本文へスキップ
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
ナレッジベース

ナレッジベースを古くしない更新・保守の運用

AI SNS CHAT 編集部公開 8分で読めます

AIチャットの回答精度は、公開後の更新で決まります。更新のきっかけ、担当と頻度、ログからの改善、変更の記録と巻き戻しまで、中小企業や自治体向けに整理します。

AIチャットを公開した直後は評判が良かったのに、数か月たつと「営業時間が違う」「その料金はもう改定されました」といった指摘が増えてきた。そんな経験はありませんか。原因の多くはAIの性能ではなく、ナレッジベース(AIが回答の根拠にする資料)が現実に追いついていないことにあります。この記事では、少人数のチームでも続けられる更新・保守の運用を、きっかけの洗い出しから担当と頻度の決め方、ログの活用、変更の記録と巻き戻しまで順に整理します。

なぜナレッジベースは「作って終わり」にならないのか

ナレッジベースは、公開した日から少しずつ現実とずれていきます。店舗の営業時間、キャンペーン、料金、自治体の窓口や制度など、お客様や住民が知りたい情報ほど変わりやすいものです。

古い情報が残っていると、次のような問題が起こります。

  • 古い料金や期限を、AIが自信を持って案内してしまう
  • 回答が食い違い、お客様がスタッフに電話で確認し直す
  • 「このチャットは当てにならない」という印象が定着し、利用されなくなる

特にLINE公式アカウントでは、お客様はトークの回答をそのまま信じて来店や手続きに動きます。誤案内の影響は、Webサイトの更新漏れよりも直接的です。

更新が必要になるきっかけを洗い出す

運用を始める前に、「何が起きたら資料を直すのか」を書き出しておきます。きっかけは大きく三つに分けられます。

予定されている変更

あらかじめ分かっているので、計画に組み込めます。

  • 料金改定、メニュー変更、新商品の発売
  • 年末年始・お盆・臨時休業の営業時間
  • 年度替わりの制度変更、申請様式の更新(自治体)
  • 担当者の異動に伴う連絡先の変更

突発的な変更

天候による臨時休業、在庫切れ、システム障害、急な受付停止などです。いつ誰が直すのかを決めておかないと、対応が後手に回ります。

回答の質から見つかる変更

お客様の質問がAIの資料とずれていることが、ログから分かる場合です。次の章以降で詳しく扱います。

次の図は、更新のきっかけごとに「いつ気づくか」の違いをまとめたものです。

予定されている変更
回答の質から見つかる変更
カレンダーや社内連絡で事前に分かる
お客様の質問や評価を見て初めて分かる
公開日に合わせて先に準備できる
公開後に気づき、事後に直すことが多い
担当者が決まっていれば漏れにくい
ログを見る習慣がないと放置される
更新のきっかけと、気づき方の違い説明用の例

担当と頻度を決める

更新が止まる最大の理由は、「誰の仕事か決まっていない」ことです。次の三点だけは、最初に決めてください。

  1. 責任者: 内容の正しさを最終確認する人(店長、広報担当、窓口の課長など)
  2. 編集者: 実際に資料を直す人(1〜2名で十分です)
  3. 連絡窓口: 現場から「ここが変わった」と伝える先

頻度は、作業の重さに応じて三段階に分けると続けやすくなります。

頻度作業内容目安の所要時間
随時臨時休業・価格変更など、即時反映が必要な修正数分
週次前週の回答ログを確認し、誤り・未回答を修正15〜30分
月次資料全体の棚卸し、重複・古い記述の整理1時間程度

この所要時間はあくまで目安です。チャットの件数や資料の量によって変わるため、最初の1〜2か月で実態に合わせて調整してください。

現場からの連絡ルールを作る

編集者が情報の変化に気づけるよう、「変わったらここに一言送る」という仕組みを作っておきます。社内のチャットグループや共有フォームなど、すでに使っているものを使うのが現実的です。「営業時間が変わる」「この商品は終売」程度の短い連絡で構いません。

回答ログから「穴」を見つける

更新の優先順位は、感覚ではなく実際の質問から決めます。週次の確認では、次の流れで進めると無駄がありません。

  1. 01ログを開く
  2. 02誤り・未回答・低評価を拾う
  3. 03資料を直す
  4. 04テストして反映する
週次の改善サイクル説明用の例

見るべきポイント

  • 低評価がついた回答: 資料の誤りか、資料に書かれていない内容かを切り分けます
  • スタッフに引き継がれた会話: 「AIが答えられなかった理由」が資料の不足にあることが多いです
  • よく出る質問: 件数の多い質問ほど、回答の正確さが全体の印象を左右します

仮に、月に300件のチャットが届く店舗を考えてみます(以下は説明用の仮の数字です)。確認したところ、問題のあった回答が次のように分類できたとします。

資料が古い
12
資料に記載がない
20
質問の言い回しに合っていない
8
例:ある月の「要改善」回答の原因(仮の数値)説明用の例

この例では「資料に記載がない」が最多なので、追加すべき内容は、新しい質問への回答です。古い記述の修正よりも、不足している回答を足す作業を優先できます。このように原因を分けて見ると、手を入れる順番が見えてきます。

良い回答は「理想の回答」として残す

スタッフがお客様に手動で返信した内容は、そのまま優れた教材になります。人が書いた返信を整えて「理想の回答」としてAIに覚えさせれば、同じ質問に次から自動で答えられるようになります。

資料を整理する:重複・古い記述・個人情報

追加ばかり続けると、ナレッジベースは次第に散らかります。月次の棚卸しでは、次の三点を確認します。

重複と矛盾

同じ内容がPDF、Webページ、Q&Aの三か所に書かれていて、数字だけ食い違っている状態が最も危険です。AIはどの記述を採るか選べないため、回答が揺れます。内容ごとに「正」となる資料を一つ決め、残りは削除するか、正の資料に統一してください。

期限切れの記述

「〇月末まで」「今年度の」といった時限つきの表現は、期限が過ぎたら削除します。作成時に、期限を資料の見出しや冒頭に書いておくと、棚卸しのときに探しやすくなります。

個人情報の混入

過去の問い合わせ対応をそのまま資料にすると、お客様の氏名、電話番号、住所が混ざり込むことがあります。個人情報保護法(APPI)の観点でも、ナレッジベースには個人が特定できる情報を入れない運用を基本にしてください。事例を使う場合は、氏名や連絡先を取り除いた一般的な内容に書き換えます。

変更を安全に行う:テスト・記録・巻き戻し

資料の修正が、別の質問への回答を悪化させることがあります。特に、大きな書き換えをするときは公開前に確かめる手順を設けます。

  1. 修正を加える
  2. 試験用の画面で、実際によくある質問を5〜10件ほど投げてみる
  3. 回答が想定どおりか確認する
  4. 問題がなければ本番に反映する

確認用の質問リストは、一度作っておけば毎回使えます。営業時間、料金、予約方法、キャンセル規定、アクセスなど、問い合わせの多い項目を並べておくだけで十分です。

誰がいつ何を変えたかを残す

複数人で編集する場合、「誰がいつ何を変えたか」が分からないと、不具合の原因をたどれません。更新の記録は、少人数のチームでも残しておくべきです。変更履歴、修正理由、確認した人を簡単にメモしておくと、担当者が交代しても引き継ぎやすくなります。

元に戻せる状態にしておく

大幅な改訂の前には、元に戻せる状態を用意します。「やり直せる」と分かっていれば、改善に踏み出しやすくなります。

月次チェックリスト

月に一度、次の項目を順に確認してください。

  • [ ] 営業時間・休業日・連絡先は最新か
  • [ ] 料金・メニュー・期限つき情報に古い記述はないか
  • [ ] 同じ内容が複数の資料に重複していないか
  • [ ] 先月、低評価や未回答が多かった質問に対応したか
  • [ ] 来月に予定されている変更(イベント、制度改正など)を資料に反映する準備はあるか
  • [ ] 個人情報が資料に混ざっていないか
  • [ ] 確認用の質問リストで、回答に問題がないか

自治体や店舗によっては、年度替わりや繁忙期の前に、ここへ「特別チェック」を足しておくと安心です。

AI SNS CHATでナレッジベースを更新・保守する方法

ここまでの運用は、AI SNS CHATの機能で次のように実現できます。

資料の追加と更新

サイドバーの「Data sources」から、Files、Text snippets、Website、Q&A、Notionなどの資料を管理できます。営業時間や急な休業のような短い情報はText snippetsやQ&Aで素早く直し、規約やパンフレットのような長い資料はFilesで差し替える、といった使い分けが便利です。

Confluence、GitBook、Google Drive、SharePointなどの外部資料は「Channels」のコネクタから連携できます。Notionは必要に応じて再読み込みが可能です。なお、Wiki系のコネクタは1回の同期で150万文字・400ページまでです。超えた分は切り捨てられますが、その旨は画面で知らされます。

ログの確認と改善

「Activity」の「Chat logs」では、会話の絞り込み、フラグ付け、解決済みへの変更、書き出しができ、回答への高評価・低評価も確認できます。低評価のついた会話から先に見ていくと、週次の確認が短時間で済みます。

スタッフが会話を引き継ぎ、手動で返信した内容は、理想の回答に編集してAIに学習させられます。メールの対応を行う「Inbox」でも同じ操作が可能です。

「Analytics」のTopicsやQuestion historyでは、よく聞かれる質問の傾向を把握できます。高度な分析機能はProプラン以上です。

試験と巻き戻し

反映前の確認には「Playground」が使えます。大きな改訂をする場合は、エージェントを複製(Duplicate)してから試す方法もあります。ペルソナ、モデル、学習データは複製されますが、会話履歴は複製されません。

エージェントには、1体あたり最大40件までの復元ポイントを持たせられます。誤って消した場合は、ゴミ箱に30日間残ります。毎晩のバックアップはダウンロードでき、直近7件が保管されます。

更新履歴の確認

「Workspace settings」の「Activity」では、オーナーと管理者が、作成・編集・削除・アップロードの履歴を、担当者の名前とメールアドレス、機能、時刻つきで確認できます。各資料にも、追加した人と最後に編集した人が表示されます。

保存容量とプランの目安

ファイルの保存容量はプランで異なり、Freeは30MB、Hobbyは200MB、Standardは500MBです。古い資料を整理することは、容量の節約にもつながります。プランの詳細は料金ページ、機能の一覧は機能ページ、個人情報の扱いはセキュリティのページをご覧ください。

よくある質問

更新はどのくらいの頻度で行えばよいですか。

営業時間や料金のように即時反映が必要なものは随時、ログの確認は週に1回、資料全体の棚卸しは月に1回が目安です。問い合わせ件数が少ない場合は、週次を隔週にしても構いません。まず月次から始めて、慣れてきたら頻度を調整してください。

担当者が1人しかいない小さな店舗でも続けられますか。

続けられます。作業を「随時(数分)」「週次(15〜30分)」「月次(1時間程度)」に分け、カレンダーに予定として入れておくのがコツです。LINE公式アカウントで来る質問の上位だけを重点的に見れば、少ない時間でも効果が出ます。

古い資料と新しい資料が両方残っていると、どうなりますか。

内容が食い違っている場合、AIの回答が揺れる原因になります。更新のときは、古い資料を削除するか差し替えて、一つの内容に対して正となる資料を一つにしてください。資料ごとに追加者と最終編集者を確認できるので、判断に迷うときは本人に確認すると確実です。

資料に個人情報が入っていないか心配です。

問い合わせ履歴を資料にする場合は、氏名や連絡先を取り除いて一般的な内容に書き換えてください。AI SNS CHATには、第三者に表示される資料の一部から個人情報を取り除く仕組みがありますが、それに頼らず、そもそも資料に入れない運用が基本です。個人情報保護法(APPI)の観点でも、取り扱いは社内ルールで定めておくと安心です。

修正して回答が悪くなった場合は、元に戻せますか。

戻せます。エージェントは最大40件の復元ポイントから巻き戻せるほか、削除したものはゴミ箱に30日間残ります。大きな改訂の前には、複製して試す方法も有効です。

#ナレッジベース#更新運用#回答精度#LINE公式アカウント#AIチャット

AI SNS CHATで実践してみましょう

自社のコンテンツで学習したAIエージェントを作り、WebサイトやLINEなどにつなげられます。無料で始められ、クレジットカードは不要です。