電話 AI のよくある質問（FAQ）自動応答の品質は、モデルではなくナレッジベースで決まります。使えるナレッジベースの目安は、試験運用で 30〜50 問、本番稼働で 80〜120 問、成熟期で 150 問以上。1 項目につき 1 つの内容だけを書き、回答は話し言葉で用意し、「答えられないときにどうするか」のフォールバック規則を明文化し、毎月実際の通話録音から質問を追加します。 この 5 点を押さえるだけで、同じモデルでも成果は大きく変わります。
電話 AI を検討する経営者の多くは「方言や訛りを聞き取れるか」「声が自然か」に注目します。もちろん重要ですが、稼働 3 か月後にお客様の満足度を左右するのは、たいてい別のことです。AI が正しい情報を持って答えられたかどうか。モデルは「聞き取りと話し方」を担い、ナレッジベースは「回答そのもの」を担います。そして後者を用意するのは、あなた自身です。この記事は、その準備を任された方のために書いています。
結論から：使える電話ナレッジベースの姿
導入支援の経験から、実際に機能する電話ナレッジベースは次の 5 条件を満たしています。
質問はどこから集めるか：3 つの情報源と入電理由の分類表
3 つの情報源
情報源 1：受付やカスタマーサポートの口頭ヒアリング。 最も電話を受けている同僚に 30 分だけ「今週聞かれた質問」を話してもらい、あなたがメモを取ります。アンケートは配らないでください。口頭のほうが速く、しかも「あれってまだありますか」のようなお客様の実際の言い回しが出てきます。この言い回しは後でナレッジベースのキーワードになります。
情報源 2：LINE・メール・Web フォームの履歴。 直近 3 か月のテキストメッセージを取り出し、質問ごとに分類します。テキスト経由の質問は電話と大きく重なるので、受付が思いつかなかった質問を素早く補えます。
情報源 3：稼働後の通話文字起こし。 前の 2 つでは代替できない情報源です。稼働後は全通話に文字起こしが残り、「AI が答えられなかった」「お客様が言い直した」箇所が、そのまま次に追加すべき質問になります。
入電理由の分類表を作る
集めた質問にすぐ回答を書き始めず、まず分類表を作ります。「どれを先に作るべきか」「どれは AI が自分で答えてはいけないか」をはっきりさせるためです。
| 入電理由 | 週あたり件数（目安） | AI が直接答えられるか | システム照会が必要か | 優先度 |
|---|---|---|---|---|
| 営業時間・住所・駐車場 | 40 | 可 | 不要 | 高 |
| 特定サービスの料金 | 25 | 可（料金が固定なら） | 不要 | 高 |
| 予約・日程変更 | 30 | 可（連携が必要） | 必要（予約システム） | 高 |
| 注文状況・発送済みか | 15 | 可（連携が必要） | 必要（受注システム） | 中 |
| 返品・交換のルール | 10 | 可 | 不要 | 中 |
| クレーム・特定の担当者への取次 | 8 | 不可 | 不要 | 人に転送 |
| 提携の相談・営業電話 | 5 | 一部可（伝言） | 不要 | 低 |
「週あたり件数」は桁が合っていれば十分で、目的は優先順位付けです。「AI が直接答えられるか」と「システム照会が必要か」の 2 列が、その質問をナレッジベースに書くのか、システム連携で対応するのかを決めます（役割分担は後述します）。
何問用意するか：3 段階で考える
「結局、何問あれば稼働できるのか」という質問には、段階ごとに答えます。
| 段階 | 問数 | 目標 |
|---|---|---|
| 試験運用（最初の 2〜4 週間） | 30〜50 問 | 分類表の「高」優先度を網羅し、最も多い入電を AI がきちんと処理できる状態にする |
| 本番稼働 | 80〜120 問 | 中優先度の質問とよくある言い換えを補い、主要な入電理由にほぼ答えがある状態にする |
| 成熟期（3 か月以降） | 150 問以上 | 文字起こしから拾ったロングテールの質問を、毎月 5〜10 問ずつ安定して追加する |
多ければ良いわけではない理由
「多めに入れておけば安心」には、実務上 2 つの代償があります。
1. 検索の混同。 AI は回答の前に、ナレッジベースから関連度の高い数段落を取り出します。項目が多く、互いに似ているほど（例：「会員の返金」と「非会員の返金」がほぼ同じ文面）、間違った段落を掴む確率が上がります。
2. 遅延とコスト。 取り出した内容は毎ターン、モデルに送られます。内容が多いほど応答ごとの遅延とトークンコストが増え、音声対話ではコンマ数秒の差でもお客様は気づきます。Retell の音声 AI 向けナレッジベース構成ガイドも同じ指摘をしています。ナレッジベースは遅延とコストを増やすので、不要な内容は入れないこと（出典）。
正しい戦略は「高頻度の質問から始め、文字起こしでロングテールを育てる」であり、「初日に公式サイトの内容を全部流し込む」ではありません。
分類の仕方：推奨する 6 カテゴリ
分類の目的は 2 つです。検索精度を上げる（同じカテゴリ内で用語が揃うと誤検索が減る）ことと、メンテナンスを楽にする（料金が変わったら「サービスと料金」だけ見ればよい）こと。分類はお客様向けのメニューではありません。お客様は常に自然な言葉で質問し、AI が自分で正しいカテゴリを探します。
推奨する 6 カテゴリと、各 3 つの例です。
1. 営業・連絡先情報
2. サービスと料金
3. 手続きと申し込み
4. ルールとポリシー
5. 技術・利用上の問題
6. 会社とブランド
すべての項目にカテゴリを付けたら、同じカテゴリ内に同じ内容の項目が 2 つないかを確認し、あれば統合します。
回答の書き方：電話の回答は Web の FAQ とは違う
Web の FAQ は「読む」もの、電話の回答は「聞く」ものです。同じ文をそのまま移すと、お客様には AI が案内文を読み上げているように聞こえます。6 つのルールです。
1. 話し言葉で。 「弊社」「お客様各位」ではなく「私たち」「お客様」を使います。
2. 結論を先に。 最初の一文が答え、補足は後ろに置きます。
3. 一度に伝える情報は 3 つまで。 電話では 4 つ目は覚えられません。長ければ分割するか、どれを知りたいか先に聞きます。
4. 数字は読み上げられる形に。 「NT$1,280」は「千二百八十元」に、時刻は「朝 9 時から夜 6 時まで」にします。
5. 「ご参照ください」を使わない。 電話にクリックできるリンクはありません。「公式サイトでご確認ください」は、答えそのものか「SMS でリンクをお送りできます」に置き換えます。
6. 次の一歩を示す。 「ご予約をお取りしましょうか」「他にご質問はありますか」で締め、会話に方向を持たせます。
書き換え前 / 書き換え後の比較
| 書き換え前（Web の FAQ） | 書き換え後（電話の回答） |
|---|---|
| 弊社の営業時間は月曜から金曜の 09:00〜18:00、祝日は休業です。詳細は公式サイトのお知らせをご参照ください。 | 平日は朝 9 時から夜 6 時まで営業しています。週末と祝日はお休みです。ご来店はどの日をお考えですか？ |
| キャンセルポリシー：予約日の 24 時間以内のキャンセルには NT$500 の手数料がかかります。 | ご予約の前日以内のキャンセルは手数料が 500 元かかります。それより前でしたら無料です。日程を変更しましょうか？ |
答えられないときの対処：4 段階のフォールバック
ナレッジベースがどれだけ充実していても、答えられない質問は必ず出ます。差がつくのは AI の反応です。Pathors の導入では、フォールバックを 4 段階にし、受け止められなければ次の段階へ渡します。
第 1 段階：言い換えて意図を確認する。 お客様の質問は往々にして曖昧です。自然言語の質問を分析した ELOQ の研究では、約 25% の質問に誤った前提が含まれ、50% 以上に曖昧さがあると報告されています（出典）。ですから最初にすべきは無理に答えることではなく確認です。「返金の条件についてでしょうか、それとも返金がいつ入金されるかについてでしょうか？」
第 2 段階：情報がないと伝え、最も近い答えを添える。 意図を確認しても該当する項目がなければ、正直に言います。「その点について、手元に正確な情報がありません。一般的には返金は 7 営業日以内に処理されますが、お客様の件は担当者に確認することをおすすめします。」肝心なのは推測しないことです。料金やルールを一度でも間違えて言えば、お客様は後でその言葉を根拠に履行を求めます。その代償は「わかりません」よりはるかに大きい。これこそ、言語モデルのハルシネーションがカスタマーサポートで最も危険になる場面です。詳しくは LLM のハルシネーション：カスタマーサポートでのリスクと対策をご覧ください。
第 3 段階：担当者に転送するか、折り返し用の伝言を受ける。 営業時間内なら転送し、それまでの会話要約を担当者に渡してお客様が繰り返さずに済むようにします。時間外なら氏名・電話番号・用件を預かり、折り返し時間を約束します。転送の設計は AI から人への引き継ぎをどう設計するかで解説しています。
第 4 段階：追加待ちの質問として記録する。 第 2・第 3 段階に落ちた質問は、すべて自動的に「未回答リスト」に入れます。このリストが翌月の追加元であり、ナレッジベースが使うほど精度を上げていく理由です。
4 段階のうち最も見落とされがちなのが第 1 段階です。確認をひとこと挟むだけで、少なくない「答えられない」が「答えられる」に変わります。
ナレッジベースとシステム照会の役割分担
ナレッジベースに向いているのはめったに変わらないルールです。変わるデータ（今夜席は空いているか、注文はどこまで進んだか）をナレッジベースに入れても古くなるだけなので、AI にリアルタイムでシステムを照会させます。
| データの種類 | ナレッジベース | システム照会 | 理由 |
|---|---|---|---|
| 営業時間・住所・駐車場 | 入れる | 不要 | 変わるのは年に数回 |
| サービス内容・固定料金 | 入れる | 不要 | 静的な説明 |
| キャンセル・返品・支払いのルール | 入れる | 不要 | ポリシーは変更時に人の確認が必要 |
| 今夜の空席・客室状況 | 入れない | 必要 | 分単位で変わる |
| 注文状況・発送状況 | 入れない | 必要 | 件ごとに異なり、本人確認が要る |
| 会員ポイント・残高 | 入れない | 必要 | 個人情報のため本人確認後に照会 |
| キャンペーン価格・期間限定 | 場合による | 推奨 | 更新が頻繁で修正を忘れやすい |
実用的な判断基準はこうです。「誰がかけてきたか」「いつかけてきたか」で答えが変わるものは、ナレッジベースに入れない。 そうした質問はシステム連携で対応します。方法は AI 音声と CRM の連携ガイドをご覧ください。ナレッジベースが担うのは「誰がかけてきても答えが同じ」部分です。
稼働後のメンテナンスのリズム
稼働日は始まりにすぎません。メンテナンスをしないと、経験上おおよそ 3 か月で精度が目に見えて落ちます。料金が変わり、キャンペーンが終わり、新しい質問が出てくるからです。おすすめのリズムです。
担当者は誰か。エンジニアではありません。 ナレッジベースの中身は業務知識であり、最もよく知っているのは受付責任者、カスタマーサポート責任者、店長です。エンジニアはシステム連携と障害対応を担いますが、「答えが正しいか」は業務側にしか判断できません。良い電話 AI プラットフォームは、非技術者がナレッジベースを直接編集し、即時に反映できます。ベンダー選定の際に確認しておく価値のあるポイントです。
電話 AI の FAQ 自動応答はどう作るのか。答えはモデルではなく、あなたが用意するナレッジベースにあります。受付のヒアリングとメッセージ履歴から入電理由の分類表を作り、試験運用は高頻度の 30〜50 問から始め、6 カテゴリで整理し、すべての回答を電話でそのまま話せる言葉に書き換え、4 段階のフォールバックを設定する。そのうえで毎週未回答を見て、毎月追加し、四半期ごとに古い内容を掃除する。ここまでやれば、最も高価なモデルでなくても大半の電話をきちんと処理できます。
まだ検討段階なら、まず電話 AI とは何か：2026 年完全ガイドで全体像を押さえてください。ナレッジベースを書き終えたら、電話 AI 稼働前のテスト通話チェックリストで実際に電話をかけて検証を。「変わるデータ」の扱いは AI 音声と CRM の連携ガイドをご覧ください。
よくある質問
電話 AI のナレッジベースは何問あれば稼働できますか？
試験運用は 30〜50 問から始められます。条件は、入電理由の分類表で優先度「高」の項目を網羅していることです。本番稼働では 80〜120 問、成熟期には 150 問以上を目安にしてください。最初から数を追わないことが大切です。項目が多すぎると検索の混同が起き、遅延とコストが増え、メンテナンスも難しくなります。高頻度の質問から始め、稼働後の文字起こしでロングテールを補うのが最も堅実です。
公式サイトの FAQ をそのままナレッジベースに入れてもいいですか？
素材としては使えますが、そのまま入れるのはおすすめしません。Web の FAQ は読むために書かれており、「下表をご参照ください」「公式サイトをご覧ください」のような電話では読み上げられない文が多く、数字や時刻の書き方も話し言葉向きではありません。1 項目ずつ、結論を先に、一度に 3 つまでの情報、読み上げられる数字、最後に次の一歩、という電話版の回答に書き換えてください。その際に重複項目も統合しましょう。
電話 AI が勝手に答えたり、存在しないルールを作ったりしませんか？
起こり得ます。言語モデルの既知のリスクで、料金やポリシーの質問では特に代償が大きくなります。リスクを下げる方法は 3 つです。ナレッジベースの各項目を 1 内容に絞り、似た内容が干渉しないようにする。「情報が見つからなければ正直にないと言い、推測しない」というフォールバック規則を明示する。稼働前にテスト電話で、範囲外の質問への反応を確認する。正直に「わかりません」と言うほうが、半分当たった推測より常に良い結果になります。
お客様がナレッジベースにないことを聞いたら、AI はどう対応しますか？
良い設計は 4 段階のフォールバックです。まず言い換えて意図を確認します（多くの質問はそもそも曖昧です）。確認してもデータがなければ、ないことを伝えたうえで最も近い答えを添えます。次に担当者へ転送するか、折り返し用の伝言を受けます。最後にその質問を未回答リストに記録し、翌月の追加に活かします。各段階で何を言うかは事前に書いておき、AI のその場の判断に任せないことが重要です。
ナレッジベースはどのくらいの頻度で更新すべきですか？
3 つのリズムを並行させることをおすすめします。毎週 15 分の未回答リスト確認、毎月 5〜10 問の追加、四半期ごとの古い内容の掃除です。加えて、値上げ・営業時間の変更・新サービスの開始といった業務の変更は、予定を待たずに当日反映してください。メンテナンスされていないナレッジベースは、経験上 3 か月ほどで精度が目に見えて落ち、お客様が旧料金や終了したキャンペーンを聞かされるようになります。
ナレッジベースは誰がメンテナンスすべきですか？
業務を最もよく知っている人です。通常は受付責任者、カスタマーサポート責任者、店長であり、エンジニアではありません。エンジニアはシステム連携と障害対応を担いますが、答えが正しいかどうかは業務側にしか判断できません。したがって電話 AI プラットフォームを選ぶ際は、非技術者が直接ナレッジベースを編集して即時反映できるかを確認してください。そうでないと一文の修正にもエンジニアの日程が必要になり、メンテナンスはすぐ止まります。
