AI接客のシナリオ設計|ユーザー体験を損なわない作り方
AI接客のシナリオ設計で失敗しないための会話設計の基本を解説。ユーザー体験を損なわず、問い合わせAIを実用レベルに仕上げるための実践的なポイントを紹介します。
AI接客を導入したものの、「会話が途中で止まる」「ユーザーが離脱する」という声は少なくありません。その多くは、AIそのものの性能よりもシナリオ設計の甘さに起因しています。どれほど高精度なモデルを使っても、会話の流れが設計されていなければ、ユーザー体験は損なわれます。本記事では、AI接客のシナリオ設計において押さえるべき考え方と、実装時の具体的なポイントを整理します。
シナリオ設計が重要な理由
AI接客における会話設計とは、ユーザーの発話に対してどのように応答し、どこへ誘導するかを事前に定義する作業です。チャットボットや問い合わせAIは、ユーザーが「次に何を言うか」を予測した設計になっていないと、すぐに行き詰まります。
シナリオが不十分な場合に起こりがちな問題は以下の通りです。
- 想定外の質問に「わかりません」と返答し、会話が終了する
- 選択肢が多すぎてユーザーが迷い、離脱する
- 同じ質問を繰り返し確認してしまい、ユーザーが煩わしさを感じる
- 問い合わせの目的を達成する前にセッションが切れる
これらを防ぐためには、ユーザーの目的から逆算した会話フローを設計することが不可欠です。
なぜ「設計なし」では機能しないのか
AI接客ツールの多くは、自然言語で質問を受け取り、設定された情報をもとに回答を生成します。しかし「設定された情報」が薄かったり、会話のつなぎ方が定義されていなかったりすると、AIは毎回ゼロベースで答えを探すことになります。結果として、同じ質問でも返答が変わったり、文脈を引き継げずに的外れな回答を返したりします。
特に問題になるのは、ユーザーが複数の目的をひとつの発話に込めてくるケースです。たとえば「料金を確認して、もし予算に合えばすぐ申し込みたい」という意図は、「料金確認」と「申し込み」という2段階のフローを含んでいます。シナリオがない状態では、AIは料金を答えるだけで止まり、申し込みへの誘導が発生しません。
また、ユーザーが途中で気が変わったり、最初と別の話題を持ち出したりすることも日常的に起こります。「戻り」「話題転換」「前置きのある質問」といったパターンに対してどう応答するかを設計しておくことが、離脱防止の鍵になります。
業種別に見る「詰まりやすいポイント」
シナリオ設計が特に重要になる業種・シーン別に、よく起きる問題を整理します。
| 業種・シーン | よく起きる詰まり |
|---|---|
| 飲食店の予約受付 | 「何人で」「いつ」「何時」を別々に聞かれると途中で諦めるユーザーが出る |
| ECサイトのサポート | 注文番号を聞くタイミングが早すぎると「まだ決めてない」で離脱される |
| 美容院・サロンの問い合わせ | メニューが多いと最初の選択肢で迷い、そのままウィンドウを閉じる |
| BtoBのサービス資料請求 | 社名・担当者名・電話番号を一度に聞こうとすると途中で止まる |
| 医療・クリニックの案内 | 「受診したい症状」を自由入力にすると広すぎて絞り込めない |
いずれのケースも、情報収集の順番と聞き方の粒度を設計段階で調整することで大幅に改善できます。
シナリオ設計の基本ステップ
1. ユーザーの目的を整理する
最初に「このAI接客を通じてユーザーが達成したいことは何か」を明確にします。購入サポート、FAQ対応、予約受付など、目的によって会話の構造は大きく変わります。目的が複数ある場合は、優先度を付けて設計に反映させましょう。
目的整理の具体的なやり方:
まず、「ユーザーがAIと会話を始める直前に何をしていたか」を想像することから始めます。商品ページを見ていた、料金表を見ていた、問い合わせフォームの前で迷っていた——それぞれ動機が異なります。
- 商品ページからチャットを開いたユーザー → 購入を検討しているが、決め手が足りない状態
- トップページのポップアップから入ってきたユーザー → サービス全体をまだ知らない状態
- FAQ閲覧後にチャットを開いたユーザー → 自己解決を試みたが答えが見つからなかった状態
この「入口の文脈」に応じてシナリオの入り口メッセージを変えると、会話の出だしから的確になります。WayBotでは、ページ単位でウィジェットの初期メッセージを変える設定ができるため、この観点を活かしやすい構成になっています。
また、目的を整理する際には「何を達成すれば成功か」を数値で定義しておくと、後のシナリオ評価に役立ちます。たとえば「予約の完了」「資料請求フォームへの誘導」「担当者への電話アポ」など、明確なゴールを設定しておきましょう。
2. 主要な会話パターンを洗い出す
実際に寄せられた問い合わせ履歴やカスタマーサポートのログを参照し、頻出する質問や流れを抽出します。新規導入の場合は、担当者へのヒアリングや競合サービスのFAQを参考にします。
洗い出した会話パターンは以下のように分類すると整理しやすくなります。
| 分類 | 内容の例 |
|---|---|
| 主要フロー | 購入・申し込み・予約など、ゴールに直結する会話 |
| サポートフロー | 配送状況確認・返品・変更など、よくある問い合わせ |
| 離脱フロー | 「やっぱりいい」「人に話したい」などの中断パターン |
| エラーフロー | 理解できなかった場合・想定外の入力への対応 |
会話パターンの洗い出し方:実践的な手順
新規導入の場合にログがない場合でも、以下の手順で質問パターンを収集できます。
- スタッフへのヒアリング:電話やメールで月に何件来るか、どんな内容が多いかを聞く。「よくある質問トップ10」を挙げてもらうだけで設計の8割が決まることも多い。
- 問い合わせフォームの過去メール確認:件名や本文からテーマを分類し、頻度順に並べる。
- Googleビジネスプロフィールのレビュー確認:「〇〇が分かりにくかった」「〇〇を電話で聞いた」など、潜在的な疑問が埋まっていることがある。
- 競合他社のFAQページ確認:同業他社が公開しているFAQは、業界共通の疑問点をほぼ網羅していることが多い。
これらを組み合わせると、初回設計でも30〜50パターン程度の質問・回答のたたき台を作ることができます。
バリエーション表現の収集も忘れずに
同じ内容でも、ユーザーによって言い方は違います。「営業時間は?」「何時まで開いてる?」「今日は営業してますか?」はすべて同じ意図です。ひとつの意図に対して3〜5通りの言い換えを用意しておくと、AIが意図を正しく捉えやすくなります。
3. 分岐と復帰を設計する
会話は一本道ではありません。ユーザーはシナリオの途中で話題を変えたり、前のステップに戻ったりします。そのため、各ステップに「戻る」「やり直す」「担当者に繋ぐ」などの復帰ルートを用意しておくことが、ユーザー体験の維持につながります。
特に**エスカレーション(有人対応への切り替え)**のタイミングは重要です。AIが対応できないと判断した際に、スムーズに有人チャットや電話へ誘導できる導線を必ず設けてください。
分岐設計の具体的な考え方
分岐は大きく2種類あります。
- ユーザー主導の分岐:ユーザーが選択肢を選ぶ、または自由入力で別の話題を出す
- システム主導の分岐:AIが回答できない・ゴールに到達した・エラーが発生したなどの条件で自動的に分岐する
それぞれに対して「次にどこへ行くか」を定義します。ユーザー主導の場合はメニュー選択や発話内容によって分岐先が変わります。システム主導の場合は以下のような条件を設定します。
| 条件 | 推奨する分岐先 |
|---|---|
| 3回連続で意図を認識できなかった | エスカレーション提案(有人・電話誘導) |
| ユーザーが「わからない」「難しい」と発言 | 選択肢を絞り込んで再提示、または担当者連絡案内 |
| ゴール到達(申し込み完了など) | 完了メッセージ+次のアクション案内(確認メールの案内など) |
| セッション開始から一定時間経過・操作なし | 「引き続きご不明な点があればお声がけください」など離席メッセージ |
エスカレーション設計のポイント
エスカレーションは「AIが負けを認める」のではなく、「よりよい対応を提供する手段」として設計します。以下の点を意識してください。
- エスカレーションの提案は「〇〇についてはスタッフが詳しくご案内できます」のように、有人対応の価値を伝える言い方にする
- 電話番号・メールアドレス・有人チャットのリンクは、エスカレーション提案と同じメッセージに含める(別ステップにすると離脱する)
- 有人対応の受付時間外の場合は「〇〇時〜〇〇時にお電話ください」と明示するか、メールフォームへ誘導する
4. 応答文の質にこだわる
会話設計においては、応答の内容だけでなく文体・長さ・タイミングも重要な要素です。以下の点を意識して応答文を作成します。
- 一文を短く保つ:長い文章は読まれにくく、次の行動を促しにくい
- 選択肢は3つ以内に絞る:多すぎると選べずに離脱されやすい
- 肯定的な言い回しを使う:「できません」より「〇〇という方法があります」
- ユーザーの言葉を引用する:「先ほどご質問いただいた〇〇について」など、文脈を引き継ぐ
応答文を書く際の具体的な原則
読みやすいチャット応答文には、紙のマニュアルや長文メールとは異なるルールがあります。
まず、1メッセージに含める情報は1〜2個までを原則にします。「営業時間は10〜19時です。定休日は火曜日です。また、祝日は特別営業となります。詳しくはウェブサイトをご確認ください」のように複数の情報を一度に詰め込むと、ユーザーは読み飛ばします。「営業時間:10〜19時(火曜定休)」のように要点を1行で伝え、補足が必要なら次のメッセージに分けます。
次に、問いかけで終わらせるを意識します。回答を返した後に「ご不明点はありますか?」で終わるだけでは受動的すぎます。「配送の詳細については、注文番号があるとより正確にご案内できます。注文番号はお手元にありますか?」のように、次のアクションへ誘う問いかけにすると会話が続きます。
また、ネガティブワードの言い換えも重要です。
| 使いがちな表現 | 改善後の表現 |
|---|---|
| 「対応できません」 | 「〇〇という形でご対応が可能です」 |
| 「わかりません」 | 「詳しくは担当者からご案内します」 |
| 「そちらは管轄外です」 | 「〇〇部門をご案内します」 |
| 「お待ちください」(返答なし) | 「確認中です。数秒お待ちください」 |
文体については、サービスのトーンに合わせます。カジュアルなECサービスでは「〜ですよ!」「〜しちゃいましょう」なども自然ですが、医療・金融・法律系では「〜でございます」「〜をおすすめします」という丁寧な表現を維持します。ただし、どちらの場合も過度に機械的・マニュアル的な文体は避けるのがポイントです。
よくある設計ミスとその対処法
AI接客のシナリオ設計では、以下のようなミスが繰り返されがちです。
想定問答が少なすぎる:主要フローしか設計せず、少し外れた質問で詰まる。対処:ログやヒアリングを基に、最低でも主要フロー×3〜5パターンの派生を用意する。
ゴールが曖昧なまま設計する:「とりあえず会話できればいい」という設計は、ユーザーを目的地に連れて行けない。対処:各シナリオに「このフローのゴール(ゴール到達の定義)」を明文化する。
テストが少ない:設計者自身が試すだけでは偏りが生じる。対処:実際のユーザーに近い属性の人間に試してもらい、詰まったポイントを記録・改善する。
リリース後に放置する:ユーザーの行動は変化するため、初期設計が永続的に機能するとは限らない。対処:定期的に会話ログを確認し、離脱が多いステップや未対応の質問をシナリオに反映する。
よくある設計ミスの掘り下げ
ミス1:想定問答が少なすぎる
最初のシナリオで「主要な流れだけ作って公開する」ことは少なくありません。しかし実際のユーザーは、想定された動線をそのままたどることはほとんどありません。「まず料金だけ聞いて、後でプランを確認したい」「一般的な使い方ではなく自社の特殊なケースに使えるか聞きたい」など、斜め方向からの質問が多く来ます。
対処としては、主要フローのゴールから逆算して「このゴールに至るまでに、ユーザーが持ちうる疑問はどれだけあるか」を列挙します。最低でもゴールひとつに対して10〜15個の質問パターンを想定すると、設計の網羅性が高まります。
ミス2:ゴールが曖昧なまま設計する
「なんとなく質問に答えられる」状態と「ユーザーの目的達成を支援できる」状態は別物です。シナリオのゴールが「会話が成立すること」だと、導線が薄くなります。
たとえば、美容サロンのAI接客であれば「予約の完了」がゴールです。ゴールが明確であれば、「メニューの説明」「スタッフ紹介」「空き時間確認」「予約フォームへの誘導」という会話の流れが自然に決まります。逆に「スタッフが対応しやすいように情報を集めること」もゴールの一形態です。この場合は、名前・連絡先・来店希望日時を取得してスタッフに渡す流れを設計します。
ミス3:テストが少ない
設計者本人がテストする場合、「自分が想定した質問」しかしない傾向があります。特定の表現でしか質問しない、選択肢の順番に影響される、知識バイアスで「これは常識だから聞かないはず」と省略する——これらが抜け漏れを生みます。
改善策として有効なのは、実際のユーザーに近い第三者に3〜5人テストしてもらうことです。テスト後に「どこで迷ったか」「何を聞いたら答えが返ってこなかったか」を口頭でヒアリングすると、設計者が気づかなかった穴が見えてきます。
ミス4:リリース後に放置する
AI接客は導入後の運用で品質が決まるといっても過言ではありません。最初は対応できていた質問も、サービス改定やキャンペーン開始で古くなります。また、ユーザーの言葉は季節や流行で変化します(新機能の発表後に「〇〇機能は使えますか?」という質問が急増するなど)。
放置していると、未対応の質問が積み上がり、ユーザー満足度が下がります。月に一度程度はログを確認し、「AIが答えられなかった質問の上位10件」を確認してシナリオに追加するサイクルを作ることを推奨します。
見落とされがちな設計ミス
上記4つに加えて、現場でよく見られる見落としを補足します。
- 初回挨拶が長すぎる:「こんにちは!私はAIアシスタントの〇〇です。ご質問があればなんでもどうぞ!」のような長い挨拶は、早く答えを得たいユーザーには邪魔に映ります。初回メッセージは端的に、かつ「何ができるAIか」を一言で伝える設計が有効です。
- 選択肢ボタンと自由入力を混在させすぎる:「ボタンを押してもいいし自由に入力してもいい」という設計は、どちらを使えばいいかユーザーが迷います。基本はボタン選択に統一し、自由入力が必要な場面(名前・日付など)だけテキスト入力を促す設計のほうがシンプルです。
- 「その他」ボタンを最後の逃げ道にしている:「その他」を押したユーザーに自由入力させるだけでは、エスカレーション機会を逃します。「その他」の先にも「よくある追加質問」を数パターン用意しておくか、「より詳しいご相談はこちら」として担当者連絡先に誘導しましょう。
継続的な改善の仕組みを作る
シナリオ設計は一度完成したら終わりではありません。AI接客の品質を維持・向上させるには、以下のような運用サイクルを設けることが効果的です。
- 月次でログを確認し、未解決件数と離脱ポイントを記録する
- 未対応の質問をカテゴリ別に集計し、優先度の高いものからシナリオに追加する
- 季節・キャンペーン・新サービスのタイミングに合わせて応答内容を更新する
問い合わせAIの精度は、こうした継続的なシナリオ更新によって着実に向上します。
運用サイクルの具体的な設計
継続的な改善を「やろうと思えばできる」状態ではなく「自然に回る仕組み」にするには、担当者・頻度・確認項目を具体的に決めておく必要があります。
推奨する運用サイクルの例:
| タイミング | 実施内容 | 担当 |
|---|---|---|
| 毎週 | 未対応質問の数と内容を確認、急増している質問があればその週中に追加 | 運用担当者 |
| 月次 | 離脱ポイントの確認・応答の改善・不要なシナリオの整理 | 運用担当者+管理者 |
| キャンペーン前 | 関連する質問の追加・価格変更の反映・期間限定フローの追加 | 担当者 |
| 季節の変わり目 | 季節商品・繁忙期対応・休業案内の更新 | 担当者 |
| 半年〜1年ごと | シナリオ全体の棚卸し・不要なフローの削除・構造の見直し | 管理者 |
ログ確認で見るべき指標:
ログを確認する際には、以下の観点を持つと改善の優先度がつけやすくなります。
- 未解決率:全セッションのうち、ゴール未達成で終了した割合。これが高いほどシナリオの網羅性に課題がある。
- 再質問率:同じユーザーが同じ意図の質問を繰り返している割合。応答が的外れなサインと判断できる。
- 離脱ステップ:どのメッセージのタイミングで会話が止まるかを確認する。特定のステップで離脱が集中している場合は、そのメッセージの内容・選択肢・文量を見直す。
- エスカレーション到達率:エスカレーションまで進んだ会話の割合と、その後の対応完了率。エスカレーションが多すぎる場合はシナリオが薄い、少なすぎる場合はエスカレーション導線が機能していない可能性がある。
シナリオ追加の優先順位の付け方
改善候補が複数出てきた場合、すべてを同時に対応するのは非効率です。以下の基準で優先度を判断します。
- 頻度が高い:件数が多い未対応質問ほど、対応したときの効果が大きい
- ゴールに直結する:申し込みや購入に関わる流れで詰まっているなら、最優先で対応する
- 対応コストが低い:単純なFAQの追加は、数分で対応できるため即時対応を推奨する
- クレームにつながっている:ユーザーが困惑・不満を示した会話は、信頼性への影響が大きいため優先度を上げる
更新作業を軽くする工夫
シナリオ更新が「面倒な特別作業」になると、後回しになります。更新を習慣化するための工夫を紹介します。
- テンプレートを用意する:Q&Aの追加フォーマットを決めておくと、担当者が迷わずに追加できる
- FAQ台帳を別途管理する:シナリオとは別に「Q&A一覧スプレッドシート」を持ち、更新の際はそちらを編集してシナリオに反映する流れにすると管理がシンプルになる
- 更新履歴を残す:いつ、何を、なぜ変更したかを記録しておくと、後から設計の意図を把握しやすくなる
よくある質問(FAQ)
Q:シナリオの数はどれくらいから始めればよいですか?
A:最初は「主要フロー3〜5本・エラーフロー1本・エスカレーションフロー1本」の計5〜7本程度でリリースして、実際のログを見ながら追加するのが現実的です。最初から完璧なシナリオを作ろうとして公開が遅れるより、少ない数でも早く公開して実データを集めるほうが最終的に良質なシナリオに仕上がります。
Q:自由入力とボタン選択はどちらを使うべきですか?
A:用途によります。「どんな用件か」「いつが希望か」などの幅広い入力を受け取る場面ではボタン選択が適しています(認識ミスが減り、ユーザーの手間も省ける)。一方、名前・メールアドレス・注文番号など決まった形式の情報はテキスト入力が必要です。組み合わせとして、まず選択肢で絞り込んでから詳細をテキスト入力させる流れが使いやすいシナリオになります。
Q:AIが変な回答をしてしまった場合、どう対処すればよいですか?
A:まず、そのやり取りをログで確認し「どの発話に対してどの応答が返ったか」を把握します。次に、その発話パターンに対する正しい応答をシナリオに追加します。万が一ユーザーから直接クレームがあった場合は、有人対応で丁寧にフォローしつつ、シナリオ修正を優先的に行います。WayBotでは会話ログを管理画面から確認でき、問題のあった会話を特定しやすい設計になっています。
まとめ
AI接客のシナリオ設計は、ユーザーの目的の整理・会話パターンの洗い出し・分岐と復帰の設計・応答文の最適化という段階を踏むことで、実用的な品質に仕上げることができます。また、リリース後の継続的な改善を運用に組み込むことが、長期的なユーザー体験の維持につながります。AIWAY Groupでは、こうした接客AIの導入から運用・シナリオ改善まで一貫して支援しています。詳細はお気軽にご相談ください。