Freshdesk AIチャットボットのベストプラクティス：完全版2026年ガイド

FreshdeskでAIチャットボットを設定するのは簡単そうに聞こえますが、実際にチャットボットを導入することと、実際に機能するチャットボットを導入することには違いがあることに気づきます。通常、その違いは、「オン」スイッチを押すだけでなく、実績のあるベストプラクティスに従うかどうかにかかっています。

このガイドでは、初期計画から継続的な最適化まで、FreshdeskでAIチャットボットを実装および最適化するために知っておくべきことをすべて網羅しています。これから始める場合でも、既存のセットアップを改善したい場合でも、これらのプラクティスは実際の結果を得るのに役立ちます。

Freshdesk AIチャットボットとは？

Freshdesk AIチャットボットについて話すとき、Freddy AI、つまりFreshdeskに組み込まれたFreshworksのAIプラットフォームのことを指しています。これは、人間のエージェントと連携しながら、レベル1のサポートクエリを自動的に処理するように設計されています。

Freddy AIには、主に2つの種類があります。

• Freddy AI Agent（フレディAIエージェント）: 顧客と直接対話し、質問に答え、人間の介入なしにルーチンな問題を解決する自律型チャットボット
• Freddy AI Copilot（フレディAIコパイロット）: 返信を提案したり、関連情報を引き出したり、反復的なタスクを自動化したりする、人間のエージェント向けのアシスタント

AI Agentは、ナレッジベース、過去のチケット、および構成されたQ&Aから学習して、会話形式の応答を提供します。Webチャット、WhatsApp（ワッツアップ）、Facebook（フェイスブック）、Instagram（インスタグラム）（後者はFreshdesk Omni（フレッシュデスクオムニ）経由）を含む複数のチャネルで動作します。機能と価格の詳細については、Freshdeskチャットボットの完全ガイドをご覧ください。

Freshdesk AIチャットボットの実装を計画する

ほとんどのチャットボットの失敗は、コードが記述される前に発生します。計画段階では、AIアシスタントが貴重なチームメンバーになるか、高価な不満になるかが決まります。

まず、明確な目標を定義します。チャットボットに何を達成させたいですか？一般的な目標には、チケットボリュームの削減、応答時間の改善、顧客満足度スコアの向上、またはエージェントを複雑な問題から解放することが含まれます。具体的な目標がないと、プロジェクトが成功したかどうかを判断できません。

次に、ユースケースを特定します。すべてのクエリをボットに送信する必要はありません。どのタイプの質問が自動化に適しているか（パスワードのリセット、注文状況の確認、FAQへの回答）、および人間のタッチが必要な質問（複雑な技術的な問題、エスカレートされた苦情、VIP顧客）をマッピングします。顧客サポートの自動化に関するガイドでは、自動化戦略を対象者のニーズに合わせる方法について説明しています。

対象者を理解することも重要です。顧客セグメントが異なれば、期待も異なります。エンタープライズクライアントはよりフォーマルなボットエクスペリエンスを許容するかもしれませんが、eコマースの顧客は多くの場合、迅速でカジュアルなやり取りを好みます。

最後に、起動する前にKPI（重要業績評価指標）を確立します。次のような指標を追跡します。

• チケット解決率（エージェントの関与なしに解決されたクエリ）
• 最初の連絡での解決率
• ボットのやり取りに対する顧客満足度スコア
• 平均応答時間と解決時間
• エスカレーション率と理由

強力なナレッジベースの基盤を構築する

あまり言われていない真実があります。チャットボットは、提供する知識と同じくらい優れています。Freshworksはそれをうまく表現しています。十分な知識なしにチャットボットを展開することは、本のない図書館を建てるようなものです。

ナレッジベースは、以下を包括的に網羅する必要があります。

• よくある質問とその回答
• 製品の詳細、仕様、およびトラブルシューティングの手順
• 会社の方針（返品、払い戻し、配送、プライバシー）
• 一般的な問題の解決策と回避策
• ルーチンプロセスのステップバイステップガイド

コンテンツと同じくらい組織化が重要です。明確なカテゴリ、一貫したフォーマット、および検索可能なタイトルを使用して、情報を論理的に構造化します。AIは正しい答えをすばやく見つける必要があり、整理されていないナレッジベースは混乱したボットを作成します。

コンテンツを最新の状態に保ちます。古い情報は、ボットに間違った答えを出すようにトレーニングします。定期的な監査スケジュール（毎月または四半期ごと）を設定して、記事を見直し、更新します。製品が変更されたり、ポリシーが更新されたり、新しい問題が発生したりした場合は、ナレッジベースにすぐにそれらの変更を反映する必要があります。

Freshdesk AI Agentを構成する

ナレッジベースの準備ができたら、AI Agent自体を設定します。プロセスは、作成、構成、および展開の3つの主要なフェーズで発生します。

AI Agentを作成する

管理者としてFreshdeskにログインし、AI Agentセクションに移動します。「新規作成」をクリックし、ブランドに一致するボットの名前を付け（一部の企業では、マスコットまたはフレンドリーなキャラクター名を使用します）、主要な言語を選択します。海外の顧客に対応する場合は、複数の言語バージョンを展開できます。

ナレッジソースを構成する

AIに学習させたいナレッジソースを接続します。

• ヘルプセンターからのソリューション記事
• アップロードされたPDF（製品マニュアル、ポリシー文書）
• 外部URL（ドキュメントサイト、ブログ投稿）
• 特定のシナリオ向けのカスタムQ&A
• FAQコレクション

ソースが包括的であればあるほど、ボットのパフォーマンスは向上します。ただし、品質は量に勝ります。10個のよく書かれた記事は、50個の整理されていない記事よりも優れています。

ワークフローを設定する

ワークフローは、AI Agentの機能を単純なQ&Aを超えて拡張します。次のようなアクションの自動化を構築できます。

• 注文のキャンセルと払い戻し
• サブスクリプションの更新
• 事前に入力されたフィールドを使用したチケットの作成
• 統合システムからのデータルックアップ

Freshdeskには、視覚的なワークフロービルダーと、開始するための事前構築済みテンプレートのライブラリの両方が用意されています。

ペルソナと応答を定義する

ボットには、ブランドに一致する個性が必要です。以下を構成します。

• 視覚的なアイデンティティの名前とアバター
• コンテキストの理解を向上させるためのビジネスの詳細
• トーンの指示（プロフェッショナル、フレンドリー、カジュアル）
• 人間に引き継ぐタイミングのエスカレーションルール
• スパムと範囲外の処理

応答の構成はスキップしないでください。紹介の挨拶、フィードバック収集メッセージ、転送メッセージ、および失敗応答をカスタマイズします。これらのタッチポイントは、顧客体験を形作ります。

チャネルへのマッピング

顧客が実際にいる場所にAI Agentを展開します。Freshdeskは以下をサポートしています。

• Webサイト上のWebチャットウィジェット
• WhatsApp Business（ワッツアップビジネス）
• Facebook Messenger（フェイスブックメッセンジャー）
• Instagram（Freshdesk Omni経由）

チャネルごとに、同じボットまたはコンテキストと顧客の期待に応じて異なる構成を持つことができます。

トレーニングと継続的な改善

チャットボットの起動はゴールではありません。継続的な最適化の出発点です。

Freshdesk AI Agentはやり取りから学習しますが、意図的なトレーニングを通じて改善を加速できます。分析ダッシュボードの「AI Agentの改善」セクションを定期的に確認してください。それは示しています：

• 回答されていないクエリ: ボットが回答できなかった質問（これらをナレッジベースに追加します）
• 役に立たない応答: 顧客が役に立たないとマークした回答（これらの応答を改善します）
• 回答されたクエリ: これらを確認して、正確性を確認し、ギャップを特定します

ナレッジベースを継続的に更新します。エージェントが特定の質問でボットが苦労していることに気付いた場合は、そのコンテンツを追加します。製品が変更された場合は、ドキュメントを更新します。ナレッジベースを一度限りのセットアップタスクではなく、生きているドキュメントとして扱います。

過去のデータがある場合は、過去のチケットからトレーニングすることを検討してください。DocsBot AIなどのツールは、解決済みのFreshdeskチケットからFAQペアを抽出して、ボットに実際の顧客の質問を理解するためのスタートを切ることができます。このプロセス中に個人データを削除してください。

成功を測定する：追跡する主要な指標

測定しないものは改善できません。Freshdeskには組み込みの分析機能が用意されていますが、どの数値が重要かを知ることで違いが生まれます。

チケット解決率

これは、ボットが人間にエスカレートせずに解決するクエリの割合を測定します。業界のベンチマークは異なりますが、成熟した実装では、ルーチンクエリに対して60〜80％の解決率が見られることがよくあります。ボットで解決された会話をボットで処理された会話の合計で割って、これを追跡します。

最初の連絡での解決（FCR）

ボットは最初のやり取りで顧客の問題をどのくらいの頻度で解決しますか？FCRが高いということは、ナレッジベースが包括的であり、ボットが意図をよく理解していることを意味します。FCRが低い場合は、コンテンツにギャップがあるか、会話の流れに混乱があることを示唆しています。

顧客満足度（CSAT）

ボットのやり取りに特化したフィードバックを収集します。単純な「これは役に立ちましたか？」という賛成/反対の評価は、方向性のあるデータを提供します。「なぜこれは役に立ちませんでしたか？」というフォローアップで、改善領域を特定するために否定的な回答を求めます。

エスカレーションパターン

会話が人間にエスカレートする時期と理由を追跡します。一般的なエスカレーションのトリガーには、次のものがあります。

• ボットの能力を超える複雑な技術的な問題
• 人間のエージェントに対する顧客の要求
• 感情検出（不満を抱いている顧客）
• フラグを立てた特定のキーワードまたはトピック

パターンが見られる場合（たとえば、請求に関する紛争で多くのエスカレーションが発生する場合）、それらを異なる方法で処理する必要があるかどうかを検討してください。

エージェントの処理時間

ボットの引き継ぎ後、エージェントがチケットに費やす時間を測定します。理想的には、ボットはエージェントの解決をスピードアップするコンテキストを提供する必要があります。処理時間が増加する場合は、エスカレーションプロセスが不完全な情報を渡している可能性があります。

回避すべき一般的な間違い

他人の失敗から学ぶことで、時間と不満を節約できます。最も一般的な落とし穴を次に示します。

ナレッジベースを無視する

チームはボットの構成に数週間、ナレッジベースの維持に数時間を費やします。その結果？古い回答と不満を抱いている顧客。ナレッジ管理を、一度限りのセットアップ作業ではなく、継続的な運用タスクとして扱います。

不明確なエスカレーションパス

顧客をボットの会話に閉じ込めることほど顧客をイライラさせるものはありません。常に、人間に連絡するための明確で簡単な方法を提供します。「エージェントと話す」ボタンは表示されている必要があり、エスカレーションは会話のコンテキストを保持して、顧客が自分自身を繰り返さないようにする必要があります。

間違った期待を設定する

顧客がボットと話していることを明確にします。ボットが処理できることについて現実的な期待を設定します。ボットが返品ポリシーのみを知っている場合は、技術的な問題をトラブルシューティングできるふりをしないでください。

継続的なトレーニングを無視する

「設定して忘れる」アプローチは、チャットボットのパフォーマンスを低下させます。回答されていないクエリ、役に立たない応答、および顧客からのフィードバックの定期的なレビューをスケジュールします。パフォーマンスの高いボットは、定期的に注意を払うボットです。

間違ったものを測定する

「処理された会話の合計」などの見せかけの指標は、ボットが顧客を支援したかどうかを教えてくれません。解決品質、顧客満足度、および実際のビジネス成果（解決されたチケット、節約されたコスト、CSATの向上）に焦点を当てます。

eesel AIでAIチャットボットを拡張する

FreshdeskのネイティブAI機能は多くのチームでうまく機能しますが、一部の組織ではより柔軟性が必要です。そこで、私たちがお手伝いします。

eesel AIでは、Freshdeskと統合しながら、いくつかの明確な利点を提供するAIチームメイトを構築しました。私たちのアプローチは、AIを構成するツールとしてではなく、採用してレベルアップするチームメンバーとして扱います。

私たちの違いは次のとおりです。

より高速なセットアップ、より深い学習

Freshdeskでは手動でナレッジベースを構成する必要がありますが、既存のヘルプセンター、過去のチケット、マクロ、さらにはConfluence（コンフルエンス）やGoogle Docs（グーグルドキュメント）などの外部ソースに直接接続します。AIは、数週間ではなく、通常は数分以内にビジネスコンテキストを自動的に学習します。

より柔軟なトレーニング

私たちのAIは、すべてのやり取りから継続的に学習します。応答を修正すると、すぐに学習します。Slack（スラック）でポリシーを更新すると（「返品期間を60日に変更しました」）、AIは再トレーニングサイクルなしでその変更を組み込みます。

平易な英語での制御

複雑なワークフロービルダーの代わりに、自然言語でエスカレーションルールと動作を定義します。「500ドルを超える請求に関する紛争は常にエスカレートする」または「エンタープライズ顧客の場合は、すべての応答でアカウントマネージャーをCCする」。コーディングは不要です。

展開前のテスト

公開する前に、過去の数千枚のチケットでシミュレーションを実行できます。AIがどのように応答するかを正確に確認し、解決率を測定し、実際の顧客に触れることなく動作を調整します。

FreshdeskのネイティブAIに制限がある場合、またはより柔軟なアプローチを検討したい場合は、Freshdesk統合をご覧ください。自律的な解決のためのAI Agent機能と、エージェント支援のためのAI Copilot機能を提供しており、どちらも既存のFreshdeskセットアップと連携するように設計されています。