同じ星2でも、返信ひとつで翌月の予約は変わる
金曜のチェックイン業務が落ち着いた頃、フロントの裏で支配人がじゃらんとGoogleの返信欄を順番に開く。先週の客から星2が1件。「部屋は古く、対応も事務的」とある。何かしら返さないといけないのは分かる。ただ、丁寧に書いても定型に見え、短く書くと冷たく見える。書きあぐねたまま画面を閉じる夜が、続いていませんか。
口コミ返信は、投稿者だけが読むものではなくなりました。これから予約しようかと迷っている旅行者が、低評価の口コミと施設の返信を必ずセットで見ます。最近では、ChatGPTやGeminiなどのAI検索が施設情報を組み立てるときに、口コミと返信の両方を素材として扱っています。同じ星2の口コミでも、返信の書き方ひとつで、翌月の予約と、AIに渡る施設像が変わります。
この記事では、返信が逆効果になりやすい型、シーン別の良い返信と悪い返信の対比、AI検索が返信をどう読み始めているか、無理なく回せる運用の組み方までを順に見ていきます。
口コミ返信は、誰が読んでいるか
返信を書きあぐねる本当の原因は、読み手が見えていないからです。読み手は3層あります。
- 投稿者 ― 口コミを投稿した宿泊客。返信を見て「投稿してよかった」「次は別の宿にする」を判断します。
- これから検討する旅行者 ― 数の上では投稿者より多い層。低評価の口コミと返信を併読し、施設の姿勢を読み取ります。
- AI検索（ChatGPT・Gemini・Perplexity） ― 「箱根で静かに過ごせる宿は」のような相談を受けたとき、施設情報を組み立てる素材として口コミと返信の双方を読みます。返信が薄いと、口コミ本文だけが残ります。
3層のなかで、返信1本あたりに最も影響を受ける人数は、本人ではなく検討中の旅行者です。星評価の影響は予約意向に大きく、宿研「旅行計画での生成AI活用実態調査」2026年1月では、AIに提案された宿を選ばなかった理由の1位は「クチコミ・レビューの不安」で35.4%、2位「公式情報が少なく不安」が26.1%でした。情報が薄ければ離れ、返信が冷たければ離れる。施設が出している情報の厚みが、AIに提案されたあとの最後のひと押しを左右しています。
出典: 宿研「旅行計画での生成AI活用実態調査」2026年1月（n=226、複数回答）、宿研「旅行者のAI活用に関する調査2025」
逆効果になる返信の典型
返信を書きあぐねた結果、いちばん多いのは「無難なテンプレ」に逃げた返信です。書いた瞬間は無難に見えますが、検討中の旅行者から見ると施設の姿勢の薄さを補強する文になっています。よくある型を並べます。
| 逆効果になる返信の型 | なぜ逆効果か |
|---|---|
| 感謝だけで結ぶ 「貴重なご意見をありがとうございました。今後とも宜しくお願いいたします」 |
低評価への返信を感謝で締めると、投稿した本人にも読み手にも「指摘の中身を見ていない」印象を与える。 |
| 全件同じテンプレ 同じ書き出し、同じ結びで、固有の指摘に1行も触れない |
検討中の旅行者が一覧で読んだとき、施設の姿勢が一様に「事務的」と要約される。AI検索も同様に要約する。 |
| 強い否定や反論 「ご指摘は事実と異なります」「当館にはそのような事実はございません」 |
投稿者を否定する形になり、これから検討する旅行者にも防衛的な印象を残す。事実訂正なら否定ではなく事実補足の形にする。 |
| 具体性のない改善宣言 「サービス向上に努めてまいります」 |
何を変えるか書いていない返信は、読み手から見ると改善が起きない宣言と同じに映る。具体的な行動を1つ書く。 |
| 高評価への返信が一文だけ 「ご利用いただきありがとうございました」 |
褒めてくれた投稿者との関係構築の機会を逃す。返信が短い高評価は、再訪の手がかりにもならない。 |
共通するのは、どれも「書く側の手間を最小化した結果、読む側の納得が削れている」点です。手間を抜くなら抜き方の場所を間違えないこと。次の章で、シーン別に書き分け方を見ます。
シーン別 ― 返信の型を場面で選ぶ
返信のテンプレートは1種類だけ持っても回りません。書きあぐねる原因の半分は、シーンが違うのに同じ型で書こうとしているところにあります。代表的な4シーンで、悪い返信と良い返信を並べます。下のカードは左が悪い例、右が良い例です。
シーン1. 高評価 ― 感謝＋関係をひらく
「お風呂も食事も最高でした。スタッフの方が親切で、また泊まりに来たいです。」（星5）
シーン2. 普通の指摘 ― 共感＋事実補足＋次の行動
「館内Wi-Fiが弱く、仕事用に来ていたので困りました。お風呂や食事はよかったです。」（星3）
シーン3. 事実誤認 ― 否定でなく事実補足
「アメニティが全くなく、ホテルとしてあり得ない。」（星1）
シーン4. 自施設の落ち度 ― 認める＋再発防止＋連絡先
「夜中に隣室の声がそのまま聞こえ、フロントに伝えたが対応がなかった。」（星2）
4シーンに共通する骨組みは、事実への言及・補足・次の行動の3点を必ず入れることです。テンプレートは捨てなくて構いません。骨組みの3点だけは口コミごとに書き換える。これだけで返信の見え方は変わります。
AI検索が、返信を施設情報として読み始めている
口コミ返信の重みが変わった理由は、AI検索が施設情報を組み立てるときの素材に、口コミと返信の両方を取り込み始めたことにあります。ChatGPT・Gemini・Perplexityで宿の推薦理由を聞くと、Googleビジネスプロフィールや楽天トラベルなどの公開口コミと、それに対する施設の返信を要約に織り込んだ回答が返ってきます。施設側の返信が薄ければ、回答の中で残るのは旅行者の主張だけです。
例として、ある温泉旅館で「温泉がぬるい」という低評価が冬季に集中していたケースがあります。施設の温泉は循環式の補助加温と源泉が混在しており、冬は熱交換器の特性で湯口の温度が下がる構造でした。返信欄に「ぬるく感じさせて申し訳ありません」とだけ書き続けていたとき、AI検索の回答にも「冬は湯がぬるいという指摘がある」という要約が残り続けていました。返信に温度の構造（湯口46度、浴槽42度設定、冬季の加温強化）と対応（湯量増の運用変更）を毎回書き始めた半年後、AIの回答は「冬季の湯温は加温運用で42度前後を維持」へ近づきました。返信が公式情報として読まれた結果です。
もう1段先の対応として、構造化したFAQで温度の事実を公式サイトに明文化する方法は、別記事のネガ口コミをAIが引用しないFAQの書き方にまとめています。返信と公式FAQの両方が揃うと、AIの参照優先度がさらに変わります。返信は素材、FAQは整地、と切り分けて運用するのが現実的です。
運用 ― 誰が・いつ・どこまで決める
返信の質が安定しない施設に共通するのは、書く人が固定されていない、または1人に集中しすぎている状態です。最初に決めるのは型ではなく、誰がどこまで返すかの分担です。下に、宿泊業の中規模施設で運用しやすい分担の目安を置きます。
| 口コミの種類 | 担当 | 頻度 | 判断の重さ |
|---|---|---|---|
| 星4以上（感謝＋関係構築） | 当番制のフロント長／予約担当 | 週1〜2回まとめて | 軽（型に沿って書く） |
| 星3以下の指摘（普通の不満） | 支配人または副支配人 | 週次、24〜72時間以内 | 中（事実補足と改善行動） |
| 事実誤認・思い違い | 支配人＋関係部署（清掃・料飲など）の確認後 | 事実確認後24時間以内 | 中〜重（記録と整合） |
| 炎上の兆し・法的論点を含む | 経営層＋外部（顧問・PR） | 即日 | 重（個別判断、テンプレ不可） |
炎上の初動対応は別記事の口コミ炎上の初動対応マニュアルに整理してあります。日々の指摘返信と、炎上の初動は別物として扱うのが運用上の前提です。
分担と並んで決めておきたいのは、迷ったときに参照する基準を1枚の紙にしておくことです。「事実誤認に対する返信は、関係部署2人以上の確認を経る」「夜間の苦情への返信は翌朝までに支配人へ上げる」など、判断の手前にある手続きを書いておくと、誰が書いても返信の重みが揃います。
自施設の口コミと返信は、AI検索からどう見えているか
返信の型を整え、運用の分担を決めると、次に気になるのは「これでAI検索からどう見えているか」です。Googleで自施設名を検索しても、口コミと返信の集合がAIの目にどう映っているかは出てきません。AIに直接尋ねたときに、どの口コミが要約に残り、どの返信が引かれるかを確認する必要があります。
ビジネスブレーンのAI検索分析では、ChatGPT・Gemini・Perplexityで御施設がどう推薦されているか、口コミと返信の何が引かれているかを可視化します。返信を直すべき口コミ、補足が必要なFAQの候補、AI回答に残っている古い情報も併せて拾います。返信の運用と、AI検索からの見え方を一度に確かめておくと、明日からの返信の優先順位が定まります。