Power Automateでクレーム対応を効率化！メールのネガティブ判定＋Teams通知

この記事は私がこれまで学んだことを忘備録として記録したものです。
これからPower Automateで業務を効率化したいという方の参考になれば幸いです。

⚠️ 実行環境と注意事項

今回のフローではAI Builderの「センチメント分析をする」アクションを使用します。

このアクションを利用するには、Power Automateのプレミアムプランへの加入が必要です。
無料プランやMicrosoft 365標準ライセンスでは利用できませんのでご注意ください。

実行環境の例：

Power Automate（クラウドフロー）
Microsoft 365（Outlook、Teams）
AI Builder（プレミアム機能）

GitHubからフローをダウンロードできます

この記事で紹介するフローは、GitHubで公開しています。
完成済みのZIPファイルをインポートするだけで使えますし、自分で一から作ってもOKです。

▼GitHubリンク：isamu7pad-alt/powerautomate-flows: Powerautomate-flow

このフローでできることと解決できる課題

このフローは「クレーム対応メールを自動で感情分析し、ネガティブな内容を検知したらTeamsに通知する」仕組みです。

業務でよくある課題は次のようなものです：
・クレームメールに気づくのが遅れ、対応が後手に回る
・重要なメールが大量の受信メールに埋もれてしまう
・初動が遅れることで顧客満足度が低下する

このフローを導入することで、ネガティブなメールだけを即座にTeamsに通知できるため、対応スピードが向上します。

AIを使った感情分析にで上記の課題を解決するフローを作ってみました！

今回やること（大きな流れ）

Office 365 Outlookで「新しいメール」をトリガーにする
AI Builderでメール本文を感情分析（日本語対応）
ネガティブ判定ならTeamsに通知

完成イメージ

フロー全体図はこんな感じです。

このフローで使うアクション一覧と目的

新しいメールが届いたとき (V3)：メール受信をトリガーにするため

センチメントを分析する：AI Builderで本文をポジティブ・ネガティブ・中立に分類
今回のメインアクションはこちらです！

条件分岐 (If)：ネガティブ判定なら次の処理へ進む

Teamsにメッセージ投稿：Flow botで通知し、対応を即開始できるようにする

ハンズオン手順

それでは今回のフロー作成手順をステップバイステップで解説していきます。

① トリガー設定：新しいメールが届いたとき

カテゴリ：Office 365 Outlook
目的：メール受信を検知するため

※今回はフィルタは設定していません。

② AI Builderで感情分析

カテゴリ：AI Builder
目的：メール本文を解析し、ネガティブ度を数値化
テキスト欄設定する式：

@triggerOutputs()?['body/body']　　　
動的コンテンツ：新しいメールが届いた時→本文　を選択選択

テキストの欄には下図の通り、

今回のポイントなる『センチメント感情分析』アクションについてすこし掘り下げて解説します

✅ センチメント分析アクションとは？（今回のポイント）

Power Automateの AI Builder「センチメント分析」 は、テキストの感情を判定する機能です。
メール本文やチャットメッセージを解析し、次の3種類の感情に分類します：

positive（ポジティブ）
neutral（中立）
negative（ネガティブ）

Outlookのメール本文をAIに渡して、上記３つの感情のどれかに自動で振り分けてくれます

✅ 出力される内容（レスポンス構造）

センチメント分析アクションの出力はJSON形式で、主に以下の情報が含まれます。

1. 判定結果（sentiment）

outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/sentiment']

値：positive / neutral / negative

2. スコア（documentScores）

outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/documentScores/negative']
outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/documentScores/positive']
outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/documentScores/neutral']

値：0〜1の数値（例：negative: 0.85 → ネガティブ度が高い）

センチメント分析アクションでは、３つの感情の分類に加えて、その度合いを数値で表してくれます。

数値が１に近いほど各々の感情度合いが高いことになります

✅ 実際の出力例（メール本文を解析した場合）

実際にサンプルメールの本文をセンチメント分析した結果が下記です。

{

“sentiment”: “negative”,

“documentScores”: {

“positive”: 0.02,

“neutral”: 0.13,

“negative”: 0.85

“language”: “ja”

}

１行目の”sentiment” は本文全体から判定した総合的な感情分析結果が表示されています。

今回は“negative“ と判定されていますね。

ではその判定結果の根拠を見ていきます。

“positive”な要素が　：　0.02
“neutral”な要素が　：　0.13
“negative”な要素が　：　0.85

この例では ネガティブ度が85% なので、本文全体の総合的な感情分析の判断結果は”negative“とあります。

ネガティブ度の高いメールが来たので、早急に対応するためにteams通知することにします。↓

「

③ 条件分岐

判定が「negative」ならTeams通知へ
式：

@equals(outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/sentiment'],'negative')

左の欄：動的コンテンツの【センチメントを分析する】カテゴリから、【テキスト全体の感情】を選択します。

中央の欄：等しい

右の欄：negative　と直接記入

以下、上記の内容を入力済みの画面です。

テキスト全体の感情分析が”negative”と判定されれば、teamsで通知します。

④ Teams通知

カテゴリ：Microsoft Teams
目的：対応担当者に即通知
メッセージ本文（HTML形式）：

<p>⚠️ ネガティブメールを検知しました<br>
差出人: @{triggerOutputs()?['body/from']}<br>
件名: @{triggerOutputs()?['body/subject']}<br>
判定: @{outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/sentiment']}<br>
ネガティブスコア: @{outputs('センチメントを分析する')?['body/responsev2/predictionOutput/result/documentScores/negative']}</p>