Next.js
Firebase毎朝メールを開くと、問い合わせフォームからの通知が10件、20件と溜まっている。内容を読み、過去の対応履歴を探し、文面を考えて返信する。この繰り返しが、気づけば午前中の大半を占めている——そんな状況に心当たりのある方は少なくないのではないかと思います。
とくに情シスや現場責任者の方にとって、問い合わせ対応は「誰かがやらなければならないが、本来やりたい業務ではない」タスクの代表格かもしれません。かといって人を増やす余裕があるわけでもなく、外注すれば自社の文脈が伝わりにくい。
私たちゼットリンカーでも、この課題に向き合うなかで「一次返信の下書きをAIに任せる」という設計を試行してきました。本記事では、Next.js 16とOpenAI APIを使った一次返信の自動化について、設計の考え方と注意点をお伝えします。
一次返信の自動化で何が変わるか？
問い合わせ対応の業務を分解すると、大きく3つのフェーズに分かれます。
- 受信・分類: 問い合わせ内容を読み、カテゴリや緊急度を判断する
- 一次返信: 受け付けた旨の連絡と、初期対応の案内を送る
- 本対応: 調査・回答・フォローアップを行う
このうち、もっとも定型化しやすいのが「一次返信」です。ここをAIで下書き生成できるようにすると、担当者が毎回ゼロから文面を組み立てる時間が減ります。
ただし、一次返信の自動化は「対応品質を上げる」というよりも「対応開始までの時間を縮める」施策だという点は強調しておきたいです。品質を担保するのは、あくまで最終的に確認する人間の目です。
Next.js × OpenAI API での設計パターン
全体の流れ
問い合わせ受信（Firebaseに保存）
↓
管理画面で一覧表示
↓
担当者が「下書き生成」ボタンを押す
↓
Route HandlerがOpenAI APIを呼び出し
↓
ストリーミングで下書きを返却
↓
担当者が確認・修正して送信
ポイントは、問い合わせが届いた瞬間に自動で返信するのではなく、担当者のアクションをトリガーにしていることです。
Route Handlerでの実装
// app/api/draft-reply/route.ts
import { NextRequest } from "next/server";
import OpenAI from "openai";
const openai = new OpenAI({
apiKey: process.env.OPENAI_API_KEY,
});
export async function POST(request: NextRequest) {
const { inquiryContent, category } = await request.json();
const stream = await openai.chat.completions.create({
model: "gpt-5.6-luna",
stream: true,
messages: [
{
role: "system",
content: `あなたは企業の問い合わせ対応担当です。
丁寧だが簡潔に一次返信の下書きを作成してください。
回答の確約はせず「確認のうえ改めてご連絡します」と案内してください。
カテゴリ: ${category}`,
},
{ role: "user", content: inquiryContent },
],
});
const encoder = new TextEncoder();
const readable = new ReadableStream({
async start(controller) {
for await (const chunk of stream) {
const text = chunk.choices[0]?.delta?.content || "";
controller.enqueue(encoder.encode(text));
}
controller.close();
},
});
return new Response(readable, {
headers: { "Content-Type": "text/plain; charset=utf-8" },
});
}
モデルには、2026年7月時点のOpenAI現行世代であるGPT-5.6のうち、分類や軽量な下書き生成に向いた低コストティアの gpt-5.6-luna を指定しています（OpenAI公式発表）。一次返信の下書きが目的であれば、上位ティア（Sol / Terra）を使う必要はありません。Sol・Terra・Luna 3ティアの性能差と使い分けの考え方は、GPT-5.6のティア構成とPoC設計の解説で詳しく整理しています。
ストリーミングにする理由は、生成中の文章がリアルタイムで画面に表示されるため、担当者が「動いているのか？」と不安にならない点にあります。