AIコネクタ機能で、ためた対応履歴をECイレギュラー対応の“判断材料”に変える【MCP連携実践編】
サスケWorksに「AIコネクタ機能」が登場しました（2026年8月24日提供開始）。
ノーコードでChatGPTやClaudeと業務アプリをつなぎ、アプリ内のデータをAIが検索・登録・分析してくれます。
今回は、EC一元管理システムを導入しても自動化しきれない「返品・問い合わせ対応」をサスケWorksで補い、そのデータをAIコネクタ機能で活用する方法をご紹介します。
※本記事は、EC一元管理システム『コマースロボ』を提供するコマースロボティクス社との共催ウェビナーで実演した内容をベースとしています。
サスケWorks＋AIコネクタで、何ができるのか
AIコネクタ機能は、AIと外部サービスをつなぐ規格「MCP（Model Context Protocol）」を採用した機能です。ドラッグ＆ドロップで作った業務アプリを、簡単な設定でChatGPTやClaudeと接続できます。
接続設定は、どのアプリでも共通で4ステップです。
1．アプリのAI応答機能をONにする
2．応答ルールを作成して保存する
3．ルールを束ねたURLを発行する
4．AI側にURLを登録してログイン認証する
これで、自然言語でAIに指示するだけでサスケWorksアプリ内のデータを検索・登録・分析できるようになります。
※AIコネクタ機能（MCP連携）の詳細はこちら
ECの現場の課題
ECの現場からは、こんな声を聞きます。
「返品や問い合わせへの対応は結局、人が判断するしかない」
「顧客ごとの特別ルールって、担当者の頭の中にしかない」
「前にどう対応したか、探すのに時間がかかる」
受注から出荷までを自動化するシステムの導入で出荷業務の効率化は進んでも、破損・誤出荷・返品・返金といった対応には人の判断が残る…という課題です。
サスケWorksでデータベース化し、対応履歴を記録・共有できる状態にする
EC一元管理システムを導入しても自動化しきれない業務は、サスケWorksで補えます。
こうした業務を「EC例外対応管理アプリ」として1か所にまとめ、データベース化することで、対応の経緯を誰でも探せる状態にする提案をしています。
具体的には、問い合わせ内容、顧客の希望、確認結果、最終的な対応方針、判断理由、対応履歴といった項目です。1件単位で記録し、共有できる状態にします。
1件ごとの詳細画面では、対応履歴も時系列に残せるので、「いつ、誰が、何を確認し、どう判断したか」を後からたどれます。
EC例外対応管理アプリ＋AIコネクタ機能を活用して判断材料を揃える
AIコネクタ機能を使うと、ここからもう一歩進められます。
例えば、次のようなイレギュラー対応が発生したとします。
「Shopifyで購入した帽子（オレンジ）が破損して届き、顧客が交換を希望している。」
どう対応すればよいのか分からないとき、AIコネクタ機能でつないだアプリのデータをもとに、AIが判断材料を揃えてくれます。具体的には、次のようなことができます。
・類似事例の検索：AIがアプリのデータから、類似する破損事例を検索
・過去対応の分析：過去の交換・返金・回答のみなどの対応結果を分析
・暫定方針の提案：分析結果を踏まえた暫定的な対応方針とその判断理由の提示
・確認事項の整理：在庫の有無や出荷状況など、EC一元管理システム側で確認する項目のリストアップ
対応方針が決まった後の業務にも使えます。
・顧客への回答文案の作成
・アプリへの対応履歴の登録
デモ画面でのAIとのやり取りの一部をご紹介します。
担当者が、顧客からの要望を入力。
「届いた帽子のクラウン部分がつぶれて、つばにも折れ跡がある。開封直後の写真があり、同一商品への交換を希望」
するとAIはアプリのデータを検索し、類似事例5件とその最終対応方針の内訳（交換4件80%、返金1件20%）を円グラフと一覧で表示しました。
さらに、それぞれの類似事例が、なぜその対応になったのかも提示しました。
担当者が「交換対応をすることにしました。他に確認・決定するべきことがあれば教えてください」と入力すると、AIは「対応前に確認すること」「決定すること」、そしてEC例外対応管理アプリに登録する判断理由の文章を提示しました。
※注意：AIが参照するのはAIコネクタ機能で連携したサスケWorksのデータのみで、リアルタイムの在庫数や出荷状況は確認できません。
記録だけで終わらせない：返品傾向の分析にも
AIコネクタ機能の使い道は、対応の検索だけではありません。
EC一元管理システムの出荷データ・在庫データをサスケWorksのアプリに取り込めば、商品別の返品率や返品理由を集計し「返品が多い商品と主な理由」を可視化できます。
そして、そこから改善策をAIに考えてもらうことも可能です。
デモで扱ったサンプルケースでは、出荷5,038点のうち261点が返品され、全体返品率は5.18%。返品理由の内訳を見ると、「商品不良」が36.8%、「サイズ違い」が31.4%で、上位2つの理由が返品全体の68.2%を占めていることが分かりました。
さらに、全体の返品率を上回る商品を「改善優先商品」として返品数の多い順に表示し、商品ごとの具体的な改善アクションも提案しました。
※今回のデモで活用したEC一元管理システム（コマースロボ）とサスケWorksは現在API連携はしていませんので、CSVで抽出したデータをサスケWorksに登録して利用しました。
業務の可能性を広げる、ひとつの活用例として
AIコネクタ機能は、アイデア次第でさまざまな業務に応用できます。今回のEC業務での活用はあくまで一例です。
「自社の業務もAIで自動化できるのではないか」と感じた方は、お気軽にお問い合わせください。 また、本記事のもとになった共催ウェビナー（2026年8月27日開催）のアーカイブ動画もご用意しています。視聴をご希望の方は下記よりお問い合わせください。
サスケWorksお問い合わせはこちら
※アーカイブ動画を希望の方はお問い合わせ内容欄に「8/27ウェビナー動画視聴希望」とご記入のうえ送信してください。
著者情報
-
ノーコードWEBアプリ作成ツール「サスケWorks」のオウンドメディアです。
ノーコード技術やアプリ開発に関する情報や初心者向けの使い方、活用事例など、皆さまの業務効率化に役立つ情報をお届けしています。
ノーコードでのアプリ作成に興味がある方や業務改善を目指している方に向けて、実践的なノウハウをわかりやすくご紹介していきます。
