AIチャットボット導入3ヶ月でクレーム対応コスト42%削減した飲食チェーンの全手順

```html

はじめに：「クレーム電話が怖くて夜眠れない」という担当者の本音

東京・埼玉・千葉に15店舗を展開する居酒屋チェーン「鶏と酒 とりまる」。本部スタッフはわずか8名。そのうち情報システムを担当するのは、入社7年目の田中誠さん（34歳）ひとりだ。

「正直に言うと、毎晩スマホを握りしめて寝てました。深夜に店長から『お客さんがクレームで電話してきてるんですけど、どう対応すれば…』って連絡が来るんです。本来は僕の仕事じゃないんですけど、本部に誰もいないから回ってくる。それが週に3〜4回あって」

月間クレーム件数は約300件。内訳は「予約確認」「料理・サービスへの不満」「クーポン・ポイントのトラブル」が全体の7割を占めていた。対応にかかる時間は1件あたり平均22分。本部スタッフ全員で月に約110時間をクレーム対応に費やしていた計算になる。

田中さんがNoCodeのAIツール「Dify（ディファイ）」を使ってお客様対応ボットを構築したのは2025年9月。3ヶ月後の12月には、クレーム対応コストを42%削減し、スタッフの残業を週平均6時間減らすことに成功した。

この記事では、田中さんが実際に踏んだ手順を、失敗談も含めてすべて公開する。プログラミング知識ゼロでも再現できる内容なので、同じ悩みを抱える飲食チェーンの担当者はぜひ最後まで読んでほしい。

第1章：Difyを選んだ理由と、最初の2週間でやったこと

なぜDifyだったのか

田中さんが最初に検討したのは、既製品のチャットボットサービスだった。いくつかのSaaSツールを比較した結果、Difyを選んだ理由は明快だ。

「中小の飲食チェーンに月額15万円のチャットボットは無理です。Difyは無料プランでも十分な機能があって、うちの規模なら有料プランでも月6,000円程度。しかも自社のメニューや対応マニュアルをPDFやテキストで読み込ませられる。これが決め手でした」

Difyとは？　オープンソースのLLM（大規模言語モデル）アプリ開発プラットフォーム。ChatGPTなどのAIモデルを使ったチャットボットやワークフローを、ノーコードで構築できる。自社データをAIに学習させる「RAG（検索拡張生成）」機能が強力で、業務特化型のAIを作りやすい。

最初の2週間でやった3つのこと

① 対応ログの棚卸し

まず過去3ヶ月分のクレーム対応メール・電話メモをすべてスプレッドシートに転記した。件数は約900件。これをカテゴリ分けすると、上位5パターンで全体の68%を占めることがわかった。

• 予約の確認・変更・キャンセル：23%
• 料理の品質・異物混入：18%
• クーポン・ポイントが使えなかった：15%
• スタッフの接客態度：7%
• 請求金額の間違い：5%

② 対応マニュアルのテキスト化

店長向けの対応マニュアルは存在していたが、Wordファイルで更新が止まっていた。これを最新の情報に更新し、Difyに読み込ませる用のテキストファイルとして整理した。作業時間は丸2日。

③ Difyのアカウント作成と動作確認

Difyのクラウド版（dify.ai）にアカウントを作成。まずはサンプルのチャットボットを動かして、UIの感覚をつかんだ。「英語のドキュメントが多いですが、操作画面は直感的なので、1日触れば大体わかります」と田中さん。

第2章：ボット構築の全手順——プロンプトの中身まで公開

ステップ1：ナレッジベースを作る

Difyには「ナレッジ（Knowledge）」という機能がある。PDFやテキストを読み込ませると、AIが質問に答えるときにその情報を参照してくれる仕組みだ。田中さんが登録したドキュメントは以下の通り。

• クレーム対応マニュアル（全28ページ）
• 各店舗の営業時間・電話番号一覧
• クーポン・ポイント規約
• アレルギー対応メニュー表
• よくある質問と回答集（Q&A形式、120項目）

「ファイルをドラッグ＆ドロップするだけで登録できます。Excelは直接読み込めないのでCSVに変換しましたが、それだけです」

ステップ2：システムプロンプトを書く

ここが最も重要な工程だ。システムプロンプトとは、AIに「あなたはこういう存在で、こういうルールで動いてください」と指示する文章のこと。田中さんが最終的に完成させたプロンプトを公開する。

# あなたの役割
あなたは「鶏と酒 とりまる」のお客様対応スタッフ「とりまるサポート」です。
関東圏15店舗を運営する居酒屋チェーンのお客様からのご意見・ご要望・ご不満に、
誠実かつ迅速に対応します。

# 基本姿勢
- 常にお客様の気持ちに寄り添い、まず「ご不便をおかけして申し訳ございません」と
  お詫びの言葉を伝えてください
- 感情的なお客様に対しても、落ち着いたトーンで対応してください
- 絶対に言い訳や反論はしないでください
- 解決策を提示できない場合は、必ず「担当者より折り返しご連絡します」と伝えてください

# 対応できること
1. 予約の確認・変更・キャンセルの案内
2. クーポン・ポイントに関するご説明
3. アレルギー・メニューに関するご案内
4. 各店舗の営業時間・アクセスのご案内
5. ご意見・ご要望の受付と記録

# 対応できないこと（必ず人間のスタッフにエスカレーションすること）
- 異物混入・食中毒など安全に関わるクレーム
- 50,000円以上の金銭的補償を求めるケース
- 法的措置を示唆する発言があった場合
- お客様が「責任者を出せ」と要求した場合

# 回答の形式
- 1回の返答は200文字以内を目安にしてください
- 箇条書きは使わず、自然な会話文で答えてください
- 敬語を使い、「〜でございます」調を基本としてください

# 使用するナレッジ
提供されたナレッジベースの情報を必ず参照し、推測や創作で回答しないでください。
情報がナレッジにない場合は「確認してご連絡します」と答えてください。

ステップ3：エスカレーション通知の設定

AIが対応できないケースを人間のスタッフに引き継ぐ仕組みも作った。Difyのワークフロー機能を使い、「異物混入」「食中毒」「弁護士」「訴える」などのキーワードが含まれる場合、自動でSlackの専用チャンネルに通知が飛ぶよう設定した。

# エスカレーション判定プロンプト（ワークフロー用）

以下のお客様メッセージを読んで、緊急対応が必要かどうかを判定してください。

【判定基準】
以下のいずれかに該当する場合は「ESCALATE」と出力してください：
- 異物混入、食中毒、アレルギー反応など健康被害に関する内容
- 金銭的補償（5万円以上）を求めている
- 「弁護士」「訴える」「警察」「SNSに拡散する」などの表現がある
- 「責任者」「社長」「本社」への直接対応を求めている

上記に該当しない場合は「NORMAL」と出力してください。

出力形式：
判定: [ESCALATE または NORMAL]
理由: [50文字以内で理由を記載]

お客様メッセージ：
{{user_input}}

ステップ4：LINE公式アカウントと連携する

「とりまる」はすでにLINE公式アカウントを持っていた。DifyのAPIをLINEのMessaging APIと連携させることで、お客様はLINEで普通にメッセージを送るだけでボットが応答する形にした。この連携作業が最も技術的なハードルだったが、田中さんはGAS（Google Apps Script）を使って解決した。

// Google Apps Script（GAS）でDifyとLINEを連携するサンプルコード
// ※DifyのAPIキーとLINEのチャンネルアクセストークンは各自で取得してください

function doPost(e) {
  const DIFY_API_KEY = 'your-dify-api-key';
  const LINE_TOKEN = 'your-line-channel-access-token';
  const DIFY_ENDPOINT = 'https://api.dify.ai/v1/chat-messages';
  
  const body = JSON.parse(e.postData.contents);
  const events = body.events;
  
  events.forEach(event => {
    if (event.type === 'message' && event.message.type === 'text') {
      const userMessage = event.message.text;
      const replyToken = event.replyToken;
      const userId = event.source.userId;
      
      // Dify APIを呼び出す
      const difyResponse = callDifyAPI(userMessage, userId, DIFY_API_KEY, DIFY_ENDPOINT);
      
      // LINEに返信する
      replyToLine(replyToken, difyResponse, LINE_TOKEN);
    }
  });
  
  return ContentService.createTextOutput('OK');
}

function callDifyAPI(message, userId, apiKey, endpoint) {
  const payload = {
    inputs: {},
    query: message,
    response_mode: 'blocking',
    user: userId
  };
  
  const options = {
    method: 'post',
    contentType: 'application/json',
    headers: { 'Authorization': 'Bearer ' + apiKey },
    payload: JSON.stringify(payload)
  };
  
  const response = UrlFetchApp.fetch(endpoint, options);
  const result = JSON.parse(response.getContentText());
  return result.answer;
}

GASを使う理由　Google Apps Script（GAS）はGoogleアカウントがあれば無料で使えるプログラム実行環境。サーバーを借りる必要がなく、コードを書いてデプロイするだけでLINEからのメッセージを受け取り、Difyに転送する「橋渡し役」として機能する。

第3章：2つの大失敗と、そこから学んだこと

失敗1：「謝りすぎるボット」が火に油を注いだ

最初のバージョンのボットは、お詫びの言葉を入れすぎていた。どんな質問にも「大変申し訳ございません」から始める設定にしたところ、予約確認のような普通の問い合わせにも謝罪から入るボットが完成してしまった。

「お客さんから『なんで予約確認しただけで謝られるの？気持ち悪い』ってクレームが来たんです。謝罪を減らすためにボットを作ったのに、ボット自体がクレームを生んでしまった」

改善策は、プロンプトに条件分岐を追加することだった。

# お詫び表現の使用ルール（改善後）

以下のルールに従って、お詫びの言葉を使ってください：

【お詫びが必要な場合】
- お客様が明確に不満・怒り・失望を表明している
- 料理・サービス・設備に問題があったことが明らか
- お客様が「不便だった」「困った」と述べている

【お詫びが不要な場合】
- 単純な情報確認（営業時間、予約内容の確認など）
- メニューに関する質問
- ポイント残高の確認

情報確認の場合は「はい、確認いたします」「〇〇でございます」のように
シンプルに答えてください。

この修正後、「謝りすぎ」に関するクレームはゼロになった。

失敗2：ナレッジが古くて誤情報を案内してしまった

導入から6週間後、「ボットに言われた通りのクーポンを持って行ったら使えなかった」という苦情が相次いだ。原因を調べると、Difyに登録していたクーポン規約が3ヶ月前のもので、すでに内容が変わっていたことがわかった。

「ナレッジの更新を完全に忘れてました。ファイルを一度登録したら終わりだと思ってたんですが、元のファイルを更新してもDify側は自動で反映されない。手動で再登録が必要なんです」

この失敗で3件のお客様に実害が出た。対応策として2つの仕組みを導入した。

対策①：ナレッジ更新のカレンダーリマインダー設定
毎月1日にGoogleカレンダーで「Difyナレッジ更新確認」のリマインダーを設定。クーポン・ポイント規約、メニュー表、営業時間の3点を必ず確認・更新するルーティンを作った。

対策②：有効期限のある情報はボットが答えないよう設定
「現在実施中のキャンペーン」「今月のクーポン」など期間限定の情報については、ボットが直接答えず「最新情報は公式サイトまたは店舗にご確認ください」と案内するようプロンプトを修正した。

教訓　AIボットの品質は「プロンプトの良さ」よりも「ナレッジの鮮度」で決まる。月1回のナレッジ点検を業務フローに組み込むことが、安定運用の最低条件だ。

第4章：3ヶ月後の数字と、次のフェーズへ

導入前後の比較

コスト削減額は月約18.5万円。ツール費用6,000円を差し引いても、月18万円以上のコスト削減を実現した。年換算すると約216万円になる。

意外な副産物：クレームデータが「宝の山」だった

Difyはお客様との会話ログを自動で保存する。3ヶ月分のログを分析したところ、想定外の発見があった。

「クレームの中に『〇〇店だけ料理が遅い』『△△店のトイレが汚い』みたいな店舗別の傾向が見えてきたんです。今まではクレームが来ても個別に処理するだけで、データとして蓄積できていなかった。ボットが全部記録してくれるので、月次で傾向分析ができるようになりました」

この分析結果を月次の店長会議で共有するようになり、特定店舗の接客品質改善につながった。クレーム対応ボットが、品質管理ツールとしても機能し始めたわけだ。

次のフェーズ：予約システムとの連携

田中さんが次に取り組んでいるのは、予約システムとDifyの連携だ。現在は「予約の確認・変更はお電話またはネット予約サイトから」と案内するだけだが、将来的にはボット上で予約変更まで完結させたいという。

「予約関連の問い合わせが全体の23%を占めているので、ここが自動化できれば残りの30%の人間対応もかなり減らせる。来年の第1四半期を目標に動いています」

現場スタッフの反応

最初は現場の店長たちから懸念の声もあった。「AIに任せてお客さんが怒らないか」「機械的な対応だと思われないか」という心配だ。しかし3ヶ月経った今、評価は逆転している。

「ある店長から『深夜のクレーム電話がなくなって、初めてゆっくり眠れました』って言われたときは、やってよかったと思いました。ボットが最初に受けて落ち着かせてくれるから、次の日に電話で対応するときもお客さんの怒りが半分以下になってるって」

ボットの応答速度は24時間365日、平均3秒以内。深夜や早朝でも即座に反応するため、「返事が来ない」というストレスが減り、それ自体がクレームの二次拡大を防いでいる。

田中さんが「やらなくてよかった」と思うこと

最後に、田中さんが「最初からやらなくてよかった」と振り返る点も聞いた。

「最初、全部のクレームパターンに対応しようとして、プロンプトを3,000文字以上書いたんです。でもAIって指示が多すぎると混乱するんですよ。シンプルなプロンプトのほうが動きが安定する。今のプロンプトは800文字くらいです。最初から完璧を目指さず、まず動かして改善するほうが絶対に早い」

プロンプトは「短く・明確に」が鉄則。あれもこれも詰め込むと、AIは迷子になる。まず「一番多いクレームパターン1つだけ」に絞って作り始めるのが、最速の成功への道だ。

まとめ：明日から始める最初の一歩

田中さんの事例を振り返ると、成功の要因は3つに絞られる。①過去のクレームデータを分析して「頻出パターン」を特定したこと、②完璧を目指さず小さく始めて改善を繰り返したこと、③ナレッジの定期更新を業務フローに組み込んだこと。どれも特別な技術は必要ない。

初期投資は田中さんの工数（約40時間）とDifyの費用（月6,000円）だけ。42%のコスト削減は、初月から黒字だった計算になる。

「飲食の現場は人手不足で、みんなギリギリのところで働いている。AIに任せられることはAIに任せて、スタッフが本当にやるべき仕事——料理を美味しくする、お客さんと向き合う——に集中できる環境を作りたかった。それが少しだけ実現できた気がしています」

まず今日、Difyのアカウントを作ることから始めよう。登録は5分で終わる。そして自社の過去クレームを10件だけ見返して、一番多いパターンを1つ選ぶ。それだけで、あなたの「明日から使えるボット」への道は始まっている。