ChatGPTソラ先生と学ぶ！中級者のためのAI実践講座【第9回】ChatGPTでトラブル対応を考える方法｜緊急時の状況整理・お客様対応・再発防止までの実践講座
こんにちは、ソラ先生です。
前回は、ChatGPTを使って仕事の優先順位を整理し、急ぎの仕事や予定外の依頼に対応する方法を学びました。
今回は、もう少し緊張感のある場面を考えてみましょう。
テーマは「仕事でトラブルが発生したときのAI活用」です。
仕事をしていると、どれだけ注意していても、予期しない問題が発生することがあります。
「納品した製品に不具合が見つかった」
「設備が突然停止した」
「お客様から品質について指摘を受けた」
「予定していた納期に間に合わなくなった」
「社内の連絡が行き違い、違う仕様で製作してしまった」
こうしたトラブルでは、迅速な対応が求められます。
しかし、焦って結論を出してしまうと、問題をさらに大きくしてしまう可能性があります。
例えば、原因が分かっていないのに、特定の担当者のミスだと決めつける。
不具合の影響範囲を確認する前に、すべての製品が問題ないと説明する。
実現できるか確認せず、お客様に新しい納期を約束する。
こうした対応は、後から別の問題につながる場合があります。
ChatGPTは、緊急時に必要な確認項目を整理し、対応方法を検討する手助けができます。
ただし、AIが実際の製品や設備を確認しているわけではありません。
大切なのは、AIに判断を丸投げすることではなく、現実の状況を正しく把握しながら、対応を一つずつ進めることです。
今回は、製造業の品質トラブルを題材に、その具体的な進め方を学びましょう。
1．トラブルが発生したら、最初に何をする？
例えば、製造業の会社に、お客様から一本の電話が入ったとします。
「先日納品してもらった部品ですが、寸法が図面と違っているようです。確認してもらえますか？」
このとき、どのように対応すればよいでしょうか。
すぐに原因を調べる必要があるでしょうか。
それとも、まず謝罪するべきでしょうか。
製品をすべて作り直す必要があるのでしょうか。
実際には、不具合の内容や影響によって対応が変わります。
まず確認したいのは、何が起きているのか、どこまで影響する可能性があるのかということです。
例えば、次のような項目です。
- 対象となる製品名、品番、図面番号
- 不具合が見つかった数量
- 指摘された寸法や状態
- お客様が行った測定方法
- 製品の使用状況
- 同じ条件で製作した製品の有無
- お客様の生産や組立への影響
ただし、すべての情報がそろうまで何もしなくてよいわけではありません。
安全上の問題や、不具合品が使用され続けるおそれがある場合には、適切な使用停止、隔離、関係者への連絡などを優先して検討する必要があります。
ここでChatGPTを使ってみましょう。
実践プロンプト①
「納品した製品について、お客様から寸法不良の可能性を指摘されました。まだ原因も影響範囲も分かっていません。初動対応で確認すべき項目を、緊急性の高い順に整理してください。未確認の情報を事実として扱わないでください」
このように依頼すると、対応を整理するための材料が得られます。
ただし、重大な安全問題が疑われる場合には、AIへの相談よりも、現場の安全確保や適切な専門担当者への連絡を優先する必要があります。
2．確認できた事実と、まだ分からないことを分ける
トラブル発生直後は、情報が不足していることが珍しくありません。
例えば、お客様から次のような連絡があったとします。
「直径20mmの部品を測定したところ、20.08mmありました」
この情報だけで、寸法不良と断定できるでしょうか。
図面に記載された許容差を確認する必要があります。
また、測定方法や測定器の状態、測定時の温度なども関係する可能性があります。
そこで、情報を分けて考えます。
確認できた事実
お客様から、直径20.08mmという測定結果の連絡があった。
確認が必要な情報
図面に指定された寸法公差。
測定した製品の数量。
測定方法と測定条件。
出荷時の検査記録。
現段階の仮説
加工時に寸法がずれた可能性。
出荷後に寸法が変化した可能性。
測定条件の違いによって数値に差が生じた可能性。
ここで重要なのは、「お客様の測定が間違っている」と決めつけないことです。
同時に、自社の加工が原因だったと断定することもできません。
ChatGPTには、次のように依頼できます。
実践プロンプト②
「次の品質トラブルについて、確認できた事実、未確認情報、考えられる原因を分けて整理してください。現段階で断定できないことも明確にしてください」
この方法を使うことで、情報が不足した状態での思い込みを減らせます。
3．実践例｜寸法不良の連絡を受けた場合
ここからは、一つの事例を使って対応の流れを考えます。
ある会社が、樹脂製の部品100個を製作し、お客様へ納品しました。
図面に記載された外径寸法は20.00±0.05mmです。
したがって、許容範囲は19.95mmから20.05mmまでとなります。
納品後、お客様から次の連絡がありました。
「組立前に5個を測定したところ、2個が20.08mmでした」
この測定値が正しく、図面に指定された条件が同じであれば、2個は寸法公差を超えています。
しかし、ここで注意したいのは、100個すべてが不良品とは限らないことです。
また、測定された5個以外が良品だと確認できたわけでもありません。
そのため、影響範囲を調べる必要があります。
ChatGPTとの対話例
利用者：
「樹脂製部品を100個納品しました。図面公差は20.00±0.05mmです。お客様が5個測定したところ、2個が20.08mmだったと連絡がありました。最初に何を確認するべきでしょうか？」
ChatGPTの回答例：
「まず、お客様の測定条件と対象製品を確認し、図面との整合を調べる必要があります。また、残りの製品や同じ製造条件で作られた製品への影響も確認しましょう。必要に応じて、使用を一時停止し、対象製品を識別・隔離する対応も検討してください」
この段階では、製品の良否と原因を確定していません。
次に、社内の検査記録を確認したとします。
出荷時の検査では、対象となった部品の記録が20.01mmでした。
利用者：
「出荷時の検査記録では20.01mmでした。お客様の測定では20.08mmです。この違いから何が考えられますか？」
ChatGPTの回答例：
「出荷後の寸法変化、測定条件の違い、測定器や測定位置の違いなどが考えられます。ただし、実際の原因はまだ分かりません。まず、出荷時とお客様側の測定条件を比較し、必要なら同一条件で再測定することを検討してください」
このように、確認できた情報を追加しながら検討を進めます。
AIに最初から正解を求めるのではなく、事実が増えるたびに考え方を更新することが重要です。
4．影響範囲を確認することが大切
品質トラブルでは、不具合が見つかった製品だけを確認すればよいとは限りません。
例えば、同じ材料、同じ設備、同じ加工プログラムで製作した製品がほかにも存在する場合です。
同様の問題が発生している可能性があります。
そこで、影響範囲を整理します。
同じ製造ロットの製品。
同じ材料ロットを使用した製品。
同じ設備や工具を使用した製品。
同じ加工条件で製作した製品。
すでに出荷した製品。
社内に残っている仕掛品や在庫品。
ただし、同じ条件に該当するからといって、すべてが不良品とは限りません。
あくまで調査対象を決めるための情報です。
ChatGPTには、次のように相談します。
実践プロンプト③
「寸法不良の可能性がある製品について、影響範囲を調査したいです。製造ロット、材料ロット、設備、加工条件、検査記録、出荷履歴の観点から確認項目を整理してください」
これにより、調査漏れを防ぐためのチェック項目を考えられます。
一方、実際の出荷記録やロット情報がなければ、AIが影響範囲を確定することはできません。
5．お客様への第一報は、何を伝える？
トラブルが発生したとき、お客様への連絡は重要です。
ただし、原因が分かっていない段階で、確定していない説明をすることには注意が必要です。
例えば、
「加工時のミスが原因でした」
「ほかの製品には問題ありません」
「明日までにすべて作り直します」
といった説明です。
実際に確認できていなければ、後から説明を修正しなければならない可能性があります。
一方、原因が分かるまで連絡しないという対応も適切とは限りません。
そこで、最初の連絡では、現在把握している内容と、これから確認する内容を分けて伝えることが大切です。
第一報の例
「このたびは、納品した製品についてご心配とご迷惑をおかけし、申し訳ございません。
ご連絡いただいた寸法について、現在、出荷時の検査記録および製作条件を確認しております。
あわせて、同一条件で製作した製品への影響についても調査を進めます。
確認できた内容から順次ご報告し、必要な対応についてご相談させていただきます。」
これは説明用の文例です。
実際の連絡では、お客様の状況や契約条件、確認できた事実に合わせて内容を調整する必要があります。
ChatGPTには次のように依頼できます。
実践プロンプト④
「納品した製品について品質上の指摘を受けました。まだ原因は確定していません。確認できた事実だけを使い、お客様への第一報を作成してください。責任を曖昧にする表現や、実行可能か確認していない約束は避けてください」
6．トラブル対応では、連絡の順番も重要
製品の不具合が発生した場合、関係する人はお客様だけではありません。
社内の製造担当者。
品質管理担当者。
営業担当者。
外部の協力会社。
材料や部品の仕入先。
場合によっては、複数の関係者と連絡を取る必要があります。
ここで問題になるのが、情報の行き違いです。
例えば、営業担当者は「全数再製作する」と伝えているのに、製造担当者は「再測定してから判断する」と考えていたらどうでしょうか。
お客様との約束と社内の対応が一致しなくなる可能性があります。
そこで、次の情報を共有する必要があります。
現在確認できている事実
まだ分かっていないこと
実施済みの対応
次に確認すること
誰が、いつまでに対応するのか
ChatGPTには、次のように依頼できます。
実践プロンプト⑤
「品質トラブルの対応について、営業、製造、品質管理の担当者で情報を共有したいです。現在の状況、未確認事項、対応担当者、期限を整理するための管理表を考えてください」
このようにすると、関係者間の認識をそろえるための資料を作れます。
ただし、管理表を作るだけでは情報共有は完了しません。
実際に誰が確認し、どの内容を正式な情報として扱うのか決める必要があります。
7．原因調査と応急対応を分けて考える
トラブルが起きたとき、原因調査と応急対応を同時に進めることがあります。
この二つは、目的が異なります。
原因調査は、なぜ問題が発生したのかを明らかにすることです。
一方、応急対応は、被害や影響が広がることを防ぎ、当面の問題に対処することです。
例えば、品質トラブルであれば、影響が疑われる製品を一時的に隔離することが考えられます。
安全性に問題がある場合には、使用を停止する必要があるかもしれません。
一方で、原因が判明していない段階で、加工条件をすべて変更してしまうと、何が問題だったのか分からなくなる可能性があります。
そこで、ChatGPTに次のように質問します。
実践プロンプト⑥
「製品の寸法不良について、原因調査と応急対応を分けて整理してください。問題の拡大を防ぐために必要な措置と、原因を特定するための確認作業を区別してください」
このようにすることで、今すぐ対応すべきことと、調査を進めることを分けて考えられます。
8．原因が分からないまま対策を決めない
トラブルが発生すると、早く問題を解決したいという気持ちから、原因を決めつけてしまうことがあります。
例えば、樹脂部品の寸法変化について、
「加工時の発熱が原因ではないか」
と考えたとします。
確かに、樹脂材料では温度による寸法変化を考慮する必要があります。
しかし、ほかにも残留応力、吸湿、測定条件、材料の違いなど、確認すべき要因があります。
そこで、原因の候補を整理します。
| 原因候補 | 確認する内容 |
|---|---|
| 加工時の温度 | 加工条件、冷却方法、加工直後の状態 |
| 材料の状態 | 材料グレード、保管環境、材料ロット |
| 残留応力 | 加工方法、形状、加工後の経時変化 |
| 測定条件 | 測定器、測定位置、温度、測定方法 |
| 加工設備 | 工具、固定方法、設備の状態 |
このように分類することで、調査する方向を整理できます。
ただし、原因候補を挙げるだけでは、原因を特定したことにはなりません。
実際の測定結果や記録と照らし合わせることが必要です。
9．実践例｜再製作する前に確認したいこと
先ほどの樹脂部品100個の事例へ戻りましょう。
お客様から2個の寸法不良を指摘されました。
このとき、すぐに100個すべてを再製作するべきでしょうか。
状況によっては、全数再製作が必要になる場合もあります。
しかし、原因や影響範囲を確認せずに再製作すると、同じ問題が再発する可能性があります。
また、実際には一部の製品だけが影響を受けていた場合、不要な再製作が発生するかもしれません。
そこで、次のような内容を確認します。
現在のお客様側の使用状況。
必要な良品数量。
再測定や選別が可能かどうか。
再製作が必要な場合の納期。
同じ問題を繰り返さないための加工条件。
ただし、選別や再測定だけで対応してよいかどうかは、製品の用途や品質要求によって異なります。
また、お客様の承認が必要な場合もあります。
ChatGPTには次のように相談できます。
実践プロンプト⑦
「寸法不良の可能性がある製品について、全数再製作、選別、再測定、追加製作などの対応方法を比較してください。それぞれを選ぶために必要な条件と、お客様へ確認すべき事項を整理してください」
AIが提案した方法を、そのまま採用する必要はありません。
現場の技術条件やお客様との約束を確認しながら判断することが重要です。
10．トラブル対応では、記録を残すことが重要
トラブルが発生したときは、電話や口頭で多くの情報がやり取りされます。
しかし、時間が経つと、誰が何を伝えたのか分からなくなることがあります。
そのため、重要な内容は記録しておくことが役立ちます。
例えば、
お客様から連絡を受けた日時。
指摘された内容。
確認した製品の品番や数量。
社内で実施した調査。
お客様へ説明した内容。
合意した対応方法。
再製作や追加検査の結果。
こうした情報を整理しておけば、対応の経過を確認できます。
また、同様の問題が発生した場合に、過去の対応を参考にすることもできます。
ChatGPTには次のように依頼できます。
実践プロンプト⑧
「品質トラブルの対応記録を作成したいです。発生日時、対象製品、現象、影響範囲、応急対応、原因調査、是正措置、再発防止、確認結果を整理できる書式を考えてください」
ただし、記録に顧客情報や図面番号などの機密情報を入力する場合は、会社の情報管理ルールや取引先との契約に従う必要があります。
必要に応じて、情報を匿名化したり、社内で承認された環境を利用したりしましょう。
11．問題が解決したら、再発防止を考える
お客様への対応が完了し、製品の問題が解決したとします。
しかし、同じ不具合が再び発生する可能性があるなら、再発防止を検討する必要があります。
例えば、寸法変化の原因が、加工後の温度条件と測定条件の違いに関係していたとします。
この場合、単に「今後は注意する」という対策だけでは十分ではないかもしれません。
測定する温度条件を明確にする。
測定前の製品の状態をそろえる。
必要な検査項目を見直す。
作業手順や検査基準を整理する。
こうした具体的な方法が考えられます。
ただし、対策を増やしすぎると、現場の負担が大きくなる場合もあります。
そこで、ChatGPTに次のように相談します。
実践プロンプト⑨
「品質トラブルの原因が確認できました。再発防止策を考えたいので、作業方法、検査方法、情報共有、管理方法の観点から対策案を整理してください。不要な確認作業を増やさず、実際に継続できる方法を優先してください」
ここでも、現場の実態を踏まえて判断することが大切です。
12．再発防止策が本当に効果を出したか確認する
再発防止策を実施したら、そこで終わりではありません。
実際に同じ問題が発生しなくなったかを確認する必要があります。
例えば、測定条件を統一したとします。
その後、同じ種類の製品を一定数製作し、寸法のばらつきが減少したか確認します。
ただし、たまたま問題が発生しなかっただけかもしれません。
そのため、必要な期間や数量、測定条件を考慮して評価することが重要です。
また、対策によって別の問題が発生していないかも確認しましょう。
例えば、検査工程を増やしたことで、納期に影響が出ていないか。
測定方法を変更したことで、測定結果の比較が難しくなっていないか。
こうした点も確認する必要があります。
ChatGPTには次のように依頼できます。
実践プロンプト⑩
「品質トラブルの再発防止策を実施しました。対策の効果を確認するために、どのようなデータを記録し、どの程度の期間や数量で評価するべきか、判断に必要な条件を整理してください」
AIの提案は、評価計画を考える材料になります。
実際の評価基準は、製品の品質要求や工程の条件に応じて決める必要があります。
13．設備故障の場合にも応用できる
ここまで、製品の品質トラブルを中心に説明してきました。
しかし、この考え方は設備の故障にも応用できます。
例えば、加工機械が突然停止した場合です。
まず、作業者の安全を確保します。
次に、設備の状態を確認します。
アラーム表示や故障の発生状況を記録します。
その後、メーカーの取扱説明書や保守担当者の指示に従い、原因を調べます。
ChatGPTは、アラームの意味を調べたり、確認項目を整理したりする手助けができます。
しかし、AIが提案した操作を無条件に実行してはいけません。
特に、安全装置の解除、電気設備の操作、機械内部の点検などは、危険を伴う場合があります。
必要な資格や知識を持つ担当者が、正式な手順に従って対応することが重要です。
AIの回答よりも、現場の安全とメーカーの正式な手順を優先してください。
14．今日の実践課題｜トラブル対応の流れを考えてみよう
今回は、架空の品質トラブルを題材に、ChatGPTと対応方法を考える練習をします。
次の状況を想定してください。
「製造した部品50個をお客様へ納品しました。納品後、3個について外観不良の指摘がありました。原因や影響範囲はまだ分かっていません」
ステップ① 初動対応を整理する
ChatGPTに次のように質問します。
「納品した部品50個のうち、3個について外観不良の指摘がありました。原因はまだ不明です。最初に確認すべき項目を整理してください」
ステップ② 事実と未確認事項を分ける
「現在確認できた事実と、まだ確認できていない情報を分けてください」
ステップ③ 影響範囲を考える
「残りの製品や同じ条件で製作した製品について、どのように影響範囲を確認すればよいか考えてください」
ステップ④ お客様への第一報を作る
「確認できた事実だけを使って、お客様への第一報を作成してください。原因が確定していないことも明確にしてください」
ステップ⑤ 原因の候補を整理する
「外観不良の原因として考えられる項目を整理し、それぞれを検証するための方法を提案してください」
ステップ⑥ 再発防止を考える
「原因が確認できた場合、再発防止策を検討するために必要な情報を整理してください」
ステップ⑦ 対応結果を振り返る
「今回のトラブル対応について、初動対応、情報共有、原因調査、再発防止の観点から振り返るための項目を考えてください」
この練習では、すぐに正解を出すことよりも、どの順番で何を確認するかを考えることが大切です。
15．トラブル対応で大切なのは、責任を果たすこと
最後に、トラブル対応についてもう少し考えてみましょう。
仕事では、問題が起きないことが理想です。
しかし、どれだけ注意していても、予期しない問題が発生することがあります。
大切なのは、問題が発生したときに、どのように向き合うかです。
原因が分からないからといって、対応を止めてしまわない。
確認できていないことを、確認済みとして説明しない。
自社に問題がある可能性を、最初から否定しない。
一方で、原因が確定していない段階で、思い込みによって責任の所在を決めつけない。
実際に何が起きているのかを調べ、必要な対応を考え、関係者と協力して問題を解決していく。
その姿勢が重要です。
ChatGPTは、調査項目の整理や連絡文の作成、対応方法の比較などを手伝うことができます。
しかし、現実の問題に向き合い、最後まで対応する責任は、AIではなく人間にあります。
だからこそ、AIを便利な道具として利用しながら、自分たちで確かめ、考え、判断することが大切なのです。
まとめ｜トラブル発生時こそ、事実を確認しながら一つずつ進める
今回は、ChatGPTを使ったトラブル対応の方法を学びました。
大切なポイントは、次のとおりです。
- トラブルが発生したら、まず安全と影響拡大の防止を優先する。
- 確認できた事実と、まだ分からないことを分ける。
- 不具合が発生した製品だけでなく、影響範囲を確認する。
- お客様への連絡では、未確認の内容を断定しない。
- 原因調査と応急対応を分けて考える。
- 対応の経過を記録し、関係者間で情報を共有する。
- 原因が確認できたら、実行可能な再発防止策を検討する。
- 再発防止策の効果を確認し、必要に応じて改善する。
トラブルが起きると、早く解決しなければならないという気持ちが強くなります。
しかし、焦って原因を決めつけたり、確認できていないことを約束したりすると、問題を大きくしてしまう場合があります。
大切なのは、分からないことを無理に埋めないことです。
確認できた事実を整理し、必要な情報を調べ、関係者と協力しながら対応する。
その積み重ねが、問題の解決につながります。
AIを活用したトラブル対応とは、AIに責任を任せることではありません。AIと一緒に状況を整理し、人間が責任を持って、解決までの道筋を考えることです。
そして、問題が解決した後も、そこから得た経験を次の仕事に活かしていく。
それが、仕事の品質と信頼を高めることにつながります。
次回【中級編・第10回】
「ChatGPTで仕事の引き継ぎを成功させる方法｜業務の属人化を防ぎ、誰でも対応できる仕組みをつくる実践講座」
次回は、担当者しか分からない仕事や、経験によって判断が変わる業務を整理し、必要な知識を共有する方法を学びます。
単にマニュアルを作成するだけでなく、実際に仕事を引き継げる状態をつくるために、ChatGPTをどのように活用できるのか考えていきましょう。
