会話分析が面倒すぎる。ChatGPT／Claude／Geminiでワンクリック客服品質チェック、さらにMidjourneyで画像化

カスタマーサポートのチャット記録が山のように積み上がって、ユーザーがいったい何を罵っていて、何を褒めていて、どの手順で詰まっているのか知りたい――人力で読み解くのは本当に心が折れる。私の手抜き方法は、「会話分析」をいくつかの小さな作業に分解して、KISS（シンプルに）を意識し、ChatGPT・Claude・Geminiに分担させ、最後にMidjourneyで見栄えよく可視化すること。

会話は先に話題ごとに切り分けると、分析が進むほど混乱しない

全部まとめてモデルに投げ込まないこと。そうすると「もっともらしいけど役に立たない」要約が大量に出やすい。マルチ会話／マルチトピックの考え方で、記録を注文・返金・ログイン・請求書といったテーマでグルーピングする。さらに最低限の前処理として、電話番号・住所・注文番号などの機微情報は削除する。プライバシーは運に賭けない。

ChatGPTは標準化ラベルとKPI定義（口径）に向いている

私はChatGPTに、意図・感情・解決したか・時間がかかった箇所・推奨アクションといった統一フィールドを出力させる。強みは「フォーマットどおりに提出する」のが安定している点で、品質チェック表やダッシュボードの指標定義に向く。

Claudeは長い対話を読むのが得意で、根本原因の掘り起こしに向く

30往復も引っ張ったような難案件では、Claudeのほうが読みやすく、ユーザーの本当の要望・トリガー・トークスクリプトの問題点を明確にしてくれる。ひと言言うなら、ときどき主管より主管っぽい。

Geminiはチャネル横断の要因分析とトレンドに向く

Webフォーム・メール・オンラインチャットを混ぜて扱うとき、Geminiは「同じ問題がチャネルごとにどう変化するか」を追うのが楽で、VoCトレンドや頻出問題ランキング作成に便利。

Midjourneyでレポートを“上司に見せられる絵”にする

文字の結論は誰も読みたがらない。Midjourneyに「客服品質チェックのダッシュボード風」ポスター画像やフローチャートの背景を生成させれば、見た目のプロ感が一気に上がる。プロンプトは例えばこう：
カスタマーサポート会話分析ダッシュボード。頻出問題ランキング、感情トレンド、解決率のドーナツチャートを含む。フラットな企業風、ブルーグレー配色、余白は明確

私が踏んだ地雷、あなたは踏まないで

• 会話データのノイズが多すぎる：誤字・口語・言いかけがあるので、モデルには「原文のまま根拠となる引用文を提示」させる
• 学習バイアス：『平均感情』だけを見るのではなく、極端な低評価のトリガーを見る
• 信頼の問題：機微情報は必ずマスキング。ローカルでできるならクラウドに上げない

アカウント／サブスク／地域制限でツールが使いづらい、あるいはもっと安くこの一連の流れを回したいなら、Titikeyを覗いてみて。よく使うプロンプトや地雷回避チェックリストも置いてあるので、そのままコピペしたほうが早い。