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は急速にカスタマーサービスにおけるコスト削減と効率化の最大級の手段の一つになりつつあります。

Gartnerは、2029年までに会話型AIが自律的に 一般的なカスタマーサービスの問題の80％ を人の介入なしに解決すると予測しています。より多くの企業が音声とチャットの両方で顧客対応を自動化することで、運用コストは30％削減されます。

社内のビジネス文書を理解し、その場で推論しながら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、技術職ではないチームにとって、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るかもしれません。このガイドで、そのハードルを下げます。

技術的な知識がない方が始めるために必要なことをすべて解説します。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、そしてコードを書かずに会話型AIエージェントを作るための手順を紹介します。

概要

• 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踏まえた会話を行います。
• 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、テキスト読み上げ（TTS）を追加し、音声で応答します。
• ElevenAgentsのようなプラットフォームがインフラを処理するため、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。
• リリース前には、できれば実際のユーザーとともに品質保証を行いましょう。

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る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の応答を自然な音声として生成します。

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う処理すべきかを理解し、その理解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、または両方を問わず、これを実現するために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の予約枠の確保など、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、設定した「すべきこと」と「すべきでないこと」の範囲内で、エージェントが話題とブランドに沿った対応を維持します。
• 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、この同じ中核技術の上にリアルタイム音声レイヤーを加えます。

• 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、割り込みにどう対応するかを含め、ライブ会話のやり取りを管理するシステムです。

最先端の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、両者で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決定木の最も近い分岐に対応付けます。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、上記のシステムを使ってスクリプト化された経路を超えて推論し、行動を起こ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エージェントは何に使える？

ユーザーのカスタマーサービス上の問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使われているかを簡単に紹介します。

• 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大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、リードを選別し、営業担当者の商談を設定できます。24時間稼働し、通話品質と会話品質を一貫して高い水準に保てます。Employment HeroはElevenAgentsを活用し、新しいAI Recruitment Agentについて既存顧客に電話をかけ、33％の応答率を達成しました。有人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ています。
• 予約管理：企業は、予約を取り、顧客が音声でセルフオンボーディングできるよう支援する、完全自動化されたAI受付エージェントを作成できます。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を生き生きとしたものにし、学習者にパーソナライズされたサポートを提供します。Brilliantは、複雑な問題をリアルタイムで解説する会話型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双方向性をもたらしました。
• 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を使用し、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、アウトバウンド通話、配送確認、ステータス更新、例外対応を処理できます。DeliverooはElevenAgentsを使用し、非アクティブな配達員の80％超と再接点を持ち、Rider Check-Inの有効化に向けてパートナー拠点の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のオンボーディングプロセスに直接組み込まれ、オンボーディング全体の時間を短縮し、研修ワークフローを拡張します。TELUSはElevenAgentsを活用し、90,000件を超える模擬顧客会話で新規ユーザーをトレーニングすることで、新入社員の研修時間を20％短縮しています。

活用方法が柔軟な理由の一つは、ElevenAgentsのようなプラットフォームで幅広いインテグレーションを実装できることです。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を使って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、利用できる60種類の構築済みエージェントがあり、コードを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エージェントを構築する前に必要なこと

経験がなくてもElevenAgentsですぐに会話型AIエージェントを一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解決し、どう解決することを期待していますか？対象を絞った具体的なユースケースは、できるだけ早く本番対応のエージェントを構築する助けになります。
• 対象ユーザーの理解：平均的なユーザーがAIエージェントとやり取りするとき、どのような体験を求めるでしょうか？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手伝うエージェントよりも、はるかに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せずに、会話型AIエージェントを構築、デプロイ、管理できる単一のプラットフォームを利用できます。リアルタイムオーディオからマルチチャネルデプロイまでを処理するため、技術的な実装ではなくユーザー体験の設計に集中できます。
• 音声：何を誰のために作るかを明確にしたら、ブランドに合う音声を考えましょう。温かく知的？プロフェッショナルで率直？ElevenLabsボイスライブラリなら、最適な音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、質問への応答時にエージェントがどの情報を使うべきかを説明する、アップロードまたは参照可能な文書を準備する必要があります。詳細な情報を提供するほど、より充実した回答が可能です。RAGを有効にする方法について詳しく学び、ナレッジベースでエージェントを強化しましょう。

この5つのカテゴリ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はすべてそろいます。

会話型AIエージェントの構築方法：概要

会話型AIエージェントを一から構築するのは、最初は難しく思えるかもしれません。しかし、想像するよりはるかに簡単です。ElevenAgentsなら、コードもインフラのメンテナンスも一切不要で、初心者でもできるだけ簡単に構築できます。

プロセスを4つの簡単なステップに分けました。

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、対応言語を追加します。
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、想定外の問題を修正します。

すぐに始めるなら、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すぐに構築を始められます。

より大規模な導入や専門家のガイダンスを求めるチームは、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、展開戦略の評価を支援します。

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、次のような項目を尋ねら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）
• ビジネスの業界
• 接続する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

既存のテンプレートを参照すれば、幅広いユースケースから選び、すぐにいくつかのステップを省略できます。60種類のテンプレートのいずれかを使うことで、カスタマーサポート、教育、受付、営業、アウトリーチ向けの構築プロセスを迅速化できます。

必要な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］をクリックするだけです。ElevenAgentsが試作用の動作する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、エージェントの動作や従業員・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には構築時に検討すべき設定が数多くあります。

これらの設定は途中でいつでも変更できます。プロセス全体を通じて情報を変更し、その内容をプレビューできるため、どの決定にも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］で確認できます）、コードは一切必要ありません。

• システムプロンプト：エージェントの個性、トーン、目標、ガードレールを定める中核の指示セットです。ElevenAgentsは、ステップ1で入力した情報に基づいて開始用プロンプトを生成します。ブランドに合わせて編集するか、一から書き直してください。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理解できます。優れたシステムプロンプトの書き方については、こちらのガイドをご覧ください。
• 最初のメッセージ：会話が始まるときにエージェントが発するメッセージです。短く、対応範囲を具体的に示し、温かみのある内容にしましょう。
• 音声：ElevenAgentsは、11,000種類以上の自然な音声のライブラリを提供しています。ビジネスに最適な音声を選ぶ前に、会話全体のサンプルの中でいくつか聞き比べてください。
• 言語：エージェントが使用するデフォルトの言語と追加言語を選択できます。自動言語検出を使うと、発信者が実際に話す言語に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、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、選べるモデルの内訳に加え、レイテンシーや1分あたりのコストに関する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組み込み、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。

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応じて分岐する会話のための視覚的なグラフベースエディターです。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、会話の特定のフェーズに合わせてシステムプロンプト、LLM、音声を切り替えられます。

ステップ3：ナレッジベースに文書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した文書を確認できます。これらの文書は、エージェントが実際に何を話すか、推奨や顧客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、それぞれ最大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。

事前準備の段階で、ナレッジベースを用意しているはずです。ほとんどのツールでは、それでユーザーの質問に確実に答えるのに十分な情報が得られます。より大きな文書セットでは、RAGを有効にすると、応答を遅くすることなく、エージェントがより大規模なナレッジベースを参照できます。

ステップ4：テストして公開する

この段階では、実際に話しかけ、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、エージェントは顧客のニーズに最適に応えるようパーソナライズされます。

変更内容はすぐにプレビューできるため、毎回エージェントを再デプロイせずに、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、必ずできるだけ徹底的にモデルをテストしてください。具体的には、［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、3回、5回、15回、50回のバッチでテストを実行できます。

テストは合格または不合格となり、連携した文字起こしによって、何が問題だったか（問題があれば）と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に合格し、自分でもテストを終えたら、エージェントを公開する準備が整います。

これで、コードを1行も書かずに、ブランドに合わせた会話型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る

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エージェントは効率的でスムーズな対話経路を生み出します。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、さらにはマルチチャネルデプロイまで、パーソナライズされたElevenAgentがすべてを処理します。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、インフラを管理せずに電話、ウェブチャット、メッセージングチャネルへデプロイできます。

ElevenAgentsについて詳しく知るか、営業にお問い合わせいただき、今すぐ始めましょう。

会話型AIエージェントの構築方法：よくある質問