AIカスタマーサービスエージェント：概要と導入方法

カスタマーサービス担当者の4人に3人以上が、わずか1年前と比べて業務量が増え、複雑化していると回答しています。また、78%が回答したように、顧客の期待はかつてないほど高まっています。利便性を重視する経済が基準を変えました。顧客は迅速かつ完全な解決を求め、それを提供できないチームを許してはくれません。

AIカスタマーサービスエージェントは、サポート責任者がより多くの問い合わせを、より速く処理する手段になります。会話の内容を推論し、連携ツールでアクションを実行し、必要に応じて人に引き継げます。また、多くのチームが試しては断念してきたルールベースのチャットボットを大きく超える存在です。

AIエージェントを評価中の方にも、導入準備ができている方にも、この記事ではその概要、仕組み、解決率を高めるために必要なことを解説します。

概要

• AIカスタマーサービスエージェントは、顧客との会話を最初から最後まで処理し、問題を解決し、必要に応じてエスカレーションを行い、完全なコンテキストとともに人へ引き継ぎます。
• AIカスタマーサービスエージェントの主なユースケースには、受信サポート、営業時間外の対応、多言語カスタマーサービスがあります。
• ElevenAgentsは、コンプライアンス、インテグレーション、人への引き継ぎ管理を標準搭載した、音声・チャットエージェントの導入に対応するエンタープライズ向けプラットフォームです。

AIカスタマーサービスエージェントとは？

AIカスタマーサービスエージェントは、問い合わせを解決するために、音声とチャットを通じて顧客とリアルタイムで会話する自動システムです。

固定スクリプトとのパターン照合を行うルールベースのチャットボットとは異なり、AIエージェントは会話全体のコンテキストを推論し、アップロードされたナレッジベースやCRM、ヘルプデスクなどの連携ツールから得られるライブデータを活用して、動的に応答を生成します。対応範囲外の問い合わせでは、会話の完全なコンテキストを保持したまま人のエージェントに引き継ぐこともできます。

従来の自動化と異なる点は、情報を取得するだけでなく、アクションを実行できることです。AIカスタマーサービスエージェントは、人の介入なしに次のタスクを処理できます。

• 予約を入れる。
• 返金を処理する。
• アカウントを更新する。
• チケットをエスカレーションする。
• 問題をトラブルシューティングする。

エージェントは既存システムと連携しているため、こうした変更は自動で同期されます。予約はカレンダーに更新され、処理済みの返金は請求プラットフォームに反映され、新しいチケットはヘルプデスクに表示されます。

AIカスタマーサービスエージェントのユースケース

多くのサポートチームは1つのユースケースから始め、そこから拡大します。以下の3つは、問い合わせ量が最も多く、対応の空白によるコストが最も大きく、自動化の効果を示しやすい、影響力の高い出発点です。

受信サポートと問い合わせ解決

注文状況、パスワードのリセット、請求に関する質問、ポリシーの確認など、大量に寄せられる反復的な問い合わせが、サポートチームの能力の大半を占め、複雑なケースが後回しになりがちです。

AIエージェントによる支援： エージェントは、ナレッジベースまたは連携システムから関連情報を取得し、回答を提供してチケットを解決するまで、問い合わせを一貫して処理します。アカウントへのアクセスが必要な問い合わせ（例：注文状況の確認）では、顧客を認証し、CRMから最新の顧客データを取得します。

営業時間外の対応

問い合わせ量は午後5時で止まりませんが、人員配置は止まることがあります。営業時間外の問い合わせは顧客を苛立たせながら翌朝まで待たせるか、高額な夜間人員の配置が必要になります。

AIエージェントによる支援： エージェントは営業時間外のシフト全体を担い、ピーク時と同じ品質で問い合わせへの回答、予約、リクエスト処理を行います。人のエージェントは翌朝、会話の完全なコンテキストがすでに記録された状態でエスカレーションを引き継げます。

多言語サポート

複数の言語で顧客をサポートするには、通常、言語ごとに別のチームやワークフローを構築する必要があります。これはコストが高く、拡張も困難です。

AIエージェントによる支援：AIエージェントは、顧客の最初のメッセージや発話から言語を自動検出し、その言語で応答します。1つのエージェント設定で数十の言語を同時にサポートでき、必要に応じて会話の途中で切り替えることも可能です。ElevenAgentsは、90以上の言語を標準でサポートし、自動検出とリアルタイム切り替えを備えています。

AIカスタマーサービスエージェントのメリット

AIカスタマーサービスエージェントの導入によるメリットは、顧客体験の向上とサポートチームの効率化という2つに分類できます。

• 24時間365日の対応： AIエージェントは、人員調整なしでいつでも対応できます。サポートチームにとって、営業時間外の対応漏れを完全になくせます。顧客が午前2時に問い合わせても、翌朝の折り返しではなく数秒以内に回答を得られます。
• 解決までの時間を短縮： 顧客の72%が期待する即時対応において、待ち時間は顧客離れの原因になります。エージェントはナレッジベースから回答を取得し、連携システムでリアルタイムにアクションを実行するため、顧客の問い合わせを数秒で解決できます。
• すべてのチャネルで一貫したブランドらしい応答：人のエージェントには調子の出ない日もあり、ポリシーの解釈や表現がブランドガイドラインからずれることがあります。AIエージェントは、すべての対応に同じトーン、用語、プロセスを適用します。不適切な表現によるコンプライアンス上の抜け漏れ、地域間のブランドの不統一、規模拡大時のQA上の想定外を防げます。
• 90以上の言語に対応する多言語サポート：複数市場の顧客に対応するには通常、言語ごとに別のチームやワークフローを構築する必要があり、コストが高く拡張も困難です。AIエージェントは顧客の言語を自動検出し、必要に応じて会話の途中で切り替えられます。
• すべての会話から得られるデータとインサイト：すべてのやり取りは記録され検索可能なため、サポート責任者は顧客が問い合わせる理由の傾向を把握し、ナレッジの不足を特定して、会話データを活用し、エージェントのパフォーマンスと業務プロセスを改善できます。
• 必要なときに人のエージェントへスムーズに引き継ぎ：会話がエージェントの対応範囲を超える場合、会話履歴、意図、アカウントデータを含む完全なコンテキストとともに、人のエージェントへ通話を引き継げます。人のエージェントは一から始める必要がなく、顧客満足度の向上につながります。

こうした効果は、実運用ではすぐに積み重なります。mdhubは、行動医療プラットフォームとして、クリニックへの入院受付と患者サポートのワークフロー全体にElevenAgentsを導入しました。現在、AIエージェントが受信通話の90%をエンドツーエンドで処理し、患者属性の取得、保険確認、予約を行っています。その結果、mdhubでは初回問い合わせから予約までの期間が数週間から数日に短縮され、予約数が30%増加しました。

AIカスタマーサービスエージェントの仕組み

ElevenAgentsは、音声とテキストの入力をリアルタイムのパイプラインで処理します。仕組みは次のとおりです。

1. 顧客が話す、または入力します。 音声の場合、ElevenLabsのスピーチtoテキストモデルであるScribeが、顧客の音声をリアルタイムでテキストに文字起こしします。顧客が話し終える前に処理を開始できるほど高速です。テキスト入力の場合、メッセージは直接パイプラインに入ります。
2. LLMが会話の完全なコンテキストを組み立てます。これには、すでに交わされた会話、ナレッジベース内の関連情報、連携ツールのライブデータ、エージェントの振る舞いを定義するシステムプロンプトが含まれます。応答を生成する前に、これらすべてを推論します。
3. 応答がリアルタイムで届けられます。 音声の場合、LLMの応答はテキスト読み上げシステムによって再び音声に変換され、顧客に届けられます。

これはパイプラインを簡略化した説明です。内部では、会話を自然に保つために複数の技術が連携しています。

• ターンテイキングモデル：ユーザーが話し終えたタイミングを検出し、エージェントがいつ応答すべきかを判断することで、自然な会話のキャッチボールを実現します。
• VAD（音声活動検出）：主話者の音声をバックグラウンドノイズから分離し、文字起こし精度を向上させ、会話に含まれない音を除外します。
• 留守番電話の検出：通話が生身の相手ではなく留守番電話につながったことを識別し、エージェントが適切に応答できるようにします。
• ガードレール：会話の展開にかかわらず、エージェントがスクリプト、コンプライアンス、設定した範囲を守れるようにします。

これらの要素が一体となって、大規模環境でエージェントが実際の会話をどれだけ確実に処理できるかを左右します。

AIカスタマーサービスエージェント導入のベストプラクティス

解決率を向上させるAIエージェントと、顧客を苛立たせるエージェントの違いは、通常5つの要素に集約されます。

強力なナレッジベースでエージェントを支える

AIエージェントの回答の質は、取得できる情報の質に左右されます。システムの他の部分がどれほど適切に設定されていても、弱い、または整理されていないナレッジベースでは、曖昧、不正確、役に立たない回答が生成されます。

まず、エージェントが最も頻繁に参照するコンテンツを集めましょう。

• 標準作業手順書（SOP）。
• FAQとよくある問い合わせへの回答。
• プロダクトドキュメント。
• ポリシー文書。
• 人のエージェントが日常的に参照するその他のコンテンツ。

用語を統一し、トピックごとに整理して、常に最新の状態に保ちましょう。古いコンテンツは古い回答を生み、顧客体験を損ないます。

ElevenAgentsでナレッジベースを追加するのは簡単です。エージェントに移動し、「エージェント」タブをクリックして「ナレッジベース」セクションを探し、「ドキュメントを追加」をクリックします。新しいドキュメントの作成、ファイルのアップロード、既存ドキュメントからの選択ができます。

より大規模なナレッジベース向けに、ElevenAgentsは検索拡張生成（RAG）もサポートしています。これは、すべてを一度にモデルへ渡すのではなく、各応答に必要な最も関連性の高いコンテンツだけをナレッジベースから取得する手法です。応答の正確性と焦点を維持し、無関係な情報によってエージェントが圧倒されるのを防ぎます。

効果的なシステムプロンプトを作成する

システムプロンプトはエージェントの職務記述書です。エージェントが誰で、何をし、どのように話し、何をしないかを定義します。曖昧なプロンプトは曖昧なエージェントを生みます。

モデルが指示の優先順位を正しく判断できるよう、明確なMarkdownセクションでプロンプトを構成します。含めるべき中心的なセクションは次のとおりです。

• パーソナリティ：エージェントが誰で、どのようにコミュニケーションするか。
• 目標：達成しようとすることを、順序立てた手順で示します。
• ツール：使用できるツール、使用するタイミング、エラーへの対処方法。
• ガードレール：絶対にしてはならないこと。

すべての指示は短く、アクションベースにしましょう。冗長な指示は誤解釈の原因です。また、エンタープライズ導入では、各エージェントを専門化してください。1つのエージェントに焦点を絞った範囲を持たせるほうが、すべてをこなそうとする1つのプロンプトより信頼性が高くなります。

適切に構造化されたプロンプトの簡略例を示します。

# Personality:
You are a billing specialist. You are empathetic, efficient, and solution-oriented.
# Goal:
1. Verify customer identity. This step is important.
2. Look up account and billing history.
3. Process refunds under $500 or escalate to a supervisor.
# Tools:
## processRefund
Use this tool only after verifying customer identity and confirming the refund 
is under $500. If the tool fails, apologize and escalate to a supervisor.
# Guardrails:
Never access account information without identity verification.
Never process refunds over $500 without supervisor approval.

本番環境のエージェント向けプロンプトエンジニアリングについて詳しくは、ElevenLabsのプロンプト作成完全ガイドをご覧ください。

本番公開前に明確なエスカレーションルールを定義する

明確なエスカレーション基準がなければ、エージェントは対応すべきでないことを処理してリスクを生むか、すべてをエスカレーションして目的を果たせなくなります。どちらもシステムへの信頼を損ないます。

公開前に、次の項目ごとにエスカレーション条件を定義しましょう。

• 不満を感じている顧客、または暴言を吐く顧客。
• 特定のキーワードや機密性の高いトピック。
• 認証の失敗。
• 人による承認が必要な高リスクのアクション。

ElevenAgentsでは、決定論的ワークフローを使用して、ステップベースの承認プロセスで高リスクのアクションを制御できます。これにより、承認済みの経路なしに取り消し不可能な操作が実行されることはありません。ビジュアルワークフロービルダーを使えば、判断ポイントをマッピングし、エスカレーションのトリガー条件を定義し、専門サブエージェントまたは人のオペレーターへ会話をルーティングするタイミングを正確に制御できます。各引き継ぎでは完全なコンテキストが引き継がれます。

これを適切に設定すれば、人のエージェントは完全なコンテキストがすでに添付されたエスカレーションを受け取れます。顧客に同じ説明を繰り返してもらう必要はありません。

実際の会話シナリオでテストする

管理された条件で良好に機能するエージェントでも、曖昧な問い合わせ、不満を持つ顧客、ナレッジベースの範囲をわずかに外れるリクエストなど、実際の問い合わせ量の相当部分を占めるエッジケースでは失敗しがちです。

公開前に、過去の問い合わせデータから抽出した実際の会話シナリオでエージェントをテストしてください。簡単な問い合わせだけをテストしてはいけません。エッジケース、不完全な情報、感情的なやり取りも含めましょう。こうした状況で、設定が不十分なエージェントは最も破綻しやすくなります。

ElevenAgentsには、3種類のテストをカバーする組み込みのテストフレームワークがあります。

• 次の返信テスト：特定のインタラクションをシミュレーションし、定義された成功基準に照らして応答を評価します。
• ツール呼び出しテスト：エージェントが正しいパラメータで正しいツールを呼び出すことを検証します。転送、検索、返金などの重要なアクションでは特に不可欠です。
• シミュレーションテスト：シミュレーションされたユーザーとの完全な複数ターンの会話を実行し、インタラクション全体が定義した結果に到達するかを確認します。

テストシナリオの少なくとも80%を正しく処理し、残りは適切にエスカレーションできることを目標にしましょう。また、テストセット内のどの項目についても、自信はあるが誤った回答を生成しないことが重要です。

エージェントを既存システムに接続する

静的なナレッジベースからの質問にしか答えられないエージェントの能力は限られます。ほとんどの顧客問い合わせでは、既存システムから注文状況、アカウント情報、予約可能状況などのライブデータを取得する必要があります。インテグレーションがなければ、エージェントはポリシーを説明できても、アクションを実行できません。

CRM、チケットシステム、電話システムなど、人のエージェントが問い合わせ解決に利用するあらゆるシステムにエージェントを接続しましょう。適切に統合されたエージェントは、顧客にメールを確認するよう伝えるのではなく、リアルタイムで顧客アカウントを検索して請求に関する問い合わせを解決します。

ElevenAgentsでは、外部システムへの接続はツールを通じて行います。エージェント設定の「ツール」タブに移動し、環境に合うインテグレーションタイプを選択します。

• クライアントツール：ユーザーのブラウザまたはアプリでアクションをトリガーします。
• Webhookツール：API呼び出しを通じて独自のバックエンドに接続し、ライブデータの取得やシステム内でのアクション実行を行います。
• インテグレーションツール：Webhook設定を通じて、Salesforce、Zendesk、Stripeなどのサードパーティサービスに接続します。

ElevenAgentsは、Salesforce、Zendesk、Stripe、Twilio、Google Calendar、電子健康記録（EHR）システムとネイティブに接続します。カスタムインテグレーションにはREST APIとMCPを利用できます。

エンドツーエンドの仕組みを確認したいですか？ElevenLabsには、AI音声エージェント構築に関するYouTubeシリーズがあり、構築プロセス全体を解説しています。

ElevenAgentsを始める

ElevenAgentsは、カスタマーサービスを改善し、対応可能な顧客問い合わせを拡大したいエンタープライズサポートチーム向けに設計されています。ElevenAgentsで構築したAIエージェントでは、以下を利用できます。

• 1秒未満の音声レイテンシーにより、ロボット的ではない自然な会話を実現。
• 90以上の言語を自動検出し、リアルタイムで切り替え。
• エンタープライズコンプライアンスを標準搭載：SOC 2 Type II、ISO 27001、PCI DSS Level 1、HIPAA、GDPR。
• ネイティブインテグレーションにより、Salesforce、Zendesk、Twilio、Stripe、Google Calendarなどと連携。
• 人への引き継ぎでは、完全な会話コンテキストを引き継ぎ先のエージェントに渡します。

コンプライアンス要件、複数地域への展開、深いインテグレーションが必要なチームには、ElevenLabsのForward Deployed Engineersがチームに加わり、導入範囲を定義し、公開後もKPIに責任を持ちます。準備ができたら、最初のエージェントを作成してください。

よくある質問