「通話が終わったら、AIが会話を自動で要約してCRM（顧客管理システム）の対応履歴に入力してくれる機能」を導入しました。SVがいざ履歴を確認すると、そこには「お客様がログインできないと怒っており、パスワード再発行を案内した」とだけ書かれていました。

これでは、お客様がどの画面で、どんなエラーメッセージを見て、最終的に解決したのかという経緯が分かりません。結局、SVは毎回10分もある音声ログを最初から聞き直すことになっています。

では、なぜAIはこのような「一言で終わる要約」しか作れなかったのでしょうか。原因はAIの性能だけとは限りません。AIが要約する元のデータ、つまり音声認識されたテキストの品質にも原因があります。

システムの世界には「GIGO（Garbage In, Garbage Out：ゴミを入れたら、ゴミが出てくる）」という鉄則があります。

例えば、オペレーターとお客様の声が重なっていたり、フィラー（無駄な言葉）が多かったり、音声認識の設定が適切でなく商品名や専門用語が誤認識されていたりすると、AIが要約する元データそのものが不正確になります。

その結果、AIが必要な情報を正しく把握できず、「パスワード再発行を案内した」という一言だけの要約になってしまうことがあります。

だからこそ、AIの性能を高めるだけでなく、AIに渡す元データの品質も人間側で管理する必要があります。

「なんとなく聞き取りにくい」という感覚を、数値でチェックできる基準に変換します。

このチェック表を使うと、例えば担当者はAIにデータを渡す前に、 

① 商品名の誤変換がないか確認する
↓
② 必要な3項目が入っているか確認する
↓
③ 感情表現ではなく事実が残っているか確認する 

という手順でチェックできます。 

このように、AIに渡す前のデータについて「何を確認するか」「どこまでできていれば合格か」をあらかじめ決めておくことで、AIの出力を安定させることができます。「一言で終わる要約」ではなく、「顧客の発言・発生した問題・対応内容まで追える要約」を作れるようになります。 

☐ 音声認識システムの単語登録が最後にいつ更新されたか確認する

☐ 上の表の3項目を、自分のセンターの要約プロンプトに反映されているか確認する

☐ 反映されていない項目があれば、今週中に1つだけ追加してみる

AI要約が内容の薄い短文で終わるのは、インプットした音声認識テキストの質が低いからです。単語登録・抽出項目・感情語の除去という3つの基準を数値で管理すれば、GIGOを防ぎ、経緯が追える要約に変わります。