AIエージェントを設定するAIエージェントが必要になる
公開日：
2026/7/2
最終更新日：
2026/7/2
AIエージェントを設定するAIエージェントが必要になる
顧客対応AIエージェントは、作った瞬間に完成するものではありません。
ナレッジを直し、プロンプトを調整し、実際の顧客対応を想定してテストし、改善点を次の設定に戻していく。裏側には、継続的な設定と運用の仕事があります。
KARAKURIでは、顧客対応AIエージェントGeNを設定・運用するために、社内限定のAIエージェント「ヘルプアシスタント」を使っています。AIエージェントを育てる仕事そのものを、AIエージェントと一緒に進めるための仕組みです。
GeNは聞き返しで問題を特定するAIエージェント
前提から説明します。GeN（Generative Navigator）は、KARAKURIが提供する顧客対応AIエージェントです。統合AIプラットフォームKARAKURI CXMを構成するサービスの一つで、GeN単体でも導入できます。
お客様の質問は、いつも整理された状態で届くとは限りません。GeNは曖昧な質問にそのまま答えるのではなく、聞き返しによって真の課題を特定してから回答します（特許取得済）。回答は指定したURLへの誘導に徹するため、ハルシネーションを構造的に抑えられます。
求められる設定もシンプルです。シナリオ構築やAIの学習は不要で、参照させるURLとプロンプトを指定すれば運用を始められます。サービスの詳細はGeNのサービスページをご覧ください。
ただし、「シナリオ構築が不要」と「設定の仕事がゼロ」は同じではありません。業務に合わせてGeNを磨き込む仕事は、導入後も続きます。
設定作業は一度では終わらない
AIエージェントの設定は、管理画面で項目を埋めて終わりではありません。
仕様を確認する。想定質問を作る。ボットにテスト発話を投げる。回答の根拠や言い回しを見直す。必要であればプロンプトや参照コンテンツの指定を変える。さらに、改善タスクとしてチケットに起こす。
この一連の作業は、オンボーディング担当だけで抱えるには広すぎます。プロダクトの理解、顧客業務の理解、開発上の制約、営業現場での期待値。複数の視点を行き来しながら、AIエージェントは少しずつ業務に合う形へ近づいていきます。
ヘルプアシスタントは作業台になる
ヘルプアシスタントは、GeNの設定・運用に必要な作業を支える社内AIエージェントです。
参照するのはドキュメントだけではありません。プロダクトのコード、設定しているツール、プロンプトそのものを読んだ上で、設定に対するアドバイスを返し、設定変更の実行やテストまで行います。
仕様ドキュメントを調べ、ボットにテスト発話を投げて応答を確認し、必要に応じて改善起票までつなげる。人が判断し、AIが調査・反復・記録を手伝うことで、設定作業は個人の手作業から、再現しやすい運用プロセスに近づきます。
大事なのは、ヘルプアシスタントが人の代わりにすべてを決めるわけではないことです。判断の中心には人がいます。ただし、その判断に必要な確認やテストを、AIエージェントが大きく支えています。
数名の担当者だけに閉じない
2026年6月の社内利用ログでは、ヘルプアシスタントのユニーク利用者は28名でした。GeNのオンボーディング担当は数名ですが、実際には営業や開発メンバーも利用しています。
同じ期間に、会話数は409件、ターン数は2,044回、チャットテストは3,970回、設定変更は216回ありました。総稼働時間は91時間16分、入力トークン数はキャッシュを含めて35.8億トークンです。
この数字が示しているのは、AIエージェントの運用が一部の専門担当者だけの仕事ではなくなりつつあるということです。営業が顧客の期待値から確認し、開発が仕様や挙動から確認し、オンボーディング担当が導入設計に戻す。ヘルプアシスタントは、その間をつなぐ作業台になっています。
AIエージェント運用にもAIエージェントがいる
AIエージェントが顧客対応の現場に入るほど、設定・テスト・改善の量も増えていきます。すべてを人の手だけで回そうとすると、運用は属人化し、改善速度は上がりにくくなります。
だから私たちは、AIエージェントの運用にもAIエージェントが必要になると考えています。
顧客対応AIエージェントを強くするには、回答精度だけでなく、育て続ける仕組みが要ります。ヘルプアシスタントは、KARAKURIがその裏側で試している一つの答えです。AIエージェントを作る仕事も、これからはAIエージェントなくしては成り立たなくなっていくのかもしれません。
CXMやGeNの活用設計について詳しく知りたい方は、ぜひお問い合わせください。
