問い合わせ対応の現場では、類似の質問が繰り返し届いているにもかかわらず、毎回ゼロから回答を書いたり、過去のメール履歴やチャットログを手作業で探し回ったりしている状況が珍しくありません。回答そのものを書く時間よりも、参考になる過去の対応を見つけ出す時間のほうが長くなっているケースが多く、結果として顧客を待たせ、担当者も疲弊するという悪循環が生まれています。
この記事は、従業員50〜300名規模の企業で、カスタマーサポートや社内ヘルプデスクの運用を担当しているチームリーダーや情シス担当者を想定しています。読み終えると、問い合わせが届いた瞬間に過去の類似回答やナレッジ記事が自動で提示され、担当者が回答を選んで微調整するだけで対応が完了するワークフローの全体像と、各ツールの役割が理解できます。大規模コンタクトセンター向けの全社導入計画や、個別ツールの網羅的なレビューは扱いません。
なお、本記事で紹介するツールの組み合わせは代表的な一例です。同じ役割を果たす別の製品でも、同様のワークフローを構築できます。
読み終えた時点で、問い合わせ受付からナレッジ検索、回答作成までを一本の流れとしてつなぐ3ステップのワークフロー設計図と、各ステップで使うツールの選定基準が手に入ります。
Workflow at a glance: 問い合わせ対応で過去の回答を探す時間をなくし顧客待機時間と担当者の疲弊を同時に減らす方法
多くの現場では、問い合わせの履歴は問い合わせ管理ツールに、社内ナレッジはWikiやファイルサーバーに、回答テンプレートはスプレッドシートや個人のメモに、とそれぞれ別の場所に保管されています。担当者は問い合わせを受けるたびに、これら3つの場所を行き来しながら使えそうな情報を探すことになります。1件あたり5〜10分の検索時間でも、1日に20件対応すれば100〜200分が情報探索だけで消えます。
過去の対応履歴を検索する場合、多くのツールはキーワードの完全一致や部分一致で検索します。しかし、同じ内容の問い合わせでも顧客が使う言葉はバラバラです。たとえばログインできないという問い合わせが、パスワードが通らない、サインインに失敗する、認証エラーが出るなど、さまざまな表現で届きます。キーワード検索ではこれらを同一の問題として拾えないため、過去に完璧な回答があっても見つけられません。
情報が分散しキーワード検索も機能しない環境では、結局ベテラン担当者の記憶と経験に頼ることになります。ベテランが休暇や異動で不在になると、対応品質が一気に下がり、誤案内や二次対応が増えます。新人の立ち上がりにも時間がかかり、チーム全体の対応スピードが落ちるという構造的な問題です。
解決の鍵は、担当者が自分で情報を探しに行くのではなく、問い合わせの内容に応じて回答候補が自動的に目の前に表示される仕組みを作ることです。
従来のワークフローは、問い合わせを読む → 自分で検索する → 回答を書く、という3段階でした。これを、問い合わせを読む → 回答候補が表示されている → 選んで微調整する、に変えます。担当者の作業から検索という工程そのものを取り除くことが目標です。
キーワードの一致ではなく、文章の意味の近さで過去の回答やナレッジ記事を探す技術を使います。これはRAG(Retrieval-Augmented Generation)と呼ばれる仕組みで、問い合わせ文の意味を理解し、内容が近い過去の回答を自動で引き当てます。ログインできないとパスワードが通らないを同じ問題として認識できるため、キーワードのゆれに左右されません。
ナレッジベースを最初から完璧に作ろうとすると、構築だけで数か月かかり、その間に現場は疲弊します。まず過去の対応履歴をそのままナレッジの種として取り込み、日々の対応の中で回答を承認・修正するたびにナレッジが自動で更新される仕組みにします。運用しながら育てるアプローチが現実的です。
メール、Webフォーム、チャットなど複数の経路から届く問い合わせを、すべてZendeskのチケットとして集約します。担当者はZendeskの画面だけを見ればよく、チャネルごとに別の画面を開く必要がなくなります。
チケットが作成されると、Zendeskのトリガー機能で自動的にカテゴリ分類と優先度の仮設定が行われます。たとえば件名や本文にログイン、パスワードといった単語が含まれていれば認証カテゴリに振り分け、契約、解約が含まれていれば契約管理カテゴリに振り分けるといったルールを設定します。この仮分類が次のステップでの検索精度を高めます。
運用頻度は常時です。問い合わせが届くたびにリアルタイムでチケットが生成されます。担当者の作業はこの段階ではゼロで、すべて自動処理です。
チケットが作成されると、Helpfeelが問い合わせ文の意味を解析し、過去の類似チケットの回答やナレッジベースの記事を候補として担当者の画面に表示します。Helpfeelは日本語の意図予測検索に強みがあり、顧客が使う曖昧な表現や口語的な言い回しからでも、適切なナレッジ記事を引き当てることができます。
担当者は表示された回答候補の中から最も適切なものを選び、必要に応じて顧客の状況に合わせた微調整を加えます。候補が3〜5件表示されるため、ゼロから回答を考える必要はありません。過去に同様の問い合わせがなかった場合でも、関連するナレッジ記事が表示されるため、回答の土台を素早く作れます。
この段階で重要なのは、担当者が回答候補を使ったか、使わなかったか、修正したかを記録することです。この情報が次のステップでナレッジの改善に使われます。
回答を送信しチケットをクローズする際に、その回答内容をNotionのナレッジベースに反映します。具体的には、既存のナレッジ記事で対応できた場合はその記事の利用回数を更新し、既存記事を修正して回答した場合は修正内容を記事に反映し、まったく新しい回答を作成した場合は新規ナレッジ記事として登録します。
この作業は担当者がチケットクローズ時に1〜2分で行います。Notionのテンプレート機能を使い、カテゴリ、質問の要約、回答本文、関連タグの4項目を埋めるだけで記事が作成できるようにしておきます。週に1回、チームリーダーが新規登録された記事をレビューし、表現の統一や重複記事の統合を行います。このレビューは30分程度で完了します。
NotionのナレッジベースはHelpfeelの検索対象として連携させるため、記事が増えるほどステップ2の回答候補の精度が上がります。運用を続けるだけでナレッジが自然に育つ仕組みです。
Zendeskを入口に据える最大の理由は、マルチチャネル対応とAPI連携の豊富さです。メール、Webフォーム、チャット、SNSからの問い合わせをすべてチケットとして統一的に扱えるため、後続のHelpfeelやNotionとの連携がシンプルになります。トリガーやマクロによる自動分類も標準機能で実現でき、追加開発なしで運用を始められます。
一方で、Zendeskは海外製品のため管理画面の一部が英語のままになっている箇所があり、ITに不慣れな担当者には初期設定のハードルがやや高い点は認識しておく必要があります。ただし、日本語のサポートドキュメントは充実しており、初期設定を乗り越えれば日常運用で困ることはほとんどありません。
Helpfeelを選ぶ理由は、日本語の意図予測検索に特化している点です。一般的なキーワード検索やFAQシステムでは拾えない、口語的な表現や曖昧な言い回しに対しても、意味ベースで適切な記事を返せます。これは日本語の問い合わせ対応において決定的な差になります。
注意点として、Helpfeelの検索精度はナレッジベースの記事品質に依存します。記事のタイトルや本文が曖昧だったり、1つの記事に複数のトピックが混在していたりすると、検索精度が下がります。ステップ3でのナレッジ整備を継続的に行うことが前提です。また、導入時には既存のFAQやナレッジ記事の棚卸しが必要で、この初期整備に1〜2週間は見込んでおくべきです。
Notionをナレッジベースに使う理由は、テンプレート機能とデータベース機能の組み合わせにより、ITに詳しくない担当者でもナレッジ記事の作成・分類・検索ができる点です。専用のナレッジ管理ツールと比較して導入コストが低く、他の社内業務(議事録、マニュアル管理など)にも横展開できるため、ツール数を増やさずに済みます。
トレードオフとして、Notionは汎用ツールであるため、ナレッジ管理に特化した機能(記事のバージョン管理、承認ワークフロー、利用統計の詳細分析など)は標準では弱い部分があります。記事数が1,000件を超えるような規模になった場合は、専用のナレッジ管理ツールへの移行を検討するタイミングです。ただし、50〜300名規模の企業であれば、Notionで十分に運用できる範囲です。
| Tool | Role | Pricing | Implementation time | Notes |
|---|---|---|---|---|
| Zendesk | マルチチャネル問い合わせの一元管理とチケット化 | 月額課金 | 1〜2週間 | メール・Webフォーム・チャットの受信設定とトリガーによる自動分類ルールの設定が主な作業。既存の問い合わせ窓口からの切り替えは段階的に行うのが安全です。 |
| Helpfeel | 日本語の意図予測検索による回答候補の自動提示 | 要問い合わせ | 2〜3週間 | 既存のFAQ・ナレッジ記事の棚卸しと初期登録が必要。記事数が少ない段階でも意図予測検索は機能しますが、記事品質が検索精度に直結するため初期整備の丁寧さが重要です。 |
| Notion | ナレッジ記事の作成・分類・蓄積 | 無料枠あり | 3〜5日 | ナレッジ記事用のデータベーステンプレートを作成し、カテゴリ・質問要約・回答本文・関連タグの4項目を標準化。週次レビューの運用ルールをチームで合意しておくことが継続のポイントです。 |
問い合わせ対応の生産性を上げるために必要なのは、担当者のスキルアップでも人員の増加でもなく、情報が担当者のもとに自動で届く仕組みを作ることです。Zendeskで問い合わせを一元化し、Helpfeelで過去の回答候補を自動提示し、Notionで日々の対応をナレッジとして蓄積する。この3つをつなげることで、対応1件あたりの情報探索時間を大幅に削減でき、顧客の待機時間短縮と担当者の負担軽減を同時に実現できます。
最初の一歩として、まずZendeskに届いている直近3か月分の問い合わせを分類し、よくある質問のトップ20をNotionにナレッジ記事として登録するところから始めてください。この20件だけで、日常の問い合わせの6〜7割をカバーできるはずです。そこからHelpfeelとの連携を設定すれば、翌日から回答候補の自動提示が動き始めます。
Mentioned apps: Helpfeel, Zendesk, Notion
Related categories: カスタマーサポートツール, ナレッジマネジメントツール
Related stack guides: 業界標準の改定内容を自社システムへ漏れなく反映し監査不適合を防ぐ方法, パートナーとのトラブル発生時に証跡を即座に集約し原因究明と再発防止を加速する方法, 育児・介護休業の案内から申請・社会保険手続きまでを仕組み化し人事担当者の個別対応と手続きミスをなくす方法, 危機発生時にブランド方針と広報対応のズレをなくし初動遅れと二次炎上を防ぐ方法, ツール導入後の社内問い合わせ対応が特定の社員に集中する属人化を解消し安定したサポート体制を構築する方法
サービスカテゴリ
AI・エージェント
ソフトウェア(Saas)