結論: AIヘルプデスクの構築は、製品を選ぶ作業ではなく、「どの質問に答えるか」「何の資料を根拠にするか」「誰が直すか」の3つを先に決める作業です。この3つは、あとで出てくる6項目のうち特に重んじるものです。この記事では、作る前に決める6項目、データ準備から公開後の改善までの5ステップ、方式の選び方、公開前の検証、自社で作るか任せるかの境目を順に書きます。
この記事の要点
- 構築は「質問の棚卸し → 資料の整理 → 方式の選択 → 回答の検証 → 公開と改善」の5工程で進める。製品選びは3番目で、最初ではない
- 先に決めるのは6項目。対象の質問、読ませる資料、使う人の範囲、引き継ぎ先、直す担当、止める基準で、全社員に出す前に1つでも空欄なら公開を延ばす
- 個人情報保護委員会は生成AIサービスの利用に関する注意喚起を出している。入力してよい情報の範囲は、公開前に文書で決める
- 外部システムとの接続、全社公開、担当者の不在のどれかがあるときは、開発会社や専門家に任せることを前提に検討する
- この記事は製品のランキングを作らない。製品名でなく「方式」で選び、順位ではなく自社の条件で決める
この記事は、中小企業の担当者と経営者に向けて書いています。情報システム・総務・人事への社内の問い合わせをAIで減らしたい方が読者です。「AIヘルプデスクを作る」ことはもう決めていて、何を決めて、どの順で進めるかを知りたい方が対象です。どの部署から始めるかはAI 社内 ヘルプデスク｜部署別の向き不向き表と導入5ステップに、公開後のチャネル別の役割分担はAI 問い合わせ 対応｜チャネル別の役割分担と運用5ステップにまとめました。この記事は、その手前の「作り方」に絞ります。
今日やることは1つです。最近社内で受けた問い合わせを、直近1か月ほどの分、表計算かメモに書き出してください。そして、それぞれに「答えの根拠になる資料があるか」を付けます。丸は、手順書や規程に答えが書いてあるものです。三角は、資料はあるが古いか、人によって言うことが違うものです。バツは、資料が無いものです。丸が少ないなら、製品を探す前にやることが見えます。
AIヘルプデスクとは｜FAQ検索との違いを先に押さえる
AIヘルプデスクとは、問い合わせにAIが登録済みの資料を探して答え、答えられないときは人へ引き継ぐ仕組みです。FAQ検索は「質問と同じ言葉の項目」を探しますが、AIヘルプデスクは言い回しが違う質問でも資料から答えを組み立てます。
違いは、答えの「出どころ」にあります。FAQ検索の答えは、人が書いた回答そのものです。生成AIを使う型は、資料の該当部分を読んで文章を作り直すので、資料に書いていないことまで答えてしまう危険があります。構築の中心は、この危険を抑える設計です。
問い合わせは「資料を探す → 答える → 答えられなければ人へ」の順で流れる
図の内容: 問い合わせにAIが資料を探して答え、資料に無い質問や確実に答えられない質問は担当者へ引き継ぐ流れ。
AIヘルプデスクの機能は、大きく5つに分けると整理しやすくなります。製品の資料を読むときも、この5つのどこに当たるかで見てください。
| 機能 | 中身 | 構築で決めること |
|---|---|---|
| 自動応答 | 質問に資料から答える | 答える範囲と、答えない範囲 |
| 資料の登録・更新（ナレッジ構築） | 答えの根拠になる資料を登録・更新する | 資料の持ち主と更新の頻度 |
| 問い合わせの記録（チケット管理） | 引き継いだ質問の受付・担当・完了を記録する | 引き継ぎ先と返事の期限 |
| 見せる相手の制限（権限制御） | 人ごと・部署ごとに見せる資料を分ける | 使う人の範囲 |
| 分析 | 答えられなかった質問や引き継ぎを集計する | 見直す人と頻度 |
型の違いも先に押さえます。FAQ型は人が書いた回答を出す方式で、答えがぶれません。生成AI型（チャット型）は資料から文章を作る方式で、言い回しの違いに強い反面、資料に無いことを答える危険があります。使う人でも分かれます。社員だけに出す社内向けと、取引先や応募者にも出す社内外対応では、見せる資料の設計が変わります。
もう一つ、製品によっては、AIが案内するだけでなく、代わりに操作まで行う機能があります。操作まで行うと、誤ったときの影響が案内より大きくなります。たとえばパスワードの再設定を、AIが本人確認のあとに実行する形です。最初は案内だけで始め、操作は「方式の選び方」の節にある接続の考え方に沿って、後から足すのが安全です。
使いどころは、問い合わせの多い部署で見るとつかみやすくなります。
| 用途 | 向く質問の例 | 根拠にする資料 |
|---|---|---|
| 情報システム | パスワード再設定、機器の貸出、ソフトの申請手順 | 手順書、申請ルール |
| 人事 | 休暇の取り方、手当の申請方法（給与や評価の判断は除く） | 就業規則、申請の手引き |
| 総務 | 備品の注文、会議室の予約、経費精算の手順 | 社内ルール、操作マニュアル |
| 新人教育 | 初日の流れ、社内ツールの使い方、連絡先 | 入社案内、ツールの手順書 |
部署ごとの向き不向きはAI 社内 ヘルプデスク｜部署別の向き不向き表と導入5ステップで詳しく扱っています。顧客向けのチャットボットはAI チャットボット 作り方を見てください。
確かめ方: 今使っている問い合わせ窓口で、「資料に書いてある質問」と「担当者の判断が要る質問」が何割ずつか、最近の問い合わせで数えてください。後者が多い窓口は、AIの前に資料づくりが先です。
構築で決める6項目｜製品選びの前に埋める表
作る前に決めるのは、対象の質問、読ませる資料、使う人の範囲、引き継ぎ先、直す担当、止める基準の6項目です。1つでも空欄のまま製品を選ぶと、公開後に「誰も直せない」「答えが間違っても止められない」状態になります。冒頭の3つ（質問・資料・直す人）は、このうち①②⑤に当たります。
| 項目 | 決めること | 決めないと起きること |
|---|---|---|
| ① 対象の質問 | 答える質問の種類（例: 勤怠の申請方法、パスワード再設定の手順）と、答えない質問 | 何でも聞かれて、答えられない質問への不満が集まる |
| ② 読ませる資料 | 根拠にする文書の一覧、版、持ち主 | 古い規程を根拠に答える。人によって違う口頭ルールが混ざる |
| ③ 使う人の範囲 | 社員だけか、取引先や応募者も含むか。部署ごとに見せる内容が違うか | 見せてはいけない資料が、見てはいけない人に出る |
| ④ 引き継ぎ先 | 答えられないとき、誰に、どの手段で、いつまでに渡すか | 質問者が行き止まりになり、結局元の窓口に電話が戻る |
| ⑤ 直す担当 | 資料の更新と、誤答の修正を受け持つ人と代わりの人 | 規程が変わっても資料が古いまま残る |
| ⑥ 止める基準 | どんな誤答が出たら、誰の判断で一時停止するか。例: 個人情報や非公開の資料が回答に出たら1件でも止める。手順の誤りは、報告が重なったら見直す（例示であり、自社の事情で決める） | 誤答が見つかっても、止める判断をする人がいない |
表を埋めるときは、「勤怠の質問に答える」のような広い書き方を避けます。たとえば、申請画面の場所を案内することと、遅れた申請を承認することは別の仕事です。前者は手順書を根拠にできますが、後者は担当者の判断が要ります。同じ分野の質問でも、案内までか、判断まで含むかで構築する範囲が変わります。
使う人の範囲も、部署名を並べるだけでは足りません。全社員が読める手順と、管理職だけが読める資料を分けてください。質問の言い方を変えたときにも、権限のない資料が回答に混ざらないことが必要です。資料へのリンクを隠しても、本文の内容が回答に出れば、閲覧の制限を守れていません。
引き継ぎ先には、担当部署に加えて、相手が受け取ったかを確かめる方法も書きます。問い合わせの送信後に受付状況が分からないと、質問者は元の窓口へ連絡し直します。「誰が答えるか」に加えて、「どこで返事を待つか」まで決めておくと、AIと人の間で質問が迷子になるのを防げます。
確かめ方: 6項目を、担当者1人で書けるかを試してください。書けない項目は、他部署への聞き取りが必要な項目です。聞き取り先を、書けなかった項目の横に書き添えておきます。
構築5ステップ｜データ準備から公開後の改善まで
構築は、質問の棚卸し、資料の整理、方式の選択、回答の検証、公開と改善の5工程です。前の工程の成果物が次の工程の入力になるので、順番を入れ替えないでください。
5工程は、前の成果物が次の入力になる。製品を選ぶのは3番目
図の内容: 質問の棚卸しから公開後の改善までの5工程と、それぞれが渡す成果物。
① 質問の棚卸し
質問の棚卸しとは、実際に届いた問い合わせを書き出して分類する作業です。想像で作った質問リストでは、公開後に届く質問とずれます。
最近のメール・チャット・口頭の問い合わせを書き出し、「資料に書いてある」「担当者の判断が要る」「例外処理」の3つに分けます。AIに任せる候補は1つ目だけです。2つ目と3つ目は、引き継ぎ先の設計に使います。
確かめ方: 書き出した質問のうち、上位に来る質問の種類を3つ挙げ、その3つの答えが文書で手元にあるかを確認します。
② 資料の整理
次の工程は、答えの根拠になる資料を集め、古い物と矛盾する物を取り除くことです。AIは資料の質をそのまま答えに映すので、ここが回答の質を決めます。
資料ごとに、作成日、持ち主、現在有効かを一覧にします。同じ内容の資料が2つあって書いてあることが違うなら、どちらが正しいかを決めてから読ませます。表や画像に答えが入っている資料は、読み込めるかを方式の選択で確かめます。
資料は、短く切ればよいわけではありません。手続きの条件と例外が別の場所に分かれると、条件を落とした回答が出ることがあります。「対象者」「申請する場所」「適用しない場合」が、答えを探すときに一緒に読めるかを見てください。表の見出しや注記も、回答を決める根拠として扱います。
たとえば、手順書に申請方法があり、末尾の注記に対象外の社員区分が書かれている場面を考えます。本文だけを読み込むと、対象外の社員にも同じ手順を案内しかねません。試用では、手順を尋ねる質問だけでなく、注記に当てはまる質問も用意します。これは架空の確認例であり、実際の条件は自社の資料に合わせてください。
古い資料を外すときは、共有フォルダから消すだけで済むかも確かめます。サービス側に取り込んだコピーが残っていれば、検索には古い内容が出ます。差し替え後に旧制度について聞き直し、回答と参照先が新しい版に変わったことを確認してください。
確かめ方: 一覧の「持ち主」が空欄の資料は読ませません。持ち主がいない資料は、誰も直せないからです。
③ 方式の選択
3番目で初めて、作り方の方式を選びます。自作、ノーコードの作成ツール、既製のサービスの3つから、質問の範囲と直す担当で決めます。詳しくは次の節で表にしました。
確かめ方: 選ぶ前に、①の質問と②の資料を使って、候補の方式で試せるかを聞きます。試せない方式は、検証の工程に進めません。
④ 回答の検証
4番目は、公開前に実際の質問で答えを試す工程です。①で書き出した質問を、言い回しを変えて聞き直し、答えの根拠を見ます。
見るのは3点です。根拠の資料が正しく示されるか、資料に無い質問に「分かりません」と返すか、引き継ぎが動くか。詳しくは「公開前の検証」で表にしました。
確かめ方: 質問ごとに「正しい／誤り／答えられない」を記録します。誤りが1件でもあった質問は、原因が資料か設定かを特定してから直します。
⑤ 公開と改善
最後は、公開して終わりではなく、直し続ける工程です。公開後は、答えられなかった質問と、引き継いだ質問を見直します。
この2種類の質問は、資料の抜けを教えてくれます。規程が変わったときは、資料を差し替える担当が動きます。
確かめ方: 公開前に、見直しの頻度（毎週か毎月か）と、見る人を決めます。決められなければ、公開を延ばしてください。
方式の選び方｜自作・ノーコード・既製サービスの3つ
方式は、自作、ノーコードの作成ツール、既製のサービスの3つから選びます。製品名での比較は、この記事では行いません。順位は自社の条件で変わるため、決める軸だけを示します。
| 方式 | 向く場面 | 作業する人 | 決めておくこと |
|---|---|---|---|
| 自作（開発して組む） | 社内システムとの接続が要る。回答の流れを細かく決めたい | 開発できる人（社内または依頼先） | 作る人と保守する人。モデルや保存先の変更に対応する担当 |
| ノーコード（画面で組む作成ツール） | 1部署の質問に絞る。まず小さく試したい | 社内の担当者でも扱える場合がある（製品による） | 読ませる資料の形式（PDF・表・画像）に対応するか。社員以外に出せるか |
| 既製のサービス（月額で契約して使う、問い合わせ対応用のソフト） | 電話・チャット・メールなど、既存の窓口に載せたい | 提供会社と社内の担当者 | 社内向けか、社内外向けか。FAQ型か生成AI型か。契約前に資料の取り扱い条件を読む |
選ぶときの軸は、次の4点です。①社内向けだけか、社外の人も使うか。②答えがFAQの固定文か、資料から作る文か。③資料の形式（文書・表・画像）を読み込めるか。④電話やチャットなど既存の窓口と連携するか。
この4点を、候補ごとに「公式の資料で確認できたか」「営業担当に聞いて回答をもらったか」に分けて記録してください。確認していない項目に「対応」と書かないことが、後の手戻りを防ぎます。
試用では、回答画面の見やすさだけで決めないでください。担当者が自分で資料を差し替えられるか、回答の根拠を調べられるか、利用を止められるかまで触ります。毎回開発者に頼まないと直せない方式なら、その対応を保守の範囲に含める必要があります。操作する人が不在になったときの引き継ぎも、選ぶ前に考えておきます。
社内システムにつなぐ場合は、「読むだけ」と「書き換える」を分けて相談します。申請先を案内する仕組みと、申請内容を登録する仕組みでは、誤りが起きたときの影響が違います。まず資料の案内までで困りごとが減るかを試し、登録や変更が本当に必要な場合にだけ接続の範囲を広げてください。
既製のサービスや外部の会社に頼むときは、見積の前に、導入の工程と対応範囲を次の表の形で書いてもらいます。
| 確認項目 | 聞くこと |
|---|---|
| 導入の工程 | 準備から公開まで、どの順で何をするか。各工程で社内に求める作業は何か |
| 資料の取り込み | 資料の整形や登録を、どこまで代わりに行うか |
| 検証 | 公開前の試しに付き合ってもらえるか。誤答の直しは誰が行うか |
| 公開後の対応 | 資料の更新、設定変更、障害時の連絡を誰が受けるか |
| 期間と費用 | 費用に含む作業と含まない作業。期間は範囲で変わるため、範囲を決めてから聞く |
安全面も、契約前に文書で確かめます。入力した内容がAIの改良（学習）に使われ、他社への回答に影響しないか、使われない設定にできるか。データの保存先と削除の方法。サービス側が外部機関の審査を受けた証明（第三者認証）を取っているか。これらは各社の公式資料や契約書で確認する項目で、本記事では各社の状況を判断しません。回答できない会社は、候補から外す理由になります。
確かめ方: 候補の担当者に、①の質問と②の資料の一部を渡して、試用で答えを出してもらいます。試用できないなら、その候補は検証の工程に進めません。
公開前の検証｜答えの根拠・誤答・入力情報の確認
公開してよいかは、答えの根拠、誤答の扱い、入力情報の範囲の3つで判断します。どれか1つでも「NGの状態」なら、公開を延ばします。
個人情報保護委員会は、生成AIサービスの普及を踏まえ、利用に関する注意喚起を出しています。同委員会のページには「我が国において、現在、生成AIサービス（質問・作業指示（プロンプト入力）等に応えて文章・画像等を生成するAIを利用したサービス）が普及していることを踏まえ、当委員会として、別添１のとおり、生成AIサービスの利用に関する注意喚起等を行うこととしました。」とあります（個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」、参照日: 2026年10月21日）。当社は別添の個別項目までは確認できていません。そのため、この記事では「注意喚起が出ている」ことだけを根拠に、確認項目を設計します。
| 確認点 | NGの状態 | OKの状態 |
|---|---|---|
| 答えの根拠 | 根拠の資料が示されない。どの規程か分からない | 回答に資料名と該当箇所が付き、質問者が自分で原文を開ける |
| 誤答の扱い | 資料に無い質問にも、もっともらしく答える | 資料に無い質問には「分かりません」と返し、引き継ぎ先を案内する |
| 入力情報の範囲 | 個人情報・取引先の機密を入れてよいか決めていない | 入れてよい情報と入れない情報を文書にし、使う人に伝えている |
| サービス側の取り扱い条件 | 入力した内容がどう保存・利用されるか読んでいない | 契約前に、保存先・利用目的・削除の方法を読み、社内の基準と照らした |
検証には、担当者が事前に書いた「期待する答え」を使います。最小の形は、最近の問い合わせから選んだ質問ごとに、正しい答えと根拠の資料名を書いた表です。AIの回答を読んでから正解を決めると、自然な文章に引っ張られて誤りを見落とします。正解文を丸暗記させるためではなく、必要な条件や例外が抜けていないかを見るための材料です。根拠の資料名と、答えずに人へ渡す条件も添えます。
| 試す質問の種類 | 確かめること | 問題があったときに直す所（誰に頼むか） |
|---|---|---|
| 資料に答えがある質問 | 対象者や期限などの条件を落とさず、根拠を示すか | 資料の登録のやり直し（担当者）、参照する箇所の選び方（作成者・提供会社） |
| 略語や言い換えを使った質問 | 意味が同じなら同じ条件で答えるか | 用語の説明の追加と検索の設定（作成者・提供会社） |
| 必要な条件が抜けた質問 | 勝手に条件を補わず、質問者に聞き返すか | 聞き返す条件とAIへの注意書き（作成者・提供会社） |
| 資料の範囲外の質問 | 架空の手続きや窓口を作らず、人へ案内するか | 回答する範囲と引き継ぎの設定（作成者・提供会社） |
| 閲覧権限のない内容を求める質問 | 資料名だけでなく回答文にも非公開情報を出さないか | 資料の分離と閲覧権限の設定（作成者・提供会社） |
検証結果には、質問、期待する答え、実際の答え、根拠の資料、修正する担当を残します。検証の記録を外部の会社や他部署と共有するときは、個人名や機密を伏せてください。質問の原文に個人情報がある場合は、必要な意味を残して取り除きます。生の問い合わせ履歴をそのまま検証表へ貼り付けるのは避けます。
誤答が出たときは、「資料が足りない」「資料はあるが見つからない」「見つけた資料の読み取りを誤った」を分けます。資料不足なら文書を直し、検索で見つからないなら取り込みや検索の設定を見ます。どの問題もAIへの注意書き（指示文）だけで直そうとすると、別の質問に悪影響が出ても気づきにくくなります。
修正後は、失敗した質問と、同じ資料を使う関連質問を試します。誤答した質問だけ正しくなっても、別の言い回しで条件が落ちるなら解決していません。また、担当者の権限だけで試さず、利用者の権限でも確認します。公開する範囲で動くことを確かめてから、利用案内を出してください。
公開後の停止は、件数だけで決めないようにします。非公開の資料が見えてしまう、誤った手順で申請を進めてしまうなど、内容によって対応の急ぎ方が違うためです。影響のある回答を止める人、資料を直す人、利用者へ訂正を伝える人を決めておきます。停止中に使う従来の窓口も、利用案内に残してください。
再開するときは、原因を直しただけで済ませず、問題を起こした質問で答えを確かめます。関連する資料や利用者の権限にも影響がないかを見ます。変更した箇所と再確認した質問が記録されていれば、後任の担当者も、なぜ再開してよいと判断したかを追えます。
改善の効果は、AIが返事をしたかだけでは判断できません。返事があっても利用者が手続きを進められず、人が説明し直していれば、窓口の負担は残ります。質問者が用事を済ませられたか、担当者の修正や確認の手間が増えていないかを見てください。回答を増やすことより、業務が進むことを優先します。
入力してはいけない情報の整理は、中小企業の生成AIセキュリティ｜入力してはいけない情報と設計の3原則で詳しく書きました。人事・給与・健康に関する質問は、誤答の影響が大きいため、最初の公開では対象から外す判断も取れます。
確かめ方: 資料に無い質問を3つ用意して聞き、「分かりません」と返るかを見ます。もっともらしい答えが返る場合は、公開前に設定を直すか、方式を見直してください。
早見表｜構築で失敗しやすい4点と先に打つ手
失敗しやすいのは、資料が古い、担当が不在、質問の棚卸しが無い、引き継ぎ先が無いの4点です。どれも製品の性能ではなく、作る前の準備で防げます。
| 失敗しやすい点 | 起きること | 先に打つ手 |
|---|---|---|
| 資料が古い | 改定前の規程で答える | 資料ごとに持ち主と更新日を一覧にし、読ませる前に取り除く |
| 直す担当がいない | 誤答が放置される | 担当と代わりの人を決め、見直しの頻度を公開前に決める |
| 質問の棚卸しが無い | 届く質問と作った答えがずれる | 最近届いた質問を書き出してから範囲を決める |
| 引き継ぎ先が無い | 答えられない質問で行き止まりになる | 引き継ぎ先、手段、期限を決め、検証で動作を確かめる |
確かめ方: 4点のうち、今の自社で空欄のものを選び、その空欄を埋める担当者の名前を書いてください。名前が書けない項目が、最初に止まる場所です。
自社で作るか任せるかの境目
自社で作るのは、1部署の質問に絞り、資料が整っていて、直す担当がいる場合までです。6項目で言えば、①〜⑥が全部埋まり、③の範囲が1部署で、接続も要らない場合です。外部システムとの接続、全社公開、担当者の不在のどれかがあるなら、開発会社や専門家に任せることを前提に検討するのが無難です。社内で補える場合は別です。
範囲は「試す → 広げる → 任せる」の順で大きくする
図の内容: 1部署で試し、検証を通った範囲だけ広げ、接続や全社公開が要る段階で開発会社や専門家に任せる判断をする3段階。
任せるときは、費用と契約の形を先に知っておくと比べやすくなります。当社（Orga合同会社）の案件カテゴリには「AIエージェント/チャットボット構築」があります。費用は月20〜36万円の案件例で、標準期間は3〜4ヶ月です。契約は準委任（作業の進め方に対して支払う形）または請負（完成した物に対して支払う形。30万円〜）です。初期費用は0円で、初回相談は30分無料です。契約形態ごとの費用相場はAI専門家 費用｜契約形態別の相場と月20〜36万円の案件例にまとめました。他社の調査値では、チャットボットの開発費を200万〜500万円とするものがあります（プロベル調査値）。調査の範囲や対象が当社の案件例と同じとは限らないため、金額の比較ではなく、範囲を決めるときの目安として参照してください。
見積を比べるときは、同じ質問と資料を使う前提で、含まれる作業を書いてもらいます。資料の整形、接続の設定、公開前の検証、操作の説明、公開後の修正が、どこまで費用に含まれるかを確認してください。月額の案件例と開発費の調査値は、単位も対象も異なります。金額だけを横に並べて安い方を選ぶことはできません。
また、作った物を誰が管理するかも契約前に整理します。回答に使う資料、設定、検証の記録を社内へ引き継げるかを聞いてください。契約が終わったあとに資料を更新できないなら、公開時の出来がよくても運用が止まります。自社で更新する範囲と、外部へ相談する範囲を、操作の内容まで分けておくと判断しやすくなります。
当社の相談は、無料相談、打ち合わせ、契約、専門家候補のご提示、キックオフの5段階で進みます。任せる場合も、①の質問の棚卸しと②の資料の整理は、社内で先に済ませておくと、打ち合わせが短くなります。
| 条件 | 判断 | 理由 |
|---|---|---|
| 1部署の質問、資料が整っている、直す担当がいる | 自社で小さく作れる | 範囲が狭く、直す人がいる |
| 社内システム（人事・勤怠など）と接続したい | 開発会社や専門家に任せる前提で検討する | 接続の保守と権限の管理が必要になる |
| 全社や取引先に公開したい | 開発会社や専門家に任せる前提で検討する | 見せる範囲の設計と誤答時の対応が重くなる |
| 直す担当を置けない | 任せる前に担当を決める | 任せても、資料の更新は社内にしか行えない |
確かめ方: 外部に相談するときは、「資料の更新と回答の確認は社内に残すのか、どこまで任せるのか」を、見積の前に聞いてください。答えが曖昧な会社は、公開後の保守で困りやすくなります。
AIヘルプデスクを今すぐ作らなくていい会社と、この記事に含まれないこと
次の条件に当てはまる会社は、今すぐ構築を始めなくて構いません。
- 社内への問い合わせが少なく、今の担当者で困らず回っている
- 答えの根拠になる資料がほとんどなく、答えが担当者の頭の中にだけある
- 資料の更新と誤答の修正を引き受ける担当者を置けない
最後の条件に当てはまる会社は、構築より先に、担当者を決めるところから始めてください。資料が無い会社は、AIの前に、よくある質問を文書にして、担当者が同じ説明を繰り返さずに済むかを確かめてください。
この記事に含まれないことは、次の4つです。
- 部署別の向き不向きと導入の流れ → AI 社内 ヘルプデスク｜部署別の向き不向き表と導入5ステップ
- 公開後のチャネル別の役割分担と運用 → AI 問い合わせ 対応｜チャネル別の役割分担と運用5ステップ
- 自動化してよい範囲の線引き → AI 問い合わせ 自動化｜任せる範囲の線引きと5ステップ
- 問い合わせの分類の設計と、資料検索（＝資料から該当部分を探してAIに渡す仕組み。RAG）の設計。後者は技術担当向け → AI 問い合わせ 分類、RAG構築の進め方｜4工程の手順・チャンク設計・動作確認まで
製品ごとの優劣や料金のランキングも、この記事には含まれません。製品の機能と料金は変わるため、候補を絞ったあとに各社の公式資料で確かめてください。
Summary in English
An AI help desk answers questions using approved documents and passes unresolved requests to a person. Before selecting a product, decide which questions it should answer, which sources it may use, and who will maintain them. This guide organizes preparation into six items: target questions, source documents, users, handoff destination, maintenance owner, and stop criteria.
Build through five stages: collect actual questions, organize documents, choose an approach, verify answers, and launch with ongoing maintenance. Compare custom development, no-code tools, and existing services using the same questions and documents. Test missing information, exceptions, paraphrases, and access restrictions. An answer should cite its source or ask for clarification; it should not invent a procedure.
A limited internal scope can suit an in-house trial when documents and maintenance responsibilities are clear. System connections or company-wide release are better handled with outside help. Outside help does not remove the need for an internal document owner. Orga LLC’s service information lists AI agent and chatbot development among its project categories, example fees of 200,000 to 360,000 yen per month, and a standard term of three to four months. These are service references, not measured help desk implementation results. Confirm the work included before comparing quotes, and retain a human contact route while the AI is unavailable.
まとめ｜製品より先に決める3つ
- 構築は製品選びではなく、まず答える質問・根拠の資料・直す担当の3つを決める作業です。詳細は6項目に広げて埋めます
- 作る前に、対象の質問、読ませる資料、使う人の範囲、引き継ぎ先、直す担当、止める基準の6項目を埋めます
- 工程は、質問の棚卸し、資料の整理、方式の選択、回答の検証、公開と改善の5つで、製品を選ぶのは3番目です
- 公開前に、答えの根拠、資料に無い質問への返し方、入力してよい情報の範囲を確かめます
- 外部システムとの接続、全社公開、担当者の不在のどれかがあるときは、開発会社や専門家に任せることを前提に検討します
次のアクションは、3つのうちどれか1つで構いません。
- 今日: 最近の社内問い合わせを書き出し、答えの根拠になる資料があるかに丸・三角・バツを付ける
- 今週: 6項目の表を埋め、書けなかった項目の聞き取り先を決める
- 今月: 書き出した質問と資料を使って候補の方式を試し、公開前の検証表で判定する
どの範囲を自社で作り、どこから外部に任せるか迷う場合は、書き出した質問と6項目の表を持って、無料相談で一緒に整理できます。
次に読む
- どの部署から始めるか知りたい → AI 社内 ヘルプデスク｜部署別の向き不向き表と導入5ステップ【2026年10月】
- 自動化の範囲を決めたい → AI 問い合わせ 自動化｜任せる範囲の線引きと5ステップ【2026年10月】
- 資料検索の設計に進みたい（技術担当向け） → RAG構築の進め方｜4工程の手順・チャンク設計・動作確認まで【2026年8月】
更新履歴
- 2026-10-21: 初版公開。2026年10月21日時点の公的資料を反映
- 次回更新予定: 2026年11月（個人情報保護委員会ほか公的資料の再確認）
本記事は2026年10月21日時点の個人情報保護委員会の公開情報と当社のサービス情報（2026年6月12日更新分）に基づきます（公開日: 2026年10月21日）。契約や個人情報の取り扱いは、各サービスの公式資料と専門家で確認してください。
参考・出典
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」 https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/（参照日: 2026年10月21日）
- 当社調査: Orga合同会社のサービス情報（案件カテゴリ・費用例・契約形態・標準期間・相談の流れ。2026年6月12日更新分）
- 当社調査: 他社の調査値としてチャットボットの開発費（プロベル調査値）を競合調査の記録で確認（2026年10月21日）
FAQよくある質問
- AIヘルプデスクとは何ですか？
- 社内外から届く問い合わせに、AIが登録された資料を根拠に答える仕組みです。キーワードが一致したFAQを並べるだけの検索と違い、質問の言い回しが違っても資料から答えを組み立てます。答えられない質問は、あらかじめ決めた担当者に引き継ぎます。
- AIヘルプデスクはどうやって構築しますか？
- 製品を選ぶ前に、答える質問・根拠にする資料・使う人の範囲・引き継ぎ先・直す担当・止める基準の6項目を決めます。そのあと、質問の棚卸し、資料の整理、方式の選択、回答の検証、公開と改善の5工程で進めます。順番を逆にして製品から選ぶと、資料が古いまま公開する、直す人がいないといった形で止まりやすくなります。
- AIヘルプデスクの構築にはどのくらいの期間と費用がかかりますか？
- 範囲で大きく変わるため、一律の期間や金額は言えません。当社のサービス情報には、AIエージェント／チャットボット構築の案件カテゴリがあり、月20〜36万円の案件例と標準3〜4ヶ月の記載があります。他社の調査値には、チャットボットの開発費を200万〜500万円とするものがあります（プロベル調査値）。社内の一部署の質問に絞るか、全社に出すかで金額も期間も変わるので、見積の前に範囲を決めてください。
- 社内ヘルプデスクをAI化するメリットは何ですか？
- 同じ質問への返信を人が繰り返す手間を減らせることです。担当者が不在でも、資料に書いてある内容なら質問者がその場で答えを得られます。一方で、資料に無い質問や例外の判断は人に残るため、引き継ぎ先を決めておくことが前提です。
- AIヘルプデスクは自社で作るのと外部に任せるのと、どちらがよいですか？
- 対象が1部署の質問で、資料が整っていて、直す担当がいるなら、自社で小さく作る選択肢があります。外部システムとの接続、全社への公開、担当者の不在のいずれかがあるときは、開発会社や専門家に任せることを前提に検討するのが無難です。社内で補える場合は別です。任せる場合も、資料の更新と回答の確認は社内に残してください。
- AIヘルプデスクにどんな資料を読ませればよいですか？
- 社内規程、手続きの手順書、よくある質問と回答の一覧など、答えの根拠になる文書です。作成日と担当者が分かり、今も有効な版だけを入れます。古い版や、人によって言うことが違う口頭ルールは、読ませる前に整理するか、対象から外してください。
- AIヘルプデスクに社内情報を入力しても問題ありませんか？
- 入力してよい情報の範囲を決めずに使うのは避けてください。個人情報保護委員会は、生成AIサービスの利用に関する注意喚起を出しています。個人情報や取引先の機密を入れない、サービス側の取り扱い条件を契約前に読む、の2点を、公開前の確認項目にしてください。
- AIヘルプデスクの回答が間違っていたらどうなりますか？
- 誤った答えが出ること自体は、仕組み上ゼロにできません。そのため、答えに根拠の資料を添えて表示する、自信のない質問は人に回す、誤答の報告先を決めておく、の3つを構築時に入れます。人事・給与・契約のように誤りの影響が大きい質問は、最初は対象から外す判断も有効です。
- AIヘルプデスクは公開後に何をすればよいですか？
- 答えられなかった質問と、人に引き継いだ質問を定期的に見直し、資料の追加や修正につなげます。規程が変わったときに資料を差し替える担当も決めておきます。公開して終わりにすると、資料が古くなって誤答が増えるため、直す担当と見直す頻度は公開前に決めてください。
