Fin 向け Intercom データコネクタで社内ナレッジを同期するガイド (2025年)

Kenneth Pangan
Written by

Kenneth Pangan

Amogh Sarda
Reviewed by

Amogh Sarda

Last edited 2025 10月 28

Expert Verified

顧客が注文の状況について問い合わせてきたとします。答えは社内システムにすぐに見つかるのに、AIチャットボットはその情報にアクセスできません。その結果、「申し訳ありませんが、お役に立てません」という恐れていた返答が返され、顧客は不満を抱き、チームはまた一つ手動で対応すべきチケットを抱えることになります。

この問題に対するIntercomの答えが、AIエージェントであるFinです。Finはデータコネクタという機能を使って他のツールと接続できます。理論上は、これによりボットが他のシステムからリアルタイムの情報を取得し、顧客が必要とするパーソナライズされた回答を即座に提供できるようになります。

本ガイドでは、Intercomのデータコネクタを使ってFinのための社内ナレッジを同期する方法について、率直に解説します。データコネクタとは何か、実際のセットアップ方法はどうか、最大の制約は何か、そしてあなたのチームにとって最適な選択肢かどうかを掘り下げていきます。また、この作業をはるかに簡単に行う方法もご紹介します。

An overview of Intercom's Fin AI Agent, which uses data connectors to sync internal knowledge.::
IntercomのFin AIエージェントの概要。データコネクタを使用して社内ナレッジを同期します。

Intercomデータコネクタとは?

まず最初に、何について話しているのかを明確にしておきましょう。いくつかの要素が混同されやすいためです。

  • Fin AIエージェント: これは顧客と対話するIntercomのチャットボットです。役立つ存在であるためには、ヘルプセンターの記事以外の情報にアクセスする必要があります。

  • データコネクタ: これらはFinが外部ツールに対してリアルタイムのAPIコールを行うための架け橋です。顧客が「荷物はどこですか?」と尋ねると、データコネクタがeコマースプラットフォーム(Shopifyなど)に問い合わせ、追跡情報をチャットに直接引き出すことができます。

データコネクタとIntercomの他のナレッジ同期機能を混同しないことが重要です。これらは全く異なるものです。

データコネクタは、注文状況やサブスクリプションの更新日など、APIからライブの動的データを取得するためのものです。一方、ConfluenceやNotionなどのツールからコンテンツを取り込むナレッジベース同期は、ヘルプ記事や企業ポリシーのような静的コンテンツをインポートするためのものです。どちらもサポートのワークフローに「社内ナレッジ」を取り込むものですが、解決する問題の種類が異なります。本ガイドでは、ライブでパーソナライズされた情報を扱うデータコネクタに焦点を当てます。

Intercomデータコネクタのセットアップ方法

Intercomはこの機能を「ノーコード」と謳っていますが、実際にはデータコネクタのセットアップには開発者の協力が必要になることがほとんどです。以下にプロセスの概要を示しますが、これを見ればほとんどのチームが技術的な支援を必要とする理由が明らかになるでしょう。

The user interface for connecting knowledge sources to Fin, a key step for Intercom data connectors to sync internal knowledge.::
ナレッジソースをFinに接続するためのユーザーインターフェース。Intercomデータコネクタで社内ナレッジを同期するための重要なステップです。

ステップ1:適切なAPIエンドポイントを見つける

まず、Finが必要とする情報を持つ外部システムの正確なAPIエンドポイントを特定する必要があります。これは、通常、メールアドレスやユーザーIDなどの識別子を使用して、特定の顧客のデータを取得するためのリクエストをどのように構成するかを理解することを意味します。この段階で、適切なエンドポイントとその要件を見つけるためにエンジニアに助けを求めるのが一般的です。

ステップ2:API接続と認証の設定

エンドポイントがわかったら、Intercom内で接続を設定する必要があります。これには、リクエストメソッド(データの取得にはGETなど)とURLの定義が含まれます。次に認証です。これは、セキュリティリスクなしにシステム間で通信できるように、APIキーやトークンをHTTPヘッダーに安全に追加することを意味します。技術者でない人にとって、この画面はかなり威圧的に感じるかもしれません。

ステップ3:コードによるデータ変換

APIはしばしば、ごちゃごちゃした形式でデータを返します。それは必要以上の情報を含む巨大なコードブロックかもしれません。Finにとって有用なものにするためには、それをフィルタリングして再フォーマットする必要があります。Intercomでは、データコネクタの設定で直接Pythonコードを記述することでこれを可能にしています。これは強力な機能ですが、開発者がいないチームにとっては大きな壁となります。

セットアッププロセスの現実

ご覧のように、アイデアは素晴らしいものの、プロセスは必ずしもプラグアンドプレイではありません。API、認証、そして少しのコーディングに慣れているかどうかに大きく依存します。エンジニアリングチームにチケットを発行して待つことなく物事を進めたいサポートチームにとって、これは深刻な障害となり得ます。もし心当たりがあるなら、あなたは行き詰まっているわけではありません。eesel AIのようなツールはまさにこのために作られており、数週間ではなく数分で稼働するワンクリックのインテグレーションを提供します。

Intercomデータコネクタの一般的な使用例

セットアップをなんとか完了できたとして、これらで実際に何ができるのでしょうか?データコネクタが機能すれば、非常によくある顧客からの問い合わせをいくつか自動化できます。

  • 注文状況を即座に提供する 顧客がエージェントと話すことなく、注文詳細の確認、配送状況の表示、追跡番号の取得をできるようにします。

  • サブスクリプション詳細の検索: ユーザーが現在のプランについて質問したり、更新日を確認したり、使用制限をチェックしたりできるようにします。

  • 未解決問題の確認: ステータスページやインシデント管理ツールに接続すれば、システム障害やバグに関するリアルタイムの更新情報を顧客に提供できます。

  • 直接的なアクションの実行: より高度な設定では、返金処理やサブスクリプションのキャンセルといった操作を行うようにコネクタを構成できますが、これを安全に実行するにはさらに技術的な作業が必要です。

Intercomデータコネクタの主な制約

使用例は素晴らしく聞こえますが、データコネクタを日常的に使用していると、自動化の目標達成を妨げる可能性のあるいくつかの大きな制約が明らかになります。

開発者をすぐに呼べる状態にしておく必要がある

これについては既に触れましたが、これが最大のハードルです。データコネクタの作成、テスト、調整は、サポートマネージャーの仕事ではありません。新しい接続を追加したり、既存のものを更新したりするたびに、エンジニアリングリソースに依存することになります。これがボトルネックとなり、作業が遅くなります。

チームの本当のナレッジにアクセスできない

データコネクタは、データベースに存在し、API経由でアクセスできる構造化データ用に設計されています。しかし、他のあらゆる場所に保存されている貴重な情報はどうでしょうか? Googleドキュメントの社内ガイドや、Notionのプロジェクト計画、そして最も重要なことに、何千もの過去のサポートチケットに埋もれた貴重なコンテキストから学習することはできません。ここにチームの真の知識が存在しており、AIに大きな死角を残すことになります。

A diagram showing how Intercom data connectors sync internal knowledge from limited sources compared to a more agnostic AI.::
Intercomデータコネクタが限られたソースから社内ナレッジを同期する様子を、より汎用的なAIと比較して示す図。

eesel AIが採用しているような、より現代的なアプローチは、すべてのナレッジソースに接続し、そこから学習することです。過去のチケット、ヘルプセンター、社内ドキュメントでトレーニングすることで、AIに問題を正確に解決するために必要な全体像を与えます。

本格的な「練習モード」がない

自動化を構築することは一つですが、それが正しく機能するかどうかをどうやって知るのでしょうか?Intercomでは、AIの振る舞いをカスタマイズするのは難しく、新しいデータコネクタが実際の顧客との会話でどのように機能するかをテストする良い方法がありません。基本的には、構築して、本番に投入し、うまくいくことを祈るしかありません。

The testing interface for Fin, which is a key part of using Intercom data connectors to sync internal knowledge for Fin.::
Finのテストインターフェース。Intercomデータコネクタを使用してFinの社内ナレッジを同期する上で重要な部分です。

対照的に、eesel AIにはシミュレーションモードがあり、何千もの過去のチケットでAIをテストできます。AIがどのように応答したかを正確に確認でき、顧客向けに有効にするに解決率を明確に予測できます。

Intercomデータコネクタの価格

データコネクタを単体で購入することはできません。これらはIntercomのより高度なサブスクリプションプランにバンドルされています。この機能を利用するには、通常、より高価なティアのいずれかに加入する必要があります。

以下に、これらの機能を含むプランの概要を示します。

機能サポート(プロプラン)サポート(プレミアムプラン)
開始価格$139 /シート/月カスタム価格
Fin AIエージェントはいはい
データコネクタ限定的はい
カスタムオブジェクト限定的はい

価格は変更される可能性があるため、最新情報についてはIntercomの公式価格ページを必ず確認してください。

このIntercom AIの価格設定モデルは、この種の自動化へのアクセスが大きな投資であり、Intercomエコシステムにさらに深く引き込まれることを意味します。

Intercomデータコネクタよりシンプルで強力な代替手段

目標はシンプルです。AIを会社のすべてのナレッジに接続することで、顧客に迅速で正確な回答を提供することです。Intercomのデータコネクタはその一つの方法ですが、多くの複雑さと深刻な死角が伴います。

eesel AIは、技術的な頭痛の種なしにこの問題を解決するために構築されました。既にお使いのヘルプデスク(Intercomなど)にプラグインし、すべてのナレッジソースに接続して、よりスマートで有能なAIエージェントを動かします。

機能Intercomデータコネクタeesel AI
セットアップ時間数日から数週間(開発者あり)数分(真のセルフサービス)
ナレッジソースAPIを持つシステムのみすべてのソース: API、過去のチケット、Confluence、Googleドキュメント、Notion、Slackなど
テスト手動、ライブテストシミュレーションモード: 本番稼働前に何千もの過去のチケットでテスト
カスタマイズ基本的なワークフロー完全にカスタマイズ可能なプロンプトエンジンと選択的な自動化ルール
価格モデル高価なプランにバンドル透明で予測可能なプラン、解決ごとの料金なし

eesel AIを使用すると、より強力で柔軟なソリューションが得られ、サポートチームが再び主導権を握ることができます。すべてのナレッジソースを数分で接続し、セットアップを安全にテストし、自信を持って展開できます。これらすべてを一行のコードも書かずに実現できます。

Intercomデータコネクタはあなたに適しているか?

では、Intercomのデータコネクタはあなたにとって適切な選択でしょうか?もし開発者がすぐに協力してくれて、主な目標がAPIから特定のライブデータを取得することであれば、これらは確かなツールになり得ます。

しかし、大きな技術プロジェクトなしにAIに必要な答えを与えたいだけのほとんどのサポートチームにとっては、しばしば遅くて複雑な道のりとなります。開発者への依存、ドキュメントや過去のチケットから学習できないこと、安全なテスト環境の欠如などが、価値以上に手間がかかるものにしてしまう可能性があります。

真の目標は、単にAPIに接続することではありません。それがどこにあろうと、会社のすべての知識を統合することです。

真に連携されたAIエージェントの実力を体験しませんか? eesel AIを無料で試して、5分以内にナレッジソースを接続しましょう。

よくある質問

Intercomデータコネクタは、IntercomのAIエージェントであるFinが外部ツールに対してリアルタイムのAPIコールを行うための架け橋です。ヘルプ記事のような静的コンテンツをインポートするナレッジベース同期とは異なり、注文状況のようなライブの動的データを取得します。

Intercomは「ノーコード」として売り出していますが、設定には通常、技術的な専門知識が必要です。APIエンドポイントの特定、認証の設定、そしてしばしばデータを変換するためのPythonコードの記述が含まれるため、通常は開発者の支援が必要になります。

一般的には、注文状況の即時提供、サブスクリプション詳細の検索、未解決問題に関するリアルタイムの更新情報の提供などに使用されます。より高度な設定では、返金処理のような直接的なアクションを実行するように構成することも可能です。

主な制約としては、設定とメンテナンスに開発者リソースが大きく依存すること、そしてGoogleドキュメントや過去のサポートチケットのような非構造化データであるチームの知識にアクセスできないことが挙げられます。また、堅牢なテスト環境もありません。

いいえ、IntercomデータコネクタはAPI経由でアクセス可能な構造化データ用に設計されています。Googleドキュメントの社内ガイドやプロジェクト計画、あるいは何千もの過去のサポートチケットに含まれる豊富なコンテキストから学習することはできず、AIに死角が生じます。

ブログ記事によると、Intercomデータコネクタには堅牢な「練習モード」は存在しないようです。一般的には、コネクタを構築し、本番環境で稼働させ、実際の顧客との会話でのパフォーマンスを観察する必要があります。

データコネクタは単体で購入することはできず、Intercomのより高度で高価なサブスクリプションプランにバンドルされています。アクセスするには通常、サポート(プレミアムプラン)に加入するか、サポート(プロプラン)の限定版を利用する必要があります。

この記事を共有

Kenneth undefined

Article by

Kenneth Pangan

Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.