AIサポート

AIを使ってカスタマーサポートのナレッジベースを構築する方法

繰り返し寄せられるサポート上の質問、チケット、ポリシー、プロダクトメモを明確なヘルプ記事に変換する、実践的なカスタマーサポート用ナレッジベース構築ワークフローです。

公開日 更新日
ナレッジベースカスタマーサポートAIサポート

役立つカスタマーサポートのナレッジベースは、顧客が実際に困っていることから始まります。繰り返し寄せられるサポート上の質問ではなく、プロダクト側の思い込みから記事を書くと、顧客は引き続きチケットを起票し、サポートチームは同じ回答を繰り返すことになります。

AIは、チケット、マクロ、ポリシーメモ、リリースノート、プロダクト説明を明確なヘルプ記事に変換するのに役立ちます。目的は、すべての回答を正確かつ最新で、顧客が実行しやすい状態に保ちながら、繰り返される質問を減らすことです。

このガイドの対象者

  • 繰り返し寄せられる質問をヘルプセンターの記事に変換するカスタマーサポートチーム
  • SaaSやECプロダクトで最初のサポート用ナレッジベースを構築する創業者
  • セットアップ手順、アカウント設定、請求ルール、トラブルシューティングを文書化するプロダクトチーム
  • 散在するメモから社内外向けのサポート文書を作成するオペレーションチーム
  • AIで記事の下書きを作りつつ、人によるレビューとプロダクト上の正確さも必要とするチーム

ステップごとのワークフロー

  1. 最も多いサポートチケット、チャット履歴、マクロ、顧客からの質問をエクスポートまたは収集します。
  2. 質問を、セットアップ、請求、アカウント、トラブルシューティング、連携、返金、配送、権限、プロダクト利用といった意図別に分類します。
  3. 繰り返し寄せられる質問、不足しているヘルプ記事、分かりにくいプロダクト用語、ポリシーの不備を特定するようAIに依頼します。
  4. 記事のトピックを一つ選び、その記事で解決すべき顧客の問題を定義します。
  5. 前提条件、ステップごとの手順、必要なスクリーンショット、例外ケース、エスカレーションルールを含むヘルプ記事を下書きするようAIに依頼します。
  6. すべてのプロダクト操作を、現在の画面とポリシーに照らして確認します。
  7. 関連記事、サポートへの問い合わせ経路、次のアクションへのリンクを追加します。
  8. 公開前に、実際のチケットを使って記事をテストします。
  9. 新しいチケットデータを使い、ナレッジベースを毎月見直します。

推奨ツール

  • 質問の分類、ヘルプ記事の下書き、手順の書き直しにはChatGPT
  • 長いチケットの分析、ポリシーの統合、慎重なサポート文書の作成にはClaude
  • 社内サポート文書や記事計画にはNotion AI
  • Google Docsや共有サポートファイル内で作業するチームにはGemini

AIによるナレッジベース作成のプロンプトテンプレート

チケットの例とポリシーメモを添えて、次のプロンプトを使います。

Build a customer support knowledge base article from these repeated support questions. The product is [product]. The customer problem is [problem]. Use the ticket examples, support macros, policy notes, and product steps below. Create a help article with title options, search keywords, who this is for, prerequisites, step-by-step solution, edge cases, related questions, escalation rules, and screenshots needed. Flag anything that needs product or policy verification. Do not invent features.

ナレッジベースのチェックリスト

  • 記事は繰り返し寄せられるサポート上の質問に基づいていますか?
  • タイトルは顧客が検索する言葉と一致していますか?
  • 前提条件、手順、例外ケース、エスカレーションルールは明確ですか?
  • 現在の画面でプロダクトの手順を誰かが確認しましたか?
  • ポリシーに関わる回答を適切な責任者がレビューしましたか?
  • 記事によってチケット件数が減る、または返信が速くなりますか?

よくある間違い

  • 顧客の言葉ではなく、社内のプロダクト用語を使って記事を書く
  • 現在のプロダクトフローを確認せずにAIの下書きを公開する
  • 複数の問題を一つの長い記事にまとめる
  • スクリーンショット、前提条件、制限、エスカレーションルールを忘れる
  • 料金やプロダクトが変わった後も、古いポリシー記事を公開したままにする
  • 解決した顧客の質問ではなく、記事数を増やすことを優先する

実践例

弱いプロンプト: create a help center.

より良いプロンプト: Create a support article from these repeated tickets about customers not receiving password reset emails. Include likely causes, step-by-step fixes, what the customer can try first, what support should check internally, escalation rules, and related articles. Flag anything that requires product verification.

より良いプロンプトが有効なのは、実際のサポート上の問題から始め、一般的な文書ではなく運用に必要な詳細を求めているためです。

よくある質問

Q: すべてのナレッジベース記事をAIに書かせるべきですか? A: AIは記事の下書きと構成を作れますが、公開前にサポート、プロダクト、オペレーションの責任者が正確さを確認する必要があります。

Q: 最初のナレッジベース記事では何を扱うべきですか? A: ログイン、請求、セットアップ、返金、配送、よくあるエラーなど、明確な手順で解決しやすく、繰り返し寄せられる質問から始めます。

Q: 記事が役立っているか、どう判断できますか? A: 関連チケットが減ったか、サポートの返信が速くなったか、顧客がサポートに連絡せずタスクを完了できるかを追跡します。

関連ツール

関連ガイド