AIエージェント保守とは｜頻度・要否と4つの確認ポイント【2026年9月】

結論: AIエージェント（＝チャットボットや業務自動化の仕組み）の保守とは、作って終わりの「構築」ではなく、本番稼働を始めたあとにその状態を保ち続ける、構築とは別の継続的な作業です。この記事では、保守の中身・必要になる頻度・内製と外部委託の分かれ目・契約前に確認すべき4つのポイントを順に書きます。

この記事は、すでにAIエージェントを導入した、または導入を具体的に検討している中小企業の担当者に向けて書いています。「導入するかどうか」はすでに決めた、または既に導入済みという前提です。その判断軸はAIエージェント導入｜メリット・デメリットと5つの判断基準に書きました。この記事は、動かし始めたあとの「保守・運用」をどう扱うかに絞ります。具体的には、自分たちでやるか外部委託か、頻度はどれくらい要るか、契約前に何を確認すべきかを扱います。

今日やることは1つです。保守契約の見積書に、週・月あたりの対応時間と、対象になる作業を書いてもらってください。「保守一式」だけでは、別の見積書と条件を比べられません。

AIエージェントの「保守」とは何を指すか

IPA「テキスト生成AIの導入・運用ガイドライン」は、運用担当者の考慮事項（第4章）とリスク管理手法（第5章）を扱っています。

保守とは、作って終わりの「構築」とは別に、動き続けている状態を保つための継続的な作業です。構築は、要件を決めてAIエージェントを組み上げ、本番で動く状態まで持っていく一度きりの作業です。保守は、その状態を維持し、環境の変化に合わせて調整し続ける作業で、終わりがありません。

運用は、決められた手順で日々の業務を回すことです。保守は、不具合や周囲の変化に対応して使える状態を保つことです。改善は、対象業務を広げたり、使いやすさを高めたりする作業です。実際の担当は重なっていても、見積書では範囲を分けて考えます。

たとえば、社内資料から回答する仕組みを考えてください。資料の追加は日々の運用に含められます。追加した資料を読み込めない不具合の修正は保守です。別の部署のシステムにもつなぐ依頼は、追加開発として扱うかを相談します。同じ「更新」でも、作業の中身によって負担が変わります。

構築費を払っただけで、将来の変更まで含まれるとは限りません。当社の事業ファクトシートでも、AI適用診断（＝本番導入前に、研修・試作・実装のどれで進めるかを見極める診断）と構築・保守は別契約です。納品後の不具合への対応と、継続的な保守の関係も確認してください。どちらが適用されるかは、原因と契約内容で変わります。

確かめ方: 構築を依頼した契約書や提案書に「保守」という言葉があるか、あるとしたら何を指しているかを確認してください。「アフターサポート」「サポート窓口」といった曖昧な表現しかない場合、保守の中身が具体的に決まっていないことがあります。

保守を怠るとどうなるか（放置のサイン）

保守を怠ると、回答のずれや連携の不具合を見逃します。突然止まる場合もあり、劣化がゆっくり進むとは限りません。原因は、AIエージェントが単体で完結しておらず、連携先のシステムやAIモデル自体が外部要因で変わり続けるためです。

確認したいサインは、挙動のわずかなズレです。想定していなかった入力パターンが増え、以前は正しく処理できていた内容にうまく対応できなくなります。誤回答の増加も見逃せません。利用者からの問い合わせ内容が変化していくのに、設定や参照データが更新されないままだと、答えの精度が下がっていきます。連携先API（＝外部サービスと接続する窓口）の仕様変更への追従漏れにも注意します。外部サービス側が仕様を変えると、変更を反映していないAIエージェントはエラーを出し始めます。

確かめ方: 直近の利用ログを開き、エラー件数や「うまく答えられなかった」と分かるやり取りが増えていないか、利用量が増えた結果なのかもあわせて確認してください。エラーが表示されなくても、答えが古いことがあります。

ログを見るときは、「処理が終わったか」と「正しい結果になったか」を分けます。正常終了の表示があっても、古い資料を使って答えていることがあります。利用者が手で書き直した箇所も、保守の材料になります。問い合わせがないことだけで、問題がないとは判断しません。

比較には、よく使う質問と期待する答えを用意してください。専門知識を試す難問だけでなく、普段の言い回しも含めます。回答できないときに、人へ引き継げるかも確かめます。これらは改善の前後で同じ条件を比べるための材料です。

資料の内容が変わった場合は、AIの設定だけを疑わないことも大切です。元の資料に古い記載が残っていないかを見ます。参照先が重複し、答えが食い違っていないかも確認します。直す場所が資料なら、内容を決める業務担当者に戻してください。

保守の頻度はどのくらいが適切か

保守の頻度は、停止時の影響の大きさと、手作業で代わりに処理できるかどうかで決めます。当社サービス仕様の稼働は週1〜2回・月20時間〜です。これは人材の稼働設計で、保守に必要な頻度の実測値ではありません。この時間で監視や緊急復旧が足りるという意味でもありません。

定期点検の間隔と、異常を見つける間隔は分けて決めます。自動監視を続けながら、人が定期的に内容を見直す運用もできます。利用頻度が低くても、誤処理を取り消しにくい業務は慎重に扱います。

外部の専門家に週1〜2回の頻度で関わってもらうという稼働の考え方は、AI専門家の稼働率とはでも人材面から扱っています。自社の状況に近いかどうかを確かめる材料にしてください。

確かめ方: 自社のAIエージェントが「止まったら誰が困るか」「止まってからどれくらいで気づくか」を書き出してください。気づくまで待てる時間と、復旧まで待てる時間を分けてください。短い間隔の対応が必要なら、定期稼働とは別の体制を相談します。

保守で実際に行う作業内容

保守で実際に行う作業は、大きく5つに分けられます。

1. 監視: エラー件数や応答の異常がないかを定期的に確認する。
2. エラー修正: 発生した不具合の原因を特定し、修正する。
3. プロンプト・設定の微調整: 利用者からの問い合わせ傾向の変化に合わせて、AIへの指示文（プロンプト）や設定を調整する。
4. 外部API変更への追従: 連携している外部サービスの仕様が変わったときに、その変更に合わせて調整する。
5. 利用ログの確認: どのように使われているか、意図しない使われ方がないかを確認する。

確かめ方: 提案書や見積書に、この5分類のうちどこまでが含まれているかを箇条書きで確認してください。「監視のみ」なのか「修正・調整まで含む」のかで、実際にできることが大きく変わります。

監視で見る対象は、エラー表示だけではありません。処理が始まったまま終わっていない状態や、通知が届かない状態も対象です。何を正常とするかを決めてから、通知の条件をそろえます。通知先の担当者が不在でも、別の人が確認できる形にしてください。

エラー修正では、まず失敗した入力と変更履歴を調べます。同じ処理を繰り返すだけでは、原因を見失います。再実行で同じメールを重ねて送るような業務もあります。送信や登録の結果が不明な場合は、相手側の記録を確認してから判断します。

指示文の微調整は、困った回答を具体的に集めてから進めます。「もっと賢くしてほしい」では、変更の良し悪しを比べられません。望ましい回答と、避けたい回答を業務担当者が説明します。直したあとには、以前うまく答えられた質問も試してください。

外部APIへの追従では、接続方法だけでなく権限や入力形式も確認します。サービス側の変更通知を誰が受け取るかを決めておきます。通知を見た担当者が、影響する処理と対応予定を整理します。外部サービスの変更をすべて自社で直せるとは限りません。

利用ログには、入力内容や回答だけでなく、処理の結果も残せると役立ちます。ただし、問い合わせに含まれる個人情報を無制限に集める必要はありません。調査に必要な範囲と閲覧できる担当を決めます。保守会社に渡す資料も、不要な情報を除いてから共有してください。また、委託先がログや入力データをAIモデルの学習に再利用するかどうかも、契約前に確認しておく点です。再利用されると、社外に出したくない情報が別の用途にも使われることになります。

内製と外部委託、どちらを選ぶか

保守を自社で行うか、外部に委託するかは、次の判断軸で決まります。

社内で修正でき、必要な時間と代わりの担当者がいれば、内製を検討できます。不足する役割があれば、そこを外部の専門家に頼む方法があります。外部に頼むだけで即時対応が付くわけではありません。どちらか一方に決め切れない場合は、まず外部委託で始めてください。社内にノウハウが溜まった段階で内製に切り替える、という段階的な進め方もあります。

確かめ方: 社内の担当者に「AIエージェントのプロンプトや設定を、自分で修正できますか」と聞いてください。「できない」「時間がない」という答えが返ってくる場合は、外部委託を前提に検討を進めます。

内製を判断するときは、担当者の知識だけでなく、使える時間も見ます。普段の仕事を抱えたまま保守を任せると、調整作業が後回しになります。点検の予定と、急な不具合に対応できる時間を区別してください。本人の休暇や異動があっても、記録を見て続けられることが条件です。

外部委託でも、業務上の正しい答えを決める役割は社内に残ります。たとえば、例外的な問い合わせへの回答方針は専門家だけでは決められません。社内担当者が判断し、保守担当者が設定に反映する分担にできます。依頼先には、判断が必要な場合の連絡方法も伝えておきます。

内製と外部委託を組み合わせる場合は、作業の引き渡し点を決めます。社内で問い合わせを受け、専門家が原因を調べる分担もあります。その場合は、発生した状況と期待する結果を同じ記録にまとめます。口頭連絡だけに頼らないことで、担当が変わっても調査を続けられます。

保守だけでなく開発段階から内製か外注かで迷う場合は、競争優位性・技術人材・データ機密性・開発スピード・総費用の5基準とハイブリッド設計を整理した記事が判断材料になります。

保守費用はどう見るか（詳細は別記事）

JAPAN AIラボの記事は、運用保守費を月額10〜30万円前後と紹介しています。年間保守費は開発費の10〜20%程度という記載です（JAPAN AIラボの費用解説、当社ライブラリに収録）。この金額はAIシステム全般の調査であり、AIエージェントの保守だけに限った数字ではない点に注意してください。

金額の内訳や、3タイプ別の費用構造、追加コストの見落としやすいポイントは、AIエージェント費用の相場にまとめています。この記事では、費用の数字そのものより、契約前に何を確認するかに絞って書きます。

確かめ方: 見積書の保守費用が「月額いくら」で固定なのか、対応時間に応じて変動するのかを確認してください。固定額でも対応時間に上限があれば、超過時の追加費用が変わります。調査や打ち合わせも、その時間に含まれるかを聞いてください。

月額費用を比べるときは、人の作業費とサービス利用料を分けて見ます。AIモデルの利用料や、連携先の利用料が別払いかを確認してください。保守の見積もりが安くても、別の請求が増えれば総額は変わります。見積もりに含まれない費目は、支払先も書いてもらいます。

また、月額の紹介値と開発費に対する年間の割合は、別の目安です。同じ契約の料金を別の形で表した数字とは限りません。単純に足したり、どちらかを自社の上限にしたりしないでください。必要な作業と対応条件をそろえてから、個別の見積もりを比べます。

追加作業が発生したときは、着手前に何を合意するかも決めます。既存機能の修正か、新しい機能の追加かを説明してもらいます。急ぎの復旧と後日の改善を分けると、依頼内容を整理できます。承認前に有料作業が進まないよう、社内の判断担当も伝えておきます。

保守費用は単独では判断しづらいため、診断・PoC・本導入と合わせたAIエージェント導入費用の総額の組み方を確認すると、追加支出が生じやすい箇所を把握しやすくなります。

保守契約を選ぶときの4つの確認ポイント

保守契約を結ぶ前に確認すべきポイントは、次のとおりです。

この4つのうち、見落とされやすいのが④です。保守契約は一度結ぶと長く続くことが多いです。途中で担当会社を変えたい、あるいは社内で内製化したいと考えたときに、引き継ぎ資料がなく身動きが取れないケースがあります。契約前に、解約時の資料引き渡し条件を確認しておくと安心です。

確かめ方: 見積書の中に、この4項目それぞれに対応する記載が1行ずつあるかをチェックしてください。1つでも「一式」としか書かれていない項目があれば、契約前に具体的な数字や条件を出してもらいます。

見積もり依頼のメールでは、次の文面がそのまま使えます。

保守契約の見積もりについて、次の点を教えてください。

1. 対応範囲: 監視のみですか、それともエラー修正や軽微な設定変更まで含みますか。
2. 対応頻度・対応時間: 週・月あたり何回、何時間の対応ですか。緊急時の対応時間も教えてください。
3. エスカレーション先: トラブル発生時の連絡先と、初動までの目安時間を教えてください。
4. 契約の切り替えやすさ: 最低契約期間、解約予告期間、引き継ぎ資料の有無を教えてください。
5. ログ・入力データの扱い: 弊社のログや入力データを、AIモデルの学習や第三者への提供に再利用することはありますか。

対応時間には、「問い合わせを受け付ける時間」と「調査を始める時間」があります。さらに、復旧までの時間は原因によって変わります。窓口が開いていることを、すぐに直してもらえる意味に読み替えないでください。連携先の障害で待つ場合、途中経過の連絡をどう受けるかも確認します。

引き継ぎ資料には、指示文だけでなく、参照資料と連携先の一覧も必要です。どの設定を誰が変えられるかを、次の担当者が分かる形にします。接続に使う秘密情報は、資料本文とは別の安全な方法で引き継ぎます。契約終了後に、旧担当者の権限を外す作業の担当も決めておきます。

資料があるだけでは、乗り換えができるとは限りません。自社で設定を閲覧できるか、実行環境（＝AIエージェントを動かしているシステムやサーバー）を継続利用できるかを確認します。保守会社だけが操作できる箇所は、終了時にどう移すかを聞いてください。別の担当者が記録を読んで、日常の確認を進められるかが判断材料になります。

常時自動監視と人による定期保守はどう使い分けるか

常時自動監視は異常を見つける仕組み、人による定期保守は内容を調べて直す作業です。止まった影響が大きい業務や複数システムを横断する会社は、自動監視を厚くします。回答の中身も点検したい会社は、人による定期保守を重ねます。このように役割を組み合わせて使い分けます。会社の規模やエージェントの数だけでは決められません。

自動監視は、処理の失敗や停止の検知だけでなく、監視する範囲の細かさを分けて設計できます。

ただし、通知されたことと復旧したことは別です。誰が通知を受け取り、何を確認して、どこまで直すかを決めておきます。復旧作業も自動化する場合は、再実行してよい処理を先に区別します。セキュリティ分析は自動監視だけに任せません。

人による定期保守では、回答が業務に合っているかも点検します。利用者の質問や参照資料の変化を見て、指示文を調整します。定期保守の契約には、営業時間外の緊急対応が含まれない場合があります。受付時間と作業を始める時間を、それぞれ確認してください。

確かめ方: 通知が届いたあと、誰が作業を始めるのかを確認してください。監視サービスの機能と、人が引き受ける対応範囲を照らし合わせます。

障害が起きたら何から確認するか

障害時は、業務への影響を確認し、続けてよい処理と止める処理を分けます。動かし直すことを急ぐ前に、どこまで処理済みかを調べてください。連絡する担当者と停止を判断する担当者を、平時に決めておきます。

問い合わせ対応なら、人が回答する運用に切り替えられるかを見ます。社内の資料作成なら、自動処理を止めて手作業に戻せるかを確かめます。代替手段があれば、原因調査と業務の継続を分けて進められます。代替手段がない工程は、保守契約を組む前に担当者へ共有してください。

保守担当者への連絡には、困っている業務と発生した状況を書きます。画面のエラー文だけでは、影響の大きさが伝わりません。処理の時刻、期待した結果、実際の結果が分かる記録を添えます。認証情報や不要な個人情報は、連絡文に貼り付けないでください。

確かめ方: 「通知を受けたら誰が何をするか」を、担当者と読み合わせます。担当者が不在の場合も含め、手作業への切り替えまで説明できるかを見ます。

修正後は業務の結果まで確かめる

保守の修正は、設定を変えただけでは終わりません。問題が起きた条件で試し、通常の業務も続けられることを確認します。復旧を判断する人と、確認する結果をあらかじめ決めてください。

まず、問題が出た入力を使い、修正前との違いを比べます。次に、普段よく使う入力でも、答えや処理に変化がないかを見ます。変更した質問だけが直り、別の質問に答えられなくなっていないかを確かめます。回答の正しさは、業務を理解している人が判断します。

外部へ送信する仕組みは、試験だけで相手に連絡が届かないようにします。確認用の環境や、送信を止めた状態で試す方法を決めます。本番に戻す際には、対象と未処理の範囲を確認してください。結果が不明な処理をまとめて流し直す判断は避けます。

変更履歴には、直した理由、変更箇所、確認した結果を残します。期待どおりに動かなかったときに、元の設定へ戻せるようにします。戻す判断も、実際の業務への影響を見て行います。記録があれば、似た不具合が起きた際の調査にも使えます。

保守報告は、「異常なし」「修正済み」だけでは内容が伝わりません。調べた対象、直した内容、残っている問題を書いてもらいます。問題がない月も、何を点検した結果なのかが分かると判断できます。利用者からの困りごとを、次の点検に引き継ぐ欄も設けてください。

確かめ方: 保守報告の見本で、作業内容と業務の結果が区別されているかを見ます。残件の担当と次の対応が分かるかも確かめてください。

AIエージェント保守契約を今すぐ検討しなくていい会社と、この記事に含まれないこと

次のいずれかに当てはまる会社は、保守契約より先にやることがあります。

• まだAIエージェントを本番稼働させておらず、導入を検討している段階（→まずAIエージェント導入｜メリット・デメリットと5つの判断基準を読む）。
• 構築会社との契約にすでに保守が含まれていて、対応も実際に回っている。
• 稼働頻度ではなく、どの製品を選ぶかで迷っている（→AIエージェント比較｜種類と選び方を読む）。
• まだ試作（PoC）段階で、本番での継続稼働を前提にしていない。

この記事に含まれないことは、次のとおりです。

• 導入するかどうかの判断・メリットとデメリット → AIエージェント導入｜メリット・デメリットと5つの判断基準。
• 初期費用・運用保守費の相場数字そのもの（3タイプ別の内訳・追加コスト） → AIエージェント費用の相場。
• 活用事例（どんな業務に使われているか） → AIエージェントの活用事例。
• 導入前の企画〜PoC〜定着促進という伴走支援の3フェーズ → AI伴走支援とは。

Summary in English

まとめ｜保守は「動かし続ける契約」として別に確認する

保守について整理します。

• 保守は、作り切る「構築」とは別の、監視・エラー修正・プロンプトや設定の微調整・外部API変更への追従・利用ログの確認という5分類の継続的な作業。
• 当社サービス仕様は週1〜2回・月20時間〜の稼働設計。保守の頻度や復旧時間を保証する数字ではない。
• 内製と外部委託は、社内のAI実装スキル・障害対応の即時性・確保できる稼働時間の3条件で分かれる。
• 保守費用の相場は月額10〜30万円前後、年間で開発費の10〜20%程度（JAPAN AIラボ調査）。詳細な内訳は別記事に譲る。
• 契約前に確認すべきは、対応範囲・対応頻度・エスカレーション先・契約の切り替えやすさの4点。
• 自動監視と人による定期保守は併用できる。異常の検知と復旧対応を分けて決める。

次のアクションは、いずれか1つで構いません。

• 今日: 保守契約の見積書に、週・月あたりの対応時間と、対象になる作業を書いてもらう。
• 今週: 直近の利用ログを開き、エラー件数や誤回答が増えていないかを確認する。
• 今月: 内製と外部委託の3条件を社内で当てはめ、どちらで進めるかを決める。

保守の中身と頻度が自社の業務に合っているかを、専門家と一緒に確かめたい場合は、無料相談へどうぞ。今の運用状況を持ち込んでいただければ、そのまま材料にできます。

次に読む

• 「導入するかどうか」をまだ決めていない → AIエージェント導入｜メリット・デメリットと5つの判断基準。
• 費用の内訳や相場の数字を詳しく知りたい → AIエージェント費用の相場。
• 外部の専門家に週1〜2回関わってもらう仕組みを知りたい → AI専門家の稼働率とは。
• 導入前の企画からPoC・定着促進までの流れを知りたい → AI伴走支援とは。

更新履歴

• 2026-09-11: 初版公開。当社サービス仕様と競合ライブラリの費用紹介値を反映。保守の作業内容と契約前の確認事項を整理。
• 次回更新予定: 2026年11月（保守費用の出典と当社サービス仕様の変更有無を再確認します）。

本記事は2026年9月11日時点の公開資料と当社のサービス仕様に基づきます（公開日: 2026年9月11日）。保守費用や契約条件は会社ごとに異なるため、契約前に見積書と契約書で直接確認してください。

参考・出典

• IPA「テキスト生成AIの導入・運用ガイドライン」 https://www.ipa.go.jp/jinzai/ics/core_human_resource/final_project/2024/generative-ai-guideline.html（発行日: 2024年7月31日／参照日: 2026年9月11日）。
• JAPAN AI ラボ「AI受託開発会社16選を比較！費用相場や選び方を解説【2026年最新】」（2026年5月30日公開） https://japan-ai.co.jp/media/5590/（取得日: 2026年7月17日／参照日: 2026年9月11日）。
• 当社調査: AI Expertサービス仕様（稼働設計・AI適用診断の契約範囲）（参照日: 2026年9月11日）。