カスタマーサポートシステムの構築方法

4ステップで簡単！watsonx Orchestrateでカスタマーサポートシステムを構築

以下の動画シリーズでは、24時間対応のカスタマーサポートシステムを想定し、返金に関する問い合わせを受けた際に対応できるエージェントの作成方法を、4つのステップに分けてデモ動画でご紹介します。

全体像

本シナリオでは、お客様からの問い合わせに 24時間対応可能なカスタマーサポートシステム を想定しています。

想定される課題：

• お客様からの問い合わせ件数が多く、対応要員が不足している
• 業務が属人化しており、対応効率が低い
• オペレーターの対応可能な時間帯が限られているため、回答までに時間がかかり、顧客満足度が低下している

解決策：

これらの課題に対し、watsonx Orchestrate を活用して 24時間自動対応が可能なカスタマーサポートシステムを構築することで、人の代わりにシステムが自動で問い合わせ対応を行えるようになります。 その結果、カスタマーセンターの業務効率化と顧客満足度の向上を同時に実現できます。

シナリオの流れ(イメージ)：

ユーザーがレシートをアップロードすると、システムはその情報を解析し、ナレッジベースを参照して返金可否を判断します。

結果に応じて、以下のような対応を行います。

• 返金可能な場合
  次の手続き方法を案内し、Salesforce上でケースを自動起票。ケース番号をユーザーに返却します。
• 返金不可の場合
  返金できない理由を明確に提示し、ユーザーに丁寧に回答します。

このシナリオを通じて、24時間対応・迅速な判断・業務自動化を実現し、顧客満足度と運用効率を同時に向上させられることの具体的なイメージを確認できます。

本動画シリーズの全体説明についてはこちらの動画をご覧ください。 https://video.ibm.com/playlist/692599/video/134645513

それでは、このシステムを構築する方法を以下の4ステップに分けてご紹介します。

ステップ① データベース連携でRAGエージェントを作成

以下の動画では、カスタマーサポートシステム構築の第一歩として、社内ナレッジを活用し、情報検索が可能なRAGエージェントを作成する方法をご紹介します。

https://video.ibm.com/playlist/692599/video/134645501

目的

社内に蓄積されたナレッジを活用し、顧客からの問い合わせに対して必要な情報を検索・提示できるRAG（Retrieval-Augmented Generation）エージェントの開発方法を紹介します。 本ステップでは、後続の判断や自動対応を行うための知識基盤となるエージェントを構築します。

利用機能

• Agent Builder のデータベース連携機能
  社内ドキュメントやルールをデータベースとして接続し、エージェントが検索・参照できるようにします。
  ステップ①の動画では、RAGエージェントを作成する例として AstraDB との連携を行っていますが、Astra以外のデータベースとの連携も可能です。

期待される効果

• 社内ナレッジに基づき、顧客からの問い合わせ内容に応じた関連情報を提示できるRAGエージェントを構築できる
• 回答に利用した情報源を示すことで、回答の根拠を明確にし、信頼性の高いサポート対応を実現できる
• 以降のステップ（返金可否の判断・自動対応）における判断基盤として再利用可能なナレッジエージェントを整備できる

ステップ② レシート情報抽出機能を開発

以下の動画では、カスタマーサポートシステム構築の第二歩として、ユーザーがアップロードしたレシート画像から必要な情報を抽出するツールの開発方法をご紹介します。

https://video.ibm.com/recorded/134645500

目的

カスタマーサポートシステム構築の第二歩として、ユーザーがアップロードしたレシート画像を受け取り、返金判断に必要な情報を自動で抽出する仕組みを構築します。 本ステップでは、後続ステップで行う「返金可否の判断」に必要となる入力データを準備することを目的とします。

利用機能

• ワークフロー機能のドキュメント抽出機能

ワークフロー上でレシート画像を処理し、購入日・金額・商品情報などの必要な情報を自動的に抽出します。

期待される効果

• ユーザーがレシートをアップロードするだけで、レシート画像から必要な情報を自動抽出できるようになる
• 手入力を不要とすることで、ユーザー・オペレーター双方の負担を軽減できる
• 抽出した情報を後続ステップ（返金可否の判断・自動対応）でそのまま活用できる状態を整備できる

ステップ③ ナレッジで判断し返信するエージェント設定

以下の動画では、カスタマーサポートシステム構築の第三歩として、社内ナレッジと抽出した情報を組み合わせて返品可否を判断し、その結果に応じた返信を自動生成するエージェントの設定方法をご紹介します。

https://video.ibm.com/recorded/134645499

目的

カスタマーサポートシステム構築の第三歩として、

• Step①で構築した社内ナレッジを参照できるRAGエージェント
• Step②で抽出したレシート情報（購入日・金額など）
  を活用し、返品可否を自動で判断したうえで、顧客への返信を生成するエージェントを構築します。 本ステップは、カスタマーサポート対応における「判断」と「回答」を自動化する中核となる工程です。

利用機能

• Agent Builder の Behavior 機能

Behavior 機能を用いて、

• どのような条件で
• どのような回答を返すか

といったエージェントの振る舞い（判断ロジック・応答内容）を定義します。

期待される効果

• 社内ナレッジに基づき、返品・返金の可否を一貫したルールで自動判断できる
• 判断結果に応じて、顧客への返信内容を自動生成できる

ステップ④ Salesforce連携でケース起票機能を開発

以下の動画では、カスタマーサポートシステム構築の最終ステップとして、Salesforceと連携し、返金対応に関するケースを自動で起票する仕組みの開発方法をご紹介します。

https://video.ibm.com/recorded/134645498

目的

カスタマーサポートシステム構築の最終ステップとして、 Step3で行った返品・返金可否の判断結果をもとに、Salesforce上でケースを自動起票する機能を実装します。 本ステップでは、AIエージェントによる判断結果を実際の業務システムにつなげ、運用可能な形に仕上げることを目的とします。

利用機能

• 外部システムの連携機能
• OpenAPIツールのインポート機能

Salesforceが提供するAPI仕様をもとにOpenAPIツールをインポートし、watsonx Orchestrate から Salesforce へケース作成リクエストを送信できるように設定します。

期待される効果

• Salesforceとの連携により、返金対応に関するケースをSalesforce上で自動起票できる
• オペレーターによる手動でのケース起票を不要とし、対応工数を削減するとともに業務効率を向上させられる