問い合わせ対応をAIで減らすには？FAQ・下書き・チャットボットの3ステップ

この記事の要点

• 問い合わせ対応は、探す・書く・確認する工程に分けて見直す。
• FAQを材料に下書きを試し、自動応答へ広げるかは結果で判断する。
• 対応時間と回答の正しさを測り、人に引き継ぐ範囲を決める。

「先週も答えた質問に、また答えている。」「過去の回答を探すために、送信済みメールを検索する。」
問い合わせ対応の負担は、こうした小さな作業の繰り返しで積み上がっていきます。

AIの導入を考えるときも、まず見たいのは、この繰り返しのどこに時間がかかっているかです。FAQを整理するだけで探す手間が減る場合もあれば、返信の下書きまでAIに任せると役立つ場合もあります。

今回は、FAQの整理、AIによる回答の下書き、チャットボットの一次対応という3ステップを紹介します。すべてを自動化する前提ではなく、自社ではどこまで進めると負担を減らせるかを、確認の手間や回答の正しさも含めて考えていきましょう。

まずは回答を探す時間と書く時間を分けてみよう

メールを開いて問い合わせの種類を見分ける。過去の回答や資料を探す。文章を組み立てて、内容を確かめて送る。一件の対応を分けてみると、AIを使う前に整理できる作業も見えてきます。

同じ問い合わせ対応でも、担当者が時間を使っている工程によって、先に手を入れたいところは変わります。

たとえば一週間、対応した件数と各工程に使った時間を記録してみます。待ち時間や中断が多ければ、その分も分けて残すと、回答の作成が遅いのか、社内確認を待っているのかを区別できます。この期間は記録を始める目安であり、普段の問い合わせを十分に含むかで調整します。

最初の候補になるのは、繰り返し届き、回答の条件がはっきりしている質問です。営業時間や手続きの案内は候補になりますが、個別契約の判断やクレームへの対応は、人が事情を確認する前提で分けておきます。

FAQは答えを探すための土台、AIの下書きは文章を作る補助です。そこまでで十分に負担が減るなら、チャットボットへ進む必要はありません。自動応答は、人の確認を挟まずに答えられる範囲を確かめてから検討します。

よく届く質問からFAQの材料をそろえる

過去の回答が担当者ごとのメールに散らばっていると、同じ質問でも調べ直すことになります。まずは、頻繁に届く質問と、その回答に使う資料を一か所へ集めてみましょう。

ここで作るFAQは、見栄えのよい公開ページでなくても構いません。最初に必要なのは、担当者とAIが同じ答えを参照できる材料です。公開用に整えるかは、社内で内容を確かめた後に考えられます。

直近の数か月分など、普段の問い合わせが分かる記録から、似た質問をまとめます。初めは10〜20問程度を目安にしてもよいですが、数をそろえることより、頻度と調べる手間の両方で選ぶことが大切です。

月に数件しか来なくても、毎回長く調べる質問なら、先に整理する価値があります。一方、件数が多くても答えが案件ごとに違う質問は、共通の説明と個別判断を分けておきます。

分類の下書きにAIを使う方法もあります。会社が認めた環境で、個人情報や機密情報を除いた記録を渡し、「似た内容でグループに分けて、多い順に並べて」と依頼します。分類や件数は誤ることもあるため、元の記録と照合します。

回答には、条件、依頼方法、所要期間、例外を、分かる範囲でそろえます。たとえば領収書の再発行なら、次の項目を自社の規程で確かめます。

• 再発行を受け付ける条件と対象期間
• 依頼に必要な情報と受付窓口
• 発行までにかかる日数
• 再発行できない場合の案内先や代替手段

期間や日数を一般的な値で埋めず、実際の運用に合わせて書くことが肝心です。回答の根拠となる資料、確認日、更新担当者も残せば、料金や手順が変わったときに直す場所が分かります。

AIの下書きを使いながら回答の確認基準をそろえる

FAQを整えても、相手の質問に合わせて返信を一通ずつ書く手間は残ります。次は、FAQを材料に下書きを作り、担当者が確かめて送る形を試します。

小さく試すなら、必要なFAQと問い合わせ文を、利用が認められたAIへ渡すところから始められます。資料が増えて探す手間が大きくなったら、関連する文書を検索して生成AIに渡すRAGという仕組みも候補になります。検索と文章生成を組み合わせる考え方は、Google CloudのRAG解説でも説明されています。

RAGを導入しても、資料の検索漏れや読み違いは起こり得ます。自社の資料を使うことと、必ず正しく答えることは別です。下書きの質は指示だけでなく、資料の内容や検索の仕方にも左右されます。

指示を毎回書き直さずに済むよう、参照してよい資料、書き方、情報が足りない場合の扱いをそろえておきます。

「推測しない」と指示することは対策の一つですが、その一文で誤回答を防げるわけではありません。宛先や敬称、参照した資料まで確かめてから送信します。

特に注意したいのが、古い資料から作られた下書きです。たとえば価格改定後も旧価格のFAQが残っていれば、誤った金額を案内するおそれがあります。文章が丁寧でも気づきにくいため、金額は最新の料金表と照合します。

確認の担当は、問い合わせの内容に合わせて決めておくと運用しやすくなります。次は役割分担の例です。

最初は確認しやすい種類に絞り、どこを修正したかも記録します。直す箇所が毎回同じなら、指示やFAQを見直す材料になります。

• RAG：関連する資料を検索し、その内容を生成AIに渡して回答を作る仕組み。資料や検索結果の確認は必要。

チャットボットへ任せる範囲は正しく答えられる内容に絞る

下書きの修正が少なくなってきたら、その一部をチャットボットで返せないか検討できます。ただし、「数か月使ったから」という期間だけで公開を決めず、対象の質問に正しく答え、対象外の質問を人に回せるかで判断します。

人の確認を挟まない分、下書きより厳しく確かめる必要があります。また、チャットボットには決められた回答を返す方式も、生成AIが文章を作る方式もあります。条件が単純なら、定型の案内だけで足りる場合もあります。

候補に入っていても、回答が古くならない更新方法が必要です。在庫や注文状況のように変わり続ける情報は、最新データとの連携や本人確認の要件が増えるため、固定のFAQだけで答えさせないようにします。

人への引き継ぎ方も、回答内容と同じくらい大切です。「担当者と話したい」と求められた場合、資料に答えがない場合、聞き返しても解決しない場合に、どう案内するかを決めます。営業時間外はフォームへつなぎ、返答できる時間の目安も自社の運用に合わせて示します。

公開前には、過去の問い合わせを個人情報などを除いて試験に使います。よくある質問だけでなく、条件が足りない質問、複数の用件が混ざった質問、対象外の相談も含めます。件数は一律に決めず、扱う種類や例外を確認できるだけ用意します。

記録するのは、正答したかだけではありません。誤った案内をした、必要な条件を聞かなかった、人へ回せなかった、といった失敗を分けて残します。特に、人の判断が必要なのに自動で答えたケースは、公開前に範囲や引き継ぎ条件を見直す対象です。

試験で問題が出なくても、運用中に新しい質問は届きます。公開後の確認担当と、自動応答を止めて人の対応へ戻す手順も用意しておきましょう。

対応時間と回答の正しさで改善効果を確かめる

FAQや下書きが使われ始めたら、実際に担当者の負担が減ったかを確かめます。返信が早くなっても、訂正や問い合わせの往復が増えていれば、別の仕事が増えただけかもしれません。

導入前後で、少なくとも次の項目を同じ定義で記録します。既存の問い合わせ管理表に列を足すところからでも始められます。

比較する期間は、問い合わせの種類と件数が大きく違わないかも確認します。繁忙期と閑散期では総時間だけを比べにくいため、種類別の一件あたりの時間も見ます。残業時間は参考になりますが、問い合わせ以外の仕事の影響もあるため、それだけで効果を判断しません。

費用には、サービスの利用料だけでなく、FAQの整理や更新、回答の点検に使う時間も含めます。削減した時間を人件費に換算した額は、実際に現金支出が減る額とは別です。空いた時間を何の仕事に回せるかも、継続するかどうかの判断材料になります。

効果が出ないときは、次の3点を振り返ってみましょう。

FAQの内容は最新になっているか

料金や手順の変更が回答へ反映されるよう、更新担当と変更時の連絡方法を決めます。定期的な点検も役立ちますが、改定があったときは次の点検日まで待たずに直します。AIが参照する資料と公開FAQが別なら、両方を確認します。

確認を省いたことで手戻りが増えていないか

下書きに慣れても、金額、日付、適用条件、宛先などの確認は残します。誤りが見つかったら、担当者の注意だけで済ませず、資料が古かったのか、検索や指示に問題があったのかまで見直すと、同じ修正を減らせます。

自動化する範囲を広げすぎていないか

個別の事情を聞く必要がある問い合わせは、人が答えるほうが早いこともあります。自動化率だけを目標にせず、回答の正しさと、担当者・お客さまの双方に残る手間で判断します。

【FAQ】問い合わせ対応へのAI導入でよくある疑問

問い合わせが少ない会社でも導入する意味はある？

件数だけでなく、繰り返しの多さと、一件にかかる手間で判断します。件数が少なければ、FAQや返信のひな型を整えるだけで十分な場合もあります。まずは整理の効果を見て、AIの利用料や確認の手間をかける価値があるかを確かめます。

チャットボットがAIで答えることは伝えたほうがよい？

利用者が応答の性質を理解できるよう、AIによる案内であること、答えられる範囲、人へ連絡する方法を分かる場所に示す運用をおすすめします。人間の担当者のように見せるよりも、個別相談はどこへ進めばよいかが分かることを大切にします。

質問がばらばらでFAQにまとめられないときは？

無理に共通の答えを作らず、「同じ資料を参照する質問」や「同じ担当部署へ回す質問」として整理する方法があります。回答は個別でも、資料を探す時間や引き継ぎの迷いを減らせるかもしれません。自動応答ではなく、担当者向けの検索や下書きに絞ることも選択肢です。

負担の大きい問い合わせから改善を始めよう

まずは最近の問い合わせを見返し、繰り返し届く質問と、回答に時間がかかる質問を選んでみましょう。根拠となる資料と答えをそろえるだけでも、AIに何を任せたいかが具体的になります。

下書きで十分なのか、自動応答まで進めるのかは、試した結果で決められます。担当者が確かめて送る形も、改善の完成形の一つです。生成AIの仕組みや入力情報の注意点を先に押さえたい場合は、生成AIの入門ガイドも参考にしてください。