n8nとNotionで作る!問い合わせから見積作成までのAI自動化ワークフロー構築ガイド——MIMIRシステム開発ブログ 第5回

問い合わせ対応や見積もり作成といったバックオフィス業務の自動化は、中小企業の業務効率化においてとりわけインパクトの大きい領域です。昨今のAI導入加速を背景に、これらの業務をAIと自動化ツールで一気に効率化しようという取り組みが急速に広がっています。手作業でのメール返信やNotionへの転記、さらには見積書の発行まで、これらを自動化できれば本来の業務に集中できます。
本記事はMIMIR開発ブログの第5回です。今回は、n8n、Notion、そして生成AIを組み合わせて、Webフォームからの問い合わせ受付からAIによる返信下書き作成、見積もりの自動生成までを一気通貫で行うシステムを構築しました。本記事では、その全体設計から具体的な実装手順、そして開発中に直面したリアルな失敗談までを詳しく解説します。自社でAIワークフローの構築を検討している方の参考になれば幸いです。
技術的背景の解説
本システムは、Webフォームからの入力を起点として、n8nがハブとなり各ツールを連携させるアーキテクチャです。MIMIRの機能の一部として実装されています。
中心となるデータベースにはNotionを採用し、顧客情報や問い合わせ内容、見積もりデータを一元管理します。AIモデルにはClaudeを使用し、過去の対応履歴や自社のガイドラインをコンテキストとして与えることで、精度の高い返信下書きを生成させます。最終的な見積書の発行や請求管理を見据え、マネーフォワードクラウドとの連携も視野に入れた設計としています。
自動化がもたらすメリットと拡張の可能性

問い合わせ受付から見積書発行までをシステムで自動化することで、以下のような具体的なメリットが得られます。
- 対応速度の向上: 問い合わせ受信後、即座にAIが返信下書きを生成するため、顧客への初回レスポンスを大幅に短縮できます。
- 担当者の工数削減: メール文面の作成・Notionへの転記・見積書の発行といった定型作業が自動化され、担当者はより付加価値の高い業務に集中できます。
- 対応品質の均質化: 蓄積されたルールとAI生成によって、担当者ごとのバラつきを抑えた均質な対応品質を維持できます。
- 学習による精度向上: 担当者の修正差分をAIが継続的に学習することで、使い続けるほどに返信・見積もりの精度が高まります。
また、このシステムは見積書から請求書への変換など、次フェーズへの拡張性も備えています。特にマネーフォワードクラウドAPIとの連携によって、見積→請求→入金管理までを一気通貫で自動化するシナリオが実現可能です。
具体的には、Notionの見積承認ステータスをトリガーとしてマネーフォワードクラウドAPIへPOSTし、請求書を自動発行するフローを構築することで、経理業務全体をほぼノータッチで回せる体制を作ることができます。
具体的な実装手順

1. Notionデータベースの設計と構築
まずはデータ構造を整理し、Notion上に8つのデータベースを作成しました。主なデータベースは、顧客情報を管理する顧客情報DB、問い合わせ内容を蓄積する問い合わせDB、そしてAIが生成した返信案を保存する返信下書きDBです。
以下に、今回構築した8つのデータベースの一覧と主な用途をまとめます。
| データベース名 | 主な用途・管理内容 |
|---|---|
| 顧客情報DB | 顧客(企業・個人)の基本情報を管理 |
| 問い合わせDB | Webフォームから受け付けた問い合わせ内容を蓄積 |
| 返信下書きDB | AIが生成した返信案および修正履歴を保存 |
| メールアカウントDB | メール送信用の署名・BCCアドレスなどを動的管理 |
| 対応ルールDB | メール作成ルール・自社ガイドラインを蓄積 |
| 見積DB | 見積もり案件の概要・ステータスを管理 |
| 見積明細DB | 見積もりの明細項目・単価・数量を管理 |
| 価格マスタDB | 商品・サービスの標準価格情報を管理 |
これらをリレーションで結びつけることで、どの顧客からのどんな問い合わせに対して、どのような返信を行ったかが一目でわかるようにしています。
また、メール送信用の署名やBCCアドレスを動的に取得するためのメールアカウントDBのほか、自動見積の根拠となる価格マスタDBや過去の見積を保存する見積DBも設計しました。
2. 問い合わせ受付ワークフローの実装
Webフォームに問い合わせが入ると、n8nのWebhookがそれを受信します。受信したデータをもとに、既存顧客か新規顧客かを判定し、Notionの顧客情報DBに自動登録します。
同時に、INQ-YYYYMM-NNNという形式のチケット番号を自動発番し、問い合わせDBに新しいレコードを作成します。処理が完了すると、Slackに日本語のUIブロックでわかりやすく通知が届くように設定しました。
3. AIによる返信下書きの自動生成
問い合わせ内容がNotionに登録されると、次のワークフローが起動します。ここでは、過去の修正履歴や自社のルール(メール作成上のルール、商品・サービス情報など)をNotionから取得し、Claudeのプロンプトに注入します。
Claudeが生成した返信下書きは、Notionページの本文に配置され、担当者(ユーザー)が確認・編集できる状態になります。Slack通知には、参照したルールの件数なども表示させ、AIの出力根拠を確認しやすくしています。
4. メール送信と自動学習ループ
Notion上で担当者が下書きを修正し、送信ステータスに変更すると、n8nがそれを検知します。メールの件名・本文にチケット番号および返信内容を反映させ、SMTP経由で顧客にメールを送信します。
その後、担当者が修正した差分をClaudeに分析させ、新たなルールとしてデータベースに蓄積します。これにより、使えば使うほどAIの返信精度が向上する仕組みを実現しました。なお、今回はミニマムな構成を優先しているため送信後のメールスレッド追跡は含んでいませんが、IMAPを使って以降のメールのやり取りを取得・管理する拡張も可能です。
Notion APIにPDFエクスポート機能が存在しない

開発を進める中で、意外だったのがNotionのPDFの発行について。
NotionのUI(本体機能)にはPDFエクスポート機能がありますが、APIにはその機能がない。これが実装されればn8nとNotionだけで完結できるのですが、残念ながら現時点ではAPIからのPDF出力は非対応です。
解決策として、GotenbergというPDF変換ツールを採用しました。n8n内でHTMLテンプレートにNotionのデータを差し込み、それを変換ツールに投げてPDF化する方式です。
GotenbergはDockerで稼働させているn8nと同一サーバー(Docker環境)上で並べて稼働させることで、ネットワーク遅延なく高速にPDF変換が行えます。また、マネーフォワードクラウドなどAPIが利用可能な会計・請求管理システムを導入している場合には、見積書・請求書の発行はそちらのAPIに委ねることも可能で、より堅牢な請求フローを実現できます。
まとめと次のステップ

n8nとNotion、生成AIを組み合わせることで、問い合わせ対応から見積作成までの業務を大幅に効率化する基盤が完成しました。特に、担当者の修正をAIが学習して次回に活かすループを作れたことは大きな成果です。
問い合わせと見積という領域だけを自動化するのはもったいない。この領域に特化したSaaSも存在しますが、個別最適にとどまりやすいという課題があります。MIMIRのようなナレッジデータベースと組み合わせることで、常に最新の情報をもとにAIが自動応答でき、さらにコンテンツ制作・FAQの自動拡充・社内ナレッジの整備など、横展開でどんどん自動化領域を広げていくことができます。結果として、特定業務の効率化にとどまらず、企業活動全体の最適化につながっていくと考えています。
すでにマネーフォワードクラウドAPIとの連携実装や、見積項目のソースとなる価格データベースの構築は完了しており、現在はメール返信の精度向上と見積精度のブラッシュアップを継続して進めています。MIMIRは今後もこうした実務直結の自動化機能を順次リリースしていく予定です。
MIMIRの導入・自動化ワークフロー構築についてのご相談はこちら
問い合わせ対応・見積作成・バックオフィス業務のAI自動化に興味をお持ちの方は、ぜひMIMIRの導入相談をご利用ください。貴社の業務フローに合わせたカスタム構成をご提案します。









