本当に効くAI知識ベースの作り方：何を登録し、どう構造化し、いつ更新するか

AIカスタマーサービスがうまくいかない最大の原因は、AIモデルではありません。その下にある知識ベースです。あいまいで、古く、不完全な情報を登録すれば、AIもあいまいで、古く、不完全な回答をします。逆に知識ベースが充実して最新なら、AIは最も詳しいスタッフと同じ精度で、しかも何時でも応答します。

最も分かりやすい公開事例が、英国のHRソフト企業Breatheです。AIの解決率は当初56%。記事の書き直し、回答スニペットの作成、例外ケースの追記といった体系的な知識ベース改善を進めた結果、9か月で82%に達し、最終的に88%まで伸びました。AI自体は変わっていません。AIに与える情報が変わったのです。

本記事では、Zendesk・Intercom・Gorgias などの実証されたベストプラクティスと実装データに基づき、AI知識ベースを作って育てる実践的な枠組みを示します。

最初に何を登録すべきか？

結論：まず事実情報を登録します。会話を楽しく親しみやすくする前に、正確にするのが先です。順序を逆にしてはいけません。最も多くの問い合わせを解決する、規定レベルの確かな情報から登録します。

優先1：規定と問い合わせの多い基本情報。 返品・キャンセル規定、配送条件（日数・料金・エリア）、対応する支払い方法、営業時間と祝日対応、連絡先と場所。最も頻繁に聞かれ、繰り返しのメッセージを最も多く生む情報です。

優先2：商品と料金の情報。 商品の仕様・素材・サイズ、現在の料金（販促含む）、サービス内容と含まれるもの、プラン比較。購入前の判断を左右し、成約に直結します。

優先3：例外と回避策。 商品・サービスの既知の問題、よくあるトラブル対処、標準規定の例外、不具合時の対応。設定の甘いAIがつまずくのがここで、いざ起きたときに最も重要な質問でもあります。

優先4：チャネル別の案内。 メッセージでの予約方法、Webチャットの使い方、複雑な件で人につながる方法。お客様が使っているチャネルを案内します。

優先5（最後）：トーンと販促の最適化。 ブランドの言葉づかい、アップセル、あいさつのカスタマイズ。大切ですが、事実の土台が固まってからです。

知識ベースの記事はどう構造化する？

1記事1テーマ。 Zendeskの資料は、記事のタイトルがAIの記事検索精度を大きく左右すると指摘します。「配送のすべて」という広い記事より、「送料はいくら？」「注文はどこ？」「配送先は変えられる？」という具体的な3記事のほうが高精度です。

タイトルは質問形にする。 お客様の実際の聞き方に合わせます。「返品規定とは？」は「返品規定について」より検索されやすい。お客様はカテゴリー名でなく、質問を打ち込むからです。

答えを最初に書く。 1文目で質問に直接答えます。補足や例外、リンクはその後。AIは記事の冒頭から抽出するため、答えが4段落目に埋もれていると、AIは文脈だけ返して答えを返さないことがあります。

記事は簡潔に。 1記事100〜300語程度。300語を超えるなら、複数テーマを含んでいる証拠なので分割します。

知識ベースはどの頻度で更新する？

結論は明確です。知識ベースは四半期ごとのプロジェクトではなく、生きたシステムとして扱います。

即時: 料金・規定・商品の変更があったら、その日のうちに反映します。メニューが変わった、営業時間が変わった、返品規定が変わった、その当日です。昨日の料金を答えるAIは、AIなしより悪い結果を招きます。

毎週: 過去1週間の未解決・低確度の会話を見直します。AIが答えられなかった、または下手に答えた質問を特定し、記事を書くか更新します。15〜30分で、保守の投資対効果が最も高い作業です。

毎月: 繰り返しの多いテーマを点検します。知識ベースが扱っていない新しい質問は出ていないか。既存記事はまだ正確か。30〜60分です。

四半期: リンク切れ、重複、古い記事、終了した商品・サービスを総点検します。1〜2時間です。

Gorgias は、記事が正確で、下書きでなく公開済みで、規定・商品名・在庫・リンクの変更時に最新に保たれていることが必須だと警告します。Intercom は知識ベースの保守を、定期作業ではなく日々の責任だと述べています。

良い知識ベースは実際どんな形か？

小売店の構成例です。

配送（5記事）: 送料はいくら？／配送日数は？／海外発送は？／注文後に配送先を変えられる？／注文はどこ？

返品・返金（4記事）: 返品規定とは？／返品の始め方は？／返金はいつ？／交換はできる？

商品（可変）: 商品カテゴリーやよくある商品質問ごとに1記事。「○○のサイズ展開は？」「○○の素材は？」「○○は在庫ある？」

支払い（3記事）: 対応する支払い方法は？／分割払いは？／決済が失敗したら？

一般（3記事）: 営業時間は？／場所はどこ？／人につなぐには？

合計でおよそ15〜20記事。よくある質問をカバーできます。多くの中小企業が2〜3時間で作れます。あとは毎週の見直しで新しい質問が出てくるたび、自然に増えていきます。

知識ベースの質で変わること

一貫したパターンがあります。AIの性能問題は、AIの能力の問題ではなく、知識ベースの質の問題なのです。

Omagoではどう動くのか？

Omagoは、WhatsApp・Telegram・Webチャットで中小企業の顧客対応を自動化するAIエージェントプラットフォームです。登録した知識ベースをもとに回答を生成します。テキストの貼り付け、文書のアップロード、サイトのリンク連携で、AIが内容を取り込み、回答の拠りどころにします。

会話フロービルダーが知識ベースを補完します。知識ベースが自由な質問（「返品規定は？」）に答える一方、会話フローは構造化された道のり（「予約したい」→段階的な聞き取り）を担います。両者で、顧客とのやり取り全体をカバーできます。Omagoは導入期間中、知識ベースの設定を含む手厚い設定サポートを提供しています。なお主要チャネルはWhatsApp・Telegram・Webウィジェットが対応済みで、LINE はまもなく対応予定です。

設定をさらに深めたい方は、コンバージョンにつながる会話フローの設計方法もあわせてご覧ください。

よくある質問

最初は何記事必要ですか？

よくある質問をカバーする15〜20記事から始めます。直近50件のメッセージを見れば、同じ10〜15問が繰り返されているはずです。まずそれらの記事を作り、あとはAIが引き継いだ内容を見て広げます。

知識ベースの記事はどんな形式が良いですか？

プレーンテキストが最適です。販促文ではなく、明快で平易な言葉で書きます。お客様が使わない専門用語は避けます。構成は「質問（タイトル）→直接の答え（1文目）→補足→例外」です。

記事を書かず、サイトをリンクするだけでもいい？

多くのプラットフォームで可能で、手早く始めるには有効です。ただし専用記事のほうが性能は上です。サイトは「上質な配送オプションをご用意」と書きますが、知識ベースは「通常配送は$5で3〜5営業日、速達は$12で翌営業日着」と書くべきだからです。

知識ベースにない質問が来たら？

設定の良いAIは、推測せず「分かりません」と認め、人へつなぐ提案をします。これが正しい動きです。顧客体験を守り、新記事が必要なテーマを浮かび上がらせます。これらの引き継ぎを毎週見直し、カバー範囲を広げ続けます。

知識ベース構築を外注する価値はありますか？

多くの中小企業では不要です。お客様の質問への答えは、外部の書き手より店主や店長が一番よく知っています。自分で作る価値は、内容が実際の規定・商品・トーンに一致することです。初期の2〜3時間が、何か月もの効果を生みます。

出典: Intercom/Breathe 事例（2025）、Gorgias AI Agent 資料・ブログ（2025）、Zendesk ヘルプセンター最適化ガイド、Dr. Bronner's/Gorgias 事例。