ジャーナル

想定例:チャットボットを使わないチケット削減

サポートチーム向けの社内検索と下書き・レビューについての説明用の想定例で、チャットボットは使いません。チームと数字は仮定で、顧客の成果ではありません。

joseph j.founding engineer1 分で読了

設計. 説明用の想定例であり、顧客の成果ではありません。約18人のエージェントを抱える中堅EC企業のサポートチームとその数字は仮定です。設計は2つの部分からなります。チームのチケット履歴、ドキュメント、ポリシーを横断する社内検索と、下書きとレビューを行う返信アシスタントです。チャットボットはありません。

顧客向けのチャットボットは設計に含まれません。チームは何年も前に1つ停止していて、戻したくないと仮定します。ここでの削減は、ボットが入口で顧客を食い止めることではなく、エージェントが最初の返信で正しく答えることから生まれます。

サポート責任者が追う数字は、複雑なチケットの初回応答時間と、初回の接触で解決される「注文はどこ」やポリシーの繰り返し質問の割合です。この例は、どちらについても結果を述べません。チームは、ベンダーの推計ではなく自社のチケットタグ付けから基準値を取り、あとで比較するでしょう。

#チャットボットなしの AI チケット削減とは?

チャットボットを使わないサポートチームにとって、AIによるチケット削減とは何か

繰り返しのチケットが、エージェント間をたらい回しにされたりエスカレーションされたりせず、最初の返信で解決されることです。この設計では、社内検索が適切なポリシーと過去の解決例を引き出し、下書きとレビューのアシスタントが出典付きの回答を書き、エージェントが編集して送ります。顧客は引き続き人と話します。

多くの「削減」の売り込みは、顧客が人にたどり着かないようにボットが答えることを意味します。この設計はそうではありません。本来ならシニアのエージェントにエスカレーションされる「注文はどこ」という質問も、アシスタントが配送ポリシーと最も近い過去のチケット3件を解決内容とともに示すので、最初のエージェントが正しく答えられます。

設計は何で構成されるか

2つとも社内向けだ。チームの過去履歴に対する検索と、それを元に下書きを作る返答アシスタント。顧客が目にするものはなく、自動送信もない。

  • 社内検索:チームの解決済みチケット、製品ドキュメント、配送・返品ポリシーを索引化します。エージェントがチケットを開くと、最も近い過去の事例とポリシーの該当条項を、出典へのリンク付きで表示します。
  • 下書き・確認:チームのトーンに合わせた初稿を、使用したポリシーの出典付きで作成。担当者が編集して送信する。人間が送信ボタンを押さない限り、何も送られない。
  • タグ付け:提案されたすべての回答をチケットタグに紐づけてログに記録し、どのカテゴリが削減できていてどれがまだ人間を必要とするかをチームが把握できるようにする。

We are

各担当者に出典付きの初稿を渡す社内検索と下書き層を構築する。繰り返しチケットが人間によって初回で解決されるように。

We aren't

ヘルプウィジェットで顧客を迎え、推測に基づくナレッジベースから人間に届く前に答える顧客向けチャットボット。

出典を示すことで、エージェントはこれを信頼します。「2026年3月更新の返品ポリシーによれば、未着用品の返品は無料です」とリンク付きで示す下書きは、自信満々の推測に勝ります。これはチケットのトリアージの記事で書いたのと同じパターンです。システムが読んで下書きし、エージェントが決めます。

なぜ初回返答時間の短縮がチケットの削減につながるのか?

曖昧な最初の返答が2通目・3通目のチケットを生み出すからだ。顧客が「注文はどこ?」と聞いて「確認中です」という汎用的な返信を受け取ると、2回フォローアップしてくる。そのフォローアップそれぞれがチームの新たな対応工数になる。

最初のエージェントが配送状況と実際のポリシーで正しく答えれば、スレッドは閉じます。弱い最初の返信の後ろに積み上がる繰り返しのフォローアップは来なくなります。削減の大半はそこから生まれるはずで、自社のタグ付き基準値と比べて測る数字です。

目的は、人をチームから遠ざけることではありません。まずい最初の回答が生む2通目、3通目のチケットを減らすことです。

削減が本物かどうかをどう見分けるか

使い始めの段階ではわかりません。初期には、検索が関連の薄い過去チケットを出しすぎ、エージェントが提案を読まなくなることがあります。最初の調整作業は、どの過去事例を採用するかを決め、ノイズを刈り込んで上位3件が本当に最も近いものになるようにすることです。

削減は、エージェントが上位の提案を信頼し、それを出発点にするようになったときに現れます。これはサポートチーム向けの私たちのAI consultingの仕事と同じ形です。社内検索、トリアージ、下書きとレビューに、チームがツールだけでなくワークフローも自分のものにできるようトレーニングを加えます。ほかの記事はジャーナルにあります。

サポートチームを率いていて、AI が顧客とのあいだにボットを置かずに返答時間を短縮し繰り返しチケットを削減できるか考えているなら、正直な答えはできる、そしてその形はこうだ——出典付きの下書き、すべての送信に人間、自社のチケット履歴が仕事をする。それが私たちの構築するものだ。あなたが取り組んでいることを教えてほしい。

最も時間がかかっている仕事を教えてください。

30分。事前準備は不要です。AIが役立つかどうか、どこから始めるべきかを率直にお伝えします。