チャットボットの「シナリオ」とは？AI型の違いや設計方法を紹介

最終更新日:2024/04/04

近年、ECサイトや企業の公式サイト上で頻繁に見かけるようになったチャットボット。WEBブラウザだけでなく、コミュニケーションアプリの「LINE」や「Facebookメッセンジャー」といったプラットフォームを活用したものも増えています。カスタマー対応の自動化や企業ブランディングの一環としてその成果が期待されているチャットボットですが、その成否はシナリオ作りにかかっていると言っても過言ではありません。

そこで今回は、チャットボットの主な種類についてご紹介するとともに、シナリオ型チャットボットの特徴やメリット・デメリット、そして設計方法などをご紹介していきますので、ぜひ参考にしてみてください。

チャットボットについて詳しく知りたい方は以下の記事もご覧ください。
チャットボットとは？意味やメリット、活用事例を徹底紹介

チャットボットの種類

そもそも、チャットボットにはいくつかの種類があるのをご存じでしょうか。まずは、チャットボットにどのような種類が存在するのか、確認していきましょう。

シナリオ型チャットボット

シナリオ型チャットボットは、あらかじめシナリオを作成しておき、そのシナリオに沿って回答を行うという仕組みのチャットボットです。ルールベース型とも呼ばれることがあります。

営業時間、料金、定員数といった頻繁に寄せられる傾向がある定型的な質問への回答を自動化させることが可能です。また、必要に応じて「よくある質問」の回答が掲載されているページに誘導させることもできます。

ただし、シナリオ型チャットボットが対応できるのは「シナリオに設定されている質問のみ」であり、シナリオ外の質問に対応することはできません。そのため、頻繁に寄せられる質問だけにしか対応できない点は把握しておく必要があるでしょう。

AI型チャットボット

AI型チャットボットは、あらかじめ準備したデータだけでなく、ユーザーがチャットボットを使用したときのデータを蓄積することでAIが学習を重ねていき、回答精度を向上させていく仕組みのチャットボットです。

チャットボットでは、同じ質問でもユーザーによって異なる言葉（フレーズ）が用いられるが多々あります。たとえば、アパレル業界のチャットボットであれば、「ズボン」を「パンツ」と表現する人も少なくありません。こういった表現の違いにも、柔軟に対応できるようにしておかなければ、チャットボットが適切な回答を行えなくなってしまうのです。

しかし、AIが搭載されているチャットボットであれば、過去のユーザーとのやり取りを学習していくため、異なるフレーズにも柔軟に対応できるようになります。また、会話履歴を学習して最適な商品のレコメンドをするなど、データを最大限活用できる点も大きな魅力といえるでしょう。

一問一答型チャットボット

一問一答型チャットボットとは、ユーザーの質問に対して一つの回答を返していくタイプのチャットボットです。厳密に言えばAI型チャットボットも一問一答型チャットボットのうちの一つといえます。

AI型以外に、辞書型チャットボットというタイプも存在します。辞書型チャットボットとは、辞書のように質問と回答のセットをデータベースに登録し、ユーザーが質問した際のフレーズをデータベースから検索し、該当する答えを出力していくというものです。

シナリオ型チャットボットの特徴

シナリオ型チャットボットは、AI型チャットボットとは異なり、AIが搭載されていません。そのため、「Aという単語が含まれていたらBを返答する」といったルールを人間が事前に設定しておく必要があります。また、AI型のように学習を重ねていくわけでもないため、不適切な返答が行われてしまう場合には、担当者が自ら修正を行う必要があるわけです。

「ユーザーがAを選択した場合にはBを回答する」「Cを選択した場合にはDを回答する」といったように、事前に用意したシナリオ通りに回答を行うため、事前準備が極めて重要なタイプのチャットボットといえるでしょう。

AI型チャットボットと比べてシンプルなロジックで動いているチャットボットであるため、複雑な知識が必要ないという点は一つの特徴といえます。

シナリオ型チャットボットのメリット

シナリオ型チャットボットの主なメリットとしては、「低コストで導入可能」「回答が正確」という点が挙げられます。これらのメリットについて、詳しくみていきましょう。

低コストで導入可能

先ほどもご紹介したように、シナリオ型チャットボットはAI型と比べてシンプルなロジックで動いています。そのため、開発・導入にかかるコストはそこまで高くありません。予算が限られている企業にとって、この点は大きなメリットの一つといえるでしょう。

また、導入することによって業務効率化を図れるようになるため、人件費削減という点でのコスト削減も実現できるでしょう。特にカスタマーサポート担当者が別の業務も兼任している企業の場合、担当者の負担を大幅に軽減できるため、働き方改革という観点でも大きなメリットがあるでしょう。

回答が正確

一般的なカスタマーサポートの場合、オペレーターの経験や知識量によって回答の精度にバラつきが生まれてしまいます。その結果、思わぬクレームに発展してしまう可能性さえあるわけです。

しかし、シナリオ型チャットボットを導入すれば、ユーザーからの質問に対してあらかじめ決められた回答だけを自動回答していく仕組みを構築できるので、サポート品質を均一化することができます。正確な回答を均一化できれば、クレームに発展するリスクも抑えられるようになるため、企業ブランディングの観点でもメリットが生じるでしょう。

シナリオ型チャットボットのデメリット

シナリオ型チャットボットには、いくつかのデメリットが存在することも忘れてはなりません。導入を検討する段階で、デメリットについてもしっかりと把握しておきましょう。

・事前に設定したシナリオにしか対応できない

シナリオ型チャットボットは、事前に設定したシナリオにしか対応することができません。そのため、イレギュラーな質問が寄せられた場合には、オペレーターによる回答へと切り替えなければならないのです。すべての質問に回答できるわけではなく、必要に応じて有人サポートに切り替える必要がある点は、シナリオ型チャットボットの一つのデメリットといえるでしょう。

・複雑な質問には対応できない

AI型チャットボットの場合、日々寄せられる質問内容をデータとして蓄積していくため、ちょっとした言葉の違い（ゆらぎ）に関してもしっかりと学習し、対応していくことが可能です。

その点、シナリオ型チャットボットは、あらかじめ決められた質問にしか回答できないため、柔軟性があるわけではありません。複雑な質問が寄せられた場合には対応できなくなってしまうことは、一つのデメリットといえるでしょう。

こういったデメリットを踏まえた上で、導入を検討していくことが大切になります。

シナリオ型チャットボットのシナリオ設計方法

では、実際にシナリオ型チャットボットを導入する場合、どのような方法でシナリオを設計していけば良いのでしょうか。ここからは、シナリオ型チャットボットのシナリオ設計方法について詳しくみていきましょう。

ターゲットの設定

まずは、どのようなユーザーがチャットボットを利用していく可能性があるのか、ターゲットの設定を明確にすることが大切です。事前にターゲットの設定を行っておかなければ、的外れなシナリオばかりを構築してしまい、チャットボットが機能しなくなってしまう可能性もあります。

より効率的にシナリオ構築を進めていくためにも、まずはターゲットの設定を行い、構築すべきシナリオの方向性を明確にしていきましょう。

質問と回答を用意する

次に、よくある質問と回答の準備を進めていきます。あらかじめ、ターゲットユーザーの属性や性別、年齢などを想定しておけば、より正確な質問・回答の準備を進められるでしょう。

これまでにカスタマーサポートで問い合わせ対応を行ってきた従業員がいるのであれば、その従業員の経験に基づいて質問・回答を用意していくのも有効な手段といえます。また、問い合わせフォームを設置していた企業であれば、これまでフォームに寄せられた質問内容を参考にしていくのも効果的な手段といえるでしょう。

・シナリオを作成

質問と回答の作成をすることができたら、実際にシナリオを作成していきます。一般的にシナリオは「診断型」「顧客満足度型」という2つの種類に分けられるため、もしどのようなシナリオ作りを行えば良いか迷ったときは、これらのいずれかのパターンをベースにして骨組みを作成していくと良いでしょう。

ちなみに「診断型シナリオ」は、洋服のサイズ、旅行のプラン、ホテルのグレードなど、ひとつの質問に対して選択肢が複数用意されている場合に効果的なパターンです。ただ、選択肢を多くしすぎてしまうと、ユーザーが迷ってしまうこともあるため、ある程度の絞り込みが必要になるでしょう。

一方の「顧客満足度型シナリオ」は、選択肢で回答するのではなく、ユーザーに寄り添って会話していくシナリオタイプです。たとえば、ファッション系のECサイトにおいてユーザーが「自分にぴったりのコーディネート」を探している場合、あらかじめ用意した選択肢から最適なものを提示することはできません。ユーザーごとに最適な提案を行う必要があり、過去の購入履歴をもとにレコメンドを行ったり、季節に合わせたコーディネートを提案したりする必要があります。そのため、シナリオの設計は複雑になることを想定しておいたほうが良いでしょう。