AI ナレッジベースとは？LINE 公式アカウントでよくある質問に自動回答

「営業は何時までですか？」「子ども連れでも大丈夫ですか？」「カード払いの割引はありますか？」——LINE 公式アカウントを運営していると、 こうしたメッセージに毎日コピー＆ペーストで返信しているのではないでしょうか。AI ナレッジベースの考え方はシンプルです。答えを整理して AI に渡し、 24 時間あなたの代わりに答えてもらうのです。この記事では、その仕組み、ナレッジの準備の仕方、そして公開後に改善を続ける方法を説明します。

AI ナレッジベースはどう動くのか？

技術的には RAG（Retrieval-Augmented Generation、検索拡張生成）と呼ばれ、流れは次のとおりです。

1. 検索：お客様が質問すると、システムが文字の一致ではなく意味の近さで、ナレッジベースから最も関連するナレッジを数件見つけます
2. 生成：AI が見つかったナレッジをもとに、自然な言葉で回答を組み立てます

大きな違いは「意味」にあります。従来のキーワード応答は設定した特定の語句しか認識しませんが、意味検索なら「何時に閉まりますか」「営業は何時まで」「今まだ開いていますか」 が同じ質問だと理解します。そのため、あらゆる言い回しを列挙する必要はなく、答えを整理しておくだけで済みます。

ステップ 1：ナレッジを準備する

Chatbotta のナレッジ（「Knowledge」）を例にすると、ナレッジの入手元は 3 つあります。

• ファイルのアップロード：既存の FAQ、商品説明、規約（PDF/TXT/DOCX）をそのままアップロードすると、AI が自動で Q&A に分割します
• 手動入力：Q&A を 1 件ずつ入力します。散らばった知識を補うのに向いています
• 会話からの抽出：チャットでのスタッフの対応から Q&A を抽出します。見落とされがちですが最も価値のある入手元です。お客様が「実際に聞く」質問そのものだからです

ステップ 2：整理と重複の解消

ナレッジベースが大きくなると、重複と矛盾が回答品質の最大の敵になります。公開前に次の 2 つを行うことをおすすめします。

• 自動整理：フォルダ機能でナレッジをテーマごとに分類し、管理しやすくします
• 類似ナレッジの統合：意味の近い項目をシステムに見つけさせ、内容が矛盾している箇所（たとえば 2 件のナレッジで営業時間が違うなど）を示してもらい、確認したうえでワンクリックで統合します

ステップ 3：テストして修正する

ナレッジは保存した時点で、すべてのチャネルのお客様に反映されます。右上の「Test」を開き、自分が一番手ごわいお客様になったつもりで質問してみましょう。言い換えて聞く、あいまいに聞く、ナレッジベースにないことを聞く、などです。 うまく答えられなければその場でナレッジを修正すれば、お客様にもすぐに反映されます。話し方は「Bot persona」で調整し（たとえばブランドの呼び方を必ず入れるなど）、 特定の場面での対応は「Reply rules」で指定します（たとえば価格を聞かれたら予約リンクを添えるなど）。

ステップ 4：データで改善を続ける

公開はゴールではありません。次の 2 つの習慣で、ボットは使うほど賢くなります。

• ヒット統計を見る：各ナレッジには検索でヒットした回数（「Times used」）があります。ヒットの多いテーマはお客様がよく聞く内容なので、より充実させる価値があります。一度もヒットしないナレッジは書き方がずれている可能性があり、書き直しが必要です
• 会話からナレッジを抽出し続ける：スタッフが新しい質問に答えるたびに、会話からのナレッジ抽出でナレッジベースに取り込みます（自動抽出をオンにすることもできます）。次に同じ質問が来たら、もう人が答える必要はありません

人に任せるべき質問は？

AI ナレッジベースが向いているのは「決まった答えがある」質問です。クレーム、価格交渉、複雑な個別対応は、人に直接回す設計をおすすめします。 フローに「Hand off to a person」（人への引き継ぎ）ステップを入れるか、担当者がチャット（「Chats」）でいつでも会話を引き継げるようにしておきます。 良い自動化とは人を置き換えることではなく、人の手を本当に人が必要な会話に残しておくことです。

よくある質問