kintone AI連携でできること
kintone AI連携とは、kintoneに蓄積された問い合わせ、顧客情報、案件履歴、日報、作業記録、マニュアルなどのデータをAIで分類・要約・検索・回答作成に使うことです。結論から言うと、kintoneをすでに業務データの置き場として使っている会社は、AI連携によって「探す」「読む」「分類する」「返信案を作る」「次の対応を判断する」作業を効率化しやすいです。
2026年5月8日時点で、サイボウズはkintoneのAI機能「kintone AI」を2026年6月14日に正式提供予定と発表しています。公式発表では、検索AI、アプリ作成AI、プロセス管理設定AI、スレッド要約AI、レコード一覧分析AI、アプリ設定レビューAIなどが紹介されています。
一方で、kintone AIの標準機能だけですべての業務が自動化できるわけではありません。メール送信、外部フォーム、LINE、Slack、CRM、生成AI API、RAG検索などとつなぐ場合は、Webhook、REST API、MakeやZapierなどのノーコード連携、個別開発を組み合わせます。
kintoneとAIの相性がよい業務
| 業務 | AIでできること | kintoneに残すべきデータ |
|---|---|---|
| 問い合わせ管理 | カテゴリ分類、要約、返信案、担当者振り分け | 問い合わせ本文、分類、対応ステータス、返信履歴 |
| 社内ヘルプデスク | 過去回答検索、FAQ候補作成、未解決理由の分析 | 質問、回答、参照資料、解決状況 |
| 営業管理 | 商談メモ要約、温度感判定、次アクション抽出 | 会社名、商談履歴、課題、提案内容、次回予定 |
| 日報・作業報告 | 要約、リスク抽出、週次レポート作成 | 作業内容、所要時間、課題、担当者、期限 |
| 申請・承認 | 入力漏れチェック、承認コメント案、例外検知 | 申請内容、承認ステータス、差戻し理由 |
重要なのは、AIを入れる前にkintoneアプリ側のフィールド、ステータス、権限、コメント運用を整えることです。データがバラバラのままAIに渡すと、分類や要約の品質も不安定になります。
kintoneとAIを連携する4つの方法
kintone AI連携には、大きく4つの方法があります。自社の目的が「kintone内のデータ活用」なのか、「外部システムとの自動化」なのか、「社内ナレッジを使った回答生成」なのかで選び方が変わります。
連携方法の比較
| 方法 | 向いているケース | 注意点 |
|---|---|---|
| kintone AI標準機能 | kintone内のデータ検索、レコード分析、スレッド要約、アプリ作成支援 | 利用できるコース、機能の有効化、ユーザー制限、クレジットを確認する |
| Webhook・ノーコード連携 | レコード追加やステータス変更をきっかけに、MakeやZapierなどへ送る | Webhookが発火しない操作や失敗時ログを確認する |
| REST API連携 | レコード取得・追加・更新、AI処理結果の書き戻しを柔軟に行う | APIトークン、権限、フィールドコード、エラー処理を設計する |
| RAG・社内ナレッジ連携 | FAQ、マニュアル、問い合わせ履歴を根拠に回答案を作る | 参照元表示、古い情報の除外、個人情報のマスキングが必要 |
kintone Developer ProgramのREST APIドキュメントでは、複数レコードの取得、追加、更新などのAPIが用意されていることが確認できます。またWebhookは、レコード追加、編集、削除、コメント投稿、ステータス変更などをきっかけに、JSON形式で任意のエンドポイントへデータを送れる仕組みです。
問い合わせ管理のAI化であれば、最初はWebhookやノーコード連携で「問い合わせが追加されたらAI分類し、結果をkintoneへ戻す」形から始めるのが現実的です。より細かい制御が必要になったら、REST APIで専用連携を作ります。
問い合わせ管理をAI化する手順
kintone AI連携で最初におすすめしやすいのは、問い合わせ管理です。問い合わせ本文には、分類、要約、返信案、緊急度判定、担当者振り分けなど、AIが得意な処理が多く含まれているためです。ただし、顧客への返信を最初から全自動にするのではなく、AIが下書きし、人が承認して送る運用から始めます。
- 問い合わせ管理アプリを整理する
- フォーム、メール、チャットなどの流入元を決める
- 分類、緊急度、担当者、返信案、承認ステータスのフィールドを作る
- レコード追加をきっかけにWebhookまたは連携ツールへ送る
- AIで問い合わせ内容を要約し、カテゴリと返信案を作る
- AIの出力をkintoneレコードへ書き戻す
- 担当者が確認し、承認後に返信する
- 対応時間、未解決理由、誤分類を見てプロンプトを改善する
問い合わせ管理アプリに入れたいフィールド
| フィールド | 目的 | AI連携での使い方 |
|---|---|---|
| 問い合わせ本文 | 顧客からの質問内容を保持する | 要約、分類、返信案作成の入力にする |
| 問い合わせカテゴリ | 営業、サポート、請求、クレームなどに分ける | AI分類結果を候補として書き戻す |
| 緊急度 | 対応優先度を決める | クレーム、障害、解約などを高優先にする |
| AI要約 | 担当者が内容を早く把握する | 長文問い合わせを3行程度にまとめる |
| 返信案 | 対応文のたたき台を残す | 社外送信前に人が確認する |
| 承認ステータス | AI出力をそのまま使わないための制御 | 未確認、修正中、承認済み、送信済みで管理する |
返信案作成プロンプト例
あなたは問い合わせ対応担当者です。以下の問い合わせ本文を読み、カテゴリ、緊急度、3行要約、確認すべき点、返信案を作成してください。契約、返金、個人情報、クレーム、障害、法務判断に関わる内容は必ず「人の確認が必要」としてください。根拠が不足する場合は推測せず、追加確認事項を出してください。
このプロンプトは、kintoneのレコードへAI出力を書き戻す前提で使います。AIの回答をメールに直接送るのではなく、kintone上に「確認しやすい下書き」として残すことで、現場の負担を減らしながら事故も抑えられます。
kintone AI連携で失敗しない注意点
kintone AI連携では、便利さより先に、権限、個人情報、AIの誤回答、ログ、コストを設計する必要があります。kintone AI公式ページでは、kintone AIがお客様のデータをAIの学習に使用しないこと、AI機能ごとに有効・無効や利用ユーザーの制限ができることが説明されています。ただし、外部の生成AI APIや連携サービスを使う場合は、その外部サービス側のデータ取り扱いも別途確認が必要です。
運用前に確認するチェックリスト
| 項目 | 確認すること | 対策例 |
|---|---|---|
| 権限 | AIが参照してよいアプリ、フィールド、ユーザー範囲 | 機能ごとの利用制限、フィールド権限、スペース分離 |
| APIトークン | 読み取り・書き込み範囲、保管場所、有効期限 | 最小権限、担当者限定、定期棚卸し |
| 個人情報 | AIに渡す必要がある情報か、マスキングできるか | 電話番号、住所、添付ファイルを必要最小限にする |
| 誤回答 | AIの返信案を人が確認する流れがあるか | 承認ステータス、送信前レビュー、例外条件 |
| ログ | 入力、AI出力、承認者、送信結果が追えるか | レコード履歴、コメント、別ログアプリ |
| 費用 | kintone AIのクレジットや外部AI利用料を把握しているか | 月次上限、対象業務の絞り込み、利用量レポート |
FAQ
kintone AIだけで問い合わせ返信を自動化できますか？
kintone内の検索、要約、分析、アプリ作成支援には向いています。ただし、メール送信、外部フォーム取り込み、Slack通知、CRM連携、AI出力の書き戻しまで含める場合は、Webhook、REST API、MakeやZapier、個別開発を組み合わせることが多いです。
kintoneのデータをAIに渡しても安全ですか？
kintone AIの公式ヘルプでは、入力データをAIモデル学習目的で保存・使用しないことや、機能ごとに有効化・利用制限ができることが説明されています。ただし、外部AIや連携ツールを使う場合は、そのサービスの規約、保存期間、学習利用、データ転送先を確認してください。
API連携とWebhook連携はどう違いますか？
Webhookはレコード追加やステータス変更などをきっかけに外部へ通知する仕組みです。REST APIは外部システムからkintoneのレコードを取得・追加・更新する仕組みです。問い合わせ管理では、WebhookでAI処理を開始し、REST APIで結果を書き戻す設計がよく使われます。
最初にAI化するならどの業務がよいですか？
問い合わせ分類、返信案作成、レコード要約、日報要約のように、文章を読み、整理し、人が確認して使う業務がおすすめです。契約判断、返金、クレーム、法務判断は最初から自動化せず、人の承認を必ず入れます。
