宛名のプレースホルダが前の顧客のまま残っていた、金額の桁がずれていた、口調がくだけすぎていた。これらはいずれも仮定の話ではなく、自動化フローの現場で起きうる典型的な障害パターンだ。一通の誤送信で取引先との信頼が損なわれるリスクは、工数削減の恩恵と常にトレードオフにある。
ここで焦点になるのが、Zapierのフロー内に組み込める「送信前チェック構成」だ。Zapierの公式ドキュメント（Zapier Help Center、2024年時点）では、Filter機能とAIステップを組み合わせた条件分岐が標準機能として説明されている。なお、「AI Guardrails」はZapierの公式機能名称ではなく、本記事がFilterとAIステップを組み合わせた構成に対して用いる説明的な呼称である。「AIが書いたものを、送る前に条件でふるいにかける」設計の実装方法を以下で解説する。
この構成が向く場面と向かない場面
どのような業務に適しているか
問い合わせ返信・見積フォロー・予約確認など、定型に近い顧客メールを1日数十件さばく現場に向く。内容がある程度パターン化されているため、「通ってはいけない条件」を事前に定義できる。
導入しない方がいい条件
逆に、以下の条件に当てはまる場合はこの構成を推奨しない。
- メール内容が案件ごとに大きく異なる個別提案・コンサルティング型の返信。関所で弾く条件を定義できないため、機械チェックが機能しない。
- 送信件数が月数件程度の低頻度業務。構成の構築・保守コストが削減効果を上回る可能性がある。
- メールに機密情報・個人情報が常に含まれる業務で、社内のデータガバナンス規定がZapierへの情報送信を制限している場合。AIステップへの文面渡しが規定に抵触しうる。
利用可能なプランとコスト
ZapierのFilter機能はStarterプラン以上（2024年時点の公式料金ページ基準で月額約20米ドル）で利用できる。AIステップ（「AI by Zapier」）はProfessionalプラン以上（同、月額約49米ドル）が必要となる。無料プランではいずれの機能も使用できない。プラン詳細はZapier公式サイトの料金ページで最新情報を確認されたい。料金は為替・改定により変動する。
「関所方式」という設計思想
なぜ送信の直前に検査を置くのか
多くの人は品質管理を「AIにうまく書かせるプロンプト」の側で解決しようとする。だが生成の指示をどれだけ磨いても、出力が毎回同じ品質になる保証はない。ハルシネーション（AIがもっともらしい誤りを生成する現象。生成AIの技術的特性であり、プロンプト改善だけでは根本的に排除できないとされている）は指示ひとつで大幅には防げない。
だから発想を裏返す。「良く書かせる」より「悪いものを止める」。この記事の骨格はこの一点だ。
この設計を本記事では「関所方式」と呼ぶ。定義を明確にしておく。関所方式とは、AIの生成品質を完璧にすることを目指さず、送信の一歩手前に条件判定のステップを置いて、通ってはいけない文面だけを差し戻す構成のことを指す。以降の「関所」はすべてこの定義で使う。
関所方式では、検査を2段構えにする。1枚目は正規表現や単純な条件による機械チェック。2枚目はAIステップによる文脈判定チェックだ。
実装手順
ステップ1：フローの骨格を組む
Zapierで新規Zapを作り、トリガーはメール下書きが生成される既存ステップの直後につなぐ。生成本文が変数（仮に draft_body、宛名が to_name）として渡ってくる状態にする。
フローは「生成→機械チェック→AI判定→送信」の順で先に空箱として並べておく。多くの場合、トリガー直後にいきなり送信アクションを置いてしまいがちだが、関所を挟む余地を確保するため、送信アクションは最後まで置かない。
ステップ2：1枚目の関所（機械チェック）
FilterステップはZapier標準機能（2024年時点）で追加できる。複数条件をANDで並べる。
Continue only if ALL:
- (Text) draft_body Does not contain "{{"
- (Text) draft_body Does not contain "社外秘"
- (Text) draft_body Does not contain "御見積: 0円"
- (Number) draft_body length Greater than 40
{{ はプレースホルダの閉じ忘れ、社外秘 は内部メモの混入、文字数40文字未満は生成失敗による空メールを弾く狙いだ。自社で「これが混じったら事故」という語を3〜5個追加する。
注意点がある。Filterは「条件を満たしたら進む」であって、止まった案件は何の通知もなく消える。後述のステップ4で必ず「止まった側」を拾う設計にする。
ステップ3：2枚目の関所（AI判定）
AIステップ（Zapierの「AI by Zapier」、Professionalプラン以上で利用可能）を追加し、判定用の指示を入れる。ここで重要なのは、AIに書き直させず判定だけさせることだ。
あなたは顧客メールの送信可否を判定する検査担当です。
以下のメール本文を読み、そのまま顧客に送信して問題ないか判定してください。
書き直しは不要です。JSON形式で回答してください。
判定基準:
- 敬語が崩れた口調が混じっていないか
- 実現不可能な約束（例: 100%保証、即日必ず）がないか
- 攻撃的・威圧的な表現がないか
- 金額や日付が「未記入」「0」のまま残っていないか
出力形式:
{"verdict": "OK または NG", "reason": "NGの場合の理由を20字以内"}
メール本文:
{{draft_body}}
続けてFilterステップをもう1枚置き、verdict が OK のときだけ次へ進める。
JSONで返すよう指示しても、AIが説明文を前後に付けて返すことがある。その場合、後続のFilterで verdict が拾えない。Zapierの「Formatter」でJSONをパースするステップを1枚挟むと安定する。
ステップ4：止まった案件を人へ回す
2つの関所のどちらかで止まった案件を、担当者のチャットやメールに飛ばす別ルート（Zapierの「Paths」または独立したZap）を用意する。関所は「止めて終わり」では機能しない。止めたものを人が見る動線まで作って初めて関所として機能する。
止まった案件には、AI判定の reason を添えて通知する。「NG：金額未記入」と一行あるだけで、担当者の確認時間が短くなる。
動作確認の方法
テスト用に流す3パターン
本番の顧客アドレスにはつながず、テスト用に3種類の下書きを流す。
- 正常な文面。両方の関所を通過し、送信ステップまで進めば成功。
{{to_name}}を閉じ忘れた文面。1枚目の関所で止まり、担当者への通知が届けば成功。- 「必ず即日100%対応します」を含む文面。2枚目のAI関所で
NGが返り、通知に理由が入れば成功。
3が通過してしまう場合、判定基準の文言が抽象的すぎる可能性がある。「実現不可能な約束」の下に具体語（100%、必ず、絶対）を書き足すと精度が上がる。
職種別の活用シーン
カスタマーサポート（毎日）
問い合わせ返信の一次ドラフトをAIが書き、関所を通ったものだけ送信キューへ。Before：全件を担当者が目視し、1日60件で約2時間半。After：関所を通った正常分は自動送信、止まった分だけ確認で30〜40分。なおこれらの数値は、同種の自動化フロー導入事例において報告される目安として参照したものであり、個別の業務環境によって変動する。
プロンプト例：
以下の問い合わせに、当社の敬語トーンで返信文を作成してください。
不明点は断定せず「確認のうえご連絡します」と書いてください。
金額・納期は入力データにある値のみ使い、推測で埋めないこと。
問い合わせ内容: {{inquiry_text}}
営業事務（週数回）
見積送付メールのフォロー文を自動化。関所の機械チェックで「金額欄が0や空」を弾くため、金額ミスの誤送信を下流で止められる。Before：営業が1件ずつ文面を作り直し。After：定型フォローは関所経由で自動、例外だけ手動。
プロンプト例：
見積書送付後のフォローメールを作成してください。
金額 {{amount}} 円、有効期限 {{deadline}} を本文に必ず含めること。
押し売りにならない丁寧な依頼調にしてください。
予約受付（毎日）
予約確認メールの自動返信。日時プレースホルダの残骸を1枚目で、そっけなさや誤トーンを2枚目で検査する。Before：受付が1件ずつ確認送信。After：正常分は即時自動返信、日時が空の異常分だけ担当へ通知。
プロンプト例：
ご予約確認メールを作成してください。
予約日時 {{reserve_datetime}} を本文冒頭に明記し、
未定・空欄の場合はメールを作らず「要確認」とだけ出力してください。
顧客情報や金額が絡む以上、関所を通過した送信済みメールも月次で抜き取り確認し、機密の扱いは社内規定に従う。関所は誤送信の確率を下げる仕組みであって、ゼロにする保証ではない。
今日からの3ステップ
段階的な導入手順
- 今日：自社の顧客メールを10通見返し、「これが混じったら事故」という語を3〜5個書き出す。関所の材料はここにある。
- 今週：テスト用Zapで1枚目の機械チェックだけ組み、正常・異常の2通を流して挙動を見る。AI関所はその後でよい。
- 来週：2枚目のAI判定と、止まった案件を人へ回す通知ルートをつなぐ。ここまで来て初めて関所が閉じる。
Zapierを用いた「生成後の検査」という設計は、日本語の実務解説がまだ少ない領域だ。自社の事故語リストを定義できている現場ほど、この構成の精度を高く保てる。まず事故語の洗い出しから着手することを勧める。
本記事はAI編集を経たのち、編集長が事実確認と品質チェックを実施しています。
本記事はAskiveのAIネイティブ編集部が執筆し、編集長 四月鶉（Yotsuki Uzra）が監修しています。内容は公開時点で確認できた情報に基づきます。