会社のAIチャットボットが的外れな回答をして苦情に。
すぐできる改善策とRAG活用ガイド
「わからない場合はスタッフにお問い合わせください」の一言追加が、今日できる最速の応急処置です。
「AIチャットボットを導入したのに、お客さまに的外れな回答をして苦情が来た」——これ、導入したAIが悪いのではなく、「汎用AIに自社固有の情報を持たせていない」という設定の問題です。今日すぐできる応急処置と、根本解決に向けたRAG（自社情報の読み込ませ方）の基本を整理します。
- 的外れな回答が出る根本原因——「汎用AI」と「自社情報を持ったAI」の違い
- 今日すぐできる応急処置——「わからない場合の答え方」をAIに指示する方法
- NotebookLM・カスタムGPTで自社FAQをAIに読み込ませる手順
- 社内FAQ→顧客向けへの段階的展開で苦情リスクを最小化する方法
「導入したのに苦情が来た」ネットに溢れる声
「会社のWebサイトにAIチャットボットを入れたが、うちの商品の仕様を聞くと全然違うことを自信満々に答える。お客様から「間違ったことを言われた」と苦情が来た。どうしたらいい？」
「社内のAIチャットボットが、自社の規約と異なる内容を回答していました。どうすれば自社固有の情報を正しくAIに学習させることができますか？ChatGPTをそのまま使っています」
「AIチャットボットって汎用的なものをそのまま使うと自社の製品情報とか規約とかを全く知らないから答えがデタラメになる。独自の知識ベースを持たせる方法を探している」
「自信満々に間違ったことを答える」——これがAIチャットボット導入失敗の典型的なパターンです。汎用AIはインターネット上の一般的な知識は豊富ですが、「A社の〇〇製品の保証期間」「B社の返品ポリシー」「C社独自の会員規約」といった自社固有の情報は学習していません。指示を与えない汎用AIは、自社情報の質問に「知っている一般的な情報」で答えてしまうためずれが生じます。
「的外れな回答」が出る原因と改善の方向性
| 状況 | ❌ 的外れな回答が出る状態 | ✅ 的確な回答が出る状態 |
|---|---|---|
| AIの 設定 |
汎用AI（ChatGPT等）をそのまま設置——自社情報を一切持っていない状態で顧客の質問に答える | 自社のFAQ・商品情報・規約をドキュメントとして読み込ませた上で回答させる（RAG・カスタムGPT等） |
| わからない 場合の扱い |
AIが「わからない」と言わずに推測で回答——間違った情報を自信満々に提供する「ハルシネーション」が起きる | 「この質問はわかりません。詳しくはスタッフにお問い合わせください」という逃げ道を指示に設定する |
| 知識の 更新 |
価格改定・仕様変更・新商品追加が反映されない——古い情報をAIが答え続ける | FAQドキュメントを更新するたびにAIに再読み込みさせる運用フローを作る |
| 回答の 範囲 |
何でも答えようとする——自社サービスと関係のない質問にも回答して話題が広がる | 「このチャットボットは〇〇に関する質問にのみ回答します」と回答範囲を明示的に制限する |
「わからない場合の逃げ道を設定する」——これが今日すぐできる最速の応急処置です。AIが「わからない」と言えない状態のまま設置されると、推測で間違った情報を提供し続けます。指示文に「この情報がわからない場合は必ず『担当スタッフにお問い合わせください』と回答してください」を加えるだけで、的外れな回答による苦情リスクが大幅に下がります。
チャットボット精度を上げるプロンプト・設定3つ
RAG（Retrieval-Augmented Generation＝検索拡張生成）とは、AIが回答を生成する前に「自社のドキュメント・FAQから関連情報を検索して、その情報に基づいて回答する」という仕組みです。
難しく考えなくていい理解：「AIに自社のFAQや商品説明書を事前に読ませてから、そのドキュメントの範囲内で回答させる」という使い方がRAGの基本です。
すぐ使えるRAGツール：
・NotebookLM（Google）——PDFや文書を読み込ませてQ&Aができる。無料
・カスタムGPT——ChatGPT Plusで自社FAQをアップロードしてチャットボットを作成
・Dify（dify.ai）——RAGチャットボットを作れるノーコードプラットフォーム。無料枠あり
【今日すぐできる「AIチャットボットの応急処置」——指示文の追加】
（現在使っているAIチャットボットのシステムプロンプト・指示文に追加する）
あなたは【会社名・サービス名】のカスタマーサポートAIです。
【回答できること】
・当社の商品・サービスに関する一般的な質問
・よくある質問（FAQの内容）
【絶対に守るルール】
① 以下の質問には回答せず、必ず担当者へ案内する：
- 個別の価格見積もり・特別対応の要望
- 契約内容・個人情報に関する質問
- 当社FAQ・商品情報に記載のない詳細な質問
- クレーム・返品・キャンセルの手続き
② 質問の答えがわからない場合は必ず：
「申し訳ございません、詳しくはスタッフにご確認ください。
📞 〇〇-〇〇〇〇-〇〇〇〇（受付時間：〇時〜〇時）」
と案内してください。推測で回答しないこと。
③ 当社のサービスと関係のない質問には答えず、
「当チャットボットは〇〇に関するご質問専用です」と案内する
→ これだけで「的外れな回答→苦情」のリスクが大幅に下がります【NotebookLMで「自社FAQ」をAIに読み込ませる手順とプロンプト】
① notebooklm.google.com にアクセス（Googleアカウントでログイン）
② 「新しいノートブック」を作成
③ 「ソースを追加」から以下を読み込む：
- 自社のFAQページ（URLを貼り付け）
- 商品・サービス説明書（PDF）
- 返品・保証ポリシー（PDF or テキスト）
- よくある問い合わせ内容をまとめた社内文書
④ 読み込み完了後、左下のチャット欄で質問してみる
【テスト用の確認プロンプト】
「この会社の返品ポリシーを教えてください」
「〇〇製品の保証期間はどのくらいですか」
「初めての方向けにサービスの概要を説明してください」
→ 読み込んだドキュメントの範囲内で正確に答えるかを確認します
「書いていない情報を聞いたとき」に
「このドキュメントには記載がありません」と答えるかも確認しましょう
⚠️ NotebookLMの無料版は個人利用向け。
顧客向けに公開するには別途法人向けツールの検討が必要です【ChatGPTで「FAQ精度チェック」——チャットボットの回答品質を定期的に確認する】
（チャットボット担当者が週1回程度実施する品質確認プロセス）
以下のよくある質問を使ってチャットボットの回答精度を確認します：
【精度チェック用の質問リスト（自社に合わせて変更）】
Q1: （製品の基本仕様に関する質問）
Q2: （価格・費用に関する質問）
Q3: （保証・返品ポリシーに関する質問）
Q4: （サービス利用手順に関する質問）
Q5: （よくある不具合・トラブルに関する質問）
Q6: （FAQ外の質問——正しく「わかりません」と答えるか確認）
確認するポイント：
① 回答がFAQ・公式情報と一致しているか
② 「わからない」場合に推測せず担当者案内をしているか
③ 製品名・価格・規約の表記が最新情報と一致しているか
④ 「公式情報にない内容」を自信満々に答えていないか
→ 問題があった質問と回答のパターンをメモして
システムプロンプトに「〇〇について聞かれた場合は△△と答えてください」
という具体的な指示を追加していくことで精度が上がります3つめの「FAQ精度チェックプロンプト」が、継続的な品質維持の鍵です。チャットボットは設置したら終わりではなく、「価格改定・新商品追加・規約変更」のたびにドキュメントを更新して精度を確認する運用が必要です。週1回の精度チェックを習慣にすると、「的外れな回答が気づかずに蓄積する」という問題を防げます。
AIチャットボットの精度改善についてよくある疑問
| ChatGPTをそのまま使っているが、自社情報を読み込ませることはできる？ | ChatGPT Plusのカスタムチャットボット機能（カスタムGPT）を使えば、自社のFAQファイルを「知識」としてアップロードして、その範囲内で回答するチャットボットが作れます（No.83参照）。無料版ではカスタムGPT作成機能はありませんが、チャット入力欄にFAQ文書を貼り付けてから「この情報の範囲で質問に答えて」という使い方はできます |
| 社内FAQ用と顧客向けは分けた方がいい？ | 段階的に分けることをおすすめします。まず「社内スタッフが自社FAQ・マニュアルに素早くアクセスするための社内チャットボット」から始め、精度と運用フローを確認してから顧客向けに展開する順番が安全です。顧客向けは間違った情報が苦情につながるリスクがあるため、社内での検証期間を経てから展開する方針が、実際の法人導入事例でも多く取られています |
| 「わからない場合は担当者へ」の案内だけで苦情は止まる？ | 即効性はあります。AIが推測で間違った情報を提供する「ハルシネーション」のリスクを最も手軽に下げられる対策が、「わからない場合の明確な案内指示の追加」です。ただし根本的な解決は「自社FAQをAIに読み込ませる」ことで、指示文の追加は応急処置です。両方を段階的に実施するのが現実的な改善順序です |
| FAQをAIに読み込ませると、情報が外部に漏れる心配はある？ | ツールによって異なります。NotebookLMはGoogleのサーバーにデータが保存されます。カスタムGPTもOpenAIのサーバー上で動作します。社外秘の情報・個人情報・機密情報を含むドキュメントは、利用規約・データ処理の確認が必要です。顧客向けチャットボットの構築には、情報セキュリティ担当者またはベンダーへの確認を先に行ってください |
| リコージャパンのような大企業の事例は中小企業に参考になる？ | 考え方は参考になります。リコージャパンでは社内FAQ対話AIを導入してスタッフの電話問い合わせを大幅削減した事例があります。この成功の核心は「まず社内利用から始めた」「回答範囲を限定した」「継続的に精度を改善した」という3点です。中小企業でも「まずNotebookLMで社内FAQ検索を効率化」という小さな一歩から始めることは、すぐに実施可能です |
「苦情ゼロのAIチャットボット」へ改善する3ステップ
1つめのプロンプトを現在のチャットボットの指示文（システムプロンプト）に追加して「わからない場合の案内」を設定する
今すぐできる最速の応急処置です。現在使っているAIチャットボットの管理画面を開いて、「システムプロンプト」「指示文」「ガイドライン」などの設定欄を探し、1つめのプロンプトの内容を追加してください。「わからない→担当者へ」という明確な逃げ道を設定するだけで、的外れな回答による苦情リスクが下がります。
2つめのプロンプトを参考にNotebookLMで自社FAQを読み込んで、精度の違いを体験する
まず社内スタッフ向けに「自社FAQをNotebookLMに読み込ませたものと、汎用AIで回答させたもの」の精度の違いを比較してみましょう。「返品ポリシーを教えて」「〇〇製品の保証期間は？」という質問への回答の正確さが、FAQを読み込ませると劇的に変わる体験が、次の改善への動機になります。
3つめのプロンプトで週1回の「FAQ精度チェック」を習慣にして継続的に改善する
チャットボットは設置後も継続的な精度管理が必要です。3つめのプロンプトを使って、よくある質問をチャットボットに投げかけて回答が正しいか確認する「週1回の精度チェック」を習慣にしましょう。問題が見つかったら指示文を修正するサイクルが、長期的に苦情ゼロのチャットボットを育てます。
精度が安定したAIチャットボットができると、こんな変化があります
「的外れな回答で苦情」から「自社情報に基づいた正確な回答で顧客満足」へ
よくある問い合わせがチャットボットで解決するようになり、スタッフが対応する電話・メール件数が減り、本来の業務に集中できる時間が増える
「わからないことは担当者へ」の案内が機能するようになり、AIが推測で間違った情報を提供するリスクがなくなり苦情が減る
FAQドキュメントを更新するたびにAIが最新情報で回答するようになり、価格改定・仕様変更の際も正確な情報が顧客に届くようになる
「社内FAQチャットボット→顧客向け」という段階的展開で、AI導入の信頼性と社内の運用力が同時に育つ
ここまでのまとめ
📌 この記事の要点
- 的外れな回答の根本原因は「汎用AIに自社情報を持たせていない」こと——設定の問題でAI自体の問題ではない
- 今日の応急処置：指示文に「わからない場合は担当者へ案内する」を追加——これだけで苦情リスクが大幅に下がる
- 根本解決：NotebookLM・カスタムGPTで自社のFAQ・商品情報・規約をAIに読み込ませる（RAGの活用）
- 顧客向け導入前に必ず「社内での精度検証期間」を設ける——段階的展開が苦情リスクを最小化する
- 週1回の「FAQ精度チェック」を習慣にして継続的に改善する——設置後の運用が精度を決める
「的外れな回答で苦情が来た」という事態は、今日の応急処置で止められます。現在のチャットボットの設定画面を開いて、1つめのプロンプトの指示文を追加してみてください。「わからない場合は担当者へ」の一言が、今日から回答の質を変えます。
今日やること：チャットボットの管理画面を開いて、指示文（システムプロンプト）に「この質問の答えがわからない場合は必ずスタッフへ案内してください」を追加する。
それだけで推測による的外れな回答のリスクが今日から下がります。
コメント