Finタスクとデータコネクタを使用して複雑なサポートを自動化する方法

正直なところ、あなたがこの記事を読んでいるのは、AIサポートエージェントに単にFAQの回答を返す以上のことをさせたいからでしょう。返金処理、注文住所の変更、複雑なトラブルシューティング手順の案内など、複数のステップからなる実際の顧客の問題を処理できるAIが必要なのです。これこそが、AIオートメーションが約束する真の価値ではないでしょうか？

この課題に対するIntercomの答えは、他のシステムから情報を取得し、ロジックを実行するための「データコネクタ」と「Finタスク」の組み合わせです。これらが連携することで、顧客のために実際に行動を起こすワークフローを構築できます。

このガイドでは、その設定方法を順を追って説明します。しかし、さらに重要なのは、複雑なワークフローに悩まされたり、少しの変更のたびにエンジニアリングチームの助けを借りたりすることなく、カスタムオートメーションのすべての力を手に入れる方法を探ることです。

開始前に必要なもの

始める前に、Intercomでこの種のオートメーションを設定するのは、ワンクリックで完了するような簡単な作業ではないことを知っておく価値があります。Intercom自身のアドバイスによると、いくつかの準備が必要であり、これから取り組むプロジェクトの規模を把握するのに役立ちます。

• ある程度の技術的知識： Finタスクは平易な英語で設定しますが、それにデータを供給するデータコネクタは基本的にAPIコールです。正しく接続するためには、エンドポイント、認証、JSONレスポンスなど、APIの仕組みについて十分な理解が必要です。

• 他チームからの協力： これは通常、サポートチーム単独のプロジェクトではありません。適切なデータを取得するには、特に必要なAPIが存在しない場合や更新が必要な場合には、エンジニアリングチームやオペレーションチームを巻き込む必要があります。多少のやり取りが発生することを覚悟しておきましょう。

• 明確で影響の大きいユースケース： 小さく始めるのが最善です。チームが現在手作業で行っている、反復可能で量の多いタスクを1つか2つ見つけましょう。この集中は良い実践ですが、これは単にスイッチをオンにすればどこでも機能するというものではないことも示しています。

• 他のツールへのアクセス： AIが連携するサードパーティシステムの認証情報、権限、ドキュメントを必ず用意してください。それがShopifyであれ、Salesforceであれ、あるいは自社の内部バックエンドであれ、その情報をすぐに使えるようにしておく必要があります。

Finタスクとデータコネクタの使い方：4ステップガイド

Finタスクとデータコネクタは、ペアで機能するように設計されています。データコネクタを道具箱の中の単一目的のツール（ドライバーやレンチのようなもの）、FinタスクをAIにどのツールをいつ使うかを指示する取扱説明書だと考えてください。

ステップ1：データコネクタを設定して他のシステムと通信する

まず最初に、ツールキットを構築する必要があります。データコネクタは、FinがIntercomの外部の世界と対話するための構成要素です。それぞれが、設定する必要のある単一の特定のAPIコールです。

たとえば、「注文状況の確認」データコネクタは、eコマースプラットフォームへの1つのAPIコールであり、注文IDを受け取ってそのステータスを返します。「返金処理」にはまったく別のコネクタが、「配送先住所の更新」にはさらに別のコネクタが必要になります。

一般的なプロセスは次のとおりです。

1. Intercomの設定でデータコネクタのセクションに移動します。

2. 新しいコネクタを作成し、エンドポイントURL、認証方法、ヘッダー、必要なパラメータなどを含むAPIコールを設定します。

3. APIから返されると予想されるデータの構造を定義します。

AIに取らせたいすべてのアクションについて、この作業を繰り返す必要があります。これは基礎的なステップですが、最初の技術的な作業が発生する場所でもあります。

ステップ2：Finタスクを作成してワークフローを計画する

「ツール」（データコネクタ）が揃ったら、次に取り扱い説明書を作成します。Finタスクは、特定の顧客リクエストを最初から最後までどのように処理するかをAIに指示するロジックを配置する場所です。「注文をキャンセルしたい」のように、定義したインテント（意図）に顧客のメッセージが一致するとトリガーされます。

初期設定には次のものが含まれます。

1. IntercomアカウントのFinタスクのエリアに移動します。

2. 「新しいタスク」を作成し、明確なタイトルと説明を付けます。これにより、Finはこの特定のワークフローの使用を検討すべきタイミングを学習します。

3. トリガーをトレーニングするために、肯定的（「注文をキャンセルして」）と否定的（「注文はどこ？」）な質問の例を与えます。これにより、Finは似ているが異なるリクエストを区別することを学習します。

このトリガーロジックを正しく設定することは非常に重要です。範囲が広すぎると、AIが間違ったプロセスを開始する可能性があります。狭すぎると、トリガーされるべきときにトリガーされないかもしれません。

ステップ3：指示を追加してデータを接続する

ここで、すべてを統合します。Finタスク内で「指示ブロック」を使い、Finが自然言語で従うべきステップバイステップのスクリプトを与えます。

「注文キャンセル」タスクを構築していると想像してみましょう。指示は次のようになります。

1. まず、顧客に注文番号を尋ね、それを記憶します。

2. 次に、「注文状況の確認」データコネクタを使用して、注文がまだキャンセル可能かどうかを確認します。

3. ステータスが「発送済み」の場合は、顧客にキャンセルするには遅すぎると伝えます。「処理中」の場合は、続行するかどうかを確認するよう尋ねます。

4. 顧客が確認した場合、「注文のキャンセル」データコネクタを使用してキャンセルを実行します。

5. 最後に、キャンセルが成功し、返金が処理中であることを顧客に伝えます。

また、一時的な属性を使用して、AIがステップを進める間に注文IDなどの情報を保持することもできます。

ステップ4：シミュレーションでワークフローをテストする

これを実際の顧客に適用する前に、正しく機能することを確認する必要があります。Intercomは、管理された環境でFinタスクをテストするのに役立つシミュレーション機能を提供しています。

その仕組みは次のとおりです。

• ユーザーの最初のメッセージを書き、ユーザーペルソナを選択して、テストケースを作成します。

• 追加のコンテキストを加えたり、どのデータを利用可能にするかを決定したりできます。基本的には、データコネクタからのレスポンスを偽装する形です。

• 次に、「成功基準」を設定して、成功した結果がどのようなものかを定義します。

これは、特定のパスが期待どおりに機能するか（「ハッピーパス」）を確認するための非常に便利な方法です。問題は、考えられるすべてのシナリオに対して、これを手動で繰り返さなければならないことです。

Intercomのシミュレーション機能を示すスクリーンショット。Finタスクとデータコネクタで構築されたワークフローをテストするためのものです。

Finタスクとデータコネクタを使用する際の現実的な課題

上記のプロセスは十分に論理的に見えますが、これらのワークフローの構築と維持には、いくつかの隠れた頭痛の種が伴うことがあります。

• エンジニアへの依存度が高くなる： 指示は平易な英語で書かれていますが、システム全体はデータコネクタの上に構築されており、その設定、維持、修正にはAPIに詳しい人が必要です。これにより、サポートチームがオートメーションの素晴らしいアイデアを思いついても、エンジニアが部品を構築するのを列に並んで待たなければならないというボトルネックがしばしば発生します。

• 質の高いテストは難しい： 考えられるすべての顧客シナリオのシミュレーションを手動で作成するのは、非常に時間がかかります。すべてが完璧に進んだ場合にワークフローが成功するかどうかはテストできますが、計画通りに進まない何千もの予測不可能な会話にどう対応するかについては、自信を持つのが困難です。

• ワークフローが硬直的になりがち： 一連の直線的なステップとして構築されたワークフローは、脆弱になる可能性があります。タスクの途中で顧客が予期せぬ質問をしたり、依存している外部APIがわずかに変更されたりすると、全体が機能しなくなることがあります。これは通常、不満を抱いた顧客が人間のエージェントと最初からやり直すことになります。

カスタムAIアクションを構築するよりシンプルな方法

もし、技術的なハードルやテストの悪夢なしに、カスタムで複数ステップのオートメーションのすべての力を手に入れることができたらどうでしょう？

それが**eesel AI**の背後にある考え方です。これは、Finタスクのようなツールと同じパワーを提供しつつ、シンプルさと、すべてを自分自身で行えることに焦点を当ててゼロから設計されたプラットフォームです。

先ほどお話しした課題に取り組む、いくつかの重要な違いを以下に示します。

• 数ヶ月ではなく数分で本番稼働： 他のチームを待つ必要はありません。eesel AIでは、セットアップは真にセルフサービスです。ワンクリックでヘルプデスクを接続し、数分でAIエージェントを稼働させることができます。必須の営業電話や開発者の時間は必要ありません。

• 真のワークフローエンジンによる完全な制御： 細かいこと一つ一つのために個別のデータコネクタを構築する代わりに、eesel AIには**AIアクション**専用のシステムがあります。サポートのプロ向けに作られた直感的なインターフェースから、注文情報を検索したり、他のツールでワークフローをトリガーしたり、チケットのフィールドを更新したりするためのAPIコールを簡単に設定できます。

• 実際の履歴で自信を持ってテスト： これは非常に大きな利点です。いくつかのシミュレーションを手動で作成する代わりに、eesel AIの強力なシミュレーションモードでは、何千もの実際の過去のチケットに対して設定を即座にテストできます。解決率の正確な予測が得られ、各ケースでAIがどのように応答したかを正確に確認できます。これにより、顧客向けに有効にする前に完全な自信を持つことができます。

機能	Intercom Finタスク＆データコネクタ	eesel AI
セットアップ速度	APIの技術的なセットアップとエンジニアリングの支援が必要。	真のセルフサービス。ヘルプデスクを接続し、数分で本番稼働。
カスタムアクション	APIコールごとに個別のデータコネクタを作成する必要がある。	リアルタイムのデータ検索とワークフローのための直感的なAIアクションビルダー。
テスト	個々のシナリオの手動シミュレーション。	ROI予測付きで何千もの過去のチケットに対する自動シミュレーション。
ナレッジ	手動で接続されたソースと設定されたデータに依存。	過去のチケット、ヘルプセンター、ドキュメントからナレッジを即座に統合。

複雑な設定から自信のあるオートメーションへ

複雑で複数ステップにわたる問題の自動化は、カスタマーサポートにおけるAIの次の大きなステップです。これは、シンプルなチャットボットと、実際に問題を自力で解決できるエージェントとを分けるものです。

IntercomのFinタスクとデータコネクタのようなツールはそこに至る道を提供しますが、そのアプローチは複雑で、技術チームに大きく依存し、100%の自信を持ってローンチするのが難しい場合があります。

eesel AIは、サポートチームが自らの手で強力なAIオートメーションを構築、テスト、ローンチできるようにする、異なる前進の道を提供します。それはすべて、より少ない労力とチームにとってのリスクで、顧客により良い結果をもたらすことを目的としています。

複雑さなしで強力なAIアクションを構築する準備はできましたか？ eesel AIを無料でお試しください。当社の強力なシミュレーションとセルフサービスツールが、最も複雑なワークフローを自信を持って自動化するのにどのように役立つかをご覧ください。