AI チャットボット
LLMs(大規模言語モデル)を組み込んだ対話型ボットの総称です。Web サイトでの問い合わせ対応や、カスタマーサポートの一次受けとして広く活用されています。決められた選択肢をポチポチ押していく「従来のシナリオ型」とは異なり、ユーザーが入力した自然な話し言葉に対して、柔軟な文章で回答できるのが最大の特徴です。
運用の本質（何を答えさせないか）
AI チャットボット設計の最大の肝は、「何を答えさせないか(範囲の限定)」にあります。AI は事実ではないこと(ハルシネーション)をもっともらしく語るリスクがあるため、「契約内容」「価格の個別相談」「クレーム」など、人間の判断が必要なものは AI に答えさせず、人間のオペレーターに引き継ぐ(エスカレーションする)設計が絶対に不可欠です。
実務における導入・設計のチェックリスト
導入プロジェクトでは、以下の要件を詰めていきます。
- プロンプト設計：AI にどのようなトーン＆マナー(ブランドトーン)(役割や口調)で答えさせるか。
- 参照データの選定：自社のどの情報(マニュアルや FAQ ページ)を読み込ませるか。
- エスカレーション基準：どのような質問が来たら、人間にバトンタッチするか。
- 運用モニタリング：公開後、定期的に会話ログを確認し、誤回答があればプロンプトや参照データを修正し続ける体制があるか。
よくある落とし穴(注意点)
最も多い失敗は、AI を過信して「何でも答えられるボット」を作ろうとしてしまうことです。その結果、AI が適当な嘘の回答をしてしまい、顧客からの信頼を失う事故につながります。「答えられる範囲を絞る」「分からないものは人間に回す」のが、安全運用の基本です。
言葉をよく利用する人
- Web 担当者(発注側)
- カスタマーサポート
- AI 活用担当 / プロンプトエンジニア
- 広報
会話上での使用例
サイトへのチャット導入にあたり設計方針を決める場面
-
プロデューサー
サイトにAIのチャットを入れて、問い合わせ対応を楽にしたいんです。
-
Web担当者
AIチャットボットは、最初に答える範囲とエスカレーションの基準を決めておくのが肝心です。価格や契約にかかわる質問は、必ず人の対応に流す設計にしましょう。
-
プロデューサー
何でも答えさせるより、線引きが大事なんですね。
運用後に誤回答が報告され、改善体制を相談する場面
-
カスタマーサポート
お客様から、チャットの回答が間違っていたという指摘が来てしまって。
-
Web担当者
AIチャットボットは公開して終わりではないので、毎週ログをレビューして、見つかった誤りをプロンプト改善に反映する運用を入れましょう。
-
カスタマーサポート
定期的に見直す前提で運用するんですね。承知しました。