楽楽自動応対のAI-FAQが止まる原因|メールから作るFAQの線

楽楽自動応対のAI-FAQが止まる原因|メールから作るFAQの線

「AIがFAQの候補を出してくれるらしいが、元はお客様のメールだ。そのまま載せて大丈夫なのか」「候補は届くようになったのに、誰も公開ボタンを押さないまま下書きが溜まっていく」——問い合わせ窓口を持つBtoB企業のサポート担当と、FAQサイトを集客の入口として見ているマーケ担当の双方から、同じ時期に出てくる声です。つまずきの元はAIの文章力ではありません。メールという社外の人の言葉を、社外に向けて公開する文章に変える工程に、社内の決めごとがまだ無いことです。ラクスが2026年10月26日に正式リリースを発表した楽楽自動応対の「AI-FAQ」は、この工程の前半をAIに任せる機能です。この記事では、候補が公開まで進まない原因を三つに分け、外す情報・承認者・根拠の確かめ方・商談の入口の残し方・効果の測り方を、導入前に決めておく順に整理します。


カメ先生カメ先生

FAQをAIが作ってくれるなら、あとは載せるだけだと思われがちなんだ。でも本当は、元になるのは一通ずつ事情の違うお客様のメールで、それを誰でも読める文章にするには、何を消して、何を確かめて、誰が責任を持つかを決める必要がある。


カメ子カメ子

AIが下書きを作る部分と、公開してよいと判断する部分は、別の仕事だということですか。


カメ先生カメ先生

そう。この機能も、AIは候補を出して根拠のメールを添えるところまでで、公開するかどうかは担当者が選ぶ作りになっている。だから導入の成否は、その選ぶ人と選ぶ基準を先に置けるかどうかで決まるんだ。


カメ子カメ子

下書きが溜まるのは、AIのせいではなく、選ぶ人が決まっていないからなんですね。


この記事のポイント
  • AI-FAQは、楽楽自動応対に溜まった応対履歴から、問い合わせの多いテーマ順にFAQの候補を月1回提案し、担当者が「公開・下書き・却下」を選ぶ機能。公開済み記事の更新・削除の提案は順次リリース予定
  • 候補が公開まで進まない原因は、元のメールに混ざる個人情報・取引情報、承認者の不在、根拠を確かめる手順の欠如の三つ
  • 料金・個別見積・契約条件はFAQで閉じず相談へつなぐ。効果はメール件数だけでなく、FAQを見たあとの行動で測る

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

目次

楽楽自動応対のAI-FAQとは:メールの履歴からFAQの候補を出す機能

楽楽自動応対は、東証プライム上場のラクスが提供する問い合わせ対応のシステムで、以前はメールディーラーという名前でした。2001年に提供を始め、公式の発表では累計の導入社数を9,000社超としています。調査会社アイ・ティ・アールの市場調査では、メール処理の分野で17年連続の売上シェア1位とされており、この調査では旧称のメールディーラーとして載っています。共有の受信箱で複数の担当者がメールを分担し、対応状況を見えるようにするのが本来の役割です。

この製品にはすでに、メールのデータをもとにAIが返信の文案を作る機能、送受信メールのAI翻訳、内容から優先して対応すべきメールを見分ける機能が入っています。AI-FAQはそこから一歩進んで、返信を速くするのではなく、問い合わせそのものを減らすことを狙った機能です。製品ページの説明では、応対履歴をAIが分析し、問い合わせ件数の多いテーマの順に作るべきFAQの候補を月に1回提案します。作った記事は、楽楽自動応対の中からFAQサイトとして公開できます。

公開までの流れは三段階で示されています。担当者がこれまでどおりメールに対応して問い合わせと回答が溜まる、AIが履歴を分析して候補を出す、担当者が候補を採用するかを判断する、の三つです。判断の選択肢は「公開・下書き・却下」で、AIが自動で公開する作りにはなっていません。最後の判断が人に残されていることは、この記事全体の前提になります。

提供済みの機能と、これから出る機能を分けて読む

AI-FAQは、2026年7月15日の発表で、まず契約中の企業に限ってβ版を先行提供し、秋ごろに一般提供を始めると告知されました。その時点でβ版には100社を超える申し込みがあったとされています。そして10月26日に正式リリースが発表されました。発表と製品ページを読み比べると、すでに使える機能と予定の機能がはっきり分かれているので、社内で説明するときも分けて扱う必要があります。

区分内容根拠となる公開情報
提供中応対履歴から、問い合わせ件数の多いテーマ順にFAQの候補を月1回提案製品ページ
提供中候補に、該当する問い合わせ件数と実際のメール内容を根拠として添える7月15日の発表
提供中担当者が「公開・下書き・却下」を選び、FAQサイトとして公開製品ページ
提供中検索語が記事に無い言い回しでも、意図をくみ取って回答へ導くあいまい検索10月26日の発表
提供中既存のFAQデータを取り込んで移行(CSV形式)製品ページ
予定情報が古くなった公開済み記事を検知し、更新内容まで提案製品ページ(順次リリース予定)
予定使われなくなった記事や重複した記事を判別し、削除を提案7月15日の発表(順次リリース予定)

注意したいのは、10月の発表文が「新たなFAQ記事の作成や更新はAIが行う」と書いている点です。製品ページでは公開済み記事の更新提案に「順次リリース予定」と明記されているため、今の時点で、公開済みの記事の古さをAIが見張ってくれるとは考えないほうが安全です。公開した記事の見直しは、当面は人の仕事として計画に入れておきます。

課題:候補は毎月届くのに、公開まで進まない

FAQの運用が止まるのは、今に始まった話ではありません。ラクスは7月の発表で、自社のアンケートとしてFAQを導入している企業の約4割以上が「メンテナンスの手が回っていない」ことを課題に挙げたと紹介しています(調査の時期や対象数は発表に記載がありません)。記事を書く手間が重いから止まる、という理解が一般的で、AI-FAQはその手間を引き受ける設計です。

ところが、書く手間がなくなっても、別の場所で止まります。月1回の提案が届くたびに、「このメールの文面をもとにした記事を外に出してよいのか」「この回答は今も正しいのか」「押すのは誰か」という問いが出て、誰も答えを持っていなければ候補は下書きのまま残ります。AIが書く速さと、社内が判断する速さの差が、そのまま溜まった下書きの数になるわけです。

この記事では、止まる原因を三つに分けて扱います。元のメールに公開してはいけない情報が混ざること、公開の承認者が決まっていないこと、AIの回答の根拠を確かめる手順がないことです。どれもツールの設定ではなく、社内の決めごとで解く問題です。

原因1:元のメールに、公開してはいけない情報が混ざっている

問い合わせのメールには、質問そのもの以外に多くのものが書かれています。差出人の氏名と会社名、電話番号、契約番号や注文番号、相手先の社内事情、個別の値引きや納期の約束、障害の詳しい状況などです。回答した側のメールにも、その顧客だけに伝えた例外対応や、社内の担当者の名前が入ります。AIが「よく来る質問」をまとめるとき、こうした一通ごとの事情が、一般化された回答の中に紛れ込むおそれがあります。

公開情報を見る限り、AI-FAQが候補を作る際に氏名や番号を自動で取り除くかどうかは説明されていません。製品ページが明記しているのは、利用している生成AIのモデルの学習には自社の情報を使わない、という点です。学習に使われないことと、公開される記事に個人や取引の情報が入らないことは別の話なので、公開前の確認は人の側で持つと考えておくのが筋です。

  • 特定の顧客だけに認めた返品期限の延長が、「返品は購入後60日まで可能です」という一般の回答として候補に入る
  • 障害時に個別に伝えた復旧見込みの時刻が、恒常的な仕様のように書かれる
  • 問い合わせ元の業種や規模が分かる言い回しが残り、どの会社からの質問か推測できてしまう
  • 回答メールに書いた社内の担当者名や直通の連絡先が、記事の本文に残る

見落とされやすいのは、お客様の書いた文面よりも、自社の担当者が返した文面のほうです。回答メールには、その場でのおわびや、相手の事情に合わせた言い回し、上長に確認したうえでの特別な判断が書かれます。AIが「よくある質問への答え」として要約するのは主にこちらの文面なので、一通ごとの配慮が、誰にでも当てはまる約束のように読める形で残ることがあります。外す情報を決めるときは、問い合わせ側と回答側の両方を対象にしておきます。

対策1:候補の段階で外す情報を、種類ごとに決めておく

確認の負担を軽くするには、「怪しいところを探す」のではなく、「必ず消す種類」を先に決めて一覧にしておくことです。候補を開いたら一覧を上から当てていくだけにすれば、担当者が交代しても同じ基準で見られます。ここで大切なのは、消すかどうかの判断をAIにさせないことです。AIに「個人情報を除いて」と頼むことはできても、何が個別の約束かは社内の人にしか分かりません。

候補を開いたら必ず外す情報(例)
  • 人と会社を特定する情報:氏名、会社名、部署名、電話番号、メールアドレス、住所
  • 取引を特定する情報:契約番号、注文番号、見積番号、請求金額、個別の割引率
  • 一社だけの例外:特別に認めた期限・条件・無償対応。一般の回答にしない
  • 時点が限られる情報:障害の復旧見込み、キャンペーン期間、在庫の状況
  • 社内の情報:担当者の氏名、内線や直通の番号、社内の判断の経緯

一覧は情報システム部門や法務と一緒に作り、プライバシーポリシーで示している個人情報の利用目的とずれがないかも確かめておきます。問い合わせのメールを受けた目的に、内容を一般化してFAQに使うことまで含まれているかは、会社ごとに整理が要る点です。迷う場合は、元の文面を残さず、質問の型だけを使って一から書き直す方針にしておけば、元のメールの言い回しが外に出ることを避けられます。

原因2:公開の承認者が決まっていない(サポートとマーケのあいだ)

AI-FAQは楽楽自動応対の中の機能なので、日々触るのはサポートの担当者です。一方、公開されたFAQサイトは検索から見つかる自社のページであり、サービスの説明や料金の書き方、ブランドの言葉づかいはマーケ部門が持っていることが多いはずです。記事を作る場所と、記事が読まれる場所の持ち主が違うことが、承認が宙に浮く典型的な理由です。

さらに、回答の中身の正しさは、サポートでもマーケでもなく、製品の担当や経理、法務が持っている場合があります。返金の条件は経理、利用規約に関わる回答は法務、仕様の説明は製品の担当という具合です。誰か一人に「公開の判断」を任せると、その人は自分が責任を持てない回答まで押すことになり、結果として押さなくなります。

対策2:「公開・下書き・却下」を誰が押すかを決める

承認を一人に集めず、候補のテーマで振り分けるのが現実的です。月1回の提案が届いたら、まずサポートの担当が候補を仕分け、テーマごとに決めた承認者へ回します。承認者は回答の正しさだけを見て、表現と導線はマーケが最後に整える、という分担にすると、各自が責任を持てる範囲だけを判断できます。

STEP1
仕分け(サポート)

提案された候補を開き、外す情報の一覧を当てる。テーマが操作方法・料金・契約・障害のどれに当たるかを付けて、次の承認者を決める。

STEP2
中身の確認(テーマの持ち主)

製品の担当・経理・法務など、そのテーマの持ち主が回答の正しさを確かめる。社内の正式な資料と食い違えば却下か下書きに戻す。

STEP3
表現と導線(マーケ)

言葉づかいをサイトの表記に合わせ、関連記事や相談の窓口へのつなぎを足す。ここで内容は変えない。

STEP4
公開(サポート)

三者の確認がそろったものだけを「公開」にする。判断を保留したものは「下書き」、載せないと決めたものは理由を添えて「却下」にする。

「却下」には理由を残しておくことを勧めます。同じテーマは翌月以降も件数が多ければ再び提案される可能性があり、理由が残っていないと毎回同じ議論をすることになります。却下の理由が溜まると、それ自体が「FAQでは答えないこと」の一覧になります。

提案が月1回で届くことも、運用の設計に生かせます。届いた週のうちに仕分けを済ませ、翌週に各テーマの持ち主が確認し、月内に公開するという月次の決まった流れにしておけば、確認の依頼が日々ばらばらに飛ぶことを避けられます。承認者が不在のときの代わりの人も、テーマごとに一人ずつ決めておくと、休暇や異動で下書きが止まることを防げます。

原因3:AIの回答の根拠を確かめる手順がない

7月の発表によると、候補には根拠として該当する問い合わせの件数と、実際のメール内容が添えられます。これは確認の手がかりとして大きな助けになりますが、根拠のメールにあるのは、過去にある担当者が返した答えにすぎないという点に注意が要ります。返信した時点では正しくても、その後に仕様や料金が変わっているかもしれませんし、担当者によって答え方が揺れていたかもしれません。

つまり、件数が多いことは「よく聞かれている」ことの裏付けにはなっても、「この回答が正しい」ことの裏付けにはなりません。AIは過去の答えを要約しているので、過去の返信に誤りや古い情報があれば、それを読みやすく整えて広めてしまうことになります。正しさの基準は、メールの外にある社内の正式な情報に置く必要があります。

対策3:根拠のメールと、社内の正しい情報を照らす

確認の手順は単純で構いません。候補の回答を、添えられた根拠のメールと、社内の正式な情報(料金表、利用規約、製品の仕様書、社内のマニュアル)の二つに照らします。根拠のメールの中で答えが揺れていれば、どれが正しいかを決めるのはテーマの持ち主で、AIに多数決をさせないことです。

  • 回答が、社内の正式な資料のどの版のどこに基づくかを、下書きのメモに残したか
  • 根拠のメールが古い時期のものばかりでないか(仕様変更より前の返信だけで作られていないか)
  • 担当者によって答えが分かれていた場合、正しい答えを持ち主が決めたか
  • 回答が、条件付きの話を言い切りにしていないか(「プランによっては」などが抜けていないか)
  • 公開後に内容が変わる見込みがある記事に、見直しの時期を決めたか

見直しの時期を決めるのは、前述のとおり公開済み記事の更新提案がまだ予定の段階だからです。料金改定や仕様変更の予定が分かった時点で、関係する記事を洗い出す役を決めておくと、古い記事が残り続けることを防げます。AIが根拠を添えてくれる分、人は「正しさの元」を確かめることに時間を使える、と考えると分担がはっきりします。

料金・導入相談の問い合わせを、FAQで閉じない

問い合わせ件数の多いテーマ順に候補が出るということは、BtoBでは料金や導入の相談に関わる質問が上位に来やすいということでもあります。ここで注意したいのは、料金の問い合わせの中には、商談の入口になるものが混ざっていることです。価格表を見れば分かる質問と、自社の条件で見積もりたいという相談は、文面が似ていても意味が違います。

価格表の場所や支払い方法のような定型の答えはFAQで十分です。一方、個別の見積もり、値引き、契約期間や解約の条件、他社からの乗り換えといった話は、FAQで答えを言い切ると、相手が相談の窓口に来る理由を消してしまいます。こうしたテーマの候補は、回答を短くとどめ、相談の窓口へつなぐ一文を必ず添えるとマーケ側で決めておきます。

問い合わせの種類FAQでの扱い判断する人
操作方法・設定の手順FAQで答え切るサポート
価格表の場所・支払い方法FAQで答え切るサポート・経理
個別の見積もり・値引き短く答えて相談の窓口へつなぐマーケ・営業
契約期間・解約の条件規約の該当箇所を示し、詳細は窓口へ法務・営業
他社からの乗り換え・導入相談FAQにせず相談の窓口へ営業

問い合わせの手前で即答する仕組みが商談まで減らしうる、という論点は別の記事でも扱われていますが、AI-FAQの場合は「どのテーマを候補として採るか」の段階で線を引けるのが違いです。却下の理由に「商談の入口のため」と書けば、それが翌月以降の判断の基準になります。

あいまい検索が拾う言い回しと、拾ったあとの行き先

AI-FAQのFAQサイトには、AIによるあいまい検索が付いています。発表によれば、検索した言葉が記事に含まれていない言い回しでも、質問の意図をくみ取って適切な回答へ導くとされています。お客様は社内の用語ではなく自分の言葉で検索するので、言い回しの差を埋めること自体は理にかなっています。

ただし、意図をくみ取る検索は、近い記事を「それらしく」出すこともあると考えておく必要があります。たとえば「解約したい」という検索に、休止の手続きの記事が出る、といったずれです。公開前の確認では、記事の中身だけでなく、想定される言い回しで検索したときにその記事が出るか、関係のない記事が先に出ないかも試しておくと安心です。

検索で記事にたどり着いても解決しない人は必ずいます。各記事の末尾に、解決しなかった場合の問い合わせの窓口を置き、その窓口から届いたメールが楽楽自動応対に戻ってくる流れにしておけば、FAQで解決しなかった質問が、次の月の候補の材料になる循環ができます。

既存のFAQがある会社は、移行と重複の整理から始める

すでにFAQサイトを持っている会社は、AI-FAQの候補を待つ前にやることがあります。製品ページによれば、手元のFAQデータはCSV形式で取り込み、既存の知識を生かしたFAQサイトを作れます。ただ、取り込んだ記事と、AIが新しく提案する候補が同じテーマを扱うことは十分に起こりえます。重複した記事を判別して削除を提案する機能は予定の段階なので、当面は人が重複を見つけて整理することになります。

始め方として勧めたいのは、取り込む前に既存の記事を「残す・直す・捨てる」に分けておくことです。何年も更新されていない記事をそのまま取り込むと、AIが提案する新しい候補と古い記事が食い違い、検索でどちらが出るかによって答えが変わる状態が生まれます。取り込みは記事の棚卸しを済ませてからにし、候補が既存の記事と同じテーマなら、新しく作るのではなく既存の記事を直す判断を優先します。

FAQサイトのフォントや色は自由に変えられ、制作の知識がなくても編集できると案内されています。編集しやすいことは利点ですが、誰でも見た目や表記を変えられると、記事ごとに言葉づかいが揃わなくなります。製品名の書き方、敬語の水準、窓口への案内文といった表記の決まりはマーケが一枚にまとめ、サポートが公開前に照らせるようにしておくと、AIの候補を整える作業も速くなります。

何が社外に出るか:メールの中身とAIの学習

データの流れを整理すると、社外に向けて出るのは担当者が公開を選んだFAQの記事だけです。一方、候補を作るためにAIが読むのは、楽楽自動応対に溜まった問い合わせと回答のメールで、ここには前述のとおり個人の情報や取引の情報が含まれます。製品ページは、利用している生成AIのモデル学習には自社の情報を一切使わないと説明しています。

ただ、どの生成AIのモデルを使っているか、メールのデータがどこで処理されるか、処理の際に個人情報を取り除くかといった点は、公開資料では確認できませんでした。情報システム部門や個人情報の管理者の確認を通すには、処理する場所、保存の期間、委託先の扱いを、導入前に販売元へ書面で確かめることが必要です。社外秘の案件のやり取りが多い窓口では、対象のメールの範囲を絞れるかも併せて聞いておきます。

  • 学習に使われないことは、公開記事に個人情報が入らないことの保証ではない
  • 使うAIモデル・処理の場所・個人情報の除外の有無は、公開資料に記載がない(導入前に確認する)
  • 社外に出るのは公開を選んだ記事だけなので、公開の判断が最後の防波堤になる

効果の測り方:メール件数だけで判断しない

ラクスはAI-FAQの狙いを、メール対応の件数を減らし続けることだと説明しています。サポートの立場では件数の減少が分かりやすい指標ですが、件数だけで判断すると読み違えます。問い合わせが減った理由が「FAQで解決した」なのか「FAQを見て諦めた」なのか、件数からは区別できないからです。

見る数字は三つに分けるのが現実的です。一つ目は、公開した記事のテーマごとの問い合わせ件数が、公開の前後でどう変わったか。二つ目は、FAQサイトの閲覧から問い合わせの窓口へ進んだ人の数と、その問い合わせの中身。三つ目は、マーケ側で見る、FAQ経由での資料請求や相談の申し込みの数です。テーマごとに見ると、減るべきもの(操作の質問)と減ってはいけないもの(導入の相談)を分けて評価できるようになります。

候補の運用そのものの指標も持っておくと、止まっている箇所が分かります。毎月の候補の数、そのうち公開・下書き・却下になった数、提案から公開までの日数です。下書きの数が増え続けていれば、それはAIではなく承認の流れの問題で、先に述べた分担を見直す合図になります。

前後を比べるには、比べる元が要ります。AI-FAQで記事を公開し始める前に、少なくとも直近3か月分の問い合わせを、操作・料金・契約・障害・導入相談といったテーマに分けて数えておきます。楽楽自動応対にはメールが溜まっているので、過去の分も同じ分け方で数え直せます。テーマの分け方を候補の仕分けと同じにしておくと、どの記事を公開した結果どのテーマが減ったのかを、毎月の確認の場でそのまま追えます。季節や料金改定の時期で件数が動く業種では、前年の同じ月とも比べ、記事の効果と季節の波を取り違えないようにします。

費用の見え方と、やめ方

AI-FAQの料金は公開されていません。製品ページのよくある質問では、追加費用について「料金プランの詳細はお問い合わせください」とし、あわせて「自動課金となることはございません」と書いています。楽楽自動応対自体は、利用するユーザー数や保存するメールの通数に応じて月額が変わると案内されています。社内の稟議では、AI-FAQの利用に追加の費用がかかるのか、どのプランで使えるのかを見積もりで確かめることが出発点になります。

見積もりに出てこない費用もあります。月1回届く候補を仕分け、テーマの持ち主が確かめ、マーケが表現を整える時間です。AIが下書きを書く分の工数は減りますが、確認の工数はむしろ新しく生まれます。稟議には、ライセンスの費用と並べて、毎月の確認にかかる人の時間の見込みを書いておくと、導入後に「思ったより手間がかかる」と言われることを避けられます。

やめ方も先に決めておきます。AI-FAQで作った記事は楽楽自動応対の中のFAQサイトとして公開されるので、使うのをやめるときには記事の移し先が必要です。既存のFAQをCSV形式で取り込めることは明記されていますが、作った記事を外へ書き出す方法は公開資料では確認できませんでした。導入前に、記事の書き出しの可否と形式を販売元に確かめておくと、乗り換えのときに記事を一から作り直す事態を避けられます。

まとめ

楽楽自動応対のAI-FAQは、問い合わせのメールという実際のデータから、件数の多いテーマ順にFAQの候補を毎月出し、根拠のメールを添えて担当者に判断を委ねる機能です。公開済みの記事の更新や削除の提案は、まだ順次リリースの予定にとどまります。候補が公開まで進まないとすれば、原因はAIではなく、元のメールに混ざる個人や取引の情報、承認者の不在、根拠を確かめる手順の欠如にあります。外す情報の一覧を作り、テーマごとに承認者を決め、根拠のメールを社内の正式な情報と照らすこと。料金や導入の相談はFAQで閉じずに窓口へつなぎ、効果はテーマごとの件数とFAQのあとの行動で測ること。AIに書かせる範囲と、人が判断する範囲を先に分けておけば、FAQは問い合わせを減らす道具であると同時に、商談の入口を守る道具にもなります。

※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。

ウェビナーの集客を、思いつきの告知から「設計」へ

「開催しても人が集まらない」「集まっても商談につながらない」——BtoBウェビナーの集客を設計から見直すための無料ガイドです。

運営会社:株式会社デボノ

目次