想像してみてください：会社の業務に関する質問の答えが欲しいとします。まずGoogleで検索し、次にChatGPTに尋ね、さらに企業のサポートに連絡して電話で長時間待たされます。最終的に曖昧で専門性の低い回答が返ってきて、そこには文書のリンクが貼られているだけで、その文書の表現を読み解いて本当に何が言いたいのか理解しなければなりません。多くの人にとって、これは既におなじみの光景です。

Googleなどの検索エンジンはあなたの問題を解決しようとはせず、別のサイトへと誘導します。ChatGPTはドキュメントや企業の内部文書、あなたが抱える質問の文脈を知らないかもしれません。サポート担当者は社内の専門用語を使いがちで、担当者自身がプロセスを十分に把握していない場合もあります。仮に回答らしき文書が見つかっても、それが法的・専門的な言い回しで書かれていると、その意味を読み解くのに苦労することが少なくありません。

私たちは新しい技術を立ち上げました — Dzen Chat。これはあなたのサイトのコンテンツを実際に役立つAIアシスタントに変え、ユーザーがサイトを使いやすくするための支援を行います。

最初の一歩は、サイトの公開コンテンツだけでなく、内部のデータやあらゆるコンテンツを含めてインデックス化することです。こうして知識を利用しやすい形で提供できます。

Dzen Chat はどのように動くのか？

この技術がなぜユーザー体験を改善し、顧客のロイヤルティを高めうるのかを少し説明します。

最初のステップは、あなたのサイトやナレッジベースのコンテンツをインデックス化することです。これは Google や Yandex、あるいはサイトに導入可能なローカル検索が行うことと似ています。技術はページから意味のあるコンテンツを抽出し、ナビゲーション、フッター、運用上の見出し、広告ブロックなどの補助的要素を除外して、固有のテキスト部分を抜き出します。クリーンアップされた内容を基に、複合的な検索インデックスが構築され、複数の方法でインデックス化が行われます。

クリーンアップされた内容はハイブリッドインデックスの構築に使われます：ページ構造の重み付けを考慮した全文検索、データのベクトル表現、セマンティック構造の解析などです。

通常の全文検索ベースの検索エンジンと異なり、ハイブリッドシステムはより実践的なユーザーの課題を解決できます。たとえばユーザーが「私の注文はいつ届きますか？」と尋ねた場合、必要な情報は「配送期間と方法」のセクションにあるかもしれません。クエリと記事の本文に語句の完全一致がないと良い結果が得られないことがありますが、意味は同じです。

Dzen Chat は、自然言語の通常の質問をあなたのサイトやポータル内の文書のテキストと意味で検索する形に変換します。そしてそれを、ユーザーにとって馴染みのあるチャット形式で提示します。

また Dzen Chat は会話のコンテキストを保持できます。ユーザーがある質問で話を始め、より詳細に踏み込むと、AIアシスタントはチャットの冒頭でユーザーが尋ねた内容を覚えたまま対話を続けます。

Dzen Chat の応答生成には、自前のインデックスを使用し、回答の形成には大規模言語モデルをAPI経由で利用します。接続可能なプロバイダには OpenAI、GigaChat、YandexGPT、OpenAI API 互換のプロバイダ（OpenRouter、Groq、Mistral AI、Together AI など）があります。ただし、質の高い回答に最新で高価なモデルが必須というわけではなく、サイト上のAIアシスタントの運用が高コストになる心配は多くの場合不要です。

重要な点：この技術はあなたのプロジェクトの内部で動作するものではありません。ソースコードや内部データを覗き込もうとするものではなく、プロジェクトの機密領域内でエージェントを実行するタイプのものでもありません。外部プロダクトとして、サイトのページに小さな JavaScript を埋め込むだけで動作します。ユーザーがウィジェットを「ハック」して誰かの注文を他人に送ったり、他人の残高情報を引き出したりすることはできません。

なぜ Dzen Chat は誤情報を作らないのか？

チャットは言語モデルに抽象的な一般知識だけで回答させるのではありません。すべての回答はインデックス化されたテキストに基づいて形成されます。クエリはまず関連性の高いページや文書の断片を見つけ、そこから応答を生成します。

回答とともに、使用された情報源へのリンク（ページ名、リンク、該当セクション）が表示されます。チャットで得た回答は、必要に応じてすぐに元の資料を開いて詳細を確認できます。

ガードレール（保護機構）

この技術のすべての機能を一記事で列挙するのは難しいです。技術は「ただ動く」ように設計されていますが、ニュースで「ウィジェットに Python のコードを書かせることができた」といった話を目にすることもあります。

そうした振る舞いを望まない場合、ガードレールと呼ばれる保護機構を設定できます。これはユーザーのリクエストをモデルに送る前に検査し、モデルが生成した回答を送信する前にチェックするシステムです。チャットの不適切な利用を防ぎ、対話を設定したルールの範囲内に留めるのに役立ちます。

Dzen Chat は誰に向いているか

現在、AI が助けになるのか、邪魔になるのか、あるいは問題を生むのかについて多くの議論があります。ユーザーはロボットとの対話が苦手な場合があり、特に質問を正確に理解できないアシスタントには不満を感じます。そこで、この技術がどのようなサイトに向いているか、どこで最大の効果をもたらすかを考えることが重要です。

大量のユーザー対応を行っている企業で、コールや問い合わせに応答するオペレーターがいる、既にナレッジベースを構築し始めている、あるいは単にサイト内検索フォームを設置してユーザーがコンテンツを見つけやすくしているような場合、Dzen Chat は顧客対応の品質を高めることができます。ユーザーは尋ねたいことを自然な形で質問でき、事実に基づく回答を受け取れます。

ここで、運用面でのいくつかの目立たない利点を挙げます。

多言語対応

私たちがクライアントとの運用で発見した意外な効果の一つは、多言語での対応が可能になることです。検索インデックスは複数言語間で意味をつなげることができ、サイトのコンテンツが一言語のみで提供されていても、ユーザーは別の言語で質問できます。

たとえば、サイトやナレッジベースがロシア語で書かれている場合でも、英語やスペイン語で来訪するユーザーの質問に対応できます。企業はすべての言語版を自社サイトに用意する必要がなく、ブラウザ内蔵の翻訳機能に頼らずに市場を拡大できます。

コールセンターの離職対策（経験に基づく事例）

運用経験の一例として、あるクライアントでは電話窓口の人員離職率が高く、対応リクエストが多く、オペレーターへの負担が大きいという問題がありました。サービスが複雑で利用者も必ずしも丁寧ではなく、対象の会社は何十万もの加入者を抱えていました。報酬が高くない職種であり、教育には数週間を要しました。こうした企業に対して、私たちは Dzen Chat を内部ツールとして導入することで支援できました。社員がユーザーからの質問に対する回答をより素早く、簡単に検索できるようになり、結果として業務負荷の軽減につながった、というのが私の匿名化した実体験です。

サイトへの導入方法

もっとも簡単な方法では、Dzen Chat の利用開始には数時間から1日程度で済むことがあります（導入の複雑さによります）。SaaS を利用する場合、サイトをインデックス対象として追加し、AI ウィジェットをサイトのテンプレートに埋め込むだけです。ユーザーはページ右下など馴染みのある位置でチャット開始の案内を見ることができます。

加えて、社内のサーバーや企業ネットワーク内に配置することも可能です。公開プロバイダの使用がセキュリティポリシーに合わない場合は、独自モデルを用いた BYOK（Bring Your Own Key／自身のモデル）構成での運用も検討できます。導入や拡張の可能性について詳しくは、デモを申し込むためにこちらからご連絡ください： デモを申し込む。

このプロジェクトは私の個人的なスタートアップとして始めたもので、導入可能性、パートナーシップや利用方法については個別にお問い合わせください。