Zendesk AIコンテンツ提案エージェント向け：実践ガイド

キューにあるチケット#847をじっと見つめています。顧客は払い戻しポリシーの例外について質問しており、以前にも答えたことがあるとわかっています。どこかに。先月書いた完璧な回答を見つけることができればいいのですが。Zendesk AIコンテンツ提案が役に立ちます。必要なときに必要なものを正確に表示するように設計されています。

このガイドは、ZendeskのAI機能を最大限に活用したいサポートエージェント向けです。マクロの提案、生成的な返信、およびAgent Copilotを日々のワークフローで使用する方法について説明します。Zendesk AIには強みがありますが、ヘルプセンター以外の知識を引き出す必要があるチーム向けのAI Copilotのような代替手段にも触れます。AIサポートオプションの詳細については、Zendesk向けの最適なAIチャットボットに関するガイドを確認するか、Zendeskのチケット処理についてお読みください。

Zendesk AIコンテンツ提案とは？

Zendesk AIコンテンツ提案は、チケットの作業中に表示されるAIを活用した推奨事項です。チケットの内容を分析し、ヘルプセンターの記事と過去のチケット解決に基づいて応答を提案します。

遭遇する可能性のある主なタイプは3つあります。

• 推奨マクロ：AIは、チケットの件名と説明に基づいて関連するマクロを推奨します。これらはマクロリストの一番上に表示されます。
• 生成的な返信：AIは、ヘルプセンターのコンテンツをソース資料として使用して、完全な応答を作成します。
• Agent Copilotの提案：ワークスペースに表示される記事、マクロ、および次のステップに関するリアルタイムの推奨事項。

システムは、チケットの意図を分析し、ナレッジベースと照合することによって機能します。OpenAIのEnterprise GPTモデルを搭載しており、データ保持ゼロ（処理後、データはOpenAIによって保存されません）です。

アカウントによっては、AI Agent Essential（新規アカウントの現在のバージョン）とレガシーAI Agent（2025年2月より前にAIエージェントを設定したアカウント）の2つのバージョンのZendesk AIに遭遇する可能性があります。詳細については、完全なZendesk AIレビューをご覧ください。

マクロの提案を効果的に使用する方法

推奨マクロは、チケットを開くとマクロリストの一番上に表示されます。システムは、過去のマクロの使用状況と比較して、チケットテキストの機械学習分析に基づいて最大3つの推奨事項を表示します。

重要な点は、これらの提案はチームのマクロの使用履歴と同じくらい優れているということです。Zendeskのドキュメントによると、この機能をアクティブにするには、アカウントは過去9か月間に共有マクロが適用されたチケットが少なくとも100件必要です。新しいマクロがMLモデルに含まれるまで約2週間かかります。

いつマクロの提案を受け入れるべきですか？詳しく見ていきましょう。

受け入れる場合：マクロがシナリオに完全に一致する場合。顧客が標準の返品ポリシーについて質問しており、推奨されるマクロがまさにそれをカバーしている場合は、それを使用してください。

カスタマイズする場合：顧客の状況にパーソナライズが必要な場合。マクロコンテンツを適用する前に、名前を使用したり、特定の注文番号を参照したり、独自の状況を認識したりします。

無視する場合：提案が見当違いの場合。AIは完璧ではなく、関連性のないマクロを提案することがあります。

覚えておくべきベストプラクティス：

• 送信する前に必ず確認してください。盲目的にクリックして送信しないでください。
• 個人的なタッチを追加します。顧客の名前を使用し、チケットから特定の詳細を参照します。
• マクロの回答がまだ正確かどうかを確認します。マクロは、誰もメンテナンスしていない場合、古くなる可能性があります。

フィードバックは重要です。推奨されるマクロを使用しない場合、または送信前に大幅に編集する場合、その動作はシステムのトレーニングに役立ちます。時間の経過とともに、提案はチームの実際の作業方法とより一致するようになります。AIを活用したマクロの詳細については、AIマクロに関するガイドをご覧ください。

生成的な返信の操作

生成的な返信は、レビュー、編集、または破棄できる下書き応答としてエージェントワークスペースに表示されます。これらは、ヘルプセンターの記事を分析し、そのコンテンツに基づいて会話型の応答を生成することによって作成されます。

生成的な返信を使用する前に、注意深く評価してください。

• 実際に顧客の質問に答えていますか？AIはもっともらしい応答を生成することがありますが、見当違いになることがあります。
• トーンは適切ですか？形式的な応答は、共感を必要とする怒っている顧客には適さない場合があります。
• 幻覚や誤った詳細はありますか？AIは、ヘルプセンターにない情報を含めることがあります。

生成的な返信を編集するときは、構造を維持しながら詳細を調整します。AIは、明確な段落を含む、整理された応答を作成することがよくあります。個人的なタッチを追加したり、詳細を修正したりしながら、そのフレームワークを維持できます。

不満を抱いている顧客には、共感を追加します。AIは「ご心配をおかけして申し訳ありません」と書くかもしれませんが、「本当に申し訳ありません。すぐに修正します」と言いたいかもしれません。

次のステップまたはフォローアップ情報を含めます。生成的な返信は、当面の質問に答えるかもしれませんが、次に何が起こるかを追加する必要があります。「3〜5営業日以内に払い戻しが表示されます。処理が完了したら、確認メールを送信します。」

いつ再生成し、いつ最初から書き直すべきですか？応答が近いが、別の角度が必要な場合は、再生成します。チケットが複雑で、感情的に負荷がかかっており、AIが知り得ない情報が必要な場合は、最初から書き直します。

常にソース記事を確認してください。Zendeskの生成的な返信は、どのヘルプセンターの記事から引用したかを示しています。ソースが間違っているように見える場合は、応答も間違っている可能性があります。Zendeskの生成AIドキュメントで、AIを使用してヘルプセンターのコンテンツを強化する方法について詳しく学ぶことができます。

Agent Copilotを最大限に活用する

Agent Copilotは、チケットワークスペースであなたと一緒に機能するZendeskのプロアクティブなAIアシスタントです。Suite ProfessionalおよびEnterpriseプランの月額50ドルのエージェントごとのアドオンとして利用できます。

Copilotは、作業中にリアルタイムの提案を提供します。

• チケットを読んでいるときに記事の推奨事項が表示され、関連するヘルプセンターのコンテンツをすばやく見つけるのに役立ちます。
• スタンドアロンの推奨マクロ機能と同様に、返信を作成するときにマクロの推奨事項が表示されます。
• チケットの内容、顧客の履歴、およびチームの過去の応答に基づいて、状況に応じた推奨事項が表示されます。

Copilotを使用するためのヒント：

• 提案によってフローが中断されないようにします。松葉杖ではなく、ショートカットとして使用します。チケットの処理に集中している場合は、Copilotの推奨事項を確認する前に、考えをまとめてください。
• Copilotの提案から学び、自分の応答を改善します。Copilotが特定の言い回しやアプローチを一貫して提案する場合は、そのパターンから学ぶべきことがあるかもしれません。
• 提案が一貫して的外れな場合は、フラグを立てます。管理者はそのフィードバックを使用して、ナレッジベースを改善したり、Copilotの設定を調整したりできます。

Copilotは、時間の経過とともにエージェントの行動から学習します。チームがそれを使用し、フィードバックを提供するほど、推奨事項はより良くなります。

エージェントがAIの提案を改善する方法

フィードバックループは、AIの提案を時間の経過とともに改善するものです。エージェントとしてのあなたの入力は、チーム全体の将来の推奨事項の質に直接影響します。

実行できる具体的なアクション：

• 悪い提案には「役に立たない」をクリックし、その理由を簡単に説明します。これにより、提案を黙って無視するよりも早くシステムがトレーニングされます。
• 管理者に不足しているマクロまたは記事を提案します。同じ応答を繰り返し記述しているのに、それに対するマクロがない場合は、発言してください。
• 推奨されるコンテンツで古い情報を報告します。マクロがもはや正確ではないポリシーを提案している場合は、誰かに知らせてください。
• チームリーダーと気付いたパターンを共有します。「AIは常に請求の問題に対して間違ったマクロを提案します」のようなコメントは、ナレッジベースのギャップを特定するのに役立ちます。

良いフィードバックはチーム全体に役立ちます。提案を役に立たないものとしてマークするのに時間をかけると、自分自身を助けるだけでなく、モデルをトレーニングして、誰にとってもより良くすることができます。

エージェントの専門知識とAIの改善の間には直接的なつながりがあります。AIは、エージェントが実際に何をするかから学習します。理論的に正しいことだけではありません。あなたの判断がトレーニングデータの一部になります。

AIの提案を信頼する場合（および信頼しない場合）

AIの提案をいつ使用するかについての判断を構築するには時間がかかります。判断を下すのに役立つフレームワークを次に示します。

グリーンライトシナリオ（使用してください）：

• 明確な回答がある単純で一般的な質問
• ヘルプセンターに文書化されているルーチン手順
• 標準のトラブルシューティング手順

イエローライトシナリオ（注意して進めてください）：

• 調査が必要な複雑な問題
• 不満や緊急性を示す顧客
• 標準ドキュメントに記載されていないエッジケース

レッドライトシナリオ（手動で処理します）：

• エスカレートされた、または優先度の高いチケット
• 共感とエスカレーション解除が必要な問題
• コンテキストが欠落している、または情報が不完全な状況

AIがいつ役立つか、いつ人間のタッチが不可欠かを学ぶことは、より優れたサポートエージェントになるための一部です。AIはツールであり、あなたの判断の代わりではありません。カスタマーサービス向けのAIに関するガイドをご覧ください。

Zendeskの制限を超えて拡張する

Zendesk AIコンテンツ提案には、1つの重要な制約があります。Zendeskヘルプセンターのコンテンツからのみ取得することです。知識が複数のプラットフォームに分散している場合、AIはそれを認識しません。

チームは、Zendesk AIが提供するもの以上のものを必要とすることがよくあります。

• Confluence、Notion、Googleドキュメント、およびその他のプラットフォームに分散された知識
• 公開されたヘルプセンターの記事だけでなく、過去のチケット解決から学ぶ必要性
• 払い戻しの処理や注文の更新などのアクションを実行できるAIが必要

AIエージェントのような代替手段が役に立ちます。Zendeskと直接統合しますが、より広範な知識ソースから取得します。ヘルプセンターだけでなく、過去のチケットから学習できます。また、API接続を通じて実際のアクションを実行できます。

Zendeskの代替として考えていません。多くのチームがZendesk AIと並行して使用しており、Zendeskに簡単なクエリを処理させ、より深い知識やシステムアクションを必要とする複雑なクエリに対処させています。Zendeskチケットの自動化に関するガイドをご覧ください。

Zendesk AIコンテンツ提案を最大限に活用する

主なプラクティスをまとめましょう。

• 送信する前に、すべてのAIの提案を確認します
• 一般的な応答に個人的なタッチを追加します
• 役に立たない提案に関するフィードバックを提供します
• チケットを手動で処理するタイミングを知っています

AIの提案は、エージェントのフィードバックによって改善されます。システムに関与し、入力するほど、あなたとあなたのチームにとってより役立つようになります。

次のシフトでこのガイドのヒントを1つ実装してみてください。生成的な返信でソース記事を確認したり、役に立たないマクロの提案をマークするために少し時間をかけたりするかもしれません。

より高度なAIオプションを検討する準備ができているチーム向けに、当社のプラットフォームは、ライブになる前に過去のチケットでAI応答をテストできるシミュレーション機能を提供しています。また、ヘルプセンター以外の知識ソースと統合し、応答を提案するときにより完全な全体像を提供します。

AIがサポートワークフローをどのように変革できるか見てみませんか？eesel AIを無料で試すか、デモを予約するして、AI CopilotとAIエージェントの動作を確認してください。