チャットボット会話フローテンプレート：2026年に使える6つの型

チャットボット会話フローの正体

会話フローとは、カスタマーサービスチャットボットが顧客を導いていく経路のことです。台本であり地図でもあると考えてください。台本はボットが何を言うかで、地図は顧客の行動に応じて次に何を言うかを決める分岐ロジックです。完成した実例から学びたい人は、実際のやり取りを最初から最後まで見せているチャットボットの会話例の記事も参考にしてください。

2ステップだけのFAQ回答であれ、10分岐ある返品プロセスであれ、すべてのフローは同じ5つの構成要素からできています。

1. トリガー - フローを開始させるもの。ページの読み込み、「こんにちは」というメッセージ、ボタンのクリック、あるいはヘルプデスクに新しいチケットが届くこと。
2. 意図の検出 - ボットが顧客の本当の要望を読み取るステップ。台本型のボットが最も間違えやすい部分で、メッセージを読み取る代わりに、顧客にメニューから選ばせようとするからです。
3. 回答の取得 - ボットが正しい回答を引っ張ってくるステップ。理想を言えば、古びてしまうハードコードされた返信ではなく、リアルタイムのナレッジベースから取得します。
4. 信頼度チェック - 最も重要なゲート。ボットは自信を持って答えられるのか、それとも人に任せるべきか。これを省くと、自信満々な誤答が生まれ、それは無回答より悪い結果になります。
5. 解決またはエスカレーション - 顧客の問題が解決するか、あるいは会話全体の文脈を添えてきれいに人に引き継がれるか。

この5つを意識しておけば、以下のどのテンプレートも同じテーマのバリエーションに過ぎないとわかります。違いのほとんどは、ステップ2（どんな意図を想定するか）とステップ5（会話がその後どこへ向かうか）にあります。

自分に合うフローを選ぶ

6つのテンプレートを見る前に、必要なものを見つける手早い方法を紹介します。やりたい業務を選べば、フローの形と、下のどのテンプレートに進めばよいかがわかります。

6つのチャットボット会話フローテンプレート

以下の各テンプレートは同じ構成に従っています。何に向いているか、ステップごとのフロー、そしてそのまま使えるコピー文です。文言は自社のブランドボイスに合わせて調整してかまいませんが、構成はそのまま保ってください。

1. FAQ一次対応フロー

向いている場面： チームの一日を食いつぶす、繰り返し出てくる簡単な質問。ほとんどのチームにとって最もROIの高いフローです。一次対応の大部分を占めるからです。

フロー:

1. トリガー： 顧客がチャットを開くか、質問をする。
2. 意図を検出： メッセージを読み取り、既知のトピックと照合する。
3. 取得： ヘルプセンターで回答を検索する。
4. 回答＋引用： 回答と、元記事へのリンクを添えて返信する。
5. 確認： 「これで解決しましたか？」→ はいなら終了、いいえならエスカレーション。

そのまま使えるコピー：

"こんにちは！お手伝いします。ヘルプセンターの情報によると、[パスワードのリセット／請求情報の更新など]の方法はこちらです：[回答]。詳しくはこちらをご覧ください：[リンク]。これで解決しましたか？"

ここでの落とし穴は、時代遅れになっていくハードコードされた返信で答えてしまうことです。代わりにフローをライブのドキュメントに向ければ、記事が更新されるたびに回答も更新されます。ツール選びで迷っているなら、最高のAI FAQボットとチャットボットFAQ自動化の記事がさらに詳しく解説しています。

2. 注文状況（WISMO）フロー

向いている場面： 「注文はどこ？」に埋もれているECチームです。ECで最も多いチケットであり、答えがシステムの中にあり人の頭の中にはないため、ほぼ完全に自動化できます。

フロー:

1. トリガー： 顧客が注文について尋ねる。
2. 識別： 注文番号を読み取るか、登録済みのメールアドレスを尋ねる。
3. 照会： Shopify、WooCommerce、または自社の注文システムからリアルタイムの状況を取得する。
4. 回答： 追跡リンクと到着予定日を伝える。
5. 分岐： 注文が遅延・紛失している場合は、人による対応か返金の道を提示する。

そのまま使えるコピー：

"確認しますね。注文番号か、購入時に使ったメールアドレスを教えていただけますか？…注文［#1234］は［日付］に発送され、［日付］に届く予定です。こちらでリアルタイムの追跡ができます：［リンク］。ほかに何かありますか？"

返品や配送を含めた全体のパターンについては、注文状況・返品・配送に関するチャットボットのガイドと、Shopifyストア向け最高のAIライブチャットアプリをご覧ください。

3. チケット振り分け・ルーティングフロー

向いている場面： 問題がチケットへの回答ではなく、その仕分けにあるチームです。振り分けフローは届いたチケットを一件ずつ読み取り、人が触れる前に正しい場所へ送り届けます。

フロー:

1. トリガー： 新しいチケットがヘルプデスクに届く。
2. 分類： トピック、緊急度、感情、言語を検出する。
3. ルーティング： タグ付けし、正しいキューまたは担当者へ送る。
4. 支援： 担当者向けの内部メモとして、返信案を残す。

このフローが静かに強力なのは、AIが顧客に直接返信するのをまだ許可していない段階でも機能する点です。仕分けと下書きはボットが行い、送信は人が行います。詳しくはAIカスタマーサービスワークフローとサポートチケット振り分けに最適なAIの記事で掘り下げています。

4. 人間への引き継ぎフロー

向いている場面： 例外なくすべてのボットです。私が最初に設計するのはこのフローです。行き詰まった顧客を人にスムーズに渡せないチャットボットは、サポートを嫌われる最短ルートだからです。

フロー:

1. 信頼度ゲート： すべての回答は確度チェックを通過する。
2. 出口を起動： 信頼度が低い場合、同じ誤答を繰り返した場合、あるいは明確な「人と話したい」という要望があれば、外へルーティングする。
3. 文脈を収集： 質問内容、注文情報、アカウント情報を取得する。
4. 引き継ぎ： 会話全体の文字起こしを添えてチケットを作成または更新し、顧客が同じ説明を繰り返さずに済むようにする。

実際のチャットで、きれいな例がどう見えるか紹介します。あるSEOツールのウェブサイトチャットバブルで、あるエンドユーザーが2つのセットアップに関する質問（「プロジェクトからキーワードを削除するには？」「検索エンジンを削除するには？」）をし、どちらもセルフサーブで回答を得たあと、「人と話せますか？」と入力しました。ボットは最初の2つをドキュメントから回答し、3つ目のメッセージが届いた瞬間にそのまま人へ引き継ぎました。それこそがポイントです。できるところは一次対応し、顧客が人を求めた瞬間に道を譲る。より深く知りたい方は、AI引き継ぎフローの会話設計例とチャットボットのエスカレーションの記事をご覧ください。

ほとんどのフローがやりがちな間違いは、一次対応を無理に増やそうとして「人と話す」を見つけにくくしてしまうことです。これは逆効果です。出口をわかりやすくするほど、ボット全体への信頼感が増し、結果として顧客はまずセルフサーブの回答を試そうという気になります。

5. リード見極めフロー

向いている場面： サポートだけでなく、チャットを使って流入する関心を獲得・仕分けするマーケティング・営業チーム。

フロー:

1. トリガー： 料金、デモ、問い合わせなど、関心の高いページでチャットが開く。
2. 見極め： チーム規模、用途、導入時期など2〜3個の短い質問をする。
3. 分岐： 有望なリードにはデモの予約を提案し、情報収集段階の人には役立つコンテンツを送る。
4. 獲得： 詳細をCRMに送り、担当の営業に通知する。

そのまま使えるコピー：

"私たちが合っているかどうか一緒に確認しましょう。的確にご案内するために一つ質問です：サポートチームの規模はどれくらいですか？…なるほど、どなたかと時間を調整しましょうか、それとも簡単な概要のほうが今は役立ちますか？"

このフローは短く保ってください。リードフローを台無しにする最速の方法は、何か役立つ情報を返す前に8つも質問攻めにすることです。

6. チャット後CSATアンケートフロー

向いている場面： ボットが一次対応しているだけでなく、実際に役立っているかを知りたいチーム。満足度を伴わない一次対応は虚栄の指標にすぎません。

フロー:

1. トリガー： 会話が「解決済み」としてマークされる。
2. 質問： 単一の評価（1〜5、または親指マーク）を尋ねる。
3. 分岐： 低評価なら、一つだけ自由回答の追加質問をし、チケットを再オープンする。
4. 記録： スコアを会話に紐づけて記録する。

設計上のルールは、質問は一つ、必要なら追加でもう一つだけ。項目を増やすほど回答率は下がります。仕組みを詳しく知りたい方は、会話クローズ時のCSATアンケートの設定と送信を、追うべき指標についてはAIカスタマーサービス指標ガイドをご覧ください。

フローを壊すよくある間違い

実際に数多くのフローが動いているのを見てきて、同じ間違いが繰り返し出てきます。

• 逃げ道がない。 人に繋がる明確な経路がなければ、行き詰まった顧客は苛立つ以外に行き場がありません。エスカレーションの出口を最後ではなく最初に設計してください。
• 行き止まり。 「申し訳ありませんが、それにはお答えできません」で終わり、何もない分岐は行き止まりです。フローのすべての末端は、解決するか、どこかへルーティングされるべきです。
• 過剰な台本化。 ボタンや強制的な選択肢を増やすほど、フローは脆くなります。実際の顧客はメニューを読まず、言いたいことをそのまま入力します。
• 信頼度ゲートがない。 すべてを全力で答えるボットは、自信満々に間違えます。これがチャットボットが誤った回答をする最大の理由です。
• 回答の陳腐化。 ハードコードされた返信は古びていきます。フローを生きたドキュメントに向けておけば、勝手に最新の状態を保ちます。ここでAIナレッジベースが真価を発揮します。
• 一次対応それ自体を目的化する。 満足度が下がっているのに高いデフレクション率を追い求めるのは見せかけの勝利です。両方を測定してください。

巨大な決定木が消えつつある理由

ここで視点を変えます。これこそ、2026年に40個ものノードを持つフローチャートを手作業で1週間かけて作る前に、もう一度考え直したほうがいい理由です。

昔ながらのチャットボット会話フローテンプレートは、台本通りの決定木です。顧客がボタンをクリックすると、さらにボタンが現れ、また別のボタンが現れる。これは、誰かが想定外の言葉を入力するまでは機能しますが、それはだいたい3回に1回の会話で起こります。そこで行き止まりになり、顧客は離脱します。

AIエージェントの働き方は異なります。顧客を分岐に強制的に進ませる代わりに、自然な言葉から意図を読み取り、あなたの知識から回答を引き出します。巨大なツリーは、はるかに小さなテンプレートに収まります。ガードレール（何をしてよいか）、知識（何を根拠に答えるか）、そして引き継ぎ（いつ身を引くか）です。それだけです。だからこそ、今日フローを設計するすべての人にとって、AIエージェントと従来型チャットボットの違いが重要になります。

あるビルド・バイ・購入の商談で、ある買い手はこのトレードオフを端的にこう表現しました。自分たちで独自のLLMアプリケーションを書くこともできたが、それに時間を投資したくなかったし、何より、自分たちでメンテナンスし続けなくて済むものが欲しかった、と。そのメンテナンスの問題こそ、台本型ツリーの静かなコストでもあります。製品の変更、新しいプラン、ポリシーの微調整があるたびに、フローチャートに戻って分岐を配線し直す必要があります。ドキュメントとチケットから学習するフローは、元の情報源が更新されれば自動的に自らも更新されます。

ツリーを作らずにeeselでチャットボットフローを

上の6つのテンプレートを見て「よし、これを全部自分で作らないと」と思ったなら、近道があります。eesel AIは、過去のチケット、ヘルプドキュメント、マクロなど、すでに持っているものからフローを学習するAIサポートエージェントです。決定木を手で描く代わりに、ヘルプデスクを接続すればフローの下書きを自動で作り、あとは自然な言葉で挙動を調整するだけです。

ここで紹介したテンプレートに直接対応する点をいくつか挙げます。

• 引き継ぎフローが標準搭載されています。 信頼度に基づくルーティングにより、確信が持てることだけに答え、残りは人に引き継ぐので、逃げ道を手作業で配線する必要がありません。
• ノードをドラッグする代わりに、話しかけて設定します。 いつ介入するか、どんなトーンを保つか、何には触れないかを伝えるだけです。
• 本番前にテストできます。 シミュレーションモードは過去のチケットに対してフローを実行するので、実際の顧客が触れる前にカバレッジとギャップが見えます。こうしてGridwiseは導入初月で一次対応の73%を解決できるようになりました。

Zendesk、Freshdesk、Gorgias、Frontなど100以上のツールと連携でき、料金は利用量に応じた従量課金で、処理済みチケット1件あたり0.40ドル、席数に応じた費用は一切かかりません。無料で試してみて、実際にコミットする前に自社のフローをシミュレーションできます。