はじめての会話型AIエージェントの作り方：初心者ガイド

Gartnerの最近の調査によると、会話型AIはカスタマーサービスにおけるコスト削減と効率向上の最も大きな推進力の一つになりつつあります。

Gartnerは、2029年までに会話型AIが一般的なカスタマーサービス課題の80％を人の介入なしに自律的に解決すると予測しています。音声とチャットの両方で顧客対応を自動化する企業が増えることで、運用コストは30％削減される見込みです。

社内のビジネス文書を理解し、その場で推論し、複雑な会話の流れにも対応できるエージェント型ソリューションは、サポート、受付、営業、社内業務で活用できます。 

ただし、技術者以外のチームにとって、エンドツーエンドの会話型エージェントを構築するのは難しく感じられるかもしれません。このガイドなら、誰もが同じスタートラインに立てます。 

技術者でなくても始めるために必要なすべてを解説します。会話型AIエージェントとは何か、その仕組み、構築前の準備、そして初心者がコードを書かずに会話型AIエージェントを構築する手順を、概要からご紹介します。

概要 

• 会話型AI会話型AIエージェントは、大規模言語モデル、検索拡張生成を備えたナレッジベース、ツール呼び出し、ガードレールを組み合わせ、ユーザーと現実的で文脈を理解した会話を行います。 
• エージェントはチャット、音声、またはその両方で動作します。音声エージェントは、ユーザーの発話を理解するためのスピーチtoテキスト（STT）と、音声で応答するためのテキスト読み上げ（TTS）を追加します。 
• ElevenAgentsのようなプラットフォームがインフラを管理するため、初心者でもコードを書かずに会話型AIエージェントを構築できます。
• よくある失敗を避けるため、構築前にエージェントの目的と対象ユーザーをできるだけ明確に定義しましょう。
• 公開前には、できれば実際のユーザーとともに品質保証を行うことを忘れないでください。

会話型AIエージェントとは？

会話型AIエージェントは、人工知能を使って自然言語によるユーザー入力を理解し、リアルタイムで応答を生成するシステムです。社内ナレッジベースに接続し、自身のコンテキストを超えた情報を取得してユーザーに回答します。 

音声ベースの会話型AIでは、専用の音声レイヤーが音声でのやり取りを処理します。STTがユーザーの発話をテキストに変換し、TTSがAIの応答から自然な音声を生成します。

会話型AIシステムは、音声とテキストにまたがる膨大なデータで学習します。時間とともに、このデータによってモデルは人間の言語をどのように処理すべきかを理解し、その知識をもとに人と論理的に会話できるようになります。 

すべての会話型AIエージェントは、音声、チャット、またはその両方を問わず、これを可能にする同じ中核技術を使用します。 

• 大規模言語モデル（LLM）：一貫性があり、文脈に適した応答を生成します。
• ナレッジベースと検索拡張生成（RAG）：モデルがすでに知っている情報だけに頼らず、独自の社内ナレッジベースに基づいてエージェントの回答を生成します。
• ツール呼び出し：注文状況の確認やカレンダーへの予定登録など、行動について話すだけでなく、AIシステムが実際にアクションを実行できるようにします。
• ガードレール：モデルと並行して動作し、実行すべきこと・すべきでないこととして設定した範囲内で、エージェントが話題とブランドに沿った応答を続けられるようにします。 
• デプロイチャネル：電話、ウェブサイト、モバイルアプリ、メッセージングプラットフォームなど、会話型AIエージェントがユーザーとやり取りするさまざまな方法です。

さらに、音声エージェントは、この同じ中核機能にリアルタイム音声レイヤーを追加します。

• スピーチtoテキスト：ユーザーの発話を、LLMが処理できるテキストに変換します。 
• テキスト読み上げ：TTSエンジンがエージェントの応答を自然な音声に変換し、ユーザーに届けます。 
• ターンテイキング：いつ聞き、いつ話し、割り込みをどう処理するかを含め、リアルタイム会話のやり取りを管理するシステムです。

最も高度な会話型エージェントは、単一の設定からチャットと音声の両方で動作し、両者のコンテキストを共有できます。その能力は従来のチャットボットを大きく上回ります。

従来のチャットボットは、ユーザーが入力した内容をあらかじめ作成された意思決定ツリーの最も近い分岐に照合するため、設計された入力にしか対応できません。会話型AIエージェントは上記のシステムを活用し、スクリプト化された経路を超えて推論し、アクションを実行しながらユーザーとリアルタイムで会話します。 

会話型AIエージェントの活用方法

ユーザーのカスタマーサービス課題を解決するエージェントから、営業チームの新たな商談機会を見つけるアウトバウンドAI SDRまで、会話型AIエージェントは既存のワークフローに自然に組み込めます。

どの業界で事業を展開していても、会話型AIの活用方法が見つかるはずです。ここでは、いくつかの分野でAIエージェントがどのように活用されているかを簡単にご紹介します。 

• カスタマーサポート：サイト上のAIエージェントは、よくある質問への回答、注文状況の確認、返品対応、難しい問い合わせの有人エージェントへのエスカレーションを行えます。Klarnaは、会話型AIエージェントでカスタマーサポートを大幅に拡張した企業の一つです。
• 営業アウトリーチ：アウトバウンドAI SDRエージェントは、リードの選別や担当営業との商談設定を行えます。24時間稼働し、通話品質と会話品質を一貫して高い水準で提供できます。Employment HeroはElevenAgentsを使い、既存顧客に新しいAI Recruitment Agentについて電話をかけました。応答率33％を達成し、人のエージェントだけでは不可能な規模でプロダクトの利用開始を促進しました。 
• 予約管理：企業は、予約を受け付け、音声で顧客のオンボーディングを支援する完全自動のAIエージェント受付係を作成できます。Reception.aiを使えば、初心者でもエンドツーエンドの予約システムを構築できます。 
• 教育：AIチューターは学習教材に命を吹き込み、個別に最適化されたサポートで学習者を支援します。Brilliantは、複雑な問題をリアルタイムで生徒と一緒に解く会話型AIチューターをプラットフォームに導入し、学習体験に新たなレベルのインタラクティブ性を加えました。 
• ヘルスケアサポート：医療提供者は、HIPAAコンプライアンスを満たしながら、多言語での患者オンボーディングを支援する会話型AIエージェントをサイトに導入できます。EverlywellはElevenAgentsを活用し、従来の自動音声応答（IVR）と比べて、スペイン語話者の会員のコンバージョン率を3.5倍に改善しました。
• 物流・配送業務：会話型AIエージェントは、アウトバウンドコール、配送確認、ステータス更新、例外処理を行えます。DeliverooはElevenAgentsを使用して、非アクティブな配達員の80％超を再エンゲージし、Rider Check-Inの有効化に向けて提携拠点の86％に連絡しました。
• 社内アシスタント：AIエージェントはHRオンボーディングプロセスに直接組み込むことで、オンボーディング全体の時間を短縮し、トレーニングワークフローを拡張できます。TELUSはElevenAgentsを使い、新入社員のトレーニング時間を20％削減しています。9万件を超えるシミュレーション顧客会話で新規ユーザーをトレーニングしています。 

このように活用方法が柔軟なのは、ElevenAgentsのようなプラットフォームで膨大な数のインテグレーションを実装できるためです。スケジューラーエージェントにはGoogle CalendarやCalendlyを接続し、TwilioやSIPで複雑な電話ワークフローを構築できます。 

ElevenAgentsなら、会話型AIエージェントの構築を白紙の状態から始める必要はありません。ElevenAgentsテンプレートライブラリには、導入できる60種類の事前構築済みエージェントが用意されており、コードを1行も書かずにビジネス向けAIエージェントを作成できます。

会話型AIエージェントの構築前に必要なもの

経験がなくてもElevenAgentsを使って会話型AIエージェントをゼロから構築できますが、明確な計画があれば、より早く実用的なエージェントを作れます。

特に初心者の場合は、始める前に次の項目を整理しましょう。

• 明確なユースケース：なぜこのエージェントが必要ですか？どのような具体的な問題を、どのように解決したいですか？目的に合わせた具体的なユースケースがあれば、できるだけ早く本番環境対応のエージェントを構築できます。
• 対象ユーザーへの理解：一般的なユーザーがAIエージェントとやり取りするとき、どのような体験を望むでしょうか？その答えは、事業の種類や業界に大きく左右されます。たとえば、金融アプリのエージェントは、旅行者のビーチホテル予約を支援するエージェントよりも、真剣でデータ重視の話し方が適しているかもしれません。
• プラットフォーム：初心者は、すべてのインフラを管理してくれるプラットフォームを選ぶ必要があります。ElevenAgentsなら、インフラコードを管理することなく、会話型AIエージェントの構築、デプロイ、管理を単一のプラットフォームで行えます。リアルタイムオーディオからマルチチャネルへのデプロイまで対応するため、技術的なエンジニアリングではなくユーザー体験の設計に集中できます。
• 音声：何を誰のために構築するかを明確にしたら、次はブランドに合う音声を考えましょう。温かく知的な声？プロフェッショナルで率直な声？ElevenLabsボイスライブラリなら、最適な声を見つけられます。
• ナレッジベース：特にカスタマーサポートエージェントを構築する場合は、質問に回答する際にエージェントが使用すべき情報を説明する文書を、アップロードまたは参照できる状態にしておく必要があります。詳細な情報を提供するほど、より充実した回答が可能になります。RAGを有効化して、ナレッジベースでエージェントを強化する方法をご確認ください。

この5つの項目で明確な方向性を定めれば、ノーコードの音声AIエージェントを構築するために必要なものがすべてそろいます。 

会話型AIエージェントの構築方法：概要

会話型AIエージェントをゼロから構築するのは最初は難しく思えるかもしれませんが、実際は想像よりずっと簡単です。ElevenAgentsは、コーディングやインフラの保守を一切必要とせず、初心者でもできるだけ簡単に進められるようにしています。

プロセスは4つのシンプルなステップに分かれています。

1. ElevenAgentsでエージェントを作成：ElevenAgentsのセットアップワークフローで、構築したいエージェントを選択します。
2. エージェントを設定：システムプロンプト、最初のメッセージ、デフォルトの音声、言語機能を追加します。
3. ナレッジベースをアップロード：ファイルのアップロード、プラットフォームへの直接入力、URLの貼り付けで情報を追加します。
4. テストして公開：Testsタブでシミュレーションを実行し、残っている問題の修正に役立てます。

すぐに始める準備ができたら、エージェントを作成し、セルフサービスプラットフォームで構築を始めましょう。

大規模な導入を予定している場合や、専門家のサポートを求めるチームは、営業にお問い合わせいただくと、ユースケース、アーキテクチャ、展開戦略の評価をサポートします。 

以下で、会話型AIエージェントを作成する手順を詳しく見ていきましょう。

ステップ1：エージェントを作成する

Agentsワークスペースにサインインしたら、左側のメニューに移動し、Agentsの横にあるプラスアイコンをクリックします。 

セットアップフローでは、いくつかの項目について質問される場合があります。

• 構築するエージェントの種類（Blank Agent、Personal Assistant、Business Agent）
• 事業の業界
• 接続したいツールとナレッジベース
• 必要なユースケースと主な目標
• エージェントの名前

さまざまなユースケース向けの既存テンプレートを参照すれば、すぐにいくつかの手順を省略できます。これら60種類のテンプレートのいずれかを使うと、カスタマーサポート、教育、受付、営業、アウトリーチのユースケース向け構築を加速できます。

質問された情報をすべて入力するかテンプレートを選択したら、「Create agent」をクリックしてください。ElevenAgentsが試せる動作ドラフトを作成します。

ステップ2：エージェントを設定する

いくつかの設定によって、エージェントの振る舞いや従業員・顧客とのやり取りが決まります。システムプロンプトが最も重要ですが、ElevenAgentsには構築時に試す価値のある設定がほかにも豊富にあります。 

これらの設定は作業を進めながらいつでも変更できます。プロセス全体を通して情報を変更してプレビューできるため、一度決めた内容に縛られることはありません。

以下の設定はすべてメインダッシュボードから編集でき（左側のAgentに移動して確認できます）、コーディングは一切不要です。

• システムプロンプト：エージェントの性格、口調、目標、ガードレールを定義する中核的な指示セットです。ElevenAgentsは、ステップ1で提供した情報に基づいて初期プロンプトを生成します。ブランドに合わせて編集することも、ゼロから書き直すこともできます。明確な5部構成（Personality、Environment、Tone、Goal、Guardrails）により、プラットフォームの設計思想を説明しています。優れたシステムプロンプトを書くためのガイドはこちらです。
• 最初のメッセージ：会話が始まったときにエージェントが話す内容です。短く、対応する内容を具体的にしつつ、温かみのある表現にしましょう。 
• 音声：ElevenAgentsでは、11,000以上の自然な音声をそろえたライブラリを利用できます。ビジネスに最適な音声を選ぶ前に、会話全体のサンプルでいくつか聞き比べてみてください。 
• 言語：エージェントが使用するデフォルト言語と追加言語を選択できます。自動言語検出により、発信者が実際に話す言語へエージェントが切り替わるため、会話ごとに手動で設定する必要はありません。 

この段階では、エージェントを動かすLLMコンポーネントも選択できます。ElevenLabsでは、選択可能なモデルの概要に加え、レイテンシーと1分あたりのコストの詳細も確認できます。

より複雑なフローでは、Toolsタブに追加ツールを埋め込み、プロシージャを使用します。これは、返金用とアカウント復旧用のように、関連する場合にのみエージェントが読み込むタスク固有の指示です。

また、Agent Workflowsも構築できます。これは、単一の直線的なスクリプトに従うのではなく、ユーザーのニーズに合わせて分岐する会話を作成する、視覚的なグラフベースのエディターです。ワークフローはサブエージェントなどのノード間をルーティングし、会話の特定フェーズに応じて異なるシステムプロンプト、LLM、音声に切り替えられます。 

ステップ3：ナレッジベースにドキュメントをアップロードする

左側の列にある「Knowledge Base」タブでは、エージェントに添付されているドキュメントを確認できます。これらのドキュメントは、エージェントが実際に何を話すか、また推奨の提示や顧客からの質問への回答にどの情報を使うかを決定します。 

「Add document」をクリックし、次のオプションから選択します。

• URLを追加：URLを貼り付け、コンテンツを7日ごとに自動更新するか設定します。 
• ファイルを追加：epub、pdf、docx、txt、html、md形式のファイルを、各21MBまでアップロードします。
• テキストを作成：プラットフォームのナレッジベースにテキストを直接入力または貼り付けます。

準備段階で、すぐに使えるナレッジベースを用意しておく必要があります。ほとんどのツールでは、これでユーザーの質問に信頼性高く答えるのに十分な情報を提供できます。より大規模なドキュメントセットには、RAGを有効にすると、応答を遅くすることなく、より大きなナレッジベースをエージェントが参照できます。 

ステップ4：テストして公開する

この段階で、実際に話しかけて会話全体をシミュレーションできるエージェントが完成しているはずです。ナレッジベースのコンテキストを組み込むことで、顧客のニーズに最適に応えるパーソナライズされたエージェントになります。

変更は加えた直後にプレビューできるため、エージェントを毎回再デプロイせずに、プロンプトや会話フローを繰り返し改善できます。

本番環境に移行する前に、必ずモデルをできる限り広範囲にテストしてください。実際には、「Tests」タブからさまざまなシミュレーションを実行できます。一般的なユースケース向けに新しいテストを設計し、テストバッチを3回、5回、15回、50回と繰り返し実行できます。 

テストは成功または失敗となり、関連付けられたトランスクリプトで、何が問題だったのか、またその修正方法を正確に確認できます。すべてのシミュレーションがプレビューを通過し、自分でもテストを行ったら、エージェントを公開するタイミングです。 

これで、コードを1行も書かずに、ブランドに合わせたパーソナライズ済みの会話型AIエージェントを作成できました。

初心者でもElevenAgentsで会話型AIエージェントを構築できます

高品質なカスタマーサービス体験の構築から、ユーザーが質問できるページ内ツールの埋め込みまで、会話型AIエージェントはスムーズで効率的なやり取りを実現します。ElevenAgentsなら、初心者でも会話型AIエージェントを大規模に構築・デプロイできます。 

リアルタイムオーディオ処理、ターンテイキング、割り込み検出、マルチチャネルへのデプロイまで、パーソナライズされたElevenAgentがすべてを担います。独自のナレッジベースを接続して一貫したブランドボイスを構築し、インフラを管理することなく、電話、ウェブチャット、メッセージングチャネルにデプロイできます。

ElevenAgentsの詳細をご覧いただくか、今すぐ営業にお問い合わせください。

会話型AIエージェントの構築方法：よくある質問