター向けナレッジに登録する作業。手で書くと丸2日、AIに下書きさせて自分はレビューだけする運用に切り替えると半日で終わります。
プロンプト
あなたは、コールセンターのナレッジ管理者です。
以下の製品仕様・FAQ素材から、オペレーター向けナレッジ記事のドラフトを作成してください。
# 製品/サービス情報
[ここに製品仕様書・リリースノートの該当箇所を貼り付け]
# 想定される問い合わせシナリオ
[以下から該当するものを選んで具体化]
- 初期設定で躓く
- 機能Aと機能Bの違いがわからない
- 解約・プラン変更を希望
- エラーメッセージへの対応
- 他
# 出力指示
各シナリオごとに、以下の形式で1記事ずつ書いてください:
【タイトル】(問い合わせ時の検索キーワードを意識)
【お客様の状況】(オペレーターが受電直後に確認する観点を3点)
【回答案】(お客様に伝える内容を、丁寧体で200字以内)
【一次対応で完結する場合の終話シナリオ】(締めの一言)
【エスカレーション基準】(どうなったら上長に引き継ぐか)
【関連ナレッジ】(関連しそうな他のFAQ番号 ※未定なら "TBD")
トーン: 平易な日本語 / 専門用語は注釈 / お客様視点で書く使いどころのコツ
- AIの出力は60-70%の完成度と割り切る。最終調整は人がやる
- 「お客様の状況」「エスカレーション基準」が特に価値あり。属人化を防げる
- 同じプロンプトを使い回すことで、社内ナレッジの書式が統一される
5. ベンダーRFP(提案依頼書)の骨格を作る — SaaS選定の初動を加速
用途
新しいCSツール(MiiTel、IVRy、Zendesk、Salesforce Service Cloud など)の選定で、複数ベンダーに提案を依頼するRFPを作る作業。
プロンプト
あなたは、コールセンター・カスタマーサクセス領域のSaaS選定を担当する管理職です。
以下の条件で、ベンダー数社に送付するRFP(提案依頼書)の骨格を作ってください。
# 自社の状況
- 業界: [BtoB SaaS / BtoC EC / 金融 / その他]
- CS部門の規模: [オペレーター◯名、SV◯名、管理職◯名]
- 現在のチャネル: [電話 / メール / チャット / SNS]
- 現在のツール: [既存スタックを記述、または "なし"]
- 想定予算: [月額◯万円〜◯万円、年額]
# 解決したい課題(優先度順に3つ)
1. [課題1]
2. [課題2]
3. [課題3]
# 出力指示
以下の構成でRFPの骨格をMarkdownで出力してください:
1. 背景・目的
2. プロジェクトのゴール(KPI改善目標を定量で)
3. 提案を依頼する範囲(機能要件・非機能要件)
4. 評価基準(各項目の配点と評価方法を明示)
5. 提案フォーマット(章立てと文字数の目安)
6. スケジュール(提案提出締切・選定完了・契約・導入)
7. 質問窓口・問い合わせフロー
8. 補足: ベンダー側からよく出る質問への先回り回答
各章はテンプレ的に書きつつ、当社の状況に合わせた具体例を3点ずつ織り込んでください。使いどころのコツ
- 「評価基準と配点」を最初に決めることが、後の選定を楽にする
- AIが出してきた評価軸は、自社の優先順位に合わせて並び替える
- ベンダー数社にコピペで送るのではなく、各社の特徴を読んで個別化する
6. SaaSデモを見たあとの「振り返り議事録」を構造化
用途
ベンダーのデモ・PoCを見たあと、社内決裁者に共有するための議事録を作る作業。複数ベンダーを並行検討しているとき、フォーマットを揃えると比較が劇的に楽になります。
プロンプト
以下は、ベンダー [社名] のSaaSデモを受けた直後の私の手書きメモです。
これを、社内決裁者に提出できる形式の議事録に整えてください。
# 元メモ
[手書きメモを箇条書きで貼り付け。順不同でOK]
# 出力指示
以下のセクションで構成してください:
## 1. デモの概要(日時/参加者/取り扱った範囲)
## 2. 当社の3つの優先課題に対する評価(◯/△/×と理由)
課題1: [事前定義した課題1]
課題2: [事前定義した課題2]
課題3: [事前定義した課題3]
## 3. 強み(他社と比較して優位だと感じた点を3つ)
## 4. 弱み・懸念事項(導入後に問題になりそうな点を3つ)
## 5. 価格・契約条件(分かっている範囲で。不明点は明示)
## 6. 次のアクション(追加で確認すべきことを3-5点)
トーン: 客観的 / 主観は明示する(「私は◯◯と感じた」) /
不明点は「不明」と書く(推測しない)使いどころのコツ
- デモ直後30分以内に走らせる(記憶が新鮮なうちが最重要)
- 「不明点を明示する」指示が肝。AIに推測させない
- 複数ベンダーを比較するときは、同じプロンプトで揃える
7. 面接質問への回答準備 — 自分の経歴を整理する
用途
CS転職活動中の人向け。自分の職務経歴書を読み込ませて、想定質問への回答を構造化する作業。
プロンプト
あなたは、CS領域に強い転職エージェントです。
以下は私の職務経歴書(またはLinkedInプロフィール)の要約です。
# 私の経歴
[職務経歴を時系列で貼り付け]
# 応募先の求人情報
[求人票の主要部分を貼り付け]
# 出力指示
1. この求人で「最も聞かれる可能性が高い質問」を10個予測してください。
質問の意図(面接官が何を確認したいか)も併記すること。
2. 各質問に対する、私の回答案を以下のSTAR形式で書いてください:
- Situation: 状況(20-40字)
- Task: 課題(20-40字)
- Action: 取った行動(80-120字)
- Result: 結果(数字で示す、40-80字)
3. 10の質問のうち「特に深掘りされる可能性が高い質問」を3つ選び、
想定フォローアップ質問を各2つずつ書いてください。
注意:
- 経歴にない事柄は捏造しないこと。「経歴から読み取れない」場合は明示する。
- 数字は経歴に書かれているもののみ使う。推測値は書かない。使いどころのコツ
- 捏造禁止の指示が最も重要。これがないとAIは数字を盛りがち
- STAR形式は CS 領域の面接で非常に有効
- 想定フォローアップまで作っておくと、面接で慌てない
8. ピアレビュー資料の論点整理 — 「人事評価コメント」の下書き
用途
部下の半期・通期評価で、評価コメントを書く作業。15-20名分を一気に書くと品質が落ちるので、AIに下書きさせて自分は調整に集中します。
プロンプト
あなたは、CS部門のマネージャーとして15年経験のあるアドバイザーです。
以下は、当期(半年)の部下 [氏名/役職] の業務記録です。
# 業務記録
- 担当業務: [業務範囲]
- 達成KPI: [数字]
- 取り組んだプロジェクト: [箇条書き]
- 同僚からのフィードバック: [もしあれば]
- 私(上長)が観測した本人の強み: [箇条書き]
- 私が観測した本人の課題: [箇条書き]
# 出力指示
以下の3つを書いてください:
1. 評価コメント(本人に渡す書面、500-700字)
- 称賛したい事柄を具体的に1-2点
- 今期の成長領域を具体的に1点
- 来期の期待事項を1点
- 上から目線にならない、対等な言葉遣いで
2. 評価会議で他のマネージャーに本人を推薦するときの3分プレゼン草案
- 数字と事実に基づき、感情論を排する
3. 本人との面談で踏み込むべき問いを3つ
- 本人のキャリア観に踏み込む問いを含めること使いどころのコツ
- 必ず最終調整は自分でやる(AIの言葉は無難すぎることが多い)
- 「上から目線にならない」指示が肝。AIはデフォルトで先生口調になりがち
- 評価コメントの書式が部下間で揃う副次効果がある
9. 業務メールのドラフト生成 — トーンを使い分ける
用途
社外への謝罪メール、社内の経営層への報告メール、ベンダーへの依頼メールなど、相手とトーンによって書き分けが必要なメールを書く作業。
プロンプト
以下の業務状況をもとに、[宛先・トーン] のメールを書いてください。
# 状況
[何が起こっているか、を3-5行で簡潔に]
# 宛先
[社外顧客 / 社内経営層 / ベンダー / 部下 / 同僚]
# 望むトーン
[誠実 / 簡潔 / 丁寧 / フランク / 強めの主張]
# 含めたいポイント(必ず触れる)
1. [ポイント1]
2. [ポイント2]
3. [ポイント3]
# 避けたいこと
- 言い訳がましく聞こえないこと
- 過度な謝罪で相手を不安にさせないこと
- 専門用語の使いすぎ
- 結論が後ろに来ること
# 出力指示
件名 + 本文を1パターン書いてください。
本文は400字程度。
最後に「このメールで弱いと思う箇所」を1点コメントしてください。使いどころのコツ
- **「弱い箇所のセルフコメント」**が秀逸。AIに自己批判させると気づきが多い
- 「避けたいこと」を明文化すると、AIの暴走を抑えられる
- 件名は最終的に自分で再考する(検索性に関わるため)
10. メンバーへの「行動指針」を言語化する — 抽象的なものを具体化
用途
チームに「もっと顧客視点で動こう」「PDCAを早く回そう」と伝えたいけれど、抽象的すぎて伝わらない、というときに具体的な行動指針に分解する作業。
プロンプト
私はCSマネージャーです。
チームメンバーに以下の抽象的なメッセージを伝えたいのですが、
このまま伝えても伝わらないと感じています。
# 抽象的なメッセージ
[例: 「顧客視点で動いてほしい」/「PDCAを早く回そう」/
「他部署と協力的に動いてほしい」 など]
# チームの状況
- メンバー構成: [SVが◯名、担当者が◯名、新人が◯名]
- 現在の課題感: [箇条書き]
# 出力指示
以下の3つを書いてください:
1. このメッセージが現場で具体的に何を意味するか、行動レベルに分解してください。
- 「Aをする / Bをしない」の対比で5-7項目。
- 全項目、明日から実行可能なレベルの粒度。
2. このメッセージを伝える1分スピーチ(朝礼用、200-300字)を、
抽象→具体→締めの3段構成で書いてください。
3. メンバーが「言われたことを実行したか」を後日チェックする評価ポイントを
3つ作ってください。客観的に評価できるものに限る。使いどころのコツ
- 「対比で5-7項目」が肝。やる/やらないで書くと現場が動く
- スピーチは原稿にせず、箇条書きで覚えて自分の言葉で話す
- 評価ポイントを最初に決めることで、メッセージが空言にならない
まとめ — プロンプトより大事なのは「型を持つこと」
ここまで10本のプロンプトを紹介しました。これらは私が日常業務で繰り返し使っているものの抜粋ですが、本記事で最も伝えたかったのは 「プロンプトそのもの」ではなく「型を持つことの威力」 です。
CS管理職の業務は、9割が「これまでにも何度かやった作業」です。議事録、評価、KPIレビュー、ベンダー選定、ナレッジ整備、すべて月次・四半期で繰り返します。
繰り返す作業を、毎回ゼロから書く必要はありません。 型を1回作って、入力データだけ差し替える運用に切り替えるだけで、業務時間の20-30%は本当に削減できます。
その削減した時間で、人にしかできない判断・関係性構築・組織マネジメントに集中する。これが2026年以降のCS管理職の現実的な働き方だと、私は考えています。
💡 どのAIから始めるか迷ったら 本記事のプロンプトは ChatGPT / Claude / Gemini のどれでも動作します。 どれを軸に据えるかは、AIpedia の比較ランキング で 料金・日本語精度・拡張性の評価をご参照ください。 CS実務なら 長文処理の安定性 と 法人プランの有無 が選定の2大ポイントです。
関連記事
- カスタマーサクセスのキャリアパス完全ロードマップ — 11年のCSキャリアから見たキャリア戦略の全体像
- 運営者プロフィール — Aoについて
質問・感想・「こういうプロンプトも欲しい」というリクエストは お問い合わせフォーム からお気軽にどうぞ。
— Ao