目次
＊＊＊＊＊＊＊＊
※LINE対応チャットボット版の
「LINEチャットボット屋」
いろんなチャットボットがあります。
ぜひ、ご覧ください！
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
下記の記事が面白かったので、チャットボットに落とし込んでみました。
https://www.itmedia.co.jp/aiplus/articles/2510/16/news124.html
●作ったチャットボット
「カスタマーリンク君」
https://chatgpt.com/g/g-68f75270c38081919be0a216e35c5ed6-ji-shi-lian-xi-kuremudui-ying-asisutanto-kasutamarinkujun
記事ではRAGを使った独自のチャットボットで構築しているようですが、これは当然ですね。
なぜなら、社外秘のデータを外部に落としたくないから。
大企業になればなるほど、社外秘データは増えてくるでしょう。
今回のこちらのGPTsチャットボットでは、データをopenAIのサーバに上げないといけません。
大企業だと、これはちょっとまずいよなってデータもあるわけです。
そんな場合は、社内専用のシステムで構築しないといけません。
このANAのシステムは、東大松尾研出身のベンチャーが作ったようですが、賢明な選択ですね。
しかし、そんな大企業ではない中小企業や個人事業の人もたくさんいるわけです。
こういった方たちは、大規模なシステム構築が必要ないわけで、既存のGPTsチャットボットを使って、同じようなシステムを作ったほうがベターなんです。
しかも非常に安価な金額で構築できます。
要は、社外秘のデータがあるかないかで、システムの作り方が全然違うってことなんですね。
RAGなしでも社内Q&Aチャットボットは作れるのか
生成AIを使って社内向けのQ&Aシステムを作るとき、エンジニアがまず思い浮かべるのが「RAG（Retrieval-Augmented Generation）」でしょう。
RAGは文書データをベクトル化して検索し、関連情報を引っ張ってから回答を生成する仕組みです。
精度は高いが、構築にはそれなりの開発コストとメンテナンスがかかります。
小規模のシステムなら、「GPTs」と呼ばれるチャットボットを使って、RAGを組まずに同様のシステムを再現できます。
つまり、クラウドやコードを触らなくても、ナレッジ（社内文書）をアップロードするだけで知識を持った社内Botが作れるという訳です。
まずは社内文書をナレッジにアップしてみた
今回の実験テーマは「営業会社のクレーム対応マニュアル」。
お客様からの問い合わせや不満にどう対応すべきかをまとめた約1000文字の文書を、GPTsのナレッジとして登録してみた。
アップした文書の内容は下記を参照ください。
（GPT5先生作）
＊＊＊＊＊＊ここから
## 【仮想社内文書】株式会社セールスリンク お客様対応マニュアル（抜粋）
—
### 1. 目的
この文書は、株式会社セールスリンクにおけるお客様からのクレーム・お問い合わせへの対応方針と実施手順をまとめたものである。
すべての社員が共通の基準で誠実かつ迅速に対応し、信頼を維持・向上させることを目的とする。
—
### 2. 基本姿勢
* クレームは「不満」ではなく「改善のチャンス」と捉える。
* まずは**謝罪と共感**を伝えることを優先する（例：「ご不快な思いをさせてしまい、申し訳ございません」）。
* 言い訳よりも**事実確認と解決提案**を重視する。
* お客様の話を最後まで遮らずに聞き、感情を受け止める姿勢を持つ。
—
### 3. 対応手順
1. **受付**：電話・メール・チャットいずれの場合も、内容を正確に記録する。
* 記録フォーマット：「日時／担当者／お客様名／内容／希望対応／感情レベル」
2. **一次対応**：担当者はその場で可能な範囲の対応を行い、難しい場合は上長へ即時報告。
3. **社内共有**：「#クレーム共有」チャンネルに概要を投稿し、再発防止策をチームで検討。
4. **再発防止**：原因を明確にし、該当部署に改善依頼を出す。
5. **フォローアップ**：対応後3日以内にお客様へ状況を報告し、満足度を確認する。
—
### 4. 注意事項
* 感情的なお客様には反論せず、「ご意見をしっかり受け止めます」と落ち着いたトーンで返す。
* SNSや口コミサイトでの投稿を見つけた場合は、個別に返信せず広報担当にエスカレーションする。
* 同一クレームが3件以上発生した場合は、週次会議で「原因分析報告書」を提出する。
* 個人情報（氏名・電話番号など）を扱う際は、必ずCRMシステム「SalesHub」上で管理する。
—
### 5. よくあるケース
* **納期遅延**：まず謝罪し、代替案（次回納期短縮や割引）を提示する。
* **製品不良**：写真を依頼し、確認後に交換・返金を手配。
* **営業対応への不満**：担当者本人ではなく上長が再対応し、誠意を示す。
—
### 6. 最後に
クレーム対応は会社の信頼を左右する重要なプロセスである。
一人ひとりの対応がブランド価値を作ることを忘れず、誠実で丁寧な対応を徹底すること。
＊＊＊＊＊＊ここまで
これをナレッジにアップロードした上で、GPTsに「SNSでクレームを書かれたらどう対応すべき？」と質問してみると、
「個人で返信せず、広報担当にエスカレーションする」と回答してきた。
つまりRAGを構築しなくても、検索＋要約生成の流れを自動でやってくれるんですね。
プロンプト設計がカギになる
ただし、この手法にはひとつコツがある。
それは「RAGを使わない代わりに、プロンプトで制御する」こと。
GPTsのシステムプロンプトに、以下のような指示を入れると精度が一気に上がります。
1. 回答は必ずナレッジ文書の内容に基づいて行うこと。
2. 明確な記述がない場合は「マニュアル上の記載はありませんが〜」と補足して良い。
3. 関係ない質問には「社内マニュアルに関する質問のみお答えします」と返す。
この3行だけでも、GPTは勝手に雑談方向へ脱線せず、ナレッジベースを前提とした業務Botとして振る舞うでしょう。
さらに、ユーザー向けの「指示文」には次のような案内を添えると使いやすい。
このチャットでは、社内のお客様対応マニュアルをもとに質問できます。
例
・納期遅延時の対応方法は？
・クレーム内容をどこに共有すればいい？
こうしておくと、社員が聞いていい内容を自然に理解できるかと。
実際の質問例と応答結果はどうなのか
実際にGPTsへ質問を投げてみると、反応は想像以上にスムーズです。
たとえば
質問 「納期遅延のとき、どんな対応をすべき？」
回答 「まず謝罪し、代替案（次回納期短縮や割引）を提示してください。
対応後はクレーム共有チャンネルで共有し、3日以内にフォローアップ報告を行います。」
また、
質問 「お客様が感情的になったときの対応ポイントは？」
回答 「反論せず、『ご意見をしっかり受け止めます』と落ち着いたトーンで返すのが原則です。」
回答スピードも速く、RAG構成でAPI呼び出しをしていたときの待ってる感がほぼゼロに。
ローカル検索を行うわけではないが、GPT内部でアップロード文書がうまく参照されているようだ。
実際に試したい方は、下記にアクセスして使ってみてください。
ただし注意点もある。
・文書が多くなると検索精度がやや落ちる
・更新のたびに再アップロードが必要
などなど。
それでも、小規模な社内運用では十分に実用レベルでしょう。
小規模RAGよりGPTsチャットボットが向くケースもある
今回の実験でわかったのは、RAGは重装備すぎる場合があるということ。
たとえば、文書量が数十ページ～数百ページ程度、更新が月1回以下のような業務マニュアルなら、GPTsチャットボットのナレッジ機能だけで十分に賄える。
RAGは確かに強力だが、
・検索インデックスの再構築
・ベクトルDBのコスト
・API統合やセキュリティ管理
といったメンテナンスがつきまとう。
その点、GPTsチャットボットなら、ファイルをドラッグ＆ドロップして、即日運用開始。
しかもUIもすでに整っている。スモールスタートで試すには最適な方法だ。
結論として、
まずGPTsチャットボットで社内Q&Aを試作し、足りなければRAGに進む。
この段階的アプローチが、今いちばん現実的でコスパの良い選択肢だろう。
AI導入は大げさなシステムから始める必要はない。
ナレッジを整理してGPTに渡すだけでも、「社内にAIが定着する第一歩」になるでしょう。
まとめ
RAGを使わずとも、GPTsチャットボットのナレッジ機能とプロンプト設計を工夫すれば、驚くほどシンプルに知識を持ったチャットボットが作れる。
RAGが必要になるのは、文書量が膨大で常時更新されるような環境。
それ以外なら、GPTsだけで十分に「実務で使えるAI」が実現できる。
もしこの実験を社内で展開するなら、「まずは小さく試す」ことを忘れずにやりましょう。
その小さな一歩が、今後のAI活用につながるのではと思います。
＊記事は生成AIも使ってます。ご参考までに。
＊＊＊＊＊＊
研究者は論文を書く。
開発者はブログ記事を書く。
さすれば、科学は進歩する。かな。
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
最近のデジタルアート作品を掲載！
X 旧ツイッターもやってます。
https://x.com/ison1232
インスタグラムはこちら
https://www.instagram.com/nanahati555/
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
Follow me!
