「AIチャットボットは答えてくれたけれど、その答えはどこを見れば確認できますか?」——問い合わせ対応で起きやすい不安です。
料金、予約条件、規約、キャンペーンのように変わりやすい情報ほど、回答文だけで終わると担当者の確認が増えます。
では、小さな会社のチャットボットでは、回答の横にどんな根拠リンクと確認導線を置けばよいのでしょうか。
なぜ、回答だけで完結させない方がよいのか?
AIの回答は便利です。ただ、便利さと正しさは同じではありません。特に会社ごとの料金表、予約ルール、キャンペーン情報は、AIモデルが最初から知っている情報ではありません。
AnthropicのCitationsドキュメントでは、回答をソース文書に結び付け、claimを支えるpassageを返す考え方が説明されています。Google CloudのGrounding overviewでも、モデル出力を検証可能なデータソースへ接続する考え方が示されています。
つまり「AIが答えたから大丈夫」ではなく、「どのページを見て答えたのかを確認できる」状態に近づけることが大切です。
| 回答だけ | 回答+確認元 |
|---|---|
| 「現在の料金は〇〇です」と答える | 料金の案内に加えて、料金ページへのリンクを添える |
| キャンペーン内容を文章で説明する | キャンペーンページ、終了日、確認先を一緒に出す |
| 規約の要約だけを返す | 要約に加えて、正式な規約ページへ戻す |
根拠リンクに入れるのは、URLだけで足りるか?
URLだけでも、何もないより確認しやすくなります。ただ、実務ではもう少し足した方が迷いません。
おすすめは「URL、更新日、担当部署、適用範囲」の4点です。これは公式規格ではなく、小さな会社で確認しやすくするための運用の型です。
現場でよく止まるのは、「このPDFはいつの資料ですか?」という確認です。リンクの横に更新日があるだけで、担当者が戻る場所を探しやすくなります。
確認元4点セット
- ・URL:正式に確認してほしいページ。
- ・更新日:いつの情報か。
- ・担当部署:誰が持っている情報か。
- ・適用範囲:全員向けか、条件付きか。
どの情報に、先に根拠リンクを付けるべきか?
すべての回答に根拠リンクを付けようとすると、最初の整備で止まります。まずは、変わりやすい情報と、間違えると困る情報から始めます。
小さな会社なら、最初は4カテゴリで十分です。料金、予約、規約、キャンペーン。この4つは、お客様の判断に直接関わりやすい情報です。
「営業時間はGoogleビジネスプロフィールを見る」「料金は料金ページを見る」「例外対応は人に戻す」。こうした戻り先を決めると、AIの回答を信じる前に確認できます。
| 優先カテゴリ | 根拠リンクの置き方 | 注意点 |
|---|---|---|
| 料金 | 料金ページ、見積条件、更新日 | 古いPDFを残さない |
| 予約 | 予約フォーム、受付時間、キャンセル案内 | 空き状況を断定しない |
| 規約 | 利用規約、注意事項、対象条件 | 要約だけで終わらせない |
| キャンペーン | 告知ページ、終了日、対象者 | 終了後の回答を残さない |
PromnyAIで準備するなら、どこに情報を置くか?
PromnyAIで始めるなら、まずAI学習データに「AIに読ませたい自社情報」を整理します。公式マニュアルでも、AIが会社固有の情報を最初から知っているわけではないため、自社情報を登録する流れが案内されています。
次に、ハブを使って資料をテーマごとにまとめます。料金、予約、FAQ、キャンペーン、社内ルールを同じ場所に混ぜるより、テーマごとに置く方が確認しやすくなります。
ここで大事なのは、PromnyAIが各AIベンダーの引用機能をそのまま提供する、と書かないことです。この記事でのポイントは、回答の根拠を人が確認しやすい形に整理する運用です。
置き場所の分け方
- AI学習データ:FAQ、料金表、サービス説明など、AIに読ませたい情報。
- ハブ:テーマ別の資料置き場。担当者が後から確認する場所。
- 問い合わせフォーム:根拠が弱い、条件付き、例外対応の相談先。
- 更新メモ:URL、更新日、担当部署、適用範囲の一覧。
答えきれない時は、どこへ戻すか?
根拠リンクを付けても、AIの誤回答がゼロになるわけではありません。NISTはAI Risk Management Frameworkを公開しており、OWASP GenAI Security ProjectもLLMアプリのリスクとしてMisinformationを扱っています。
小さな会社では、難しい監査体制を作る前に「回答する、根拠を添える、人に戻す」の3分岐を決める方が続きます。
たとえば、料金表に書いてある通常料金は回答してよい。個別見積、返金、契約条件は人に戻す。キャンペーンは公式ページを添える。これだけでも運用はかなり落ち着きます。
回答の3分岐
- ・答える:FAQや公開ページに明確に書いてある。
- ・根拠を添える:料金、予約、規約、キャンペーンなど確認元が必要。
- ・人に戻す:個別判断、例外対応、クレーム、契約判断。
まず1週間で作るなら、何から始めるか?
最初から完璧なRAGや引用設計を作ろうとすると、ほとんどの会社で止まります。まずは、よく聞かれる10問だけを選びます。
10問それぞれに、確認元URL、更新日、人に戻す条件を書きます。AIに読ませる前に、人が読んで確認できる表にするのが先です。
「この回答、どのページを見て言っていますか?」と聞かれた時に、スタッフが10秒で戻れる。最初のゴールはそのくらいで十分です。
| 質問 | 根拠 | 人に戻す条件 |
|---|---|---|
| 料金はいくらですか? | 料金ページ、更新日 | 個別見積が必要な場合 |
| 予約できますか? | 予約フォーム、受付時間 | 空き状況や例外対応 |
| キャンペーンは使えますか? | 告知ページ、終了日 | 対象条件が曖昧な場合 |
まとめ:AIの回答は、確認できる形で置く
- AIの回答は、回答文だけでなく確認元まで設計します。
- 根拠リンクには、URL、更新日、担当部署、適用範囲を添えると確認しやすくなります。
- 最初は料金、予約、規約、キャンペーンの4カテゴリから始めます。
- PromnyAIでは、AI学習データとハブを分けて整理すると戻り先を作りやすくなります。
- 根拠が弱い回答は、無理にAIで完結させず人に戻します。
AIを信じる前に、どこで確認できるかを決める。小さな会社のチャットボットは、その一手でかなり安心して使いやすくなります。
PromnyAIを試してみる
AIチャットボットの回答に、確認元や人への導線を持たせたい方はPromnyAIにご相談ください。AI学習データ、ハブ、問い合わせ導線を使い、自社情報を確認しやすい形に整理できます。
参考にした公式情報・関連ページ