Cekat.AI

自社のSOPでAIを育てる:キーワードbotが失敗する理由

← ブログに戻るAIエージェント

自社のSOPでAIを育てる:キーワードbotが失敗する理由

Cekat AI

Cekat AI

User experience flow chart drawn on a whiteboard pad

結論から:キーワードbotは同じ意味の別の言い方に弱く、質問が増えるほど分岐の保守に追われます。知識ベース型のAIエージェントは、自社のSOPを意図と文脈で理解するため、文面を足すだけで対応範囲が広がります。まずSOPを節分けし、例外と期限を明記することが最初の一歩です。

ホワイトボードに描かれたUXフロー図
イメージ

チャットボットが「使えなくなっていく」のは、精度の問題ではなく構造の問題です。キーワードの分岐で作ると、表現が1つ増えるたびにツリーが複雑になり、誰も触れなくなります。

ここでは、キーワードbotが崩れる理由を整理し、AIが読める形にSOPを書き直す方法と、公開前の検収手順までをまとめます。

観点 キーワードbot 知識ベースAIエージェント
理解の仕方 登録した語との一致 意図と文脈を読む
保守コスト 分岐が増えるほど上がる 文面の追加と更新だけ
多言語 言語ごとにツリーを作る 同じ知識から複数言語で回答
境界対応 一致しないと定型文で終わる 判断できない質問を有人へ渡す
新しい質問 分岐の設計が必要 既存の文書を足せば反映される
図解のホワイトボードの前で話す2人
イメージ

キーワードツリーが崩れる3つの理由

1つ目は、同義の聞き方です。「返品できますか」「返したい」「交換は可能ですか」は同じ意図ですが、キーワードとして登録する語はすべて別になります。

2つ目は、文脈です。「さっきの商品ですが」と言われたとき、直前の会話を参照できないbotは答えられません。

3つ目は、複数ターンです。1つの質問が3往復に分かれると、分岐の組み合わせが急に増え、保守が破綻します。

AIが使えるSOPの書き方

AIに読ませる文書は、人向けの議事録とは書き方が違います。次の3点を守ってください。

  • 節を分ける:1つの節に1つの手続き。見出しは「返品の受付条件」のように名詞で書く
  • 例外を明記する:原則のすぐ下に「ただし〜の場合は除く」を書く
  • 数値と期限を入れる:「数日以内」ではなく「7日以内」と書く

迷ったら「新人が読んで同じ判断ができるか」を基準にしてください。たとえば「返品は7日以内、開封済みは対象外、ただし不良品は30日以内」のように、原則・例外・期限を1つの節にまとめます。この形なら、AIは条件を照合して答えを出せます。

デスクでノートPCを使うAIロボット
イメージ

必ず入れる6カテゴリ

知識ベースは、次の6カテゴリを揃えると実用になります。

  • 商品・サービス:仕様、価格帯、在庫の見方、納期
  • 注文と変更:受付方法、変更・キャンセルの期限
  • 配送:対象地域、日数、追跡の確認方法
  • 支払い:使える手段、請求書、返金の流れ
  • 返品・交換・保証:条件、送料の負担、対象外
  • 問い合わせと窓口:営業時間、担当への引き継ぎ条件

返品と返金の文面の整え方は越境ECの返品・返金マニュアルが参考になります。

AIに答えさせない3カテゴリ

逆に、AIに答えさせてはいけない領域を先に決めます。

  • 価格交渉と個別見積もり:判断の根拠が担当ごとに違う
  • 補償・契約・法務:誤答が後の紛争になる
  • 個人情報の確認と変更:本人確認を経ない変更は事故になる

この3つは「担当者が確認してご連絡します」と伝えて有人へ渡す設定にします。境界は運用しながら増やしてください。誤答が出た領域を1つずつ加えるほうが、最初から完璧を狙うより現実的です。

検収:実質問30件で採点する

公開前に、過去の問い合わせから30件を選んで採点します。配分は商品8件、注文と配送8件、返品と保証6件、支払い4件、その他4件が目安です。

採点は「正答・要修正・誤答」の3区分で行い、合格ラインは誤答ゼロ、要修正2件以内に置きます。誤答が出た節は文面を直し、同じ30件で再テストしてください。

採点は担当2人で行い、判定が割れた質問はSOPの文面が曖昧なサインです。その節を書き直すところまでを1セットにしてください。

会話コストの見積もりはWhatsApp APIの料金解説が参考になります。

導入事例:KB Insurance Indonesia(インドネシア市場のクライアント)

インドネシアの保険会社KB Insurance Indonesiaは、問い合わせ窓口を24時間化し、ナレッジを1か所に集めました。クライアント報告値では回答の一貫性が上がり、苦情が減少しています。詳細はKB Insuranceの導入事例をご覧ください。

Cekat.aiのナレッジベースとAIエージェントビルダー

Cekat.aiには、自社文書をそのまま投入できるナレッジベースと、口調・境界・引き継ぎ条件を設定できるAIエージェントビルダーがあります。回答の評価機能を使えば、公開前に誤答を洗い出せます。

サイトチャットでもWhatsAppでも同じ知識を参照するため、チャネルごとに文面を作り直す必要はありません。含まれる機能は機能一覧で確認できます。

よくある質問(FAQ)

既存のキーワードbotから移行できますか?

できます。よく使われていた分岐を洗い出し、対応するSOPの節に置き換えると早く進みます。

SOPがPDFしかない場合は?

見出しごとにテキストへ書き出すところから始めます。PDFのままだと節の切れ目が曖昧になります。

知識ベースは誰が更新しますか?

CS責任者が月1回、料金とキャンペーンの変更点を反映します。更新日を決めておくと形骸化を防げます。

誤答はどう見つけますか?

会話ログと回答の評価機能で拾います。公開前の30件テストと同じ配分で再確認してください。

多言語のSOPは必要ですか?

知識は1つで構いません。AIが顧客の言語で回答するため、言語ごとの文書は不要です。

AIに答えさせない領域はどう設定しますか?

語句と条件で指定し、該当したら有人へ渡す設定にします。運用しながら条件を足していきます。

キーワードbotとAIエージェントを併用できますか?

できます。よくある定型の質問だけbotで受け、それ以外をAIエージェントに渡す構成も可能です。

キーワードbotは、表現が増えるほど弱くなります。SOPを節分けし、例外と期限を書き、AIに渡せば、文面の更新だけで対応範囲が広がります。Cekat.aiのナレッジベースとAIエージェントビルダーは、その運用を同じ画面で完結させます。料金は料金プランをご覧ください。

関連記事

confused-man-looking-at-a-document-at-his-desk
AIエージェント

AIカスタマーサービスを使うべきでない5つのケース

結論から:AIカスタマーサービスが向かないのは、高額クレーム、感情的な相談、条件が毎回変わる複雑な見積、関係構築が売上に直結するB2B、そして商品データが整っていないチームです。これらはAIを外すのではなく、有人が主導しAIは下書きと一次整理に限定してください。判断は「間違えたときの損失額」で行います。 最終更新:2026年10月 · 執筆:Cekat.ai 編集部 · 参考:Meta Business、DataReportal、Cekat.ai 導入事例 イメージ AIカスタマーサービスは、定型の問い合わせを24時間さばくのが得意です。逆に、間違えると損害が大きい会話には向きません。導入を検討するとき、できることの一覧より「向かない場面」を先に決めた方が失敗は減ります。 ここでは、AIに向かない5つのケースを正直に整理します。東南アジアでは会話量が多く種類も幅広いため(DataReportalの国別レポート参照)、有人とAIの境目を先に決めておくことが失敗を減らします。 ケース AIの可否 理由 代替手段 高額クレーム・返金要求 不向き 誤答の損失が大きい 有人が主導、AIは要約 感情的な相談 不向き 共感の欠如が悪化させる 有人、AIは検知と引き継ぎ 条件が変わる複雑な見積 限定 前提が都度変わる 有人が見積、AIは下書き 関係重視のB2B商談 限定 信頼構築が中心 担当者が会話、AIは記録 商品データ未整備 不向き 誤情報を高速で配る まずFAQ整備、AIは保留 定型的なFAQ対応 向く 反復と24時間対応 AI主導、有人は例外 注文状況の照会 向く 参照で完結する AI+システム連携 予約・受付の一次対応 向く 空き確認と確定が定型 AI主導、有人が承認 イメージ 向き・不向きを機能で判断すると迷います。判断軸は損失額です。AIが1回誤答したときに、返金・信用・法令のどこにどれだけ響くかを考えてください。 損失が小さい反復作業はAIに任せ、損失が大きい会話は有人が持ちます。そのうえで、AIには検知、要約、下書きという補助役を割り当てるのが現実的です。 ケース1:高額クレーム・返金要求 数万円の返金、損害賠償、契約解除の相談は、AIに結論を出させないでください。断定した回答が1つ残ると、後から覆すのに何倍も手間がかかります。 運用は、AIが「担当者に確認します」と一旦止め、会話の要約と顧客情報を担当者に渡す形にします。返金の判断基準は越境ECのチャット対応と同じで、文面を先に決めればぶれません。 ケース2:感情的な相談

Cekat AI
Sales Funnel
AIエージェント

サイト訪問者を自動でCRMへ:Visitor→Lead→Buyer の設計

結論から:サイト訪問者の最大の無駄は、来なかったことではなく、話して帰ったことです。タブを閉じた瞬間に会話が消え、誰が何を聞いたかが残りません。サイトチャットの会話を自動でCRMのカードにし、Visitor→Lead→Buyerの3段階で追えば、広告のクリックから成約までが一本の線になります。Cekat.aiのサイトチャットはコード1行、約5分で動き出します。 最終更新:2026年10月 · 執筆:Cekat.ai 編集部 · 参考:Meta Business、DataReportal、Cekat.ai 導入事例 イメージ サイトのアクセス数は出ますが、リードの数は出てきません。広告管理画面はクリック数を、チャットツールは会話数を教えてくれます。しかし「先週来た400人が今どこにいるか」に答えられる人はほとんどいません。 原因は、訪問者とリードの間が切れていることです。会話はツールの中に残り、顧客の情報にはなりません。ここでは、段階表、自動記録、段階を形骸化させない設計、広告帰属、営業に渡す3項目の順に切れ目を埋めます。 まずは段階表から 段階表の価値は、「この人はリードか」という曖昧な問いを、判定できる問いに変えることです。条件は機械にも判定できる形で書いてください。 段階 移行条件(判定できる形で書く) 担当 次のアクション Visitor サイトで会話を開始、またはメール・電話番号を残した AIチャット 要件を聞き、連絡先を1つ取得する Lead 連絡先があり、要件が明確(品目・数量・希望時期) 有人担当 見積もり、決済リンク、再訪の約束 Buyer 入金済み、または照合できる注文番号がある アフターと運用 発送連絡、受領確認、再購入リマインド イメージ 最も重要なのは2列目です。「興味あり」と書いた時点で表は機能しなくなります。誰も成立の時点を判定できないからです。「連絡先があり、要件が明確」なら、担当者はその場で判定でき、システムも自動で印を付けられます。 サイトチャットがリードを残せない3つの理由 会話が顧客の情報にならない:記録はツールの管理画面に残るだけで、次の担当が見るのは名前のない会話です 匿名の訪問者が識別されない:連絡先を取らないため、話したことは「来なかったこと」と同じです ツール間が手作業でつながっている:会話、顧客情報、注文が別々にあり、忙しい日に漏れます 自動記録:1回の会話から1枚のカードを作る 訪問者が話し始めた時点で、CRMにカードが1枚できます。手入力はありません。カードには4種類の情報が入ります。 連絡先:電話番号、メール、会話に出てきた会社名 会話ログ:全文と、AIが付ける要約(30秒で読める長さ) 閲覧行動:どの広告から来て、どのページを何秒見たか 流入元と帰属:自然流入ではなく、特定の広告とキーワードまで 同じ人が再訪したときの統合も重要です。同じ電話番号かブラウザ識別子で名寄せしないと、1人の顧客がCRMに4枚のカードとして並びます。 イメージ 段階を形骸化させない設計 形骸化の典型は、担当が永遠に「フォロー中」のままで、1か月後に見てもカードが動かない状態です。次の3つを決めれば段階表は動きます。移行条件を検証可能にすること(「入金済み」は検証でき、「意欲あり」はできない)。段階が変わるたびに日時と実行者を残すこと(平均日数と詰まりが計算できます)。戻す規則も決めること(「今は買わない」ならカードを消さずLeadに戻し、理由タグを付けます)。 段階の数も増やしすぎないでください。Visitor、Lead、Buyerの3つで足ります。細かい情報はタグで補います。 広告帰属:クリックから成約までを一本の線で見る 帰属がないと、「何クリック来たか」と「何件成約したか」がつながりません。線は、広告クリック → ランディングページ → 会話開始 → 連絡先取得

Cekat AI
WhatsApp Chatbot
AIエージェント

チャットボットとAIエージェントの違い:自社に必要なのはどちらか

結論から:チャットボットは決めたキーワードに反応する仕組み、AIエージェントは意図と文脈を読んで判断する仕組みです。違いが最も出るのは、答えられない質問が来たときの挙動と、多言語・有人引き継ぎの扱いです。月間会話数と扱う言語数が増えるほど、AIエージェントのほうが総コストで有利になります。 最終更新:2026年10月 · 執筆:Cekat.ai 編集部 · 参考:Meta Business、DataReportal、Cekat.ai 導入事例 イメージ 「チャットボット」と「AIエージェント」は、いまも同じ意味で使われることがあります。しかし作りの違いは、運用に入ってからはっきりと現れます。 5つの軸で並べ、自社にどちらが必要かを判断できる形にまとめます。 軸 チャットボット AIエージェント 判断のしかた 理解の仕方 キーワードの一致 意図と文脈を読む 同じ意味の言い換えが週に何件来るか 境界の扱い 定型文を返して止まる 理由を伝えて有人へ渡す 誤答が許されない領域があるか 多言語 言語ごとに作る 言語を自動で判定する 扱う言語が2つ以上か 有人引き継ぎ 会話を切って渡す 履歴ごと渡す 引き継ぎが1日何件あるか コスト構造 席数・シナリオ課金 会話量とAI利用量の従量 会話数が月3,000件を超えるか イメージ 理解の仕方:キーワード一致と意図・文脈 チャットボットは、あらかじめ登録した語に反応します。「送料はいくらですか」を登録していても、「送料っていくら」には反応しないことがあります。 AIエージェントは、質問の意図を読み取ります。語順が違っても、誤字があっても、同じ意味なら同じ答えを返します。会話の前後も参照するため、「それ」「さっきの件」が通じます。 判断の分かれ目は、同じ意味の質問がどれだけ来るかです。問い合わせ履歴を100件ほど見て、表現違いの重複が2割を超えるなら、キーワード一致では取りこぼしが増えます。 境界の扱い:答えられないときの挙動 違いが最もはっきり出るのがここです。チャットボットは、該当する分岐がないと「担当者にお繋ぎします」と定型文を返して止まります。 AIエージェントは、答えられないと判断したとき、理由を伝えて有人に渡します。何を聞かれ、どこまで答えたかも一緒に渡るため、担当は同じ質問を繰り返しません。 誤答が許されない領域(補償、契約、個人情報)では、答えない判断そのものが品質になります。 イメージ 多言語:東南アジアでは必須になる理由 東南アジア向けの商売では、1つの窓口に複数の言語が届きます。日本語、英語、インドネシア語、中国語、タイ語が同じ日に並ぶことも珍しくありません。 チャットボットで多言語に対応するには、言語ごとに分岐を作ります。5言語なら保守対象が5倍です。AIエージェントは1つの知識から言語を自動で判定して答えるため、追加のツリーは不要です。チャネルごとの言語の考え方はクロスボーダーでのチャネル比較で扱っています。 有人引き継ぎ:誰が決め、何を引き継ぐか 引き継ぎの設計は、どちらの仕組みでも必要です。違うのは渡し方です。 誰が決めるか:チャットボットは分岐の条件、AIエージェントは境界のルール 何を渡すか:チャットボットは直近の入力、AIエージェントは会話全体と要約 いつ渡すか:チャットボットは固定のタイミング、AIエージェントは判断に応じて 顧客が「担当者と話したい」と言った瞬間に渡せるかどうかが、満足度を大きく分けます。

Cekat AI
WhatsAppで相談