「よくある質問」にAIが答える仕組みの考え方
昨日、近所のカフェで作業してたら、隣の席の年配の方が店員さんに「Wi-Fiのやつ、どうやって繋ぐの？」「あの、あれ、パスワード？」と、同じことを別々の言い方で三回聞いていました。店員さんは全部同じ紙を指さして丁寧に答えていて、その光景がなんだか今日のテーマとぴったりで、つい聞き耳を立ててしまいました。独立して外で作業する時間が増えてから、こういう「人のやり取り」を眺めるのが妙に勉強になるんですよね。
さて、前回(#30)は、公式LINEで「答えが決まっている質問」を自動応答に任せる設計の話を書きました。料金や対応エリアみたいな定番の質問に、キーワードやボタンで自動で答えを返す、というやつでしたね。
今日はその先の話。「よくある質問」にAIが答える仕組みの考え方を届けます。じつは前回のキーワード方式には限界があって、その限界をどう超えるか、という話です。
こんな覚え、ありませんか？
✅ 用意した定型文はあるのに、質問の「言い回し」がズレると引っかからない
✅ 想定される言い方を全部登録するのは、さすがに無理があると感じている
✅ 「AIに全部任せれば解決では」と思いつつ、間違った答えを返さないか不安
✅ 完璧な想定問答を作ろうとして、いつまでも始められていない
一個でも心当たりがあれば、今日の話はきっと役に立ちます。前回の「カレー」でいうと具材の話でしたが、今日は「盛り付け方」を一段変える話だと思ってください。
キーワード方式の「あと一歩」
前回のやり方、ちゃんと効きます。効くんですが、しばらく運用してると「あと一歩」が見えてきます。
何かというと、人は質問のしかたが、みんな微妙に違うんです。冒頭のカフェの方が、同じ「Wi-Fiに繋ぎたい」を三通りの言い方で聞いていたのと同じですね。
たとえば「料金」について知りたい人でも、
「料金はいくらですか？」
「お値段の目安を教えてください」
「だいたい予算どれくらい見ておけばいい？」
「費用感を知りたいです」
全部、聞いてることは同じ「料金」。でも言葉がバラバラ。キーワード方式だと、登録した特定の言葉にしか反応しないので、ちょっと言い回しがズレると「該当なし」になってしまう。かといって、想定される言い回しを全部登録するのは現実的じゃない。これがキーワード方式の限界でした。
クライアント案件で痛感した「言い換えの壁」
少し具体的な話をさせてください。
独立してすぐの頃、あるクライアントの問い合わせ対応を手伝ったことがありました。そこで、想定される質問の言い回しを一生懸命リストアップして、キーワードを登録していったんです。「料金」「価格」「値段」「費用」「いくら」……と、思いつく限り。自分では「これで完璧だ」と満足していました。
ところが蓋を開けてみると、実際に来た質問は「予算感、ざっくりでいいので」だったり、「これって高い方ですか？」だったり。僕が登録した言葉に、一個も引っかからなかったんです。数えてみたら、最初の一週間で来た質問のうち、四割くらいがキーワードをすり抜けていました。
そのとき正直、「言葉のバリエーションを人力で潰すのは、根本的に無理があるな」と悟りました。日本語って、同じことを言うのに無数の言い方がある。全部を先回りして登録するのは、賽の河原で石を積むようなものだったんです。この遠回りが、次の発想にたどり着くきっかけになりました。
AIが効くのは「意味を汲む」ところ
ここでAIの出番です。AIが得意なのは、まさにこの**「言葉は違うけど、聞いてる意味は同じ」を汲み取ること**なんです。
「お値段の目安は？」も「予算どれくらい？」も、AIは「ああ、料金のことを聞いてるんだな」と理解できる。人間が自然にやってる「言い換えを汲む」を、AIは得意とする。だから、キーワードの完全一致じゃなく、質問の"意味"を見て、用意した答えの中から合うものを返す——これがAIに任せる発想です。
イメージとしては、こんな分担になります。
答えのもとになる情報を、自分でまとめておく（料金・対応範囲・進め方・よくある不安への回答など）
質問が来たら、AIがその"意味"を読み取る
AIが、用意した情報の中から、合う答えを選んで返す
キーワードを一個ずつ登録するんじゃなく、「答えの引き出し」をまとめて渡しておいて、どの引き出しを開けるかの判断をAIに任せる。そういうイメージです。あのとき僕がすり抜けさせてしまった「予算感、ざっくりで」も、この方式なら「料金の引き出し」を開けてくれる。
なぜこの分担が効くのか。 人間が苦手な「無限の言い換えを網羅する」作業をAIに渡して、人間は「答えの中身を正しく用意する」ことに集中できるからです。お互いの得意を活かした役割分担なんですよね。
ただし、ここでも線引きは絶対
ここまで読むと「じゃあ全部AIに丸投げすればいいじゃん」と思うかもしれませんが——前回も強く書いた通り、それは事故ります。
大事な線引きを、もう一度。
AIに任せていいのは「どの答えを返すかの判断」まで。答えの中身そのもの、特に料金や事実は、自分が用意したものを使う。
なぜ中身は人間が持つのか。 ここを混同して、AIに料金まで自由に喋らせると、用意してない金額を勝手に推測して答えたりするからです。お客さんはそれを「公式の回答」として受け取るので、後でトラブルになる。だから、「答えの素材は人間が用意」「どれを出すかの交通整理はAI」。この役割分担を崩さない。
それともう一つ。**「分からないことは、分からないと言わせる」**設計にしておくこと。用意した情報の中に答えがない質問が来たら、無理にそれっぽい答えをでっち上げさせず、「その件は直接お答えしますね」と人間につなぐ。前回の「逃げ道」と同じです。
なぜ知ったかぶりをさせないのか。 一度でも自信満々に間違った答えを返すと、それ以降の正しい答えまで信じてもらえなくなるからです。「知らないことは知らないと言う」のは、人間相手でも信頼の基本ですよね。それを機械にもさせる、というだけの話です。
完璧を目指さない。育てていく
もう一つ大事な考え方。この仕組みは、最初から完璧を目指さなくていいです。
最初は答えの引き出しが少なくていい。運用しながら「あ、こんな質問も来るんだ」というのが分かったら、その都度、答えの素材を足していく。実際に来た質問が、いちばんの教科書なんです。
なぜ走りながらでいいのか。 机の上で「どんな質問が来るか」を完璧に予想しようとすると、いつまでも始められないからです。しかも、僕がクライアント案件でやったみたいに、想像で作った想定問答は現実とズレる。だったら、少ない引き出しでさっさと始めて、本物の質問で育てるほうが、結果的に早くて正確なんです。
僕自身、最初はほんの数パターンの答えだけ用意してスタートしました。来た質問を見ながら少しずつ引き出しを増やして、今のかたちになった。走りながら育てるくらいでちょうどいいです。
ポイントを3つに整理すると
今日の話を3点に圧縮しておきます。
① 言い回しの「揺れ」は、人力で潰さずAIに汲ませる。
理由：同じ意味の言い方は無限にあって、全部を先回りして登録するのは不可能だから。
② 「どれを出すか」はAI、「中身」は人間が持つ。
理由：事実をAIに推測させると、間違いが「公式回答」として広まってしまうから。素材の責任は手放さない。
③ 少ない引き出しで始めて、本物の質問で育てる。
理由：想像で作る想定問答は現実とズレる。実際に来た質問こそ最高の教科書だから。
この仕組みから学んだこと
FAQをAIに任せてみて、改めて思ったのはこれです。
AIの本当の使いどころは「答えを作る」より「人の言葉を汲む」ことにある。
答え（＝事実）は、結局こっちが責任を持って用意するもの。でも、バラバラな言い回しから「この人は何を知りたいんだろう」を読み取る部分は、AIがめっぽう得意。ここを任せると、お客さんは「ちゃんと分かってくれた」と感じる。同じ情報でも、伝わり方がぜんぜん違うんです。
思えばあのカフェの店員さんも、三通りの聞き方を全部「Wi-Fiのことだな」と汲んで、同じ紙を指さしていた。あれをAIにやらせる、というだけの話なんですよね。「AIに何をさせて、何をさせないか」——集客や接客の自動化って、結局この見極めが全部なんだなと、腹落ちしました。
今日から試せる、小さな一歩
いきなり仕組みを作らなくて大丈夫です。今日試せる一歩はこれだけ。
「自分がよく聞かれる質問を一つ選んで、"同じことを聞いてくる別の言い方"を3つ書き出してみる」
たとえば「料金は？」なら、「予算感を知りたい」「高いですか？」「ざっくりいくら？」という具合に。これをやると、キーワード方式がなぜすり抜けるのか、そしてAIに汲ませる価値がどこにあるのかが、一気に腹落ちします。仕組みづくりは、その実感の先の話です。
ここまで読んでくれてありがとうございます。
「聞いてる意味は同じなのに、言い回しが人それぞれ」——この"揺れ"、みなさんの現場でも感じますか？ 「感じる／あまり無い」のどっちか、一言だけどうぞ。
その揺れを汲むのが、まさにAIの得意技なんですよね。正解とかはないので、気軽に教えてください。
次回：メール配信、リスト管理で消耗してませんか？
ここまでで、公式LINEまわりの「問い合わせを止めない仕組み」がだいぶ見えてきました。
で、集客の手段として、公式LINEと並んでよく使われるのがメール配信です。お知らせを届けたり、関係を続けたりするのに、メールはまだまだ強い。
ただ、メール配信には独特の面倒があって——それが**「リスト管理」。登録者の情報があちこちに散らばって、誰がどこに登録してるのか分からなくなる、アレです。次回は、そのリスト管理で消耗しないための自動化**の話を届けます。