1. FAQがあるのに、問い合わせが減らない理由
FAQが効かないのには、はっきりした理由があります。多いのは、作った人の想像で書かれていて、実際に多い問い合わせと中身がずれているケースです。お客様が知りたいことが載っていなければ、FAQを見ても解決せず、結局問い合わせが来ます。
もう一つは、書き方の問題です。専門用語が多かったり、手順が実際の画面とずれていたりすると、読んでも自己解決できません。さらに、一度作ったきり更新されず、商品や画面が変わっても古いままになっているFAQも少なくありません。
ここでAIが効くのは、実際の問い合わせログを読ませて「本当に多い質問」を見つけ、伝わる文面に整え、新しい問い合わせと突き合わせて育てる作業を、まとめて速くできるからです。ただし、思いつきで「FAQを作って」と頼めば、やはり当たり障りのない一般論しか返ってきません。鍵は、実際の問い合わせデータを渡すことです。次の章から進めます。
2. 実際の問い合わせログからFAQの種を見つける
まず、これまでの問い合わせ履歴を渡して、FAQにすべき質問を洗い出します。ここが思いつきとの分かれ目です。
# 役割 あなたは、カスタマーサポートのデータ分析が得意なSVです。 # やってほしいこと 以下の問い合わせ履歴から、FAQにすべき質問の候補を洗い出してください。 # 問い合わせ履歴 （過去の問い合わせ内容を貼る。件数が多いほど精度が上がる） # 進め方（この順で考える） 1. 似た内容の問い合わせをグループにまとめる 2. 件数が多い順に、FAQ候補として並べる 3. それぞれ、なぜその問い合わせが起きているかの原因仮説を添える # 出力（表で） | FAQ候補（質問の形） | だいたいの件数・割合 | 起きている原因の仮説 | 多い順に10個まで。 # 守ること - 履歴にない質問を創作しない - 氏名や連絡先などの個人情報は出力に含めない # 仕上げ 最後に、「FAQを作るだけでは減らず、商品や画面の改善が必要そうなもの」を分けて指摘してください。
なぜこのプロンプトが効くのか
- 思いつきではなく「実際の問い合わせ履歴」から作らせるので、本当に多い質問だけがFAQになります。
- 「原因の仮説」を添えさせるので、FAQで解くべきか、そもそも商品や画面を直すべきかが見えてきます。
- 個人情報を出力させないと明記し、履歴データを扱うときの事故を防ぎます。
これで、勘ではなくデータに基づいたFAQ候補が並びます。次は、この候補を伝わる文面にします。
3. お客様に伝わるFAQの文面に整える
候補が決まったら、実際にお客様が読んで自己解決できる文面にします。ここでも、正しい情報を渡すのが前提です。
# 役割 あなたは、わかりやすい文章が得意なカスタマーサポート担当です。 # やってほしいこと 次の質問について、お客様向けのFAQの回答文を作成してください。 # 質問 （FAQにする質問） # 正しい情報（必ずここから書く） （仕様・手順・料金など、正確な情報を貼る） # 進め方 1. 質問に対する結論を、最初の1〜2文で言い切る 2. 必要なら手順を番号付きで示す 3. つまずきやすい点や、関連してよくある疑問も一言添える # 守ること - 渡した正しい情報にないことは書かない - 専門用語を避け、初めての人でもわかる言葉にする - 手順は、実際に画面のとおりにたどれる粒度で書く # 仕上げ 書いたあと、「この回答だけで自己解決できるか」を読み手の立場で点検し、足りない一歩を補ってください。
なぜこのプロンプトが効くのか
- 結論を先に言い切らせています。FAQは、読んですぐ解決できるほど問い合わせが減るからです。
- 「正しい情報から書く」と縛り、FAQ自体が誤案内の発生源になるのを防ぎます。
- 「関連してよくある疑問」も添えさせるので、1つのFAQで次の問い合わせまで先回りできます。
これで、読んで解決できるFAQができます。ただ、FAQは作って終わりではありません。次に、育て方です。
4. 新しい問い合わせでFAQを育て続ける
商品や状況は変わり、新しい問い合わせは次々に生まれます。定期的に、最近の問い合わせと既存FAQを突き合わせて、FAQを更新します。
# やってほしいこと 最近の新しい問い合わせと、既存のFAQを照らし合わせ、FAQの改善点を出してください。 # 既存FAQ （今あるFAQの一覧を貼る） # 最近の問い合わせ （直近で増えた、または新しく出てきた問い合わせを貼る） # 出してほしいもの - 既存FAQでカバーできていない、新しく追加すべき質問 - 該当するFAQがあるのに解決できていない様子の質問（文面がわかりにくい可能性）と、その改善案 - もう問い合わせが来ておらず、削除や統合をしてよさそうなFAQ # 守ること - 実際の問い合わせに基づく。憶測で追加しない # 仕上げ 改善の優先順位を「問い合わせ削減への効きやすさ」でつけてください。
なぜこのプロンプトが効くのか
- FAQは作って終わりではなく、新しい問い合わせと突き合わせて育てるものです。その差分をAIに出させています。
- 「あるのに解決できていないFAQ」を見つけさせるので、わかりにくい文面を炙り出せます。
- 優先順位を「問い合わせ削減への効き」でつけさせ、限られた時間を効くところに集中できます。
5. FAQをAIの参照元にして、回答とサイトに同時に効かせる仕組みにする
ここまでのプロンプトは、その場で使うだけでも効きます。ただ、FAQを作って置いておくだけでは、探されずに埋もれがちです。使い込むと「FAQが、お客様が見る場所でも、サポートが返信する場面でも、自動で効いている」状態にしたくなります。
実際に組むと、たとえばこうなります。整えたFAQを、AI（Difyのような社内アプリ）の参照元として読み込ませる。サイトのチャットボットはこのFAQを参照して一次回答し、サポート担当の返信下書きも同じFAQから作られる。さらに、日々の問い合わせログを定期的にAIが読み、FAQ候補や改善点を自動で提案する。こうすると、お客様向けと社内向けの両方で、同じ最新のFAQが効き続けます。
安定して使うには、ここから先の作り込みが必要です。FAQをAIが正しく引ける形に整える、商品や料金が変わったときに更新を反映する導線、チャットボットが答えてよい範囲と有人に切り替える基準、ログから個人情報を除いて扱う仕組み、といった調整です。この「便利なプロンプト」と「FAQが両方で自動で効く仕組み」の間にある距離が、作り込みの正体です。
まずは第2章から第4章のプロンプトで、実際の問い合わせからFAQを作って育ててみてください。問い合わせが目に見えて減っていく手応えがつかめます。そして「FAQを、お客様にもサポートにも自動で効かせたい」と思ったら、そこが問い合わせ全体を減らす入口になります。FAQの参照設計やチャットボット構築といった作り込みは、実装と運用の勘所を持つ相手に一度相談すると、遠回りを避けられます。
まとめ
問い合わせを減らすFAQの鍵は、思いつきで作らず、データから作って育て続けることでした。
- 実際の問い合わせログから、本当に多い質問をFAQ候補として洗い出す
- 正しい情報をもとに、結論から書いて自己解決できる文面に整える
- 新しい問い合わせと突き合わせ、追加・改善・削除で育て続ける
まずは手元の問い合わせ履歴を、第2章のプロンプトに渡すところから。勘で作っていたFAQが、問い合わせを実際に減らすFAQに変わります。そして「お客様にもサポートにも自動で効かせたい」と思ったら、そこが仕組みにするタイミングです。
