Quip終了に伴うデータエクスポートでお困りの方へ

Data360×生成AI:回答提案機能の構築と実践のコツ

問い合わせ対応の効率化にお悩みではありませんか?

顧客からの問い合わせに迅速かつ正確に回答することは、顧客満足度(CS)の向上や解約防止に直結する非常に重要な業務です。しかし、実際の現場では以下のような課題を抱えている企業が多く存在します。

・ナレッジの検索や確認に時間がかかる
・新人オペレーターだと回答作成に時間がかかる
・対応者によって回答内容や使う用語にバラつきが出る

そこで本記事では、これらの課題を解決するために「Data 360(旧 Data Cloud)」と「生成AI」を組み合わせた回答提案機能の具体的な構築方法と実践のコツについて解説します!

Data 360の基本的な概要や仕組み、メリットについてはこちらの記事で詳しく解説しています。
まず全体像を把握したい方はあわせてご覧ください。

目次

1. 今回構築する「回答提案機能」の概要

今回ご紹介するのは、Salesforceの問い合わせ管理画面に配置したボタンをクリックするだけで、生成AIが過去のナレッジや最新データを参照し、最適な回答案を生成してくれる仕組みです。

従来のやり方:
問い合わせ内容を確認後、担当者がマニュアルや社内Wiki、過去の問い合わせ履歴を手動で検索・解読し、メールやチャット文章をイチから作成する。

Data360×生成AI:
問い合わせが入ると、検索機能(レトリーバー)がData360内の最新ナレッジや過去事例を自動で抽出。あらかじめ指定したフォーマットに沿って生成AIが回答文を即座に提案する。

この仕組みを導入することで、回答作成にかかる時間を大幅に短縮できるだけでなく、属人化しがちなサポート品質の標準化を実現できます。

2. 回答提案機能を構築する4つの基本ステップ

回答提案機能を構築する全体の流れは、大きく分けて以下の4ステップです。

専門的なコードを書くことなく、基本設定とクリック操作を中心に進めることができます。

STEP
Data360でのデータモデル(DMO)準備

まずは、生成AIに参照させたい「FAQデータ」「マニュアル」「過去の対応履歴」などのナレッジデータをData360に取り込み、生成AIが読み取れる形式(データモデルオブジェクト:DMO)として整えます。

  • データストリームの作成
    CSVファイルやSalesforceオブジェクトからソースデータを取り込みます。
  • DMOへのマッピング
    取り込んだデータを、Data360標準のDMOまたはカスタムDMOにマッピングします。

データの信頼性や主キーの設計がAIの回答精度を直接左右するため、すべての工程の中で最も重要な基礎土台となるステップです。

取り込んだデータを、Data360標準のDMOまたはカスタムDMOにマッピング
STEP
レトリーバー(検索機能)の作成

構築全体を通して重要な役割を果たすのが「レトリーバー(検索機能)」です。犬のゴールデンレトリーバーが「投げたボールを取ってくる」のが得意なように、システム上のレトリーバーも「問い合わせ内容に関連する最適なデータを探して取ってくる(Retrieve)」機能を担っています。取り込んだデータの中から、問い合わせ内容に関連する情報を生成AIが効率よく検索・参照できるように設定します。

  • 検索対象(DMO)の選定
    AIに検索させたいDMOを指定します。
  • ベクトルインデックスの生成
    テキストデータをAIが意味で検索できるように「ベクトル化」するインデックスを作成します。
  • 検索・フィルタ条件の定義:
    問い合わせ分類に応じたカテゴリ絞り込みの条件を設定し、検索の精度とスピードを高めます。
Data360におけるレトリーバー(検索機能)の動作フロー
STEP
プロンプトビルダーでのテンプレート作成

レトリーバーが検索した結果を組み込み、「丁寧なカスタマーサポートのトーンで回答を作成してください」「自社の規約に基づいて注意点も含めてください」といった具体的な指示文をプロンプトビルダーで作成します。

プロンプトビルダーに関しては以下の記事で詳しくご紹介していますので、構築の際にぜひご活用ください。

STEP
フローと画面ボタンの連携

作成したプロンプトをSalesforceの画面上から呼び出せるよう、画面フロー(Salesforce Flow)を作成します。最後に、問い合わせレコード画面上に「回答案を生成」ボタンを配置して完了です。

3. 実践解説:初期設定で陥りやすいミスと対策3選

一見スムーズに見える構築プロセスですが、実際に作業してみると初期設定でつまずきやすいポイントが存在します。ここでは、特に初心者が陥りがちな3つの注意点と対策をご紹介します。

1. データ整理・紐付け(マッピング)の不備

よくあるミス

元になるデータをData360に取り込む際、データの重複を防ぐ識別コード(プライマリキー)の設定や、データの項目同士のマッピングが不十分なまま進めてしまうケースです。特に「どのデータを基準にして一意に区別するか」が決まっていないまま設定してしまうと、その後のレトリーバーなどの設定がうまく行きません

影響と対策

データの整理や紐付けが不十分だと、後からレトリーバーが正しいナレッジを引き出せなくなったり、データ同士のつながりが切れてしまいます。データを取り込む際は、まず基準となる識別コード(主キー)をしっかり決め、それぞれの項目が何を意味しているかを丁寧に紐付けましょう。事前に重複データなどを取り除いて整理しておくことも大切です。

プライマリキー(主となるキー、識別コード)を決めておく

2. 検索対象の絞り込み不足

よくあるミス

どのデータ(DMO)をAIに探させるかの指定が曖昧だったり、既に使わなくなった古いマニュアルや、テスト用の不要なデータまで検索対象に含めてしまうケースです。

影響と対策

検索する範囲が広すぎたり余計なデータが混ざっていると、AIが古い情報や無関係な情報を拾ってしまい、信頼できない回答や誤った回答(ハルシネーション)を作る原因になります。レトリーバーを設定する際は、「最新かつ有効なナレッジのみ」を検索するよう条件を細かく設定し、探す範囲をしっかり絞り込むことが精度の高い回答提案を出力させるためのコツです。

3. 指示文へのデータ連携(グラウンディング)漏れ

よくあるミス

プロンプトビルダーでAIへの指示文を作る際、レトリーバーが取ってきた検索結果(データ)を指示文の中に正しく組み込む設定(グラウンディング)がうまくいかないケースです。

影響と対策

このデータ連携がうまく動いていないと、AIはせっかくData360から引き出した自社のナレッジを無視して、一般的な知識だけで回答を作ってしまいます。「テストしてみたのに自社ならではのルールや用語が反映されない」と感じた場合は、プロンプト内のデータ連携設定(変数)が、レトリーバーの検索結果と正しく繋がっているかを必ず確認しましょう。

回答結果が期待した内容にならない場合は入力データを確認しよう

4. 困ったときのチェックリスト

構築中やテスト実行時に「うまく回答が生成されない」、「エラーが出る」といったトラブルが発生した場合は、以下のポイントを順番にチェックしてみてください。

Data360上のDMOデータが最新状態に更新・同期されているか?

回答生成の元となるデータモデルオブジェクト(DMO)に、レコードが正しく取り込まれているか。

  • データストリームの更新ステータス
    「データストリーム」タブで取り込みエラーが発生していないか、最終同期日時に遅延がないか。
  • データマッピングの整合性
    元ソースの項目がDMOの適切な項目に漏れなくマッピングされているか確認します。
  • インデックス化の状況
    検索対象となるテキスト項目が、Data360側で検索可能として構成されているか。
レトリーバーの検索テストで、想定通りのFAQデータが抽出できているか?

プロンプトに渡す前段階として、レトリーバー単体で期待通りの検索・抽出ができているかをテストします。

  • 検索プレビューでの単体検証
    レトリーバーの設定画面にあるテスト実行機能を使い、ユーザーの想定質問キーワードを入力して意図したFAQレコードがヒットするか。
  • しきい値・取得件数の見直し
    類似度スコアのしきい値が厳しすぎて該当レコードが除外されていないか、または最大取得件数が少なすぎて必要な文脈が切り捨てられていないか。
  • フィルター条件の確認
    特定のカテゴリや公開ステータスで絞り込みを行っている場合、その条件で対象レコードが弾かれていないか。
プロンプトビルダーで挿入した変数に、レトリーバーの検索結果が渡されているか?

レトリーバーがデータを取得できていても、プロンプトテンプレート側の変数に正しくバインドされていなければAIは回答を生成できません。

  • リソースの差し込み確認
    プロンプトテンプレート内で、レトリーバーを呼び出す変数が本文中に正しく挿入されているか。
  • プロンプトビルダーのプレビュー実行
    プレビュー画面でテストレコードやサンプル入力を与え、解決後のプロンプト本文にFAQのテキストが実際に展開されているか。
  • 指示文(グラウンディング)の記述
    「提供された検索結果のみに基づいて回答してください」といった指示に対し、渡されたコンテキストが空や無関係な場合に「回答できません」と出力する設定になっていないか。

おわりに

データは「溜める」時代から「AIで現場に活かす」時代へ

本記事では、Data360と生成AIを組み合わせ、問い合わせ対応を自動化する仕組みと初期設定で陥りやすい注意点について解説してきました。

ここで改めてお伝えしたいのは、Data360や生成AIの連携は、限られた開発者だけのものではないということです。

これまでのデータ活用は「レポートやダッシュボードで集計・分析して終わり」になりがちでした。しかしData360と生成AIを組み合わせることで、社内に眠っていた膨大なナレッジやデータが、現場のオペレーターをリアルタイムに助ける「生きたナレッジ」へと生まれ変わります。

「まずは小さなFAQデータで回答提案機能を試してみたい」「自社の問い合わせ業務に合わせた最適なデータ連携を行いたい」という方は、ぜひお気軽にご相談ください。

SalesforceおよびData360の専門家として、お客様のデータ環境や課題に合わせた現実的なAI活用プランをご提案し、初期設定から運用の定着まで伴走支援いたします。

それ、サンブリッジなら解決できます!
Salesforceで解決するビジネス課題

サンブリッジがこれまでにご支援してきたSalesforce構築・実装において、お客様の課題がどのように解決したのかを実際の事例やお客様からの評価などを全16ページにまとめました。

目次