「問い合わせは増えてるのに、サポート担当は増やせない」
中小企業のサポート責任者・経営者からよく聞く悩みです。
サイトに問い合わせフォームだけ置いていて、メールが溜まり続ける。サポート1〜3名で全部回している。担当者の頭の中だけにFAQが溜まって属人化、応答が遅いとレビュー評価まで落ちる。
本記事は「自社HPにAIチャットボットを置く」前提で、ゼロから導入する手順を5ステップで整理します。
電話・問い合わせフォーム・LINE等、お客様からの問い合わせ経路は複数の手段があります。
ただ、最初の1チャネルとして一番効果が見えやすいのがHPチャットボット。
本記事ではここに絞って、KMCの自社運用とAI LIFE会員企業の知見から、現場で動く手順を共有します。
なぜHPチャットボットから始めるのが正解なのか
4つの主要手段（HP／電話／メール／LINE）の中で、HPチャットボットを最初に選ぶ理由は3つあります。
- 導入コストが低い: SaaSのタグを貼るだけで動く。月1.5万円〜が中小企業のレンジ
- 効果が数字で見える: 問い合わせ削減数・自己解決率・滞在時間がそのままダッシュボードに出る
- 業種を選ばない: BtoB／BtoC・SaaS／EC／士業／不動産、どこでも乗る
電話やLINEは業態によって接点比率が大きく違いますが、HPは「ほぼ全業種」で必ず接点になる。だからHP起点で型を作ってから、他チャネルに広げるのが運用負荷の少ない順番です。
HPチャットボット導入の全体像:5ステップ
本記事のゴールは、HPに常駐する自動応答ボットが、問い合わせの30〜50%を一次解決する状態を30日で作ることです。
手順は5ステップ。
- ステップ1:過去問い合わせの棚卸しとカテゴリ分類
- ステップ2:HP埋め込み観点でツールを選ぶ
- ステップ3:既存FAQと過去ログをAIに学習させる
- ステップ4:HPに埋め込んで動作テスト
- ステップ5:初期運用と改善ループ
順番が大事です。データを用意せずにツールから選ぶと、ベンダーのデモに引っ張られて選定を間違えます。
ステップ1:過去問い合わせの棚卸しとカテゴリ分類
最初にやるのは、過去6ヶ月の問い合わせを全部集めることです。メール、フォーム、過去のチャット履歴、コール記録の文字起こしなど、形式はバラバラでも構わない。
集まったら、ChatGPTかClaudeで「カテゴリ × 緊急度 × 回答必要部署」の3軸に分類させる。これをやると、どの問い合わせを優先してFAQ化すべきかが頻度順で見えてきます。
サンプルプロンプト
以下の問い合わせ本文を分類してください。
カテゴリ候補: [課金／機能／不具合／要望／その他]
緊急度: [高（24h対応）／中（48h）／低]
回答必要部署: [カスタマーサクセス／開発／営業／経理]
問い合わせ本文: [本文]
出力: カテゴリ／緊急度／部署／要約3行／既存FAQで回答可能か（◎○△×）。
500件の問い合わせを分類してTOP10を抽出する作業が、半日〜1日で終わります。手作業でやれば1週間。
ステップ2:HP埋め込み観点でツールを選ぶ
分類が終わったら、頻出問い合わせTOP10と問い合わせ件数（月◯件）が手元にあるはず。これを持ってツール選定に入ります。
HP埋め込み前提なら、選定軸は3つだけで十分です。
- 埋め込みのカンタンさ: タグを貼るだけか、CMSプラグインがあるか
- 生成AI型 vs シナリオ型: 自由応答が必要か、規定回答固定でいいか
- 月額予算: 月1.5万円〜10万円のどこに収めるか
2026年時点の主要候補は、
- チャットプラス（月1.5万円〜、コスパ重視）
- KARAKURI（月10万円〜、CS精度重視）
- rinna（月8万円〜、生成AI型・自由応答に強い）
あたり。WordPress主体ならチャットプラス、SaaS本体に組み込むならKARAKURI、というのが運用負荷で見た現実解です。
詳しい比較は別記事にまとめてありますが、まずは月1.5万円〜のSaaSで2週間トライアルを回すのが立ち上げの王道です。
ステップ3:既存FAQと過去ログをAIに学習させる
ツールを契約したら、ボットに「自社のことを答えられる」ナレッジを食わせる工程に入ります。
ここでAIに「過去ログTOP100＋既存FAQ全件」を渡して、FAQドラフトを20件単位で生成させる。
AIに任せるのは『下書き』、最終承認は必ず人間。製品仕様や約款の書き間違いがあると、顧客対応の致命傷になるからです。
サンプルプロンプト
以下の過去問い合わせログ100件と既存FAQ20件を読んで、FAQドラフトを20件提案してください。
出力: 質問／回答ドラフト／既存FAQとの重複チェック（重複なし／類似あり）／カバー率（同種問い合わせの何件をこのFAQでカバーできるか）。
生成されたドラフトを人間レビューで5〜10件採用、ボットの管理画面のナレッジベースに登録します。多くのツールはCSVでまとめてインポートできるので、Excelで整えてから一括登録するのが早い。
ステップ4:HPに埋め込んで動作テスト
ナレッジが揃ったら、いよいよHPへの埋め込みです。
ベンダーから発行される埋め込みタグを、HTMLの</body>直前に貼る。WordPressならプラグイン経由かfunctions.phpで対応、Shopify／STUDIO／STORESなどのCMSは管理画面から貼り付けられる場合が多い。
埋め込んだら、必ず以下4点を確認します。
- 表示位置: 右下が定番。サイトのCTAボタンに被らないか
- 初期メッセージ: 「何かお困りですか?」より「よくある質問はこちら」のような誘導型が反応率高い
- スマホ／PC両方の表示: モバイルで全画面占有しないか、閉じるボタンが押せるか
- 営業時間外の挙動: 「明日◯時以降に担当者がご連絡します」と人間に繋がない時の代替案内
動作テストは、想定質問20件をボットに投げて、回答精度を◎○△で評価する。△が3割を超えたら、ステップ3に戻ってナレッジを追加する。
ステップ5:初期運用と改善ループ
HPに置いたボットでも、解決できずに人間担当者に渡る問い合わせは必ず出ます。最後のステップは、その「人間に渡った問い合わせ」をAIで効率化する仕組みです。
具体的には、ボットからエスカレーションされた問い合わせ全件に対して、AIが初動応答ドラフトを3案生成する。サポート担当は選んで微修正して送るだけにします。
サンプルプロンプト
以下の受信メールに対して、初動応答ドラフトを3案作ってください。
受信メール: [本文]
顧客属性: [既存／新規／法人／個人]
参照FAQ: [該当FAQの抜粋]
出力: ドラフトA（標準）／B（クレーム配慮版）／C（提案型）／推奨案／優先度（即時／4h以内／24h以内）。
1件あたり15分かかっていた応答が3分に圧縮されます。週次で「ボットが解決できなかったTOP5」を集計してナレッジに追加すれば、自己解決率は月単位で上がっていく。
「定型文しか返さない使えないボット」にしないための5つの設計ポイント
HPチャットボットを入れた会社の8割が、3ヶ月で「結局誰も使わない」状態になります。
ここからはそうならないための対策をお話ししていきます。
結局誰も使わない状態 になる原因はだいたい同じ。
「ご質問ありがとうございます。詳細はサポートまでお問い合わせください」しか返さないボットは、ユーザーから見限られます。これを避けるための5つの設計ポイントを共有します。
ポイント①:シナリオ型だけで作らない、生成AI型を必ず混ぜる
シナリオ型ボットは、想定外の質問に対して「該当する回答が見つかりませんでした」を連発します。これが「使えない」と思われる最大要因です。
2026年現在のベストは「シナリオ型でFAQ厳格回答＋生成AI型でフォールバック」のハイブリッド。決まった質問は固定回答、想定外は生成AIが文脈を読んで答える、という二段構え。チャットプラスもKARAKURIも、この構成が標準対応になっています。
ポイント②:ユーザーの言い換えを徹底的に集める
「料金」を聞きたいユーザーは、「金額」「コスト」「いくら」「価格」「月額」と十人十色の表現で質問します。ボットがマッチしないのは、FAQに「料金」しか登録していないからです。
過去ログを使って、同じ意図の言い換えを5〜10個ずつ収集する。FAQの『質問パターン』欄に同義語をすべて登録するだけで、マッチ率は2〜3倍に跳ね上がります。
ポイント③:答えられないときに「終わらせない」設計
「分かりませんでした」で終わるボットは、その瞬間にユーザーが離脱します。
分からない時の挙動を3段階で設計する。
- 第1段:再質問: 「もう少し具体的に教えていただけますか?」
- 第2段:類似FAQ提示: 「こちらの質問でしょうか?」と関連3件を提示
- 第3段:人間エスカレ: それでも解決しない時は担当者の連絡フォームを案内
最低でもこの3段は必ず組み込みます。
ポイント④:意図確認の対話を入れる
「料金について教えてください」と聞かれた時、すぐに料金表を返すと外す可能性が高い。「どのプランの料金が知りたいですか? A／B／Cからお選びください」と意図を絞る対話を1ターン挟むと、回答精度が格段に上がります。
これは生成AI型ボットでもプロンプトで指示できます。「ユーザーの質問が抽象的な場合、まず選択肢を提示して意図を確認してから回答する」とシステムプロンプトに書いておく。
ポイント⑤:回答に「役に立った／立たなかった」のフィードバックを取る
ボットの回答ごとに👍👎ボタンを置きます。これがあると、悪い回答が可視化されてナレッジ更新の優先順位が決まる。
👎が3回ついた回答は、週次ミーティングで人間レビュー→ナレッジ修正、というループを最初から運用に組み込む。これをやらない会社は、半年経っても回答精度が上がりません。
5つのポイントは「最初から全部やる」ではなく、ステップ3のFAQ整備とステップ5の改善ループに織り込んでいく形で運用に乗せていきます。
HPチャットボット運用の3つの注意点
注意①:個人情報の取り扱い
問い合わせには個人情報が含まれることが多い。学習オプトアウト設定の法人プランで運用するのが必須です。プライバシーポリシーに「AIによる応答補助を利用している」旨の記載も忘れずに。
注意②:クレーム対応はボット完結させない
怒っているお客様にAIテンプレで返すと、温度感が合わず炎上します。「〜できない」「クレーム」「至急」のキーワード検知で、即座に人間にエスカレするフローを必ず組む。
注意③:製品情報の鮮度
ボットに食わせた情報が古いと誤回答が出る。製品アップデート・約款変更・料金改定が起きたら、その日のうちにナレッジを更新する運用ルールを決める。
30日で立ち上げるロードマップ
5ステップを30日のスケジュールに落とすと、こうなります。
- Day 1〜7: ステップ1（過去問い合わせの棚卸しと分類）
- Day 8〜10: ステップ2（ツール選定とトライアル契約）
- Day 11〜18: ステップ3（FAQドラフト生成とナレッジ登録）
- Day 19〜23: ステップ4（HPへの埋め込みと動作テスト）
- Day 24〜30: ステップ5（初期運用、週次改善開始）
1ヶ月で動く状態になり、半年運用すれば、問い合わせの30〜50%がボットで一次解決、サポート担当の応答時間は半減します。
まとめ:HPチャットボットは「30日で動かす」がリアル
HPチャットボット導入で大事なのは、完璧主義を捨てることです。
30日で動かしてから、半年かけて精度を上げる。最初から100点を狙うと、半年経っても何も動きません。
もう一つの鉄則は、AIは整理とドラフト生成、応答の最終責任は人間。これを守れば、個人情報もクレーム対応も両立できます。電話・メール・LINEの自動化は、HPで型ができてから順次広げるのが運用負荷の少ない順番です。
AI LIFEでは、KMCの自社運用やAI LIFE会員企業のHPチャットボット導入事例（業種別）を共有しています。「うちのCMS環境だとどう貼り付けるか」のような具体相談もできます。興味があれば一度覗いてみてください。
（参考：AI LIFEとは）
