Parlantで顧客対応AIの規則は守れる?|規則を書く人を決める

「顧客対応のAIに『返金の約束はしない』と指示文に書いたのに、言い回しを変えた質問には平気で約束してしまった」「規則を足すたびに別の場面の答えがおかしくなり、どの指示が効いているのか誰にも説明できない」——顧客対応にAIを置いた、あるいは置こうとしている企業の窓口や情報システムの担当者から、試験の段階で必ずといってよいほど出てくる声です。こうした悩みに対して、Emcie が開発するオープンソースの Parlant は、公式GitHubで1万8千を超えるスターを集め(2026年11月時点の表示)、2026年に入ってからも1月・2月・3月・4月と版を重ねています。顧客対応のAIの振る舞いを、長い指示文ではなく、業務の言葉で書いた一つひとつの規則で縛るという考え方です。ただし、規則で縛る仕組みを入れても、規則そのものの正しさと、増えた規則のあいだの整合は、仕組みでは保証されません。決め手は、規則を誰が書き、誰が承認し、誰が見直すかです。この記事では、公式GitHubと公式ドキュメントで確かめられる範囲で、Parlant を社内に入れるかを判断するために、規則の書き手と承認、矛盾の見つけ方、効いた規則の記録、自社で動かす保守、社外に出るデータ、商用の顧客対応AIとの選び分け、費用とやめ方を、導入後3か月の流れに沿って整理します。画面の操作や導入の手順は扱いません。
カメ先生顧客対応のAIは、指示文をよく書けば言うことを聞くと思われがちなんだ。でも指示文が長くなるほど、どの一文がどの答えに効いたのかが見えなくなる。Parlant は、その指示を一つひとつの規則に分けて、会話ごとに効く規則だけを選んで渡す仕組みなんだよ。
カメ子長い指示文を一枚渡すのと、規則を小分けにして渡すのとでは、何が違うのでしょうか。
カメ先生小分けにすると、どの規則が効いたかを記録に残せるし、規則ごとに書き手と承認者を決められる。その代わり、規則が増えるほど、規則どうしがぶつからないかを人が見続ける仕事が生まれるんだ。
カメ子仕組みが守ってくれる部分と、人が守り続ける部分に分かれる、ということですね。
- Parlant は、顧客対応のAIを自然文の規則と手順、承認済みの言い回しで縛るオープンソース(Apache 2.0)。2026年1月〜4月に3.1から3.3.2まで版を重ね、商用の顧客対応AIの代わりになると打ち出している
- 規則を書く仕組みはあっても、規則の中身の正しさと、増えた規則の矛盾は仕組みでは保証されない。業務部門が書き、法務や責任者が承認し、月に一度は全体を見直す持ち主を決める
- 審査の仕組みもAIによる確認なので誤りはゼロにならない。返金や契約の変更など取り返しのつかない操作は人の承認に残し、使う言語モデルと、会話がどこへ送られるかを先に決める
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Parlant とは:顧客対応のAIを、自然文の規則で縛るオープンソース
Parlant は、Emcie が公式GitHubで公開している、顧客と直接話すチャット型のAIエージェントを作るための枠組みです。ライセンスは Apache 2.0 で、商用利用も無料と明記されています。公式サイトの打ち出しは「AIでエージェントを作り、それを自社の業務の規則に従わせる」というもので、言語モデルそのものは提供せず、OpenAI・Anthropic・Gemini など、利用企業が自分で契約したモデルを呼び出して動きます。
特徴は、AIの振る舞いを長い指示文ではなく、業務の言葉で書いた小さな規則の集まりとして持つ点です。現在の公式ドキュメントでは、ある場面で何をすべきかを書いた「方針(ポリシー)」、AIに気づいてほしい状況を書いた「観察」、順番どおりに進めたい流れを書いた「手順」、承認済みの言い回しの見本である「定型の応答」、そして顧客に固有の事実を持つ「変数」と、自社の用語を定義する用語集を組み合わせます。会話の一往復ごとに、そのとき関係する規則だけを選び出して言語モデルに渡すのが仕組みの中心です。
日本語の紹介記事はまだほとんどありません。公式サイトには、インドのネット銀行や米国の大手金融機関、大手IT企業の技術者による推薦の声が並び、銀行やエネルギーの顧客対応での利用がうたわれています。ただし、これらは提供元が載せている声であり、自社の業務で同じ精度が出るかは、自社の会話で確かめるしかありません。
2026年の動き:3.1から3.3.2まで、規則の関係を細かく持てる方向へ
公式GitHubのリリース一覧によると、2025年夏の3.0で応答の遅さへの対策、手順の途中で戻ったり飛ばしたりできる流れ、定型の応答の厳密さの切り替え、人への引き継ぎなどが入りました。そのうえで2026年は、1月5日の3.1.0で規則ごとの重要度の段階や外部の監視基盤への記録の出力、接続できるモデル事業者の追加が入り、2月9日の3.2.0では規則・手順・会話にラベルを付けて自動で引き継がせる機能が加わりました。
3月15日の3.3.0では、規則どうしの「どちらを優先するか」「どの規則が効いているときだけ効くか」「ある規則のあとで見直すか」という関係を細かく指定できるようになり、4月28日の3.3.2では、ツールの呼び出しに時間切れを設定する仕組みと、既知の脆弱性に対応するための多数の依存部品の更新が入っています。規則が増えたときに、その関係をどう整理するかに開発の重心が移っていることが読み取れます。
一方で、版を追うごとに名前の変更や非推奨も続いています。3.2.1ではツールの古い付け方が、3.3.0では外部の仕様書からツールを読み込む方式が非推奨になりました。さらに現在の公式ドキュメントは、以前の「ガイドライン」「ジャーニー」という呼び名ではなく「方針」「観察」「手順」という言葉で説明しています。自社で使い続けるなら、版上げのたびに書き方の変化を追う担当が要る、というのが判断の前提になります。
「規則で縛る」の中身:効く規則だけを選び、重みと優先で決着させる
公式ドキュメントの説明では、顧客から一通の発言が届くたびに、Parlant はまずその発言にどれだけの手間をかけるかを決め、登録されている規則の一覧からいま関係する規則だけを選んで言語モデルの前に置きます。全部の規則を毎回一枚の指示文に詰め込むのではないため、規則が数百に増えても、関係の薄い規則に答えが引きずられにくい、というのが提供元の主張です。
規則には「どれだけ強く守らせるか」という重みがあり、二つの規則がぶつかったときは、あらかじめ書いておいた優先の関係で決着させます。たとえば「解約の相談にはまず理由を聞く」と「怒っている顧客には余計な質問をせず人につなぐ」がぶつかる場面で、どちらを先にするかを書いておく、という使い方です。さらに、ツールを呼ぶ前にその呼び出しが指示に合っているかを確かめる「道具の審査」と、送る前の返信を指示・承認済みの言い回し・ツールの結果と突き合わせる「返信の審査」があります。
ここで押さえておきたいのは、重みも優先も審査も、書かれた規則を前提に働く仕組みだという点です。規則に書かれていないことはAIの判断に任されますし、規則の中身が業務として間違っていれば、仕組みは間違った規則を忠実に守らせます。仕組みが減らすのは「書いた規則が無視される」失敗で、「書くべき規則が抜けている」「規則が古い」失敗は人の側で防ぐしかありません。
誤解:規則を書けば、AIは必ずそのとおりに答える
規則で縛る方式を初めて見ると、「書いたことは必ず守られる」と受け取られがちですが、公式ドキュメント自身がそうは言っていません。審査の仕組みについては、審査もモデルによる確認なので、誤りは「ずっとまれになる」が「起きなくなる」わけではないと書かれています。審査を増やせばモデルの仕事と応答時間が増えるため、提供元も、審査は必要な場面に絞って使うよう勧めています。
つまり、Parlant を入れても「AIに判断させない」範囲を決める仕事はなくなりません。返金の確約、契約条件の変更、法的な責任を認める発言、個別の価格の約束のように、一度でも誤ると取り返しがつかない内容は、規則で「答えない」と書くだけでなく、そもそもAIが実行できる操作から外し、人に引き継ぐ流れに置くのが安全です。顧客向けのAIに答えさせない項目そのものの洗い出しは別の記事で扱っているので、ここでは「規則で縛る方式でも、その線引きは別に要る」という点だけ押さえておきます。
- 規則を書いたので、返金や値引きの約束をAIが口にすることはないと考え、人の承認を外す
- 審査の仕組みを全部の会話にかけ、応答が遅くなって顧客が離れる
- 規則の数が増えるほど安全になると考え、誰も全体を見直さないまま規則を足し続ける
- 提供元の推薦の声を根拠に、自社の会話で試さないまま本番に出す
シナリオの前提:BtoBの製品サポート窓口に置く3か月
ここからは、BtoBのクラウド製品を売る企業が、製品サポートの問い合わせ窓口に Parlant で作ったAIを置く場面を想定し、導入から3か月のあいだに、規則の持ち主が決めなければならないことを時間の順に見ていきます。窓口が受けるのは、使い方の質問、請求書の再発行、契約の更新や席数の変更、障害の問い合わせ、解約の相談です。
体制は、サポート部門の責任者、サポートの現場の担当者3名、社内の開発者1名、情報システム部門、法務という想定です。Parlant は自社のサーバーで動かし、言語モデルは既に社内で契約しているものを使います。どの業務を手順に固定し、どこを自由な会話に任せるか、公開前の試験をどう組むかといった設計の論点は、別の顧客対応AIの記事で扱っています。このシナリオでは、規則が書かれ、承認され、増え、ぶつかり、説明を求められるまでの「規則の一生」に絞ります。
第1週:規則をだれが書くか——業務の言葉と、開発者の実装を分ける
Parlant の規則は自然文で書けるため、「業務部門が自分で書ける」と説明されることがあります。ただし実際の定義は Python のコードの中で行い、公式サイトも Claude Code や Codex、Cursor などのコーディング用AIに振る舞いを説明して実装させる進め方を勧めています。つまり、規則の文面を書くのは業務部門でも、それをコードに入れて動かすのは開発者という分担になります。
この分担を曖昧にすると、開発者がコーディング用AIに「返金の問い合わせにうまく対応して」と頼み、AIが作った規則の文面を業務部門が一度も読まないまま本番に入る、ということが起きます。第1週に決めておきたいのは、規則の文面の原本をどこに置くかです。業務部門が読める表や文書に「規則の文面・適用する場面・書いた人・承認した人・日付」を並べ、コードの中の規則は、その原本から写したものだけにすると決めると、後から説明がつきます。
書き手は、問い合わせの実際の記録を一番よく読んでいるサポートの現場担当者が向いています。AIに過去の問い合わせ記録を読ませて規則の下書きを作らせるのは有効ですが、そのときは下書きの規則ごとに、根拠になった問い合わせを添えさせるようにします。根拠のない規則は、AIが「ありそうな対応」を作っただけかもしれないからです。
第2週:規則の承認と公開の線を決める
規則の重さは一律ではありません。「挨拶は丁寧語で」と「請求書の再発行は本人確認のあとで」では、誤ったときの影響が違います。全部の規則に法務の承認を求めると規則の追加が止まり、逆に全部を現場の判断に任せると、お金や契約に関わる規則まで無審査で入ります。そこで、規則を影響の大きさで分け、承認の経路を変えるのが現実的です。
言い回しや案内の順番など誤っても謝れば済む規則、請求や本人確認など社内の手続きに関わる規則、返金・契約・責任・個人情報に関わる規則の3段階に分け、原本の表に段階を書き込みます。
1段目はサポートの責任者、2段目は責任者と情報システム部門、3段目は法務まで、というように承認者を決めます。3段目の規則は、AIに実行させる操作そのものを減らす方向で見直します。
規則を足すときは、その規則が効くはずの質問と、効いてはいけない質問を最低一つずつ用意し、追加の前後で答えを比べます。言い回しを変えた質問を混ぜると、抜けが見つかりやすくなります。
いつ、どの規則を、誰の承認で本番に入れたかを残します。版上げや設定の変更も同じ記録に入れておくと、苦情が来たときに当時の状態を再現できます。
提供元は、手間をかける場面を規則の重さで決める「適応的な労力」の仕組みも用意しています。3段目の規則が効きそうな会話でだけ審査を厚くすると、応答の速さと費用を抑えながら、重い場面の確認を厚くできるという考え方です。どの場面を重いとみなすかを決めるのも、承認の線と同じく人の仕事です。
1か月目:規則が増えたとき、矛盾をどう見つけるか
運用を始めると、規則は想像以上の速さで増えます。問い合わせの記録を見て抜けを見つけるたびに規則を足すからです。このとき起きやすいのは、後から足した規則が、前からある規則と静かにぶつかることです。「障害の問い合わせには復旧の見込みを伝える」と「復旧時期は約束しない」が並んでいると、AIの答えは会話によって揺れます。
Parlant には、規則どうしの優先や依存の関係を書く仕組みと、3.2.0から入ったラベルがあります。ラベルで「請求」「契約」「障害」のように業務の領域を付けておくと、同じ領域の規則だけを並べて、ぶつかっていないかを人が読み比べられるようになります。仕組みが矛盾を自動で教えてくれるわけではないので、月に一度、領域ごとに規則を一覧にして読み合わせる時間を決めておくのが確実です。
AIに規則の一覧を読ませて「ぶつかっていそうな組を挙げて」と頼むのは、見落としを減らす手段として役に立ちます。ただし、どちらを優先するかはAIに決めさせません。挙がった組ごとに、業務としてどちらが正しいかを規則の持ち主が判断し、優先の関係を書き込みます。使われなくなった規則を消す作業も、足す作業と同じ頻度で回さないと、規則の山は読み切れなくなります。
苦情が来た日:どの規則が効いたかを説明できるか
ある顧客から「AIに解約の手数料はかからないと言われたのに、請求が来た」という苦情が届いた場面を考えます。このとき最初に必要なのは、AIがその答えを出した会話で、どの規則が選ばれ、どのツールが呼ばれ、どの審査を通ったかを確かめることです。公式ドキュメントは、一つひとつの返信を、その裏にある規則・ツールの呼び出し・確認に結び付けて追跡できると説明しています。
ただし、その記録が苦情の時点まで残っているかは運用次第です。自社で動かす場合は、追跡の記録をどこに出力し、何日保存するかを自分で決めます。有料の管理画面を使う場合も、プランごとに取り込める会話の数と保存の期間に上限があり、公式の料金表では月79ドルのプランで1,000件または30日、月349ドルのプランで1万5千件または90日です。苦情や紛争への対応を考えるなら、会話の本文と追跡の記録を、自社の保存先にも残す設計が要ります。
記録から原因が分かったら、規則が抜けていたのか、規則はあったのに選ばれなかったのか、選ばれたのに答えが外れたのかを分けて記録します。原因の分け方によって、直す人が変わるからです。抜けていたなら規則の持ち主が書き足し、選ばれなかったなら開発者が規則の書き方や関係を見直し、選ばれたのに外れたなら、審査を厚くするか、その内容をAIに答えさせない側へ移すかを責任者が決めます。
返金や契約変更を任せる場面:操作は審査し、確定は人が行う
顧客対応のAIが答えるだけでなく、社内のシステムを操作できるようになると、規則の重みが一段上がります。Parlant では、AIが呼べるツールは開発者がコードで用意し、道具の審査でその呼び出しが指示に合っているかを実行の前に確かめられます。公式の手引きにも、返金のような結果の重い操作を扱う章があります。
それでも、審査はAIによる確認であり、承認の代わりにはならないと考えておきます。おすすめは、AIにさせる操作を「調べる」「下書きを作る」「人に回す」までにとどめ、返金・値引き・契約条件の変更のように取り返しのつかない操作は、AIが作った申請を担当者が確認して確定する形にすることです。Parlant には会話を人に引き継ぎ、また戻す仕組みもあるので、その流れに乗せられます。
- AIが操作できるツールは、読み取り用と書き込み用を分け、書き込み用は最小限にする
- 書き込みの操作には、顧客ごと・会話ごとの上限(金額や回数)をツールの側で設ける
- AIが作った申請には、根拠にした規則と会話の該当箇所を添えさせ、担当者が確かめられるようにする
何が社外に出るか:モデルの事業者、管理画面、自社のサーバー
Parlant 自体はオープンソースなので、自社のサーバーで動かせば枠組みの部分から会話が外に出ることはありません。ただし、会話の中身は、規則の照合や返信の作成のたびに、契約している言語モデルの事業者へ送られます。規則・会話の履歴・顧客の変数・ツールの結果のうち、その往復に必要なものがモデルに渡ると考えておくべきです。
注意したいのは既定の接続先です。3.1.0の更新履歴では、提供元 Emcie が用意する推論の窓口が既定の接続先になったと書かれており、現在の公式GitHubの説明では、複数のモデルを束ねる中継サービスが既定とされています。既定のまま動かすと、自社が契約していない事業者を経由して会話が送られる可能性があるので、使う事業者を必ず明示的に設定し、その事業者の学習利用と保存の条件を確かめます。
| 置き場所 | 何が渡るか | 確かめること |
|---|---|---|
| 自社のサーバー(枠組み本体) | 規則・会話の履歴・顧客の変数・追跡の記録 | 保存期間、閲覧できる人、バックアップと削除の手順 |
| 言語モデルの事業者 | 照合と返信の作成に必要な会話・規則・ツールの結果 | 契約する事業者の明示、学習に使わない条件、保存期間と地域 |
| 有料の管理画面(任意) | 取り込んだ会話と追跡の記録 | 取り込む範囲、保存期間の上限、SOC 2 の報告書の入手 |
| ツールの接続先 | AIが呼び出した社内システムへの問い合わせ | 読み取りと書き込みの権限、顧客ごとの範囲の制限 |
有料の管理画面については、公式の料金表で SOC 2 の第三者評価(タイプ2)に準拠しているとされています。一方で、管理画面に取り込んだ会話の保存地域や学習への利用について、料金表には書かれていません。個人情報を含む会話を管理画面に入れる前に、提供元に書面で確かめるのが順序です。
オープンソースを自社で動かす:保守の持ち主と版上げ
オープンソースは使用料がかからない代わりに、動かし続ける責任が自社に来ます。Parlant は Python のサービスとして動き、自社サーバーでも、提供元の管理された環境でも動かせます。自社で動かす場合、サーバーの監視、認証と権限、脆弱性への対応、版上げを誰が、どの頻度で行うかを、導入前に担当表に書いておく必要があります。
前述のとおり、3.3.2では既知の脆弱性に対応するための依存部品の更新が多数入りました。顧客と直接話すサービスは外部に開いているため、こうした更新を何か月も放置するのは危険です。一方で、版上げのたびに非推奨や名前の変更があるため、更新後に規則の振る舞いが変わっていないかを第2週に用意した試験の会話で毎回確かめる流れを作っておきます。
社内に開発者が一人しかいない場合、その人が異動や退職をすると、規則のコードも版上げも止まります。提供元の管理された環境を使う、外部の開発会社と保守の契約を結ぶ、少なくとも二人が中身を分かる状態にする、のいずれかを選んでおきます。提供元は、音声への対応など業務上重い用途向けに、商用ライセンスの拡張部品も用意しています。
商用の顧客対応AIとの選び分け
公式ドキュメントは、比較の相手として Intercom の Fin、Sierra、Decagon などの商用製品を挙げています。商用製品は、管理画面の設定で振る舞いを決め、会話や解決の件数に応じて課金されることが多いのに対し、Parlant は振る舞いをコードで書き、モデルの費用を自分で払う方式です。提供元は「Sierra のように、コードで作れる開発キットを出している商用製品もある」とも書いており、違いは「作れるかどうか」より「誰が持ち主になるか」にあります。
| 観点 | Parlant(自社で持つ) | 商用の顧客対応AI(任せる) |
|---|---|---|
| 規則の置き場所 | 自社のコードと原本の表 | 製品の管理画面 |
| 必要な人 | 開発者と規則の持ち主 | 製品の管理者と規則の持ち主 |
| 費用の形 | モデルの利用料と、任意の管理画面の定額 | 会話や解決の件数に応じた課金が多い |
| 版上げと保守 | 自社(または外部の開発会社) | 提供元 |
| 向いている会社 | 開発の体制があり、規則を細かく持ちたい | 開発の体制が薄く、早く窓口を開きたい |
提供元は自社サイトで、商用製品の解決1件あたり1ドルという前提(2026年10月5日時点の同社の想定)と比べて大幅に安いと示していますが、同じ資料の中でSierra や Decagon の非公開の価格とは比べていないとも明記しています。比べるときは、モデルの費用だけでなく、開発者と規則の持ち主の人件費、保守の時間を足して見るのが公平です。
費用の増え方とやめ方
Parlant の枠組みは無料で、会話の数にも上限はありません。費用として増えるのは、まず言語モデルの利用料です。提供元は推論の料金に上乗せしないとしていますが、審査を厚くした会話や、規則が多い会話ほど、一往復あたりのモデルの仕事が増えます。公式ドキュメントには会話ごとの費用を追い、会話あたりの予算を設ける仕組みもあるので、本番の前に上限を決めておきます。
任意の管理画面は、公式の料金表で、開発用の無料プラン、月79ドルで1席・本番1件のプラン、月349ドルで5席・本番3件のプラン、価格非公開の上位プランに分かれています(年払いは月額の10か月分)。これに、自社サーバーの運用費と、開発者・規則の持ち主・承認者の時間が加わります。実際に一番大きくなりやすいのは、規則の見直しと版上げにかかる人の時間です。
やめるときに困らないよう、規則の原本を業務部門の表に持っておくことが効いてきます。規則の文面が自社の言葉で残っていれば、商用製品へ移るときも、別の枠組みへ移るときも、書き直すのは実装だけで、業務の判断は持ち越せるからです。あわせて、会話と追跡の記録の書き出し方、管理画面に入れた会話の削除の手順を、使い始める前に確かめておきます。
よくある質問
日本語の顧客対応でも使えますか
Parlant 自体は規則を自然文で持つ枠組みで、日本語の会話の品質は主に使う言語モデルに左右されます。公式資料で日本語の対応品質を示したものは確認できなかったため、自社の実際の問い合わせを日本語で流し、規則が選ばれるか、言い回しが自然かを試験で確かめてから判断してください。
業務部門だけで規則を追加できますか
規則の文面は業務部門が書けますが、現在の作り方では、規則はコードの中で定義し、開発者かコーディング用AIが実装します。業務部門だけで完結させたいなら、管理画面で振る舞いを設定できる商用製品のほうが向いています。Parlant を選ぶなら、文面の原本と実装の担当を分ける体制を前提にします。
規則が何本くらいになると管理が難しくなりますか
本数の目安は公式資料では示されていません。目安にしやすいのは、規則が業務の領域をまたいで増え、一人では全体を読み切れなくなったときが見直しの合図です。ラベルで領域を分け、領域ごとに持ち主を決めて、月に一度読み合わせる運用にすると、本数が増えても持ちこたえやすくなります。
試験の段階で、何を見ればよいですか
規則が効くはずの質問で効いているか、効いてはいけない質問で効いていないか、言い回しを変えた質問で抜けが出ないか、返信までの時間と一会話あたりの費用が許容範囲か、の四つです。追跡の記録で、選ばれた規則が意図どおりかも合わせて確かめます。
まとめ
Parlant は、顧客対応のAIを長い指示文ではなく、業務の言葉で書いた規則・手順・承認済みの言い回しで縛るオープンソースです。2026年も3.1から3.3.2まで版を重ね、規則どうしの優先や依存、ラベル、一つひとつの返信を規則に結び付ける追跡など、規則が増えたときに管理するための仕組みを厚くしています。ただし、仕組みが減らすのは「書いた規則が無視される」失敗であり、規則の正しさ、増えた規則の矛盾、AIに答えさせない範囲を決めるのは人です。規則の原本を業務部門が持ち、影響の大きさで承認者を分け、月に一度は全体を読み合わせ、取り返しのつかない操作は人が確定する。使う言語モデルを明示し、保守と版上げの担当を決める。ここまで決められる体制があるなら、Parlant は、規則を自社の資産として持ち続けられる有力な選択肢になります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
