「過去1年間の通話ログ（音声認識テキスト）が1万件あるから、これを生成AIに読み込ませて、いい感じにFAQを自動生成してくれ」――。センター長やDX推進部門からそんな指示が降りてきたことはありませんか？最新のAIを使えば、数分で数百件のFAQらしきものができ上がります。しかし、いざそれを現場のオペレーターに見せるとどうなるでしょうか。「記載が曖昧で結局どっちのシステムを操作すればいいかわからない」「2年前の古いキャンペーン情報が混ざっていて誤案内になりかけた」というトラブルが多発。結局、現場のSVが夜遅くまで手作業で全面修正する羽目になり、余計に工数が増えてしまいます。

最終的なゴールである「FAQの作成」だけをAIに丸投げしても、AIはデータの背景まで自動的に理解できるわけではありません。

例えば、古い情報と新しい情報が混ざっていれば、AIが古い情報をもとにFAQを作ってしまう可能性があります。また、定期購入者と都度購入者のデータが混ざっていれば、それぞれに適したFAQを作ることも難しくなります。

こうした問題を防ぐには、AIにFAQを作らせる前に、人間側でデータを整理しておく必要があります。AIの性能だけを問題にするのではなく、AIに渡すデータの整理を人間側がきちんと行うことが重要です。

「最新の情報だけ」「対象顧客だけ」という曖昧な文脈条件を、あらかじめ数値・日付・分類で定義しておきます。

このフィルタ条件を先にExcel等で適用してからAIに渡すことで、「記載が曖昧」「情報が古い」というトラブルの大半は入口の時点で防げます。

☐ 直近でAIにまとめて読み込ませたデータを1つ選ぶ

☐ 上の表を参考に、「期間」「対象顧客」「カテゴリ」の3つの定量フィルタ条件を書き出す

☐ フィルタをかけたデータだけをAIに渡し、フィルタなしの結果と比べてみる

FAQ自動生成が現場を混乱させるのは、AIの性能不足ではなく「時系列」「顧客ステータス」という文脈をフィルタせずに渡してしまうからです。定性条件を定量フィルタに変換する一手間が、現場が信頼できるFAQを生み出します。