知識ベース搭載のAIチャットボット — あなたの企業を熟知したボット
汎用的なAIチャットボットは汎用的な回答を行います。Zentor AppはAIチャットボットを独自のナレッジベースと連携させます。ボットは貴社の企業テキストのみを基に、正確で一貫性のある、虚偽の情報を含まない回答を行います。
ジェネリックチャットボットの課題
一般的な言語モデルのトレーニングデータのみを参照するAIチャットボットでは、お客様の質問に確実にお答えできません。そのモデルは、貴社のこと、価格体系、サービス条件、最新の製品を一切知りません。その結果、曖昧で一般的な回答や、最悪の場合誤った回答が返され、お客様の信頼を損なうことになります。
最初の世代のルールベースチャットボットは、この問題を別の方法で解決しています。それらは固定されたプログラムであり、正確なキーワードにのみ反応します。これにより、硬直した柔軟性に欠ける会話になります。一度、顧客が想定とは異なる方法で質問を表現すると、システムは機能しなくなります。
Zentor Appは2つのアプローチの最良の部分を組み合わせています：回答は、ルールベースのアプローチのように、お客様自身の管理されたコンテンツに基づいて行われますが、AIモデルは顧客の自然な言語を理解し、柔軟に対応することができます（最新のAIチャットボットのように）。その結果、本当にあなたを知っているチャットボットが誕生します。この原則が一般的なボットと具体的にどのように異なるのかを、以下で説明します。 汎用ボットではなく、独自のAIチャットボット.
知識ベースとは何か、そしてRAGとは何か
AIチャットボットの文脈におけるナレッジベースは、ボットが質問に答えるための基盤となるすべてのコンテンツの構造化されたコレクションです。FAQドキュメント、製品テキスト、サービス情報、プロセスガイドラインなどをアップロードすると、チャットボットは各リクエストに対してこのコレクションにアクセスします。
その背後にある技術的メカニズムは、RAG（Retrieval-Augmented Generation）と呼ばれています。この仕組みは2つのステップで動作します。まず、システムはお客様のナレッジベースから顧客の問い合わせに関連するテキストセクションを検索します（Retrieval）。次に、見つかったコンテンツを顧客の問い合わせと一緒にAIモデルに渡して、それに基づいて理解しやすく、文脈に即した回答を生成します（Generation）。
結果：ボットは独自に何かを創り出すわけではありません。お客様の知識データベースにある情報を、スクリプトに縛られず、自然な言語で、かつお客様の表現に対する理解を示しながら回答します。検索と生成に関する詳細な技術的な解説は、当社の記事「」でお読みいただけます。 RAG技術の解説.
あなたのコンテンツ — あなたの回答
Zentor Appの知識データベースは,顧客を対象とするすべてのテキストベースのコンテンツに適しています.チャットボットに教えたいものはすべて,ダッシュボードからアップロードしてください. プログラミング,技術設定はありません.典型的なFAQ,PDF,製品コンテンツを詳しく見ることができます. 独自のデータを持つチャットボット.
よくある質問と回答 — 知識ベースの定番。Q&A形式のドキュメントまたは流し読み可能なテキストとして構成されます。
製品の特徴、利点、バリエーション、および使用範囲。ボットは特定の製品に焦点を当てて対応できます。
営業時間（チャットボットのサービス時間を指す）、配送条件、返品プロセス、およびその他のサービス関連情報。
内部または外部のステップバイステップガイドで、お客様が製品やサービスを活用する際に役立ちます。
あなたが誰であるか、あなたが提供しているもの、そして顧客があなたと仕事をする理由。新規問い合わせや一般的なオリエンテーション会話に役立ちます。
価格表、料金概要、条件 — 個人データは含まれていませんが、顧客が通常求めるすべての情報を含みます。
スターター: 1,000 MB の知識ストレージ
Zentor Appのスタートアッププランには1,000MBの知識メモリ (要求に応じて拡張可能) が含まれています.これは技術的な指標のように聞こえますが,これを比較してみると,50万語のテキスト文書は通常500KB未満です.つまり1,000MBで,容量の問題なしに非常に大量の企業テキスト,FAQ文書,製品説明書,ガイドを保存することができます.
ほとんどの中小企業にとって、このストレージはすべての関連する顧客情報をカバーするのに十分です。チャットボットはこのベースにアクセスし、同時に発生する会話の数に関係なく、高品質な回答を提供します。
ナレッジベースのコンテンツは、ダッシュボードを通じていつでも管理できます。ドキュメントの追加、更新、削除が可能です。変更はすぐに反映され、チャットボットは次の会話から更新されたコンテンツに基づいて回答します。
個別パッケージのVector-RAG
大規模なナレッジベースを保有している企業や、より高い品質要件を満たす必要がある企業には、Zentor Appの個別パッケージでVector-RAGを提供しています。標準検索との違いは、キーワード検索ではなく、Vector-RAGがナレッジコンテンツと顧客の問い合わせの両方を数学的なベクトルに変換することです。これらのベクトルは、テキストの意味的な内容、つまり意味を表します。
これにより、意味的な類似性検索が可能になります。例えば、顧客が「キャンセルするにはどうすればいいですか？」と質問した場合、システムは共通のキーワードが存在しなくても、「契約の解約」と見出しが付けられたセクションを特定します。これにより検索の精度が大幅に向上し、その結果はチャットボットの回答の品質に直接反映されます。
個別パッケージのVector-RAGは、ローカルAIモデルと組み合わせ可能です。あなたの知識データベースとAI処理は、すべて自前のインフラ上に留まります。同時に、意味的な検索品質を保ちながら、最大限のデータ主権を実現します。
よくある質問（FAQ）- 知識データベース
RAG技術とは何ですか？
RAGはRetrieval-Augmented Generationの略です。この手法は2つのステップを組み合わせています。まず、システムはリクエストに関連するコンテンツを知識データベースから検索します（Retrieval）。次に、AIモデルは検索されたコンテンツを使用して、正確で文脈に即した回答を生成します（Generation）。その結果、回答はAIモデルの一般的なトレーニングデータに基づくのではなく、貴社の独自テキストに基づいて作成されます。
どのようなコンテンツをナレッジベースにアップロードできますか？
顧客に関連するすべてのテキストベースのコンテンツをアップロードできます. FAQ文書,製品説明,サービス条件,価格リスト (個人情報を含まない),プロセス説明書,製品使用ガイド,または一般企業情報.知識データベースは,技術知識を必要としない限り,Zentor Appダッシュボードで管理できます.
どのくらいのストレージが含まれていますか？
スタータープランでは1,000 MBのナレッジストレージが利用可能です（必要に応じて拡張可能）。これは非常に大量のテキストドキュメントに相当し、多くの中小企業にとってこのストレージ容量は十分です。カスタムパッケージでは、必要に応じてより多くのストレージとセマンティックベクターRAG検索の設定が可能です。
チャットボットはナレッジベースからのみ回答しますか？
標準構成では、チャットボットはお客様のナレッジベース内のコンテンツに基づいてのみ質問に回答します。これにより、ボットがAIモデルの一般的なトレーニング知識から汎用的または誤った回答を行うことを防ぎます。問い合わせに対して適切なコンテンツが見つからない場合、チャットボットは不確実な回答を行うのではなく、顧客を社員にリダイレクトするように構成できます。
知識ベースにおける「スターター」と「個別」の違いは何ですか？
スタータープランでは、チャットボットはナレッジベースから従来のキーワードベースの検索を利用します。ボットは顧客の問い合わせからキーワードを検索します。インディビジュアルパッケージでは、ベクトルRAGも利用可能です。ここでは、問い合わせとナレッジコンテンツが意味的なベクトルに変換され、顧客がナレッジベースに記録されているのとは異なる表現で質問した場合でも、ボットが適切な回答を見つけることができます。これにより、ヒット率が大幅に向上します。
外部システムからナレッジベースを自動的に充てることができますか？
Zentor Appは,ダッシュボードインターフェイスを通じて文書の輸入をサポートする.外部システム (CMS,ドキュメント管理,CRM) から自動輸入するには,個人パッケージでは,Dashboardで手動アップロードなしでコンテンツを構造的に輸入および更新できるAPIアクセスとn8nワークフローが利用可能である.
ナレッジベースの変更はどのくらいで有効になりますか？
Zentor Appダッシュボードに変更を加えたら即座に処理されます.次の会話からチャットボットは更新されたコンテンツに基づいて応答します.手動ニュートラニングサイクルによる遅延はありません.RAGシステムは,すべてのリクエストで,知識データベースから直接最新のコンテンツを読み取ります.
チャットボットが適切な回答を見つけられない場合、どうなりますか？
RAGシステムが知識データベースで要求に適合するコンテンツを見つけられない場合,チャットボットは設定可能な方法で反応します.顧客に答えがないと伝え,従業員に手渡しを開始したり,一般的な質問をすることができます. 欠落したマッチに対する正確な反応は,Zentor Appダッシュボードで定義できます.
Mehr dazu im Hilfe-Center