QA 評価シートはどう設計する？AI 通話品質管理（AI QA）で自社基準どおりにすべての通話を評価するために（2026 年版テンプレート付き）

QA 評価シートの 5 層構造

セクションに分けておくと、「誰がどの段階で弱いのか」をレポートで把握できます。オープニングは良いのにクロージングの確認をいつも忘れる人もいれば、用件対応は速いのに本人確認を飛ばす人もいます。合計点だけを見ていると、こうした違いは平均化されて見えなくなります。

評価項目は「聞けばわかる行動」として書く

AI も人と同じく、文字起こしを根拠に判定します。文字起こしの中に対応する発話が見つからない項目は、一貫した判定が難しくなります。

書き換えの 3 原則：

「対象外」をあらかじめ設計に組み込む

すべての通話がすべての流れをたどるわけではありません。営業時間を尋ねるだけのお客様なら、「解決策の提示」以外の用件対応の段階はほとんど発生しませんし、苦情のないお客様に対して「感情のケア」が不合格と判定されるべきではありません。

各項目では 合格、不合格、対象外 の 3 つの判定を使えるようにすることをおすすめします。採点時には対象外の項目を分母から除外します。そうしないと、シンプルな通話ほど「できていなかった」として減点され、点数が実態を反映しなくなります。

加重スコアの計算方法

加重スコア ＝ 合格した項目の配点合計 ÷ 対象となる項目の配点合計 × 100

計算例：6 項目からなる QA 評価シートがあり、配点はそれぞれ 10、20、20、15、15、20 で合計 100 点です。ある通話で、配点 15 点の「感情のケア」が対象外、配点 20 点の「ニーズの確認」が不合格、そのほかは合格だったとします。

対象外の項目を除外しなければ、この通話は 65 点と計算され、実際よりかなり悪い応対に見えてしまいます。

致命項目：合計点とは切り離して扱う

ほかがどれだけ良くても、許されないミスがあります。こうした項目は致命項目として設定します。致命項目で不合格となった通話は、ほかの項目と一緒に平均されることなく、そのまま管理者のレビューに回します。

よくある致命項目：

致命項目の数は絞り込むことが大切です。すべての項目を致命項目にすると、レビュー待ちのリストが長くなりすぎて誰も見きれなくなり、致命項目がないのと同じ状態になります。

テンプレート：インバウンドのカスタマーサポート用 QA 評価シート

これはあくまで出発点です。自社の業務内容、法令上の要件、社内規定に合わせて調整してください。

カスタマーサポート用とテレマーケティング用の QA 評価シートの違い

テレマーケティングの通話はコンプライアンス上のリスクが高い傾向にあるため、「料金と条件を明確に説明したか」「お客様に明確に断られた後も勧誘を続けていないか」といった項目を優先的に組み込むことをおすすめします。台湾のテレマーケティング関連の法規については、AI テレマーケティングの導入と法令対応ガイドをご覧ください。

キャリブレーション：AI を自社のベテラン評価者とすり合わせる

QA 評価シートができても、すぐに本番運用に入るのは避けましょう。次の流れでキャリブレーションを行うことをおすすめします。

1. 通話を選ぶ：業務ライン、オペレーター、高得点と低得点の通話をそれぞれ含めます。

2. 人と AI で同時に採点する：ベテラン評価者が 1 回、AI が 1 回採点します。

3. 項目ごとに差分を比較する：判定の食い違いが最も多い項目を特定します。

4. 引用された発話から原因を探る：AI の判定には発話が引用されているため、照らし合わせると、たいていは項目の記述に 2 通りの解釈があることがわかります。

5. 記述を書き直して再度採点する：差分がチームとして許容できる水準に下がるまで繰り返します。

キャリブレーションを進めると、もともとの QA 評価シートについて、人の評価者同士でさえ合意がとれていなかったことが判明するケースがよくあります。それ自体が大きな収穫です。

ルールは変わるもの。バージョン管理を

法令の改正、新商品の発売、トークスクリプトの見直しのたびに、QA 評価シートも変わります。変更する際は、次の 2 点に注意してください。