Zendesk AIエージェントの会話ログの使い方：完全ガイド

AIエージェントを導入して顧客との会話を処理する場合、基本的に自動化されたチームメンバーをサポート業務の最前線に配置することになります。しかし、シフトごとに口頭でフィードバックを提供する人間のエージェントとは異なり、AIエージェントはデータを介してコミュニケーションを取ります。Zendesk AIエージェントの会話ログは、その可視性を提供します。

これらのログは、AIエージェントのパフォーマンスを把握するための窓口です。顧客が何を尋ねているか、AIがどのように応答しているか、そしてどこで問題が発生している可能性があるかを正確に示します。特定の問題のトラブルシューティングを行っている場合でも、自動化戦略を改善するためのパターンを探している場合でも、会話ログは必要な可視性を提供します。

このガイドでは、Zendesk AIエージェントの会話ログに効果的にアクセス、レビュー、および使用する方法について説明します。また、eesel AIのようなツールが、より深い分析と自動化のためにZendeskのネイティブ機能をどのように補完できるかについても見ていきます。

Zendesk AIエージェントの会話ログとは？

Zendesk AIエージェントの会話ログは、AIエージェントと顧客との間のすべてのやり取りの詳細な記録です。完全なトランスクリプトとメタデータと考えてください。完全な会話履歴に加えて、AIが各メッセージをどのように解釈したか、どのようなアクションを実行したか、会話がどのように解決されたかに関する技術的な詳細を取得できます。

Zendeskは、AIエージェントの会話の可視性を2つのレベルで提供していることに注意してください。

• 会話ログ（高度なAI）：詳細なフィルタリング、メッセージレベルの分析、エラー追跡、およびAPI統合の詳細を備えたフル機能のロギング
• 会話トランスクリプト（エッセンシャルAI）：深い技術的なメタデータなしで、会話の流れを示すよりシンプルなビュー

高度なアドオンを備えたZendesk AIエージェントを使用している場合は、完全な会話ログにアクセスできます。これにより、監視と最適化を細かく制御できます。利用可能な機能の詳細については、Zendeskの会話ログのドキュメントを参照してください。

2025年10月、Zendeskは重要なアップデートをリリースしました。AIエージェントの会話が、エージェントワークスペース（Agent Workspace）に読み取り専用のチケットとして表示されるようになりました。つまり、AIが処理したやり取りを、人間のエージェントのチケットと並べて表示できるため、サポート業務の全体像を把握できます。この機能の詳細については、Zendeskの発表をご覧ください。

ZendeskでAIエージェントの会話ログにアクセスする方法

会話ログにアクセスする方法は、場所を知っていれば簡単です。手順は次のとおりです。

ステップ1：管理センター（Admin Center）に移動

Zendeskアカウントにログインし、サイドバーにある管理センター（Admin Center）のアイコンをクリックします。そこから、AIを選択し、次にAIエージェントを選択します。

ステップ2：AIエージェントを選択

レビューする特定のAIエージェントをクリックします。さまざまな目的で複数のボットがある場合は、正しいボットを見ていることを確認してください。

ステップ3：会話ログを開く

サイドバーで、**会話ログ（Conversation logs）**をクリックします。デフォルトでは、過去7日間の会話のリストが表示されます。

ステップ4：必要に応じて期間を調整

探している会話が表示されない場合は、右上隅にある**期間（Time frame）**ボタンをクリックします。「今日（Today）」、「昨日（Yesterday）」、「過去7日間（Last 7 days）」、または「過去30日間（Last 30 days）」のような定義済みの範囲を選択できます。カレンダーを使用してカスタムの日付範囲を設定することもできます。

注意すべきことの1つは、期間フィルターはUTCを使用することです。ただし、会話のタイムスタンプはブラウザのローカルタイムゾーンで表示されます。

エージェントワークスペース（Agent Workspace）でAIエージェントのチケットを見つける

新しいAIエージェントのチケット機能（2025年10月のアップデート）を探している場合、これらは標準のチケットビューに直接表示されます。これらは読み取り専用としてマークされ、通常は自動化をトリガーしませんが、完全な顧客履歴のために通常のチケットと並んで表示されます。エッセンシャルAIを使用しているチームの場合、会話トランスクリプトは、会話の流れをよりシンプルに表示します。

Zendesk AIエージェントの会話ログのフィルタリングと検索

会話ログの真の力は、フィルタリングから生まれます。数千ものやり取りがある可能性があるため、分析にとって重要な特定の会話を見つける方法が必要です。

時間ベースのフィルタリング

基本から始めましょう。期間セレクターを使用すると、最近のアクティビティにすばやく絞り込んだり、特定の期間の問題を調査したりできます。これは、顧客が「先週」発生した問題を報告した場合、または月次パフォーマンスレビューを行っている場合に役立ちます。

メッセージテキスト検索

メッセージテキストフィルターを使用すると、会話内の特定の単語やフレーズを検索できます。顧客が「払い戻し（refund）」について言及したすべての会話を探していますか？それを入力して、すべてのインスタンスを確認してください。これは、新たな問題を特定したり、AIが特定のトピックをどのように処理するかを追跡したりするのに非常に役立ちます。

言語フィルタリング

複数の言語をサポートしている場合は、使用されている言語で会話をフィルタリングできます。これは、特定言語でより多くのエスカレーションや誤解が発生しているかどうかを特定するのに役立ちます。

会話ステータスフィルター

ステータスフィルターは、真のインサイトが存在する場所です。次の条件でフィルタリングできます。

• エージェントへのエスカレーション（Agent escalation）：担当者に正常に転送された会話
• AIエージェントが処理（AI agent handled）：ボットが単独で解決した会話
• エスカレーション失敗（Escalation failed）：うまくいかなかった転送の試み
• カスタムエスカレーション（Custom escalation）：カスタムエスカレーションルールをトリガーした会話

高度なフィルター

より詳細な分析のために、次の条件でフィルタリングできます。

• 会話タイプ（Conversation type）：理解できないメッセージ、適用されたアクション、中断されたダイアログ、ドロップオフ
• ラベル（Labels）：会話を分類するために適用したカスタムタグ
• インテント（Intents）：AIが検出した特定のユースケースまたはトピック
• セグメント（Segments）：定義した顧客グループ
• 期間（Duration）：会話が続いた時間
• 生成的な返信（Generative replies）：生成AIが使用されたかどうか、およびそのパフォーマンス

重要なのは、フィルターを組み合わせることです。たとえば、「エスカレーション失敗（Escalation failed）」+「過去7日間（Last 7 days）」+「メッセージテキスト：パスワード（password）」でフィルタリングして、AIがエージェントへの転送に成功できなかった最近のパスワード関連の会話を見つけます。

Zendesk AIエージェントの会話ログにおける会話ステータスの理解

ログ内のすべての会話にはステータスがあります。これらのステータスの意味を理解することは、データを正しく解釈するために重要です。

メッセージングAIエージェントのステータス

チャットベースのAIエージェントの場合、次のステータスが表示されます。

• エージェントへのエスカレーション（Agent escalation）：会話は担当者に正常に転送されました。これは、AIがリクエストを処理できないことを認識した場合、一般的に肯定的な結果です。
• ボットが処理（Bot handled）：AIエージェントは顧客の意図を理解し、エスカレーションを試みず、メッセージの誤解なしに会話を完了しました。これは、理想的な自動解決です。
• カスタムエスカレーション（Custom escalation）：会話は、定義したカスタムエスカレーションルールをトリガーしました。VIP顧客は常に担当者に連絡するか、特定のトピックはAIをバイパスする可能性があります。
• メールエスカレーション（Email escalation）：会話は、サポートチームのメールチケットに変換されました。これは、ライブエージェントが利用できない場合に発生します。
• エスカレーション失敗（Escalation failed）：AIは担当者への転送を試みましたが、できませんでした。これは、エージェントが利用できなかったか、技術的なエラーが発生したことを意味する可能性があります。
• ステータスなし（No status）：会話は上記のいずれのステータスの基準も満たしていません。

メールAIエージェントのステータス

メールベースのAIエージェントの場合、ステータスの動作はわずかに異なります。

• 理解不能（Not understood）：AIは顧客が何を望んでいるかを理解できませんでした。アクションや返信はトリガーされませんでした。
• 意図を認識（Recognized intent）：AIはリクエストを理解しましたが、アクションを実行したり、返信を送信したりしませんでした。
• 処理済み（Processed）：AIは（チケットにタグを付けるなどの）アクションを実行しましたが、返信を送信しなかったか、返信が空でした。
• 回答済み（Answered）：AIはメッセージを理解し、返信を送信するか、公開コメントを追加するマクロをトリガーしました。
• エスカレート（Escalated）：AIと担当者の両方が顧客に返信を送信しました。
• ステータスなし（No status）：上記のステータスの基準は満たされていません。

時間の経過に伴うステータスの変更方法

会話のステータスは固定されていません。やり取りごとに再計算されます。会話は「ボットが処理（Bot handled）」として開始される可能性がありますが、顧客が後でAIが処理できないことを尋ねた場合、「エージェントへのエスカレーション（Agent escalation）」に変更されます。メッセージングエージェントの場合、セッションは通常、2時間の非アクティブ後（またはエスカレーション時）に終了します。メールエージェントの場合、セッションは72時間後に終了します。すべてのステータスの完全な内訳については、Zendeskの会話ステータスのドキュメントを参照してください。

Zendesk AIエージェントの会話ログでの会話の詳細の確認

フィルターを使用して興味深い会話を見つけたら、詳細を掘り下げる時が来ました。

完全な会話の表示

ログリストで会話をクリックすると、完全なやり取りが表示されます。会話は画面の右側に表示され、顧客とAIエージェント間のやり取りと、発生したアクションまたはイベントが表示されます。

会話の概要ペイン

右上隅にある**詳細（Details）**をクリックして、会話に関するメタデータを表示します。

• 日付と時刻（Date and time）：会話が開始されたとき
• 期間（Duration）：会話が続いた時間
• カスタム解決（Custom resolution）：（カスタム解決を使用している場合）適用された解決状態
• テスト会話（Test conversation）：これがテストのやり取りであったかどうか
• プラットフォーム会話ID（Platform conversation ID）：CRMでこの会話を見つけるために使用できる一意の識別子
• ラベル（Labels）：この会話に適用されたタグ
• 推定されるユースケース（Presumed use case）：ゼロトレーニングAIエージェントの場合、これはAIが識別したユースケースを示します
• 自動解決（Automated resolution）：この会話が自動解決メトリックにカウントされたかどうか

**セグメントの一致（Segment matches）**を表示して、どの顧客セグメントが適用されたかを確認したり、**セッションデータ（Session data）**を表示して、会話全体のアクション、イベント、および言語設定を確認したりすることもできます。

個々のメッセージの確認

メッセージにカーソルを合わせ、**詳細を表示（View details）**アイコンをクリックして、メッセージレベルの情報を表示します。

• **ユーザーメッセージ（user messages）**の場合：送信された正確なテキストと、AIが一致すると考えたユースケース（ゼロトレーニングおよびエージェントAIエージェントの場合）を確認します
• **AIエージェントメッセージ（AI agent messages）**の場合：応答を生成したダイアログまたは手順、関連付けられたインテント、およびAIの推論計画（生成的な手順の場合）を確認します

API統合の詳細の理解

AIエージェントが外部システムに接続している場合は、会話に**統合がトリガーされました（Integration triggered）または統合パラメーターが要求されました（Integration parameter requested）**のエントリが表示されます。これらをクリックして、APIリクエストの詳細を表示します。いつ作成されたか、どのパラメーターが送信されたか、どの応答が返されたか、および発生したエラー。

これは、トラブルシューティングに非常に役立ちます。顧客が注文状況を尋ね、AIがそれを取得できなかった場合、APIの詳細には何がうまくいかなかったかが正確に表示されます。

Zendesk AIエージェントの問題のトラブルシューティングにエラーログを使用する

会話が計画どおりに進まない場合があります。その場合、エラーログは何がうまくいかなかったかを理解するのに役立ちます。

エラーログへのアクセス

AIエージェントの設定で、**CRM統合（CRM integration）に移動し、次にエラーログ（Error logs）**に移動します。タイプ別に整理されたエラーのリストが表示されます。トラブルシューティングの詳細については、Zendeskのエラーログのドキュメントを参照してください。

追跡されるエラーのタイプ

Zendeskは、次の3つのカテゴリでエラーを追跡します。

• サポートエラーログ（Support error logs）：タグの追加、チケット情報の更新、内部メモの追加、または組織データの取得などのチケットアクションに関連するエラー
• チャットエラーログ（Chat error logs）：チャット会話でのエスカレーション、アクション、および返信のエラー
• Sunshine Conversationsエラーログ（Sunshine Conversations error logs）：ユーザー検索、会話の更新、およびSunshine Conversations固有のアクションのエラー

各エラーで表示される内容

各エラーエントリには、次のものが含まれます。

• タイムスタンプ（Timestamp）：エラーが発生したとき
• 詳細（Details）：発生したエラーのタイプと、影響を受けたフィールドまたは構造
• タイプ（Type）：エラーのカテゴリ（失敗したアクション、返信の失敗、エスカレーションの失敗）
• 会話ID（Conversation ID）：エラーが発生した完全な会話を表示するためのクリック可能なリンク
• チケットID（Ticket ID）：関連付けられたチケット番号
• 推奨されるアクション（Recommended action）：問題を修正し、再発を防ぐための推奨される手順

一般的なエラータイプ

通常、次のようなエラーが表示されます。

• データ型の不一致（文字列が予期されたが、別のものが取得された）
• 必要なフィールドの欠落
• 存在しない会話またはユーザーフィールド
• 外部システムへのAPI呼び出しの失敗

検索およびフィルターオプションを使用して、特定のエラーを見つけます。会話IDがわかっている場合は会話IDで検索したり、エラータイプでフィルタリングしたり、日付範囲を設定して最近の問題に焦点を当てたりできます。

Zendesk AIエージェントの会話ログの実用的なユースケース

会話ログにアクセスしてナビゲートする方法がわかったので、このデータで実際に何ができるかを見てみましょう。

知識のギャップの特定

「理解不能（Not understood）」または「エスカレーション失敗（Escalation failed）」のようなステータスの会話を探します。これらは、AIエージェントが処理する準備ができていないトピックを明らかにすることがよくあります。たとえば、「返品ポリシーに関する質問（return policy questions）」を含むエスカレーションの20％のようなパターンが見られる場合は、返品に関するヘルプセンターの記事を改善するか、そのトピックについてAIをより適切にトレーニングする必要があることを知っています。

エスカレーションパターンの特定

「エージェントへのエスカレーション（Agent escalation）」の会話をフィルタリングし、共通点を探します。特定顧客セグメントがより多くエスカレートしていますか？特定のトピックですか？時間帯ですか？このデータは、AIエージェントの境界線を理解するのに役立ちます。

顧客の意図の傾向の理解

メッセージテキストフィルターを使用して、顧客が時間の経過とともに何について尋ねているかを追跡します。新しい機能に関する質問が急増していることに気付くかもしれません。これにより、より良いドキュメントを作成するか、そのトピックについてAIをトレーニングする必要があることを事前に知ることができます。

AI応答のトレーニングと改善

「ボットが処理（Bot handled）」の会話を確認して、何がうまくいっているかを確認します。他の応答を改善するためのテンプレートとして使用できる、成功した解決策を探します。逆に、エスカレーションを確認して、AIがどこで失敗したかを理解します。

品質保証とコンプライアンス

規制された業界では、会話ログはすべてのAIインタラクションの監査証跡を提供します。AIが正確な情報を提供しているか、主張すべきでない主張をしていないか、機密性の高いトピックを適切に処理しているかを確認できます。

eesel AIによる分析の拡張

Zendeskのネイティブな会話ログは個々のレビューに最適ですが、数千もの会話を手動で分析することは現実的ではありません。ここでeesel AIが役立ちます。当社のシミュレーションモードを使用すると、過去の会話データに対してAIの改善をテストして、公開前に解決率を予測できます。また、コンテンツに基づいて会話を自動的にタグ付けおよび分類し、生のログを実行可能なインサイトに変えることもできます。

Zendesk AIエージェントの会話データのエクスポートと分析

より詳細な分析のために、会話データをZendeskの外部に持ち出す必要がある場合があります。

エクスポートオプション

Zendeskを使用すると、AIエージェントの会話を含む、完全なコメント履歴を持つチケットをエクスポートできます。このデータは通常、JSONファイルとして提供されます。これは、プログラムで解析および分析したい技術チームにとって強力です。

エクスポートされたデータでできること

• カスタム分析を実行して傾向を特定する
• 外部BIツールでダッシュボードを構築する
• 会話パターンで機械学習モデルをトレーニングする
• 関係者のために詳細なレポートを作成する

注意すべき制限事項

ネイティブエクスポートにはいくつかの制約があります。データ構造は操作が複雑になる可能性があり、標準のエクスポート形式に含まれるものに制限されます。定期的なエクスポートではリアルタイム分析は不可能です。

補完的なツールでさらに深く掘り下げる

より高度な分析を必要とするチームの場合、eesel AIのようなツールはZendeskデータに直接接続し、手動エクスポートなしで継続的な分析を提供できます。会話パターンを分析し、知識のギャップを特定し、改善を自動的に提案できます。これにより、カスタムスクリプトを作成したり、エクスポートパイプラインを維持したりする必要がなくなります。

Zendesk AIエージェントの会話インサイトに基づいて行動する

データは、それに基づいて行動する場合にのみ価値があります。会話ログのインサイトを改善に変える方法を次に示します。

より良いヘルプセンターの記事を作成する

AIが回答に苦労している一般的な質問が表示された場合は、より良いドキュメントが必要であることを示しています。これらのトピックに関するヘルプセンターの記事を作成または更新し、AIがこれらの質問をより適切に処理し始めることを確認します。

AIエージェントの応答を更新する

AIが最適ではない応答をした会話については、学習した内容を使用して、ダイアログ、手順、または生成AIの指示を改善します。目標は、実際の顧客とのやり取りに基づいて継続的に改善することです。

会話の流れを改善する

顧客が特定の時点で行き詰まったり、脱落したりしている場合は、会話の流れを再考してください。AIが最初に多くの情報を要求しすぎているか、エスカレーションパスが十分に明確ではない可能性があります。

より良いエスカレーショントリガーを設定する

エスカレーションパターンデータを使用して、AIがいつ、どのように担当者に転送するかを微調整します。特定のキーワードまたは顧客タイプは常にエージェントに直接連絡する必要があることがわかる場合があります。

eesel AIでアクションを自動化する

会話を分析するだけでなく、eesel AIは、見つけたものに基づいて自動化されたアクションを実行できます。当社のAIトリアージ製品は、コンテンツ分析に基づいてチケットに自動的にタグを付け、優先順位を設定し、会話をルーティングできます。これにより、会話のインサイトが手動介入なしにワークフローの即時改善に変わります。

より良い会話インサイトでAIエージェントのパフォーマンスを向上させましょう

Zendesk AIエージェントの会話ログは、自動化されたサポートを理解し、改善するために必要な可視性を提供します。基本的なトランスクリプトレビューから、高度なフィルタリングやエラー追跡まで、これらのツールは、AIエージェントがブランドを適切に表現し、実際に顧客を支援していることを確認するのに役立ちます。

重要なのは、会話レビューを定期的な習慣にすることです。毎週または毎月時間をかけてログを掘り下げ、パターンを特定し、段階的な改善を行います。実際の会話データに基づいた小さな調整は、解決率と顧客満足度を大幅に向上させる可能性があります。

手動レビューを超えて、会話データに基づいた自動化されたインサイト、シミュレーションテスト、またはインテリジェントなトリアージが必要な場合は、eesel AIをお試しください。Zendeskとシームレスに統合して、すべての会話からより多くの価値を得るのに役立ちます。