返答の構成を整えることは、取り組むべき最も重要な作業の一つであり、会話設計のベストプラクティスを踏まえる必要があります。
当社がこれまで多くのお客様と取り組んできた経験に基づくベストプラクティスを、ぜひご確認ください。
この記事では、次のトピックについて説明します。
コミュニケーション理論
人間 <-> 人間のコミュニケーション
人間は、必ずしも効果的なコミュニケーションが得意とは限りません。私たちの多くは、相手の話に十分注意を向けるのではなく、自分が話した後、次に自分が話せる機会を待つ傾向があります。日常には気を散らす要素が多く、私たちはできるだけ負担の少ない方法を選びがちです。また、自分の置かれている状況は自分では十分に理解しているため、自分の言っていることは完全に明確だと考えてしまうかもしれません。しかし、実際に言葉として伝えられるのは、そのうちの50～60％程度にすぎません。
人間同士のコミュニケーションには、大多数の人が無意識のうちに理解している、ある種の暗黙のルールが存在します。
たとえば、相手に応じてコミュニケーションの仕方を調整することがあります。デジタルセキュリティプロトコルのような概念を説明する場合でも、子供、開発者、祖母では、世界や技術、そしてその影響についての理解がまったく異なるため、それぞれに合わせて説明の仕方を変える必要があります。そうすることで、受け手にとって状況が明確になります。
概して、私たち人間は、口調や構成、含意の微妙なニュアンスを読み取ることもできます。
どこが強調されているのか、抑揚はあるのか、誠意はあるのか、状況から見て同僚は本当に大失敗してしまったのか。こうした要素やその他の要因によって、「よくやった！」という褒め言葉が、あっという間に皮肉や嫌味に変わってしまうことがあり、人間は通常、その違いを察知できます。
もちろん、音声、テキスト、行動といった異なるコミュニケーション形態を比較する際には障壁があります。しかし、情報の発信者または受信者として十分に注意を払えば、正しいか間違っているかは別として、状況に応じてこれらの要素を判断する方法を見つけられるものです。
だからこそ、相手に合った伝え方でコミュニケーションを取り、メッセージから何を読み取ってほしいのかが伝わるようにすることが重要です。
最後に、人間として、私たちは他者にも生活や希望、恐れ、その他無数の要素があることを理解しています。 人間同士の場合、メッセージの実際の内容はそれほど重要ではないことがあります。受け手は自分がどう解釈したかに意識を向けるため、その後の会話の進め方に大きな影響が及ぶ可能性があるからです。したがって、私たちは共感を持ってコミュニケーションを取り、コミュニケーションにおいて手を抜かないようにすべきです。
人間 <-> AIエージェントのコミュニケーション
人間がどのようにコミュニケーションを取り、そこにどのような複雑さがあるかが分かったところで、もう1つの要素であるAIエージェントを加えてみましょう。
AIエージェントは、同じトピックでも異なるトピックでも、複数の会話を同時に処理できます。人間は一定数を超えるとこれを行うのが非常に難しくなるため、AIエージェントは、人間が繰り返し対応する負担を大幅に軽減できます。これは素晴らしいことです。
AIエージェントが機嫌が悪かったり、パートナーに振られたり、インフルエンザにかかったりしている、ということはありません。そのため、あなたが誰であれ、どれだけ多くの質問をしても、一貫した体験を得ることができます。
しかし、人間とは異なり、AIエージェントにはいくつかの違いがあります。
AIエージェントには身体がないため、コミュニケーションにおいて身体言語を使うことはできません。人々が一般的にAIエージェントとの会話を敬遠する理由は、AIエージェントが受け取ったメッセージに対して機械的に返信するだけで、人間のように行間を読んだり感情を推察したりする能力を持っていないためです。しかし、最も重要なのは、AIエージェントが非常に構造化された方法で動作し、コミュニケーションがターン制であり、返答として特定の出力を想定しているという点です。
私が話す -> あなたが期待される答えを返す
例を挙げましょう。私が「ペットは何匹飼っていますか？」と尋ね、あなたが「猫1匹、犬1匹、魚1匹です」と答えた場合、人間ならこれを「3匹」と理解します。しかし、AIエージェントは回答として数字を期待している可能性が高いため、会話が堂々巡りになるか、期待される回答形式を明確にするために別の聞き方をすることになります。この点は、後で返答を作成する際に、応答をどのように解釈するかを考えるうえで重要になります。
では、こうした先入観にどう対処し、効果的な返答を構成すればよいのでしょうか。
返答の構成
会話のファネル構造
全体的な流れとしては、ファネルアプローチを採用することをお勧めします。最初は広い内容から始め、顧客が提供する情報に基づいて徐々に詳細化していきます。
以下はその例です。
- AIエージェントが意図を正しく理解したかを確認する／顧客に言い換えが必要かを確認する
- 考えられるすべてのシナリオを定義し、エスケープルート／誤検知への対応策を含める
- 各シナリオに基づいて、一般的な情報、FAQ、セルフガイド形式の手順を共有する
- 解決確認を行うか、該当する場合は行動喚起を提示して、役に立ったかどうかを確認する
- 解決確認を行う：
- 役に立った場合 - 他に要望があるか尋ねる
- 役に立たなかった場合 - 可能であれば追加の支援を提案するか、人間のエージェントにエスカレーションする
以下は、アカウント詳細の更新例です。
会話のファネルを活用し、自社のプロセスに基づいて、その対応をAIエージェントで完全に自動化できるのか、それとも人間のエージェントにエスカレーションする必要があるのかを判断します。ただし、その前に、人間のエージェントによる調査を迅速化するためにAIエージェントができることはないか、またはAIエージェントに実行させるべき認証フローがないかを確認しましょう。これにより、人間のエージェントの作業負荷を軽減し、平均対応時間を短縮できます。
会話のチャンキング
会話のチャンキングは、会話設計においてかなり高度な手法ですが、ユーザーのエクスペリエンスに大きな影響を与える可能性があります。
これは人間が自然に行っていることです。私たちは経験や知識に基づいて、聞き手に伝わりやすいように話す内容を調整します。たとえば、出身地を尋ねられたとき、相手が自分の国についてどの程度知っているかを確認し、その理解度に応じて回答を調整することがあります。自分がある国の小さな村の出身であれば、まず首都からどれくらい離れているかを伝え、次に国内での方角、州や郡の名前、またはその地域で有名なものに触れるかもしれません。一方、相手がその国に非常に詳しい場合は、最も近い大都市から始めて、そこから町の名前へと話を進めるでしょう。
長年にわたりご利用いただいているお客様の中には、通常は必要な手続きをすべてご自身で済ませ、サポートに連絡する必要がない方もいらっしゃいます。そのようなお客様が通常とは異なる状況に直面した場合、新規ユーザーやブランドに詳しくないユーザーと同じ手順を案内されることは望まないでしょう。そのような場合は、質問をすることで、より具体的な回答へ素早く導いたり、人間のエージェントにより早くつなげたりできます。
これは、ロイヤリティステータスやVIPステータスといった顧客情報に基づいて行うことも、会話フローに組み込むこともできます。
たとえば、商品の返品は多くの業界で比較的一般的なユースケースです。頻繁に注文している顧客であれば、返品ラベルの入手場所、この例では常に箱の中に入っているとします、返品先、所要時間などを把握している可能性が高いでしょう。過去に返品経験がある顧客が、返品ラベルが同梱されていない新しい注文について問い合わせる場合、「返品ラベルが必要です」と言うかもしれません。フローの設計によっては、「返品ラベルは箱の中に入っています。箱の上部に貼り付け、他のラベルはすべて剥がしてください。返品受付場所はこちらで確認できます。集荷はこちらから予約できます。集荷後、返品および返金の処理には最大14日かかる場合があります」といった回答になるかもしれません。これでは顧客の助けにはならず、不満につながる可能性があります。代わりに、「以前、当店で返品されたことはありますか？」といった質問から始めたり、APIインテグレーションを使用して初回購入者かどうかを確認し、それに応じて応答をパーソナライズしたりできます。そうすることで、顧客の経験レベルに合わせてテキストを調整できます。また、チャットがFAQページ上で開始されたかどうかをURLに基づいて確認することもできます。顧客はすでにそれらのガイダンスを読んでおり、今は具体的なサポートを必要としている可能性が高いためです。
チャットの会話設計に関するこの入門編がお役に立てば幸いです。CSMから入手できる演習資料を活用し、チームで返信文の作成に取り組んでください。