メインコンテンツへスキップ
見出し画像

Museに任せたメール整理実録|任せてよかったのは削除の前後だった

    第1章 結論と、できたこと・できなかったこと

    任せて一番助かったのは、メールをゴミ箱へ移す作業そのものではない。
    数えて内訳を出すこと、配信停止を送信アドレスで束ねること、退会候補と突き合わせること、残った分を振り分けと月次の仕組みに載せること。削除の前後に必要な処理だった。

    たとえば、ビジネス系とIT系のメール配信を止めようとしたとき、差出人の表示名は多数あった。
    ところが送信アドレスを確認すると、5種にまとまった。表示名ごとに対応する必要はなく、送信アドレス単位で束ねて、まとめて配信停止できた。

    今回使ったのは、Muse(MetaのAIアシスタント)だ。頼んだ処理の結果は、次のとおり。

    できたこと

    • 数えて内訳を出す

    • ラベルを整理する

    • 配信停止を、送信アドレスで束ねて解除する

    • 退会候補と突き合わせ、退会すればメールも止まるものを切り分ける(退会自体は未実施)

    • メールをゴミ箱へ移す(毎回、件数と内訳を見て承認)

    • 月次ルールを設定する(運用実績はこれから)

    方法を変えてできたこと

    • 振り分け(フィルタ)の作成・削除。使っていた接続ではできず、ブラウザの画面操作に切り替えるとできた

    できなかったこと

    • 解除リンクがなく、アプリ内の設定でしか止められない配信を、メール側から止めること

    未確定

    • 配信停止の完了。受付後にメールは来ていないが、止まったと確定していない

    整理前のメールは約14万2千件、整理後は約1万9千件だ(2026年11月3日時点の実測)。

    第2章 削除の前に、数えて分けてもらう

    メールをゴミ箱へ移す前に、毎回、数えて内訳を出してもらった。

    一次整理の後に残っていた受信トレイ約2,300件は、Museに全数調査してもらい、カテゴリ別、年代別、未読・既読別に内訳を出した。
    主な内訳は、通知1,266件、個人宛て522件、プロモーション441件だった。

    ラベルは40件を棚卸しした。空や中身の少ないものを6件削除した。
    カード系の2件は、既存の買い物系のラベルへ寄せて、元の2件のラベル自体を無くした。メール自体には手を付けず、ユーザーラベルは40件から32件になった。
    古いメールも、ひとまとめに消す前に、性質の集計に加えて、内容のサンプルも確認した。
    2020年より前のメールは約4,600件あり、ユーザーラベル付きが約83%、重要マーク付きが約73%だった。
    サンプルには、保険請求のやり取り、結婚式場との連絡、転職活動をしていた時期のメールが含まれていた。判断は私が行い、個人の履歴として丸ごと残した。

    数えて内訳を出すと、単に古いという理由だけでは扱えないメールがあることも分かった。

    第3章 配信を止める:束ね解除と突き合わせ

    配信停止では、表示名ではなく送信アドレスでまとめる処理が役に立った。
    配信停止の受付が済んだものは13件だった。
    止められなかったのは、解除リンクがなく、アプリの中でしか設定できない配信だ。メール側からは止められない。
    もう一つ、手続きの後、メールは来ていないが、止まったと確定していない配信もある。

    もう一つ行ったのが、退会候補との突き合わせだ。
    会員サイトの退会整理のために、メールから洗い出した退会候補リストの303ドメインと、直近90日に届いたメールを照合した。
    その結果、該当したのは93ドメイン。
    そこから金融・公的・基盤に関わる18ドメインを除き、退会すればメールも止まる候補を75ドメインに絞った。生活や手続きの基盤になるものは、機械的に退会候補として扱わないためだ。

    なお、75ドメインは切り分けまでで、退会自体はまだしていない。
    メールだけを見て配信停止するのではなく、サービスそのものを退会すれば止まるものも分けられた。

    第4章 削除は最後に、段階をつけて

    メールをゴミ箱へ移す作業は、古いものから大きく動かし、その後は項目ごとに判断を挟んで進めた。
    一次整理では、1年以上前のメールを中心に約10万9千件をゴミ箱へ移した。
    その後、受信トレイやプロモーション、通知などを対象ごとに確認し、内訳を見ながら約1万4千件を追加でゴミ箱へ移した。
    どの段階も、実行する前に件数と内訳を確認して、私が承認した。自動でゴミ箱へ移すことはしていない。

    想定外だったのは、通知カテゴリの重要マークだ。通知カテゴリでは約6,600件が候補になった。
    件名で守るものと添付だけを除いた段階の見込みは、約6,300件だった。
    そこから、Gmailの自動判定で付く重要マーク付きや、金融・手続き系のラベル付きを確認して除外した。

    候補の中に重要マーク付きが多く含まれていたため、実際にゴミ箱へ移したのは約3,600件だった。どの条件を足すかを決めたのは私だ。

    第5章 残りを仕組みに載せる/次の一歩

    入口の振り分けも見直した。Gmailのフィルタは、Museに作成と削除を行ってもらい、81件から76件になった。
    新規に6件を作成し、11件を削除した。削除したのは、壊れていたものと、配信停止を済ませた送信者向けのものだ。

    新しく作ったフィルタは、重要な通知を含む送信元のメールを受信トレイに残す形にした。判断が分かれるものは、無理に削除せず残している。
    このフィルタの作成と削除は、使っていた接続では、出来そうに見えて、できなかった。ブラウザの画面操作に切り替えて、Museに実行してもらった。

    サインインの認証情報は、専用の保管庫に預けてあり、ブラウザがサインインのときにだけ使う形にした。パスワードがチャットに出ることはなかった。

    残ったメールは、月次で保持期間を超えたものをMuseが数えて事前に報告し、私が承認した分だけゴミ箱へ移すルールを設定した。
    保持期間は、プロモーションが90日、通知・ソーシャル・フォーラムが180日だ。初回の報告は2026年11月10日の予定で、運用実績はまだない。

    最初から大量のメールを整理させる必要はない。溜まったメールがあるなら、まずは1カテゴリだけ選んで、「数えて内訳を出して」と頼んでみる。

     
     

    Nyar

     
     
    AI活用の実録を書いています。AIエージェントやChatGPT・Claudeなどを使い、仕事や子育ての中で「実際にどう役立ったか」を、手順ではなく利用イメージで伝える記事が中心です。子育て中の会社員です。

    あなたへのおすすめ