質問ログを分けてみたら、FAQ作成の道が見えてきた

前回は「業務を分ける」ことが改善の第一歩だと書きました。
今回はその発想をSlackの質問ログに当てはめた体験です。最初からBOT化を目指さず、まずは分けて整理。それだけで、次の一歩（FAQ化→将来の半自動化）が見えてきました。

Slackログをどう分けたか

私は3つの軸で分けました。
単なる“分類”で終わらせないために、なぜその軸なのかもセットで決めています。

この3つに分けるだけで、「誰の、どんな質問に、どう答えるか」 が見えやすくなるのでは？と考えました。（あくまでも自分の場合は、です。）

分けて見えてきたこと

同じ質問が繰り返されているのがはっきり可視化されました。
そのため、ゆくゆくは自動回答BOT化すべきだ、という道筋が現実味を帯びてきました。

なぜ分けるとAIに効くのか

AIは、聞き方によって誤回答が酷いことはありませんか？
日々進化し続けているので、それも減ってきているかもしれませんが、なんでも理解できる魔法の存在のようで、そうでもないようにも感じます。

わかっていることは、うまく使いこなすためには、人間側が意味ごとに分けて整えておくことが重要で、そうすることで高精度な返答をしてくれるということです。

つまり、Slackログも整理されていない大量のメッセージをそのまま渡すより、「質問だけを抜き出して」「どのサービスかをラベル付けして」渡したほうが、AIの答えもブレにくい。

業務分解と同じで、前処理がすべての精度を決めるのだと思います。
現時点では、ね。

Embeddingという仕組み

AIの検索には Embedding（エンベディング） という仕組みがあります。
文章を数値の地図にして、「近い場所」を探すイメージです。

たとえば

• 「契約書の送り方は？」

• 「契約書をどう送ればいい？」

言葉は違っても、地図上では近い場所にあります。
だから、Embeddingを使うと「言い回しが違っても同じ質問を見つけられる」んです。

ただし広く拾いすぎる弱点もあるので、前段で分類しておくことが役立ちます。

探す時間をAIで短縮する

例えば、Slackで「このサービスの納期を知りたい」と質問が出たとします。
従来なら、過去のやりとりを探したり、誰かに聞いたりで時間がかかっていました。

でも分けて整理しておけば、AIが「過去に似た質問はこれです」と候補を提示できます。しかも「何日かかる？」「どれぐらいの期間必要？」のように言い方が違っても、Embedding検索で近い質問を拾えるんです。

人は候補を確認するだけ（もしくは完全自動回答）。これだけで回答時間は大幅に短縮できると思うのです。

Slackログを分けたツールたち

実装詳細には踏み込みませんが、使ったツールはこの3つ。

ざっくりですが、手順は以下の通りです。

1. Slackから直接のメッセージを取得

2. GASでスプレッドシートへ格納

3. OpenAIに　質問かどうか、種別、社内外　の候補ラベルを出してもらう

4. 人がチェックして確定後、FAQ素材として蓄積

今やっていること → 今後の展望

私はいきなりBOTを作るのではなく、段階を踏むことにしました。

• Step 1：FAQを作る
  　分類した質問ログをまとめて、既存ドキュメントとリンクさせる

• Step 2：FAQをSlackで使う
  　質問が来たら、FAQから候補を探して人が貼る（準自動）

• Step 3：将来的にBOTへ
  　FAQが育ってきたら、候補をAIが提示→人が最終判断、という流れにする

早く完全自動化のBOTにして手離れよくしたいのですが、最初は回答候補が少ないなどデータも少ないので、まずはFAQを育てつつ、どんな構成にするかを考えていこうと思います。

まとめ

• Slackログは「質問かどうか／サービス種別／社内外」で分けると見通しが良くなる

• Embedding（＝意味の地図）を使えば、言い換えにも対応できるが、分類という“人の前処理”があるからこそ実務に効く

• まずはFAQを整備し、少しずつ自動化に近づけていくのが現実的。将来はBOT化へ！