FreshchatにAIチャットボットを追加する方法

「FreshchatにAIチャットボットを追加する」とは実際どういうことか

Freshchatは、Freshworksのライブチャット製品であり、自社サイトやモバイルアプリの隅に配置され、ウェブ、メール、WhatsApp、Instagram、SMSを1つのマルチチャネル受信箱にまとめるメッセンジャーです。人々が「チャットボットを追加したい」と言うとき、通常は次の2つのどちらかを指しています。

• **フローボット。**古くからあるルールベースの方法で、決定木を描き、ボットはあなたが定義した分岐に沿って顧客を案内します。予測可能ですが、あなたが描いた経路しか知りません。
• **AIエージェント。**ナレッジソースを読み込み、自然言語で質問を理解し、決定木なしで自分自身の回答を書くボットです。これがFreshworksが現在推し進めているものであり、2026年においてほとんどの人がイメージするものです。

このガイドの残りの部分は、実際の解決率(そして実際のコスト)がそこにあるため、AIエージェントの方法に焦点を当てます。フロービルダーの方法が欲しい場合、Freshchatにはまだそれがありますが、台本にない質問に対してはすぐに限界にぶつかります。まだプラットフォームを検討中であれば、AIライブチャットのまとめと、Freshchat対Freshdeskメッセージングの比較記事も良い参考になります。

選択肢1: Freddy AI Agent、ネイティブな方法

Freddy AI AgentはFreshworks自身のAIチャットボットであり、すでにFreshchatに料金を払っているなら明らかな最初の選択肢です。これはノーコードの自律型エージェントで、Freshworksは台本通りのFAQボットではなく「常時稼働のデジタルチームメイト」として位置づけています。ナレッジベースを読み込み、自然言語で回答し、バックエンドシステムに接続することで返金処理や注文状況の確認といったアクションまで実行できます。

Freshworksが公表している主要な数値は強力です。最大80%の問い合わせ解決、会話による解決までの平均時間2分未満、そしてエージェントの生産性が60%向上したという主張です。提供形態は2種類あります。50以上のエージェント型ワークフロー(注文追跡、注文変更、配送遅延アラート)を搭載した事前構築済みのVertical AI Agentsか、自分でゼロから構築する空白のカスタムエージェントです。

留意すべき点として、これらの数値はマーケティングページ上のベンダー自身の主張であり、独立したベンチマークではありません。また80%という数字の根拠となる顧客事例(PhonePeなど)は、多くの調整を重ねたエンタープライズ規模の導入事例です。80%は誰かが到達した上限として捉えるべきで、初日から得られる標準値だと考えるべきではありません。

FreshchatでFreddy AI Agentを設定する方法

設定そのものは驚くほど軽量です。以下が最初から最後までの流れです。

1. **AI Agent Studioを開く。**FreshchatまたはFreshdesk Omniの管理画面からFreddy AI Agentのエリアに移動します。ここですべてのボットが構築・管理されます。
2. **出発点を選ぶ。**自社のユースケース(Eコマースの注文管理、金融取引など)に合ったVertical AI Agentのテンプレートを選ぶか、ゼロからカスタムエージェントを始めます。
3. **ナレッジを接続する。**Freddyをナレッジベースや、準備済みのFAQ・ドキュメントに向けます。あるFreshworksのプロダクトマネージャーが自社のページで述べているように、「FAQとデータが準備できていれば、それをそのまま渡すだけで数分以内に新しいAIエージェントが完成する」とのことです。
4. **ワークフローとアクションを追加する。**注文追跡やサブスクリプション変更といった取引的な処理には、該当するエージェント型ワークフローを組み込み、ShopifyやStripeなど必要なバックエンドアプリを接続します。
5. **エスカレーションルールを設定する。**Freddyがいつ会話を人間に引き継ぐべきかを決め、顧客が同じことを繰り返さずに済むよう、コンテキストが完全に引き継がれることを確認します。
6. **テストしてから各チャネルに公開する。**実際の質問で試した後、ウェブチャット、WhatsApp、ソーシャル、メールで有効化します。

すでにFreshdeskチャットボットを設定したことがあれば、これは馴染み深く感じるでしょう。摩擦が生じるとすれば、基本的な導入部分よりもボットの設定やドキュメントの部分にある傾向があり、これは以下のユーザーレビューでも繰り返し出てくるテーマです。

チャットボットが実際に何を回答するかを決める仕組み

内部では、Freddyを含むすべてのAIチャットボットが同じ基本的なループを実行しており、それを理解することが、信頼できるボットと静かに使うのをやめてしまうボットの違いを生みます。顧客が何かを尋ね、ボットは与えられたナレッジを検索し、回答を組み立て、そして理想的には、何かを送信する前に自分がどれだけ確信を持っているかを確認します。

この確信度のステップこそ、人々が省略しがちな部分であり、後になって痛い目を見る部分です。以前、あるB2Bのテクニカルサポートチームに同席したことがあります。そのボットは、データベースに存在しない車種に対しても「はい、そのモデルに対応しています」と平然と答えていました。ナレッジベースに「すべてのモデルに対応しています」と書かれていたためです。ボットが壊れていたわけではなく、過信していて、控えるべきところで回答してしまっていたのです。だからこそ、確信度に基づくルーティングは単純な解決率よりも重要になります。確信のあることだけに回答し、残りは静かに人間に任せるボットは、すべてに回答して15%の確率で間違えるボットに勝ります。

無料セッションを使い切った後にFreddyにかかる費用

ここで多くのチームが驚くことになります。Freshchatのプラン料金とAIチャットボットは別々に課金されます。

重要なのはFreddyの行です。セッションとは、24時間のウィンドウ内における1人の顧客とボットとのすべてのやり取りと定義されるため、1人が20件のメッセージを送るような会話の多い忙しいサポートの日でも、1セッションとしてカウントされます。これは公平な仕組みです。しかし同時に、料金は繁忙期に応じて直接スケールすることも意味し、多言語対応のボリュームが多い場合も他と同様にセッションを消費します。1セッションあたり約0.49ドルとして、無料枠を超えて月に2,000件の会話があれば、席数料金に加えて1,000ドル近くの追加費用になります。

これらはどれも不合理ではありません。しかし、スイッチを入れた後ではなく入れる前にモデル化しておくべき数字であり、Freshchat料金の全体像やチャットボット運用の全体的なコストと比較しておく価値があります。

ネイティブボットが不足している点

Freshchatには多くの強みがあります。レビューで一貫して称賛されているのは、統合受信箱、エージェントのオンボーディングのしやすさ、そして価格です。G2では499件のレビューで4.4、Capterraでは128件のレビューで4.1であり、これは駄作ではなく、しっかりと支持されている優れた製品だということです。

しかし、AIについて具体的に語っている内容だけに絞り込むと、あるテーマが繰り返し現れます。何度も工夫して取り組んでも、ボットが弱いままだというものです。

"The bot currently offered is not that great, despite training several times its not upto the mark. They really need to work on this."

Verified User, Manager in Customer Service, TrustRadius

"The AI capabilities feel basic and outdated."

Akash B., Configuration Analyst, Capterra

レビューを書くよう招待され(インセンティブも与えられ)たレビュアーでさえ、同じギャップを指摘しており、これは示唆的です。

"What I liked least about Freshchat is the lack of advanced features and integrations compared to some competitors, and the AI capabilities still feel a bit limited."

Rithik R., Chief Executive Officer, Capterra

このパターンは、Freddyが何も答えられないというものではありません。チームが学習させ、最も優秀なエージェントを期待した結果、代わりにやや汎用的なFAQボットを得てしまうという点です。もしそのギャップがあなたの悩みの種であれば、Freddyの代替ツールも確認する価値があります。しかしまずは、実際の根本原因について見ていきましょう。

チャットボットを本当に優れたものにするもの:ドキュメントだけでなく解決済みチケットで学習させる

ここが、Freshchatチームに持ち帰ってほしい発想の転換点です。ほとんどのボットの性能が低いのは、モデルが弱いからではなく、何を与えられて学習したかが原因です。ヘルプセンターの記事は、製品がどう機能するはずかを説明しています。解決済みチケットは、あなたのチームが実際にその質問の煩雑でリアルなバージョンをどう解決しているかを、留保事項や例外、顧客が反応する言い回しとともに示しています。

両方に基づいて学習したボットは、マニュアルというよりも、そのチケットに200回も答えてきた同僚のように感じられます。これは回答品質における最大の単一のレバーであり、ドキュメントのみの設定では取りこぼしてしまう部分です。だからこそ、私は単独の解決率の主張を決して鵜呑みにしません。そのボットが何で学習し、本番稼働前に実際の過去のチケットに対してテストされたかどうかを知りたいのです。私たちのチームでは、すべてのロールアウトを、まずその顧客自身の過去のチケットに対してシミュレーションします。自信満々に見えるボットが静かに間違った回答をするのを何度も目にしてきたからこそであり、デモの数字はそれについて何も語ってくれません。

eeselを試す

まず手短に、正直にお伝えしておきます。**eeselはFreshchatのメッセンジャー自体の中で動作するプラグインではありません。**Freshchatのウィジェット内AIはFreddyであり、それだけです。ボットがFreshchat自体のチャットウィンドウ内にネイティブに表示されることにこだわりたいなら、Freddyがそのためのツールです。

eeselが実際に適しているのは、ほとんどのFreshchatチームが次に実際に取る2つの道です。Freshworksのチケット対応側も利用しているなら、eeselはFreshdeskにそのまま接続し、キュー内で返信を下書きするか自動送信します。そして自社サイトのライブチャットについては、eeselは独自のAIチャットバブルやインライン埋め込みウィジェットを、既にチャットウィジェットが置かれているのと同じページの隅に、スクリプトタグ1つで導入できます。

ここまでの内容を踏まえて注目する理由は、回答品質と信頼に対してeeselが何をするかにあります。eeselは過去のチケット、ヘルプ資料、マクロを一緒に学習させるため、チームがすでに行っているのと同じように回答します。そのシミュレーションモードは、実際の顧客が目にする前に、あなたの過去の数千件の実チケットに対してボットを再現し、カバー率と精度を確認できるようにします。そして確信度に基づくルーティングが、不確かなときに回答してしまうのを防ぎます。料金は従量課金制で、1会話あたり0.40ドル、席数料金なしなので、実際に処理したチケット分だけ課金され、忙しい24時間のウィンドウに対して課金されることはありません。その効果を裏付ける事例として、Gridwiseでは導入初月にeeselがティア1リクエストの73%を解決し、7日間のトライアル中にすでに成果が現れていました。

実際の顧客に対して信頼できるチャットボットを目指すのであれば、それはFreshchatのFreddyを含め、あらゆるツールに当てはめる価値のある基準です。eeselは無料で試すことができます。