本文へスキップ

ワークフロー図

LLMを、既存業務の中で使える形に組み込みます

問い合わせ分類、返信下書き、社内FAQ検索、通知、記録など、よくある実務の使い方から小さく組み込みます。

LLM API 組み込み例

スマートフォンでは左右にスワイプして確認

{ }LLM API
⌕FAQ検索
✓人が確認
↗Slack通知
▤実行ログ

INPUT / よくある入口

✉

フォーム・Gmail

問い合わせ文面をLLM APIで要約し、緊急度や種別を付けます。

▤

FAQ・手順書

社内資料を検索対象にして、回答候補と参照元を返します。

◫

Sheets・CRM・台帳

分類結果、対応状況、確認履歴を既存の管理表へ残します。

返信下書き
プロンプト
FAQ検索
参照元
送信前
チェック
LLMAPI / Agent
担当者が確認して送信
Sheetsへ
記録

OUTPUT / 実際に出すもの

A

返信下書き

問い合わせごとに件名、要約、返信案を作ります。

↗

Slack通知・担当振り分け

「要確認」「見積」「技術相談」などに分けて通知します。

✓

対応ログ・記録

要約、分類、確認者、次アクションを管理表に残します。

01 例：問い合わせ分類フォーム文面を要約し、営業相談・不具合・資料請求に分類します。
02 例：FAQ回答候補社内FAQから根拠を探し、回答案と参照元をセットで出します。
03 例：返信下書きGmail送信前に担当者が読み、必要なら修正してから送ります。
04 例：通知・記録Slack通知、担当振り分け、Sheets記録までつなげます。

設計の要点：まずは「問い合わせ分類」「FAQ回答候補」「返信下書き」「通知・記録」のような、効果と確認ポイントが見えやすい実例から組み込みます。

費用目安

費用の目安

10万〜30万円

税別・初回制作の目安

LLM APIを既存業務に組み込み、要約、分類、下書き、検索補助まで実用範囲で作る費用感です。 要件が固まっていない段階でも、最初は対象範囲を絞って見積もります。

機能単位FAQ、メール下書き、分類から開始
安全設計ログ、再実行、確認ポイントを追加
拡張余地運用後に対象業務を広げる

LLM APIの実務組み込み

AI組み込み開発

LLM機能は作るだけでは現場に定着しません。Ezlizeでは、既存の業務フローやツールに合わせて、システムが補助する範囲、人が確認する範囲、ログを残す範囲を分け、実務で使い続けられる形にします。

OpenAI APILangChain / RAGFastAPI / FlaskGmail / Slack連携監査ログ / 再実行
AI組み込みを相談する対応範囲を見る

まずは小さくでOK。 まずはFAQ、要約、下書きなどリスクの低い1機能から始められます。

運用で守ること

出力を運用に接続する

回答・分類・下書きを確認・記録・再実行できる業務部品として接続します。

人の確認ログ保存失敗時の再実行権限分離

対象

こんなLLM組み込みに対応します

社内FAQ、メール下書き、問い合わせ整理、資料要約、担当振り分けなど、既存業務の一部にLLM機能を組み込む用途に向いています。

社内FAQ・ナレッジ検索社内資料や手順書をもとに、検索・要約・回答候補を提示します。
メール・問い合わせ支援受信内容を整理し、返信下書きや担当振り分けにつなげます。
業務エージェント定型調査、分類、記録、通知などをツール連携で半自動化します。

価値

機能単体より、現場で止まらない接続を作る

精度が高い出力でも、例外時の扱い、ログの残し方、確認の入れ方が曖昧だと運用が止まります。出力を業務フローに接続する設計を重視します。

設計範囲

設計に含めるもの

業務設計

  • 自動化する範囲と人が確認する範囲の整理
  • 入力データ、禁止事項、出力形式の設計
  • 例外・低信頼度時のエスカレーション
  • ログ、評価、改善サイクルの設計

実装・連携

  • OpenAI API等を使った機能実装
  • RAG・社内FAQ・要約機能の構築
  • Gmail / Slack / Sheets 連携
  • プロンプト、評価観点、再実行手順の整備

既存のツールや運用をできるだけ活かし、置き換えよりも「止まりやすい箇所を安全に補強する」進め方を優先します。

運用例

導入後の流れ

01

入力を整える

扱いやすい形に資料や問い合わせ内容を整理します。

02

候補を作る

回答、分類、下書き、要約などを業務目的に合わせて生成します。

03

確認して記録する

人が確認した結果と出力をログに残し、改善できる形にします。

進め方

小さく始めて運用に乗せます

STEP 1

現状整理

今の作業、使っているツール、手戻りが起きる場面を確認します。

STEP 2

最小範囲の設計

最初に自動化する対象、残す手作業、確認ポイントを決めます。

STEP 3

実装・接続

既存ツールに合わせて、入力、通知、ログ、確認画面をつなぎます。

STEP 4

運用改善

実際の利用ログを見ながら、対象条件やチェック項目を調整します。

納品物

納品物の例

  • Googleフォーム / Gmail の問い合わせを分類する Google Sheets 台帳
  • LLM API で件名・要約・返信下書きを作るプロンプト定義
  • FAQ・手順書をもとに回答候補と参照元を返す検索設定
  • Slack通知フロー（要確認・見積・技術相談）
  • 送信前チェック、再実行、ログ確認の運用手順書

要件が固まりきっていない段階でも、Googleフォーム、Gmail、Slack、Google Sheets、FAQ資料など、今使っているサービスを起点に整理できます。初回は「問い合わせ分類」「返信下書き」など1つの流れに絞り、運用しながら広げる形を推奨します。

よくある質問

AI組み込み開発に関するご質問

用途、コスト、必要精度に合わせて選定します。固定ではなく、運用に合う構成を提案します。

可能です。資料の形式と取り扱い範囲を確認し、必要に応じてRAG構成で実装します。

はい。まずは1業務、1入力、1出力に絞ったPoCから始めるのがおすすめです。

相談

自動化したい作業を1つだけ送ってください

「要約したい」「下書きを作りたい」「分類したい」など、具体的な作業単位から相談できます。

この作業で相談する

相談時にこの3点があると早いです

  • 対象作業FAQ、要約、下書き、分類など
  • 入力データメール、PDF、スプレッドシートなど
  • 確認方法誰がどこで確認するか

まだ整理できていなくても問題ありません。箇条書きのメモだけでも、相談の入口として十分です。