生成AIによって、カスタマーサポートの世界が変革の時を迎えています。ここでは、カスタマーサービスのヘルプセンターを成功に導き、この画期的な技術から最大の価値を引き出すための方法を紹介します。
この記事では、以下のトピックについて説明します。
- カスタマーサービスの場における生成AI
- 生成AIを利用するAIエージェントにナレッジソースを提供した場合
- Zendeskの社内AIリサーチャーによるヘルプセンターの書式設定のヒント
- 生成AIのためのヘルプセンターアーキテクチャのベストプラクティス
- 読みやすさを重視した記事の書式設定
関連記事
カスタマーサービスの場における生成AI
現在、大規模言語モデル(LLM)と生成AIが急速に普及し、注目を集めています。これらの技術により、自然な会話体験の水準が大きく向上しています。AIによる人間らしいやりとりを経験したことで、カスタマーはサポートの場でも同等の対応を期待するようになっています。
カスタマーサポートにおける生成AIの中でも、特に革新的なユースケースのひとつが、ヘルプセンターといったナレッジソースから瞬時に情報を取得することです。この技術を活用することで、ヘルプセンターで人間らしく、かつ高精度なサポート会話を、わずか数分で実現できます。LLMをヘルプセンターやFAQページに接続するだけで、最新のサポート情報を即座にカスタマーに提供できます。トレーニングは不要です。
ただし、生成AIエージェントのパフォーマンスを最大化するには、LLMが参照するデータを、簡潔で一貫性のある形式で提供することが不可欠です。カスタマーサービスのヘルプセンターを生成AIに対応させるには、いくつかのベストプラクティスがあります。
まず、生成AIにナレッジソースを提供すると何が起こるのかを説明します。次に、ヘルプセンターのアーキテクチャに関するベストプラクティスを解説し、最後に、詳細な書式設定のヒントについて掘り下げていきます。
生成AIエージェントにナレッジソースを提供した場合
生成AIを活用するAIエージェントにナレッジソースを提供すると、そのテキストは状況に応じて自動的に「チャンク(小さな単位)」に分割されます。これは、RAG(Retrieval-Augmented Generation:検索拡張生成)と呼ばれるフレームワークの第一ステップです。RAGを使用すると、LLMは自身のトレーニングデータを超えて、ヘルプセンターの記事のような、丁寧に作り込まれた情報にもアクセスできるようになります。
これらのチャンクは、意味的な関連性に基づいて整理されたデータベースに保存されます。ユーザーのメッセージがAIエージェントに送信されると、その意味がデータベース内のチャンクと照合され、最も意味の近いものが提示されます。その情報に含まれた手順やペルソナと声のトーン、安全ガイドラインなどの情報に基づいて、AIエージェントがユーザーのメッセージに答えます。
生成AIがヘルプセンターを活用して、カスタマーの質問にどのように回答しているかを、以下で詳しくご紹介します。
- チャンクに分割:最初に、ヘルプセンターがインポートされ、「チャンク」と呼ぶ単位にセグメント化されます。これらのチャンクのサイズは一律ではなく、コンテンツの長さや本来の意味を的確に捉えられるよう調整されています。
- 数値による理解:続いて、各チャンクには意味を表す一意の数値ベクトル(=シグネチャ)が割り当てられます。これは本質的に、テキストをAIエージェントが理解し、ベクトルデータベースに効率よく保存できるように、数学的な言語に翻訳するプロセスです。
- 知恵比べ:ユーザーがAIエージェントに質問すると、システムはその意味を保存されたベクトルと比較し、最も適切な一致を探します。このプロセスにより、最も関連性の高いチャンクが抽出され、正確で適切な回答が提供されます。
- 完成です!:最後に、AIエージェントは取得した情報をもとに、設定された指示やペルソナ、声のトーン、安全ガイドラインに従ってユーザーの質問に回答します。
ここで重要なのは、チャンクがAIエージェントの回答の基盤であることを理解することです。これを理解しておくことで、ヘルプセンターを生成AIエージェントに統合する際に、より高い互換性と効果が得られるよう準備できます。
革新的な機能で注目を集めているLLM(大規模言語モデル)やRAG(検索拡張生成)は、現在の技術の最前線にあります。しかし、人間が行うあらゆるタスクを実行できるAGI(汎用人工知能)は、まだ実現していません。したがって、生成AIをワークフローに統合する際には、生成AIが提供するインサイトは、すべて接続されたナレッジソースから作成されたテキストチャンクに基づいて導き出されている点にご注意ください。バックグラウンドでブラウジングや検索が行われるわけではありません。
Zendeskの社内AIリサーチャーによるヘルプセンターの書式設定のヒント
一般的なベストプラクティスに入る前に、ZendeskのAIリサーチャーが推奨するヘルプセンター準備のトップ2つのヒントをご紹介します。
- カスタマーからの質問に各記事が直接回答できるようにする:これにより、LLMの性能が向上するだけでなく、ヘルプセンターのユーザーが検索する際の利便性も向上します。
- 質問およびトピックを解決策と一致させる:質問(「XYZはどうやるの?」など)やトピック(「XYZを行う手順」など)がタイトルのみに含まれている場合、チャンク作成時に、それらが対応する回答や手順と分離されてしまう可能性があります。そのため、コンテキストを明確にするには、記事本文中の手順や情報の近くにも、質問や重要なキーワードをあらためて記載することをおすすめします。これにより、記事内の各チャンクが十分な情報を含み、単体でも役立つ内容になるようにできます。
このベストプラクティスを採用することで、チャンク内で質問と回答の関連性を保てるだけでなく、検索システムが文脈に合った完全な回答を提示できる可能性も高まります。
生成AIのためのヘルプセンターアーキテクチャのベストプラクティス
生成AIを活用したAIエージェントを使用し、その性能を最大限に引き出すには、ヘルプセンターのアーキテクチャを最適化することが重要です。以下は、ヘルプセンターの準備を始める際に役立つ、シンプルなガイドラインです。
- 重複を排除する:コンテンツを精査し、重複や矛盾する情報を削除してください。AIエージェントの精度は、入力データの品質に大きく左右されます。常に最新で、関連性の高いコンテンツを維持することを心がけてください。
- 深さと焦点の強化:記事は特定のトピックに絞って構成し、内容を深く掘り下げてください。各サポートトピックは、ヘルプセンター内で十分にカバーされている必要があります。生成AIエージェントは人間とは異なり、外部のWebページを閲覧したり、リンク先から追加の情報を取得したりすることができません。そのため、必要な情報はすべて記事内に完結していることが重要です。
- コンテンツにラベルを付ける:ヘルプセンターのコンテンツにラベルを適用します。検索ルールを使って、地理的な位置などのユーザー属性に応じて表示内容を調整したい場合に、特に有効です。
- テキスト形式で提供する:すべての記事について、テキストのみのバージョンを必ず用意してください。生成AIはテキストを解釈してその意味をデータベースに保存するため、画像、動画、図表などのテキスト以外のコンテンツは読み取られず、保存もされません。
読みやすさを重視した記事の書式設定
構造を整理することで、コンテンツの閲覧性や使いやすさが大きく向上します。各チャンクは意味に基づいて保存・取得されるため、その意味が明確であればあるほど、より効果的です。
- 階層構造を明確にする:タイトルやサブタイトルを効果的に使い、アクション主体の手順でコンテンツを整理しましょう。また、上記のヒントにもあるとおり、トピックや質問を回答から切り離さないようにしてください。
- 手順の入れ子を避ける:問題に複数の解決策がある場合は、それぞれを独立した手順として提示し、ひとつの大きなステップ内のサブステップにはしないでください。このように明確にすることで、ユーザーとLLMの両方がより迅速に解決策を見つけられるようになります。
- 導入部を含める:各記事は、その記事の関連性や解決を目指す問題の概要を、導入部で説明する必要があります。これは現在のところ人間のユーザーにとって有益であり、今後LLMの文脈理解が進むにつれて、さらに重要になっていきます。
- シンプルに保つ:段落は短く保ち、特定の質問に直接答えるか、トピックを簡潔に説明するようにします。同様に、文も簡潔で要点を押さえたものにしてください。これは翻訳の品質向上にもつながります。
- リストを構造化する:事実やヒントは箇条書きで、手順を説明する場合は番号付きで記載します。補足:生成AIエージェントは、テキストベースの表(画像ではなく実際のテキスト)を読み取ることができますが、通常の文章に比べて意味を理解しにくく、正しく解釈されないことがあります。そのため、できる限り自然な文章で情報を記述することをおすすめします。
- 用語を明確にする:用語は必ずフルスペルで記載し、最初に登場する際にカッコ内に略語を添えてください。これにより、すべてのユーザーにとってわかりやすくなります。
- 対象者を明確にする:ヘルプセンター(またはその一部)がカスタマー向けではなく自社エージェント向けに作成されたものである場合には、その情報がAIエージェントを通じてカスタマーに提供されるにふさわしい内容かどうかを見直し、必要に応じて書き直してください。
新しい技術を導入する際と同様に、少しの準備が大きな効果を生みます。生成AIソリューションを導入する前に、カスタマーサービスのヘルプセンターをしっかり整備しておきましょう。その結果、価値を実感するまでの時間が短縮され、より正確なサポートの自動化が可能になります。
最後に忘れてはならないのは、生成AIエージェントがすべてのサポート課題を解決してくれる万能の解決策ではないという点です。この技術は、生成AI、状況に応じた自動化、そして(もちろん)人間のエージェントがそれぞれの強みを活かして連携し、最適なカスタマーエクスペリエンスを提供するための、広範で綿密に計画されたCX戦略の一部として活用すべきものです。