はじめての会話型AIエージェントの作り方：初心者ガイド
- 公開日
- 最終更新日
聴くこの記事を聴く
Gartnerの最近の調査によると、会話型AIは急速にカスタマーサービスにおけるコスト削減と効率化の最大の手段の一つになりつつあります。
Gartnerは、2029年までに会話型AIが人の介入なしに一般的なカスタマーサービスの問題の80％を自律的に解決し、より多くの企業が音声とチャットの両方で顧客対応を自動化することで、運用コストを30％削減すると予測しています。
社内のビジネス文書を理解し、その場で推論し、細かな分岐を含む会話を進められるエージェント型ソリューションは、サポート、受付、営業、社内業務などで活用できます。
しかし、技術に詳しくないチームにとって、エンドツーエンドの会話型エージェントを構築することは難しく感じられるかもしれません。このガイドで、そのハードルを下げます。
技術に詳しくない方が始めるために必要なことをすべて解説します。会話型AIエージェントの概要と仕組み、構築前の準備、そしてコーディング不要で会話型AIエージェントを構築するための手順を紹介します。
概要
- 会話型AIエージェントは、大規模言語モデル、検索拡張生成を備えたナレッジベース、ツール呼び出し、ガードレールを組み合わせ、ユーザーと自然で文脈を理解した会話を行います。
- エージェントはチャット、音声、またはその両方で稼働できます。音声エージェントは、ユーザーの発話を理解するためのスピーチtoテキスト（STT）と、音声で応答するためのテキスト読み上げ（TTS）を追加します。
- ElevenAgentsのようなプラットフォームがインフラを担うため、初心者でも会話型AIエージェントの構築にコードを書く必要はありません。
- よくある失敗を避けるため、構築前にエージェントの目的と対象ユーザーをできるだけ明確に定義しましょう。
- 公開前には、できれば実際のユーザーとともに品質保証を実施してください。
会話型AIエージェントとは？
会話型AIエージェントは、人工知能を使ってユーザーの自然言語による入力を理解し、リアルタイムで応答を生成するシステムです。社内ナレッジベースに接続し、自身のコンテキストを超える情報を取得してユーザーに回答します。
音声ベースの会話型AIでは、専用の音声レイヤーが会話を処理します。STTがユーザーの発話をテキストに変換し、TTSがAIの応答から自然な音声を生成します。
会話型AIシステムは、音声とテキストにまたがる膨大なデータで学習します。時間をかけて、このデータによりモデルは人間の言語をどのように処理すべきかを理解し、その知識を使って人と論理的に会話できるようになります。
すべての会話型AIエージェントは、音声、チャット、またはその両方にかかわらず、これを実現するために同じ中核技術を使用します。
- 大規模言語モデル（LLM）：一貫性があり、文脈に適した応答を生成します。
- ナレッジベースと検索拡張生成（RAG）：モデルがすでに知っている情報だけに頼らず、自社の社内ナレッジベースに基づいてエージェントの回答を生成します。
- ツール呼び出し：注文状況の確認やカレンダーでの予約など、アクションについて話すだけでなく、AIシステムが実際にアクションを実行できるようにします。
- ガードレール：モデルと並行して動作し、エージェントが実行すべきこと・すべきでないこととして設定した範囲内で、話題とブランドに沿った対応を維持します。
- デプロイチャネル：電話、ウェブサイト、モバイルアプリ、メッセージングプラットフォームなど、会話型AIエージェントがユーザーとやり取りするさまざまな方法です。
さらに、音声エージェントは、同じ中核機能にリアルタイムの音声レイヤーを追加します。
- スピーチtoテキスト：ユーザーの発話を、LLMが処理できるテキストに変換します。
- テキスト読み上げ：TTSエンジンがエージェントの応答を自然な音声に変換し、ユーザーがそれを聞きます。
- ターンテイキング：いつ聞き、いつ話し、割り込みをどう処理するかを含め、ライブ会話のやり取りを管理するシステムです。
最先端の会話型エージェントは、単一の設定でチャットと音声の両方に対応し、その間でコンテキストを共有できます。その機能は従来のチャットボットをはるかに超えています。
従来のチャットボットは、ユーザーの入力を事前に書かれた決定木の最も近い分岐に照合するため、設計されたとおりの入力しか処理できません。会話型AIエージェントは、上記のシステムを使ってスクリプト化された経路を超えて推論し、アクションを実行しながらユーザーとリアルタイムで会話します。
会話型AIエージェントは何に活用できる？
ユーザーのカスタマーサービス上の問題を解決するエージェントから、営業チームのために新たな商談機会を見つけるアウトバウンドAI SDRまで、会話型AIエージェントは既存のワークフローに自然に組み込めます。
どの業界で事業を行っていても、会話型AIの活用方法が見つかるはずです。ここでは、いくつかの分野でAIエージェントがどのように使われているかを簡単に紹介します。
- カスタマーサポート：サイト上のAIエージェントは、よくある質問への回答、注文状況の確認、返品対応、難しい問い合わせの有人エージェントへのエスカレーションなどを行えます。Klarnaは、会話型AIエージェントによりカスタマーサポートを大幅に拡大した企業の一つです。
- 営業アプローチ：アウトバウンドAI SDRエージェントは、リードを評価し、人間の営業担当者との商談を設定できます。24時間体制で稼働し、通話品質と会話品質を一貫して高い水準に保ちます。Employment HeroはElevenAgentsを使い、新しいAI Recruitment Agentについて既存顧客に電話をかけました。その結果、応答率33％を達成し、人間のエージェントだけでは不可能な規模でプロダクトの有効化を促進しました。
- 予約管理：企業は、予約を受け付け、顧客が音声でセルフオンボーディングできる、完全自動化されたAI受付エージェントを作成できます。Reception.aiを使えば、初心者でもエンドツーエンドの予約システムを構築できます。
- 教育：AIチューターは学習教材に命を吹き込み、学習者にパーソナライズされたサポートを提供します。Brilliantは、複雑な問題をリアルタイムで解説する会話型AIチューターをプラットフォームに導入し、学習体験に新たなレベルのインタラクティブ性を加えました。
- ヘルスケアサポート：医療提供者は、HIPAAコンプライアンスを満たしながら、多言語の患者オンボーディングを支援する会話型AIエージェントをサイトに導入できます。EverlywellはElevenAgentsを活用し、従来の自動音声応答（IVR）と比べて、スペイン語を話す会員のコンバージョン率を3.5倍に向上させました。
- 物流・配送業務：会話型AIエージェントは、アウトバウンドコール、配送確認、ステータス更新、例外対応を行えます。DeliverooはElevenAgentsを使い、非アクティブな配達員の80％以上を再エンゲージメントし、Rider Check-Inの有効化に向けて提携先拠点の86％に連絡しました。
- 社内アシスタント：AIエージェントは人事オンボーディングプロセスに直接組み込まれ、オンボーディング全体にかかる時間を短縮し、研修ワークフローを拡大できます。TELUSはElevenAgentsを使用し、90,000件を超える模擬顧客会話で新規ユーザーをトレーニングすることで、新入社員の研修時間を20％削減しています。
ユースケースの柔軟性を支える要因の一つは、ElevenAgentsのようなプラットフォームが非常に幅広いインテグレーションに対応していることです。スケジューラーエージェントにはGoogle CalendarやCalendlyを接続し、TwilioやSIPを使って複雑な電話ワークフローを構築できます。
ElevenAgentsなら、会話型AIエージェントの構築を白紙の状態から始める必要はありません。ElevenAgentsテンプレートライブラリには、すぐに利用できる60種類のエージェントが用意されており、コードを1行も書かずにビジネス向けAIエージェントを作成できます。
会話型AIエージェントの構築前に必要なこと
経験がなくてもElevenAgentsですぐに会話型AIエージェントをゼロから構築できますが、明確な計画があれば、より早く実用的なエージェントを作れます。
特に初心者の場合は、始める前に以下を整理しておきましょう。
- 明確なユースケース：なぜこのエージェントが必要ですか？どのような具体的な問題を解決したいですか？また、どのように解決しますか？自社に合った具体的なユースケースを定めることで、できるだけ早く本番環境で使えるものを構築できます。
- 対象ユーザーへの理解：一般的なユーザーがAIエージェントとやり取りするとき、どのような体験を求めるでしょうか？答えは、事業の種類や業界に大きく左右されます。たとえば、金融アプリ向けのエージェントは、旅行者のビーチホテル予約を支援するエージェントよりも、真剣でデータ重視の話し方が適しているかもしれません。
- プラットフォーム：初心者には、すべてのインフラを管理してくれるプラットフォームが必要です。ElevenAgentsなら、インフラコードを管理することなく、会話型AIエージェントの構築、デプロイ、管理を単一のプラットフォームで行えます。リアルタイムオーディオからマルチチャネルへのデプロイまで対応するため、技術的な実装ではなくユーザー体験の設計に集中できます。
- 音声：何を構築するのか、誰のために構築するのかを明確にしたら、次はブランドに合う音声を考えましょう。温かみがあり知的な音声？プロフェッショナルで率直な音声？ElevenLabs ボイスライブラリなら、最適な音声が見つかります。
- ナレッジベース：特にカスタマーサポートエージェントを構築する場合は、質問に答える際にエージェントが使用する情報を説明できる文書を、アップロードまたは参照できる状態で用意する必要があります。詳細な情報を提供するほど、より充実した回答が可能になります。RAGを有効にする方法について詳しく確認し、ナレッジベースでエージェントを強化しましょう。
この5つのカテゴリについて明確な方針があれば、ノーコードの音声AIエージェントを構築する準備は万全です。
会話型AIエージェントの構築方法：概要
会話型AIエージェントをゼロから構築するのは、最初は難しく感じるかもしれません。しかし、思っているより簡単です。ElevenAgentsでは、コーディングやインフラ保守を一切必要とせず、初心者でもできるだけ簡単に構築できるようにしています。
プロセスは4つの簡単なステップに分かれています。
- ElevenAgentsでエージェントを作成：ElevenAgentsのセットアップワークフローで、構築するエージェントを選択します。
- エージェントを設定：システムプロンプト、最初のメッセージ、デフォルト音声、対応言語を設定します。
- ナレッジベースをアップロード：ファイルをアップロードするか、プラットフォームに直接入力するか、URLを貼り付けて情報を追加します。
- テストして公開：［テスト］タブでシミュレーションを実行し、残っている問題を修正します。
すぐに始めたい場合は、エージェントを作成して、セルフサービスプラットフォームで構築を始められます。
大規模なデプロイや専門家のガイダンスを求めるチームは、営業に問い合わせて、ユースケース、アーキテクチャ、導入戦略の評価についてご相談ください。
以下で、会話型AIエージェントを作成する手順を詳しく説明します。
ステップ1：エージェントを作成する
Agentsワークスペースにサインインしたら、左側のメニューでAgentsの横にあるプラスアイコンをクリックします。
セットアップフローでは、いくつかの項目を確認します。
- 構築するエージェントの種類（空白のエージェント、パーソナルアシスタント、ビジネスエージェント）
- 事業の業界
- 接続したいツールやナレッジベース
- 必要なユースケースと主な目標
- エージェントの名前
さまざまなユースケース向けの既存テンプレートを閲覧することもでき、すぐにいくつかの手順を省略できます。これら60種類のテンプレートを使用すると、カスタマーサポート、教育、受付、営業、アプローチのユースケースにおける構築プロセスを迅速化できます。
求められた情報をすべて入力するかテンプレートを選択したら、［エージェントを作成］をクリックするだけです。ElevenAgentsが、試せる動作可能な下書きを作成します。
ステップ2：エージェントを設定する
いくつかの設定によって、エージェントの動作や従業員・顧客とのやり取りが決まります。システムプロンプトが最も重要ですが、ElevenAgentsには構築中に確認する価値のある設定がほかにも多数あります。
また、これらの設定は作業中にいつでも変更できます。プロセス全体を通して情報を変更し、その変更をプレビューできるため、どの決定にも縛られることはありません。
以下の設定はすべてメインダッシュボードから編集でき（左側の［Agent］で確認できます）、コーディングは一切不要です。
- システムプロンプト：中核となる指示セットです。エージェントの個性、トーン、目標、ガードレールを定義します。ElevenAgentsは、ステップ1で入力した情報をもとに、開始用のプロンプトを生成します。ブランドに合わせて編集するか、ゼロから書き直してください。明確な5部構成（個性、環境、トーン、目標、ガードレール）で、プラットフォームの動作を定義できます。優れたシステムプロンプトを作成するためのガイドもご覧ください。
- 最初のメッセージ：会話が始まったときにエージェントが話す内容です。短く、エージェントが対応する内容を具体的に示し、温かみのある表現にしましょう。
- 音声：ElevenAgentsでは、11,000種類以上の自然な音声のライブラリを利用できます。ビジネスに最適な音声を選ぶ前に、会話全体のサンプルでいくつか聞いてみましょう。
- 言語：エージェントが使用するデフォルト言語と追加言語を選択できます。自動言語検出により、発信者が実際に話している言語へエージェントが切り替わるため、会話ごとに手動で設定する必要はありません。
この段階で、エージェントを動かすLLMコンポーネントも選択できます。ElevenLabsでは、選択可能なモデルの概要と、レイテンシーおよび1分あたりのコストの詳細を確認できます。
より複雑なフローでは、［ツール］タブで追加ツールを組み込み、プロシージャを使用します。プロシージャは、返金用とアカウント復旧用など、関連する場合にのみエージェントが読み込むタスク固有の指示です。
また、エージェントワークフローも構築できます。これは、一本の直線的なスクリプトに従うのではなく、ユーザーのニーズに合わせて分岐する会話を作成できる、グラフベースのビジュアルエディターです。ワークフローでは、サブエージェントなどのノード間をルーティングでき、会話の特定のフェーズで異なるシステムプロンプト、LLM、音声に切り替えられます。
ステップ3：ナレッジベースに文書をアップロードする
左側のメニューにある［ナレッジベース］タブで、エージェントに添付した文書を確認できます。これらの文書は、エージェントが実際に何を話すか、また推奨や顧客からの質問への回答にどの情報を使うかを決定します。
［ドキュメントを追加］をクリックし、次のいずれかを選択します。
- URLを追加：URLを貼り付け、コンテンツを7日ごとに自動更新するかどうかを設定します。
- ファイルを追加：epub、pdf、docx、txt、html、md形式のファイルを、それぞれ最大21MBまでアップロードできます。
- テキストを作成：プラットフォームのナレッジベースにテキストを直接入力または貼り付けます。
事前準備の段階で、すぐに使えるナレッジベースを用意しているはずです。ほとんどのツールでは、それでユーザーの質問に確実に答えるための十分な情報が得られます。より大規模な文書セットでは、RAGを有効にすることで、応答を遅くすることなく、はるかに大きなナレッジベースをエージェントに参照させられます。
ステップ4：テストして公開する
この段階では、実際に会話し、会話全体をシミュレーションできるエージェントができているはずです。ナレッジベースのコンテキストを組み込むことで、エージェントは顧客のニーズに最適に対応できるようパーソナライズされます。
変更は加えた直後にプレビューできるため、エージェントを毎回再デプロイせずに、プロンプトや会話フローを繰り返し改善できます。
本番環境に移行する前に、モデルをできる限り徹底的にテストしてください。実際には、［テスト］タブからさまざまなシミュレーションを実行できます。一般的なユースケース向けに新しいテストを設計し、3回、5回、15回、50回とバッチで繰り返し実行できます。
テストは合格または不合格となり、関連付けられた文字起こしで、何が問題だったのか、またその修正方法を正確に確認できます。すべてのシミュレーションがプレビューで合格し、自分でもテストを行ったら、エージェントを公開する準備が整いました。
これで、コードを1行も書かずに、ブランド向けにパーソナライズされた会話型AIエージェントを作成できました。
初心者でもElevenAgentsで会話型AIエージェントを構築できる
高品質なカスタマーサービス体験の構築から、ユーザーが質問できるページ内ツールの組み込みまで、会話型AIエージェントは、スムーズで流れるようなインタラクションを実現します。ElevenAgentsなら、初心者でも会話型AIエージェントを大規模に構築・デプロイできます。
リアルタイムオーディオ処理、ターンテイキング、割り込み検出、さらにはマルチチャネルへのデプロイまで、パーソナライズされたElevenAgentが複雑な作業をすべて担います。独自のナレッジベースを接続して一貫したブランドボイスを構築し、インフラを管理することなく、電話、ウェブチャット、メッセージングチャネルにデプロイできます。
ElevenAgentsの詳細を確認するか、営業に問い合わせて今すぐ始めましょう。
