2026年にFreshdesk Freddy AIを使用してボットのナレッジギャップを評価する方法

サポート業務を効率化するために新しいAIボットを立ち上げるときのワクワク感に勝るものはありません。時間をかけてナレッジベースに接続し、スイッチをオンにしました。しかし、時折、完璧な回答を提供するためにAIがもう少し情報を必要としていることに気づくかもしれません。これは「チューニング」プロセスの自然な一部であり、適切なデータがあればAIがさらに役立つようになるというサインでもあります。

これらのナレッジギャップ (knowledge gaps) を見つけて埋めることは、AIを最高のパフォーマンスで動作させるための重要なステップです。これにより、基本的なボットが、顧客を真に理解して助ける洗練されたアシスタントへと進化します。

このガイドでは、Freshdesk Freddy AI 内のツールを使用してボットのナレッジギャップを評価する正確な方法を説明します。Freshdeskが提供する強力な標準機能に加え、実際の顧客の質問に対してパフォーマンスをシミュレーションすることで、より深い洞察を得るための補完的な方法についても探っていきます。

始める前に必要なもの

本題に入る前に、手元に用意しておくべきものを確認しましょう。このプロセスは、Freshdesk環境内の強力な機能へのアクセスに依存しています。

• Freshdeskアカウント: Freddy AI Agentにアクセスするには、ProまたはEnterpriseプランを契約している必要があります。

• Freddy AI Agent アドオン: これはプレミアム機能です。Freshdeskは「セッション」に基づいた柔軟な料金体系を提供しており、パックで購入できます。目安として、1,000セッションで約100ドルからとなっています。

• 管理者アクセス権限: Freddy AIの設定やアナリティクスを管理するには、Freshdeskアカウントの管理者である必要があります。

• 既存のナレッジベース: Freddy AIボットは、Freshdeskのソリューション記事に接続し、構築の基盤となる信頼性の高いナレッジを提供します。

Freshdeskのツールでナレッジギャップを見つける方法

Freshworksは、Freddy AIボットをさらに強化すべき箇所を特定するのに役立つ、印象的な機能をいくつか構築しています。プロセスはシンプルです。組み込みのアナリティクスを調査し、統合されたセルフテストツールを使用して成長の機会を見つけます。

手順は以下の通りです。

1. Freddy AI Agentのアナリティクスダッシュボードへ移動する

まず、実際のやり取りにおいてボットがどのように機能しているかを確認することが役立ちます。Freshdeskの管理パネルに移動し、Freddyのアナリティクスセクションを見つけてください。このダッシュボードには、ナレッジギャップの特定に役立つ主要な統計情報が表示されます。

特に以下の指標に注目してください。

• 解決率 (Resolution rate): ボットが解決した問い合わせの数です。健全な解決率はボットが順調であることを示し、低下が見られる場合は、さらにコンテンツが必要な箇所を浮き彫りにします。

• 役に立たなかった回答 (Unhelpful responses): 回答が期待通りではなかったというユーザーからのフィードバックを追跡します。

• 未回答の質問 (Unanswered questions): ボットが回答するためにより多くの情報を必要としたクエリを表示します。これらは、新しいナレッジベースコンテンツを追加するための最も明白な機会です。

2. 「自己評価（evaluate itself）」機能でボットをテストする

Freshdeskには、Freddyが自身の知識を検証できる巧妙な機能があります。これは Freddy AI Agent の構成設定で見つけることができます。このプロセスを開始すると、Freddyはヘルプ記事に基づいて質問のリストを生成し、それに対してどのように回答するかを示します。

これは、コンテンツの必要性を早期にキャッチするための優れた方法です。例えば、返品ポリシーに関する詳細な記事はあるものの、交換についてはまだドキュメント化されていない場合、自己評価によってこれが新しい記事が必要な明確な領域としてフラグ立てされます。

3. 「役に立たなかった回答」と「未回答の質問」を深掘りする

最高のフィードバックのいくつかは、ユーザーから直接寄せられます。アナリティクスダッシュボードは、これらのやり取りを2つの役立つカテゴリに整理します。

• 役に立たなかった回答: これらは顧客のニーズを直接的に示しています。顧客が回答が役に立たなかったと指摘した場合、その回答を見直して、記事に詳細が必要か、あるいはよりシンプルな説明が必要かを確認できます。既存のドキュメントを洗練させる素晴らしい方法です。

• 未回答の質問: これらは、Freddyがまだ答えを持っていないと判断した事例です。このリストは、ナレッジベース記事のプロアクティブな「ToDoリスト」として機能します。複数の顧客が特定の新しい機能について質問している場合、次に何をドキュメント化すべきかが明確になります。

4. ソリューション記事を手動で追加または更新する

レポートやセルフテストから改善の機会を特定したら、最後のステップはリソースを更新することです。Freshdeskのナレッジベースに移動して、新しいソリューション記事を作成したり、既存の記事を修正したりできます。

ベストプラクティスは、見つかった新しいトピックごとに、焦点を絞った明確な記事を作成することです。これにより、堅牢で正確なAIを維持するための標準的なFreshdeskのプロセスが完了します。

評価をスケールさせるための考慮事項

上記の手順に従うことで、ボットのパフォーマンスは大幅に向上します。サポート量が増えるにつれて、AIを可能な限り包括的なものにするために、これらの標準ツールを補完する追加の戦略を検討したくなるかもしれません。

• 現実の質問の多様性: Freshdeskのセルフテストは、用意されたドキュメントをボットが理解しているか確認するための素晴らしいツールです。さらに一歩進んで、顧客が現実の世界で行う多様で、時には予測不可能な言い回しに対してボットをテストしたいと考えるチームもあります。

• ナレッジソースの拡張: Freddyは公式のFreshdeskナレッジベースに焦点を当てており、検証済みの高品質な情報のみを提供することを保証しています。しかし、Google ドキュメントや Confluence に回答が分散している企業にとっては、それらのソースを橋渡しする方法を見つけることで、さらに広いカバー範囲を実現できます。

• プロアクティブなシミュレーション: Freshdeskのツールはパフォーマンスのモニタリングに優れていますが、プロアクティブなシミュレーションを検討することもできます。これにより、顧客の元に届く前に、何千もの現実的なシナリオでボットがどのように機能するかを予測できます。

補完的なツールで評価をさらに強化する方法

Freshdeskのツールは強固な基盤を提供しますが、一部のチームは、高度なシミュレーションと広範なナレッジ統合のために構築された補完的なプラットフォームの使用を選択します。このアプローチでは、自社の過去データをベンチマークとして使用することで、AIがどのように機能するかを正確に把握できます。

何千もの実際の過去チケットに対してテストする

ここで、eesel AI のようなツールが既存のセットアップと見事に連携します。生成された質問だけに頼るのではなく、eesel AIのシミュレーションモードは、実際の過去の Freshdesk チケットに対して実行されます。

過去の実際の質問を取り込み、AIがどのように回答したはずかを表示します。これにより、自動化の可能性を明確に把握でき、Freshdeskのナレッジベースに情報を追加すべき箇所を正確に特定できます。

あらゆる場所にあるすべての知識を接続する

時として、「ギャップ」とは単に情報がヘルプセンターの外にあるというだけの問題であることがあります。Freshdeskは顧客向けの知識のゴールドスタンダードですが、チームは他の場所にも貴重な内部データを持っている場合があります。

eesel AI は100以上のソースと接続し、ヘルプセンターと Notion や Google ドキュメントなどの内部ツールとの間のギャップを埋めることができます。これにより、AIがより広範な情報プールにアクセスできるようになり、Freshdeskのセットアップがさらに強力になります。

AIにギャップを自動で埋めさせる

ナレッジベースの更新は、エージェントとAIツールの共同作業になります。シミュレーションを実行すると、詳細が必要な領域に関する明確なレポートが表示されます。eesel AI を使用すると、これをさらに一歩進めることができます。

このプラットフォームは、過去に人間のエージェントがどのようにチケットを正常に解決したかに基づいて、ナレッジベース記事の下書きを自動生成できます。エージェントが複雑な問題に対して素晴らしい解決策を提供した場合、ツールはそのやり取りにフラグを立て、Freshdeskヘルプセンター用の下書き記事を作成できます。これにより、チームの専門知識が、AIが将来の顧客のために活用できる永続的なリソースへと変わります。

比較: Freshdesk Freddy AI と eesel AI

機能	Freshdesk Freddy AI	eesel AI
テスト方法	統合された自己評価	過去チケットのシミュレーション
リアリズム	検証済みの内部フォーカス	高い（実際の顧客の問題に基づく）
ナレッジソース	主にFreshdeskの記事	Freshdesk, Confluence, Google ドキュメントなど
ギャップの特定	アナリティクスとセルフテストの確認	ギャップとトレンドに関する自動レポート
公開への自信	高い（内部検証）	高い（正確なパフォーマンス予測を伴う）

内部テストと過去のシミュレーションを組み合わせる

結局のところ、ナレッジギャップを評価することは、顧客に愛されるAIサポートボットを構築するための最良の方法です。Freshdesk Freddy AIは、ドキュメントの基準を開始・維持するための不可欠で信頼性の高いツールを提供します。これらの標準機能とプロアクティブな過去のシミュレーションを組み合わせることで、真に包括的なサポート体験を作り出すことができます。

このプロアクティブでデータ主導の戦略により、常に一歩先を行くことができます。これにより、Freshdeskのインスタンスは、絶えず学習し成長するAIエージェント (AI agent) に支えられた、顧客満足のためのさらに強力なエンジンへと変貌します。

次のステップへ

自動化をさらに最適化する方法を確認する準備はできましたか？eesel AI を使用して、過去のチケットに対する補完的なシミュレーションを実行することを検討してみてください。Freshdeskとシームレスに統合し、自動化の可能性に関する正確な予測と、2026年以降に向けてナレッジベースをさらに充実させるための明確なレポートを得るのに役立ちます。