生成AIプロジェクトキャンバス作成支援プロンプト

生成AIプロジェクトキャンバスとは何か

AIのプロジェクトは失敗しやすいのはなぜか
目的と手段を取り違えているから
ではどうしたら良いかをきちんと整理してくれているのが、三菱ケミカル様が公開してくださっている「機械学習プロジェクトキャンバス」です。
その解説記事を以前書きました。

生成AIのプロジェクトもなかなかうまくいかないという話を聞くので、「生成AIプロジェクトキャンバス」を作ればいいのではないか、と作ってみました。

• ターゲット：
  • 粒度としては、コンタクトセンターでの顧客への応答支援に生成AI導入、というような業務単位での導入
• 12項目・35の細目を作成しました

ただ、生成AIプロジェクトキャンバスならば、そのプロジェクトキャンバスを埋めるための支援も生成AIでやらないとな、ということでプロンプトも作成しました。

どういうふうに切り出して、まとめたかの過程も意外と皆様に役立つかなと思い、noteで別記事にしました。

---

出来上がった、生成AIプロジェクトキャンバス作成支援プロンプト

生成AIプロジェクトキャンバス

• 生成AIプロジェクトキャンバス GitHubにPowerPointファイルをおきました。画像としては下記。

作成支援プロンプト

ChatGPT o4-mini-highにしました。
o3の方がいいかなとも思ったのですが、私はPlusライセンスなので、回数制限にかかるかと思い、制限が緩く高精度なモデルとして選びました。他のでもいいかもね。

あなたは「生成AIプロジェクトキャンバス」のファシリテーターです。
以下の12ブロックについて、順番に設問を投げ、回答を受け取ってください。
回答ごとにキャンバスの該当欄を埋める想定です。
必要に応じて「詳しい説明」を促せるようにしています。

---

1. 課題定義＆目的（Problem / Purpose）
 設問①-a：このプロジェクトで解決したい**現象**（現状と理想のギャップ）を具体的に教えてくだ
さい。  
- 例：「問い合わせ対応に平均○分かかっている」  
- 解説が必要なときは「詳しい説明」と入力してください。

設問①-b：①-aで挙げていただいた現象「〈現象〉」に起因しているビジネスインパクト（課題）を、以下から第1位・第2位で選んでください。  
1. コスト増加  
2. 顧客満足度低下  
3. 業務効率低下  
4. 品質低下／ばらつき  
5. ブランド信頼性低下  
6. その他（自由記述） 
  
②. 目的の確認      
   「問題が〈①-a＋①-b〉の場合、目的は“問い合わせ対応時間を短縮し、〈選択したインパクト〉を
   改善する”でよろしいですか？」   （はい／いいえ or 別の表現を入力）   
③. KGIの設定       
   「最終的に達成したい数値目標（KGI）を具体的に入力してください。例：平均対応時間10分→5分」
   ※「詳しい説明」で背景や解答例を表示  

2. 成功指標（KPI／評価基準）   
④. KPI名の選定       
   「KGIを達成するためのKPIを最大3つ挙げてください。
   例：AI回答後のCSAT／AI回答自動解決率／初回応答レイテンシ」   
⑤. KPI①のベースライン／目標値設定     
   「フォーマット例：AI回答後の顧客満足度：4.2→4.5」      
   ※未定時は「例として4.2→4.5」、補足要請は「詳しい説明」   
⑥. KPI②③の同様設定     
⑦. 測定方法・頻度・責任者      
   「KPI名：測定方法／頻度／責任者」を入力  

3. 価値提案・ROI (Value & ROI)   
⑧. 価値提案リスト（最大3つ）      
    「フォーマット例：問い合わせ時間短縮による業務効率化」     
⑨. ROI数値設定      
    「フォーマット例：人件費△△円削減／売上□□円増加／ROI150%」  

4. ユースケース＆スコープ (Use Cases & Scope)   
⑩. ユースケース（最大3つ）         
  「例：社内問い合わせの自動分類と回答提示」     
⑪. 対象ユーザー／業務範囲定義        
  「例：サポート部門新人向け、月間100件未満対応」  

5. ステークホルダー＆役割分担 (Stakeholders & Roles)   
⑫. ステークホルダーリスト（最大5つ）     
⑬. 各ステークホルダーの役割・責任定義    
⑭. 合意状況の確認（はい／いいえ＋補足）  

6. データ要件・品質管理 (Data Requirements & Quality)   
⑮. データ種類・量     
⑯. 品質管理・前処理要件     
⑰. 更新頻度・管理責任者・アクセス権限  

7. 技術構成＆インフラ (Technical Architecture & Infrastructure)   
⑱. モデル選定／提供形態     
⑲. インフラ要件（CPU/GPU、ネットワーク、可用性など）     
⑳. セキュリティ・監視要件  

8. AI–人間のワークフロー設計 (AI–Human Workflow Design)   
㉑. AI自動化タスク vs 人間タスク     
㉒. ワークフロー手順ステップ     
㉓. エスカレーション／フォールバック手順  

9. トレーニング＆定着支援 (Training & Adoption Support)   
㉔. トレーニングプログラム内容     
㉕. AIリテラシー向上施策     
㉖. 定着度測定方法・フォロー体制  

10. ガバナンス＆コンプライアンス (Governance & Compliance)   
㉗. 適用ポリシー・法規制リスト     
㉘. 監査ログ・説明責任要件     
㉙. 定期レビュー体制・頻度  

11. リスク評価＆対策 (Risk Assessment & Mitigation)   
㉚. 主要リスク（3～5つ）     
㉛. 緩和策・責任者     
㉜. リスク検知指標・トリガー・対応プロセス  

12. 検証フロー＆継続改善 (Validation Flow & Continuous Improvement)   
㉝. 各ステップ（PoC→Pilot→Production→Sustain）     
㉞. 成功基準・検証方法     
㉟. フィードバックループ設計 

実行例

コンタクトセンターの自動応答の例をイメージしました。
以下、引用タグが私の指示。平文がChatGPTの返答。

---

承知しました。では「生成AIプロジェクトキャンバス」のファシリテーションを始めます。

1. 課題定義＆目的（Problem / Purpose）

設問①-a
このプロジェクトで解決したい現象（現状と理想のギャップ）を具体的に教えてください。

例：「問い合わせ対応に平均○分かかっている」

解説が必要な場合は「詳しい説明」と入力してください。

まずは①-aをご回答ください。

あなた:
問い合わせに平均15分かかっている

ChatGPT:
ありがとうございます。

①-a：「問い合わせに平均15分かかっている」を承知しました。

設問①-b
①-aで挙げていただいた現象によって生じているビジネス上のインパクトを、主なものから第1位・第2位でお選びください。

オペレーター対応コストの増大

顧客満足度の低下

ブランド信頼性の毀損

サポート品質のバラつき

顧客離脱

その他（自由記述）

第1位と第2位を番号で回答してください。

あなた:
1., 2.

ChatGPT:
②. 目的の確認
問題が「問い合わせに平均15分かかっている」ことによって「オペレーター対応コストの増大」と「顧客満足度の低下」が生じている場合、
目的は以下のようになりますが、いかがでしょうか？

「問い合わせ対応時間を短縮し、オペレーター対応コストの増大および顧客満足度の低下を改善する」

（はい／いいえ or 別の表現を入力してください）

あなた:
はい

ChatGPT:
③. KGIの設定
最終的に達成したい数値目標（KGI）を具体的に入力してください。
例：平均対応時間15分→10分

※背景や解答例が必要な場合は「詳しい説明」と入力してください。

あなた:
詳しい説明

ChatGPT:
KGI（Key Goal Indicator：重要目標達成指標）は、このプロジェクトで最終的に「何を」「どれだけ」達成するかを定量的に示す指標です。設定のポイントは以下の通りです。

具体性（Specific）

何を達成するのか明確にする
例：平均対応時間、一次解決率、CSATスコア など

計測可能性（Measurable）

数値で測れるようにする
例：15分 → 7分、80％ → 95％ など

期限の設定（Time-bound）

いつまでに達成するかを決める
例：2025年12月末までに、など

KGI 設定例
項目 現状 目標 期限
平均問い合わせ対応時間 15分 7分 2025年12月末まで
オペレーター1件あたりコスト ¥500 ¥300 2025年12月末まで
顧客満足度（CSATスコア） 4.0／5.0 4.5／5.0 2025年12月末まで

このように、指標・現状→目標→期限のフォーマットで設定します。
それでは、最終的に達成したいKGIを「指標：現状→目標（＝いつまでに）」の形式でご入力ください。
例）

平均対応時間：15分→7分（2025年12月末まで）

あなた:
この通りで

ChatGPT:

③. KGIを以下の通り設定しました。

平均問い合わせ対応時間：15分 → 7分（2025年12月末まで）

オペレーター1件あたりコスト：¥500 → ¥300（2025年12月末まで）

顧客満足度（CSATスコア）：4.0 → 4.5（2025年12月末まで）

—

2. 成功指標（KPI／評価基準）

④. KPI名の選定
KGIを達成するためのKPIを最大3つ挙げてください。
例：

AI回答後のCSAT

AI回答自動解決率

初回応答レイテンシ

ご回答をお願いします。

あなた:
CSAT

ChatGPT:
KPIとして「CSAT」を設定しました。

⑤. KPI①のベースライン／目標値設定
「フォーマット例：CSAT：4.0→4.5」 の形式で、現在のCSATスコアと目標スコアを入力してください。

あなた:
CSAT 4-->4.5

ChatGPT:
⑤. KPI①のベースライン／目標値を以下のように設定しました。

CSAT：4.0 → 4.5

⑥. KPI②・KPI③の設定
KPI②とKPI③があれば、同様のフォーマット（名称：現状→目標）でご入力ください。
なければ「なし」とお知らせください。お願いいたします。

あなた:
なし

ChatGPT:
⑦. 測定方法・頻度・責任者
以下のフォーマットでご入力ください。

KPI名：測定方法／頻度／責任者
例）

CSAT：顧客アンケートツール（SurveyMonkey）で毎月回収／月次／カスタマーサポート部マネージャー
こちら、ご回答をお願いします。

あなた:
CSAT：SurveyMonkeyで毎月、月次、CS部部長

ChatGPT:
ありがとうございます。

3. 価値提案・ROI (Value & ROI)

⑧. 価値提案リスト（最大3つ）
フォーマット例：

問い合わせ時間短縮による業務効率化
⑨. ROI数値設定
フォーマット例：

人件費△△円削減／売上□□円増加／ROI150%
上記をご入力ください。

あなた:
定量評価が難しい

ChatGPT:
承知しました。ではまず、

⑧. 価値提案リスト（最大3つ）を挙げてください。
例）

問い合わせ時間短縮による業務効率化

オペレーター満足度向上による離職率低下

ナレッジ共有促進による教育工数削減

このうち最大3つ、貴社にとって最も大きな価値となるものをお教えください。

そのうえでROI（⑨）は暫定的な目安でも構いませんので、「想定される人件費削減額」や「対応時間短縮による工数削減見込み」など、ざっくりした数値でも構いません。もし難しければ「定量評価は後工程で精査」といった形でも結構です。

まずは価値提案リストをご入力ください。

あなた:
問い合わせ時間短縮によるオペレータ数減、人件費削減

ChatGPT:
承知しました。

⑨. ROI数値設定
暫定でも構いませんので、以下のフォーマットでご入力ください。

人件費削減額（例：年間△△万円削減）／ROI○○%
もしくは「定量評価は後工程で精査」のような形でも構いません。

ご記入をお願いします。

あなた:
現在人件費が5,000万円。問い合わせ時間が15->7分と半減により人件費を2,500万円に

ChatGPT:

⑨. ROI数値設定を以下のように設定しました。
年間人件費削減額：2,500万円（50％削減見込み）／ROIは後工程で精査

—

4. ユースケース＆スコープ (Use Cases & Scope)

⑩. ユースケース（最大3つ）
例：

社内問い合わせの自動分類と回答提示

FAQナレッジの自動推薦

チャットボットによる一次対応

上記のような形で、本プロジェクトにおける主要なユースケースを最大3つご提示ください。

あなた:
チャットbotによる一時対応
FAQナレッジの自動推薦
社内問い合わせ先の自動分類と回答例提示

ChatGPT:
⑩. ユースケースを以下の通り設定しました。

チャットボットによる一次対応

FAQナレッジの自動推薦

社内問い合わせ先の自動分類と回答例提示

⑪. 対象ユーザー／業務範囲定義
上記ユースケースを利用するユーザーや業務の対象範囲を具体的にお教えください。
例：

サポート部門新人向け、月間100件未満対応

カスタマーサポート全員、月間1,000件対応

営業部門社内問い合わせ、月間50件対応

ご回答をお願いします。

あなた:
カスタマーサポート全員、月間3,000件対応

ChatGPT:
⑤. 対象ユーザー／業務範囲を以下の通り設定しました。

カスタマーサポート全員、月間3,000件対応

5. ステークホルダー＆役割分担 (Stakeholders & Roles)

⑫. ステークホルダーリスト（最大5つ）
このプロジェクトに関係するステークホルダー（部署または役職）を、最大5つご挙げください。
例：
カスタマーサポート部
ITインフラ部
人事部
法務部
経営企画部

ご回答をお願いします。

あなた:
カスタマーサポート部
ITインフラ部
営業部、法務部、経営企画部、技術部

ChatGPT:
ご提示ありがとうございます。ただ、ステークホルダーは最大5つまでとなります。挙げていただいた中から、特に本プロジェクトにおいて重要な上位5つを選んでください。

カスタマーサポート部

ITインフラ部

営業部

法務部

経営企画部

技術部

上記から5つお選びいただき、再度ご回答をお願いします。

あなた:
カスタマーサポート部
ITインフラ部
営業部
法務部
経営企画部

ChatGPT:

思考時間: 数秒
⑬. 各ステークホルダーの役割・責任定義
以下のフォーマットでご記入ください。

ステークホルダー名：役割／責任
例）

カスタマーサポート部：ユーザー要件定義・CSAT向上施策の実行／KPIモニタリング
——
上記5者について、それぞれご入力をお願いします。

あなた:
カスタマーサポート部：PoC実行部門。CAST測定
ITインフラ部：生成AIシステム開発。既存問い合わせシステムとの連携
営業部：回答例の営業面でのチェック
法務部：回答例の法的なチェック
経営企画部：回答例の会社方針としてのチェック

ChatGPT:
⑭. 合意状況の確認
各ステークホルダーについて、以下のフォーマットでご記入ください。

ステークホルダー名：合意済みか（はい／いいえ）＋補足（例：懸念点や調整事項）
例）

カスタマーサポート部：はい
ITインフラ部：いいえ（システム要件の追加調整が必要）
お手数ですが、各部門の合意状況をお知らせください。

あなた:
カスタマーサポート部：はい
ITインフラ部：はい
営業部：交渉中
法務部：打診
経営企画部：はい

ChatGPT:

6. データ要件・品質管理 (Data Requirements & Quality)

以下のフォーマットでご回答をお願いします。

⑮ データ種類・量：
例）問い合わせログ（過去1年分、約36,000件）

⑯ 品質管理・前処理要件：
例）欠損・重複チェック／問い合わせ件数と解決率の整合性確認／テキスト正規化（全角→半角、特殊文字削除）

⑰ 更新頻度・管理責任者・アクセス権限：
例）日次更新／データエンジニアリング部・A氏／閲覧：CS部全員、編集：ITインフラ部
お手数ですが、上記3項目についてご入力ください。

あなた:
15 問い合わせログ過去3年分11万件
16 表記揺れなどはできていない
17 リアルタイム更新。ITインフラ部A氏、閲覧：CS部全員、ITインフラ部CS担当チーム、編集：CS部長、ITインフラ部CS担当チーム

ChatGPT:
以下のように設定しました。

⑮ データ種類・量：
問い合わせログ（過去3年分、約110,000件）

⑯ 品質管理・前処理要件：
表記揺れチェック・正規化は未実施（今後要検討）

⑰ 更新頻度・管理責任者・アクセス権限：
リアルタイム更新
管理責任者：ITインフラ部 A氏
閲覧：CS部全員、ITインフラ部CS担当チーム
編集：CS部部長、ITインフラ部CS担当チーム

7. 技術構成＆インフラ (Technical Architecture & Infrastructure)

⑱. モデル選定／提供形態
例）

LLM: GPT-4 Turbo API（クラウド提供）

カスタムファインチューニング済みモデルをエッジデプロイ

⑲. インフラ要件（CPU/GPU、ネットワーク、可用性など）
例）
GPU: NVIDIA A100 ×2（推論用）
ネットワーク: レイテンシ20ms以下
可用性: 99.9%

⑳. セキュリティ・監視要件
例）
通信暗号化（TLS1.3）
モデル呼び出しログの保管
モニタリング: Prometheus + Grafana

上記3項目についてご要望や現状の想定があれば、それぞれご記入ください。

あなた:
18 M365 Copilot、AzureでのRAGを検討
19 Azure
20 当社規定に則る

ChatGPT:

8. AI–人間のワークフロー設計 (AI–Human Workflow Design)

以下の3点についてご記入ください。

㉑. AI自動化タスク vs 人間タスク
例：
AI自動化：問い合わせ一次応答、FAQ推薦
人間タスク：複雑事例の対応、最終確認

㉒. ワークフロー手順ステップ

例：
ユーザーがチャットボットに問い合わせ
ボットがFAQから候補を提示
解決しない場合は人間オペレーターへ転送

㉓. エスカレーション／フォールバック手順

例：
AI応答が不十分な場合：CS担当者に自動通知
システム障害時：手動でのメール対応へ切替

お手数ですが、それぞれご入力をお願いいたします。

あなた:
21　AI自動化：ChatBotでの一次対応、回答例提案、社内問い合わせ自動振り分け
　　人間タスク：回答の最終確認、複雑事例への対応
22 1. チャットbotがユーザーへ一次対応
2. 1.で解決しない場合にオペレータへFAQから回答候補を提示
　　3. 2.で解決しない場合に社内専門部署への自動振り分けと回答案提示
23 チャットbotでの一次対応が不十分な場合オペレータに自動切り替え
　　システム障害時：従来システムへの自動切り替え

ChatGPT:

9. トレーニング＆定着支援 (Training & Adoption Support)

次に以下の3点についてご入力ください。

㉔. トレーニングプログラム内容
例）
初期研修：チャットボット操作方法（2時間）
ハンズオン：FAQメンテナンス演習（半日）
定期勉強会：新機能紹介（月1回）

㉕. AIリテラシー向上施策
例）
eラーニングコース（標準モジュール：AI基礎、RAG概念）
社内ハッカソン（ChatGPT活用）
ナレッジ共有Slackチャンネル

㉖. 定着度測定方法・フォロー体制
例）
利用ログ分析（チャット利用率／回答満足度）
定期アンケート（四半期ごと）
フォローアップミーティング（ITインフラ部＋CS部長）

お手数ですが、それぞれご記入をお願いいたします。

あなた:
24 例示の通り
25 ナレッジ共有Teams
26 利用ログ分析はAzure/AutoMLで別途開発
　 顧客へのSurveyMonkeyは随時・月次集計。オペレータへのアンケートは月次実施
　フォローアップミーティングITインフラ部＋CS部関係者は隔週

ChatGPT:

10. ガバナンス＆コンプライアンス (Governance & Compliance)

以下の3点についてご記入をお願いします。

㉗. 適用ポリシー・法規制リスト
例）
個人情報保護法
社内データ利用ポリシー
AI利用ガイドライン

㉘. 監査ログ・説明責任要件
例）
全API呼び出しのログ保持（90日保存）
応答内容のスナップショット保管
説明責任レポートの年次提出

㉙. 定期レビュー体制・頻度
例）
モデル性能レビュー（月次）
コンプライアンスチェック（四半期）
ステークホルダーレビュー（年次）

お手数ですが、ご回答ください。

あなた:
27 当社規定に則る
　　生成AIの回答例チェック基準を別途作成が必要
28 実際の回答とともに生成AIの回答例は全て保管
　　その他は当社規定の通り
29 26のフォローアップMTGで実施

ChatGPT:

10. ガバナンス＆コンプライアンス (Governance & Compliance)

㉗. 適用ポリシー・法規制リスト
当社規定に則る
生成AIの回答例チェック基準を別途作成

㉘. 監査ログ・説明責任要件
実際の回答とともに生成AIの回答例を全て保管
その他は当社規定の通り

㉙. 定期レビュー体制・頻度
フォローアップミーティング（ITインフラ部＋CS部関係者）にて実施（隔週）

11. リスク評価＆対策 (Risk Assessment & Mitigation)

次に、以下の項目についてご入力をお願いします。

㉚. 主要リスク（3～5つ）
例：
AI誤回答による顧客クレームの発生
システムダウンによる対応遅延
データ漏洩リスク

㉛. 緩和策・責任者
例：
誤回答検知ルールの強化／CS部長
冗長構成による可用性確保／ITインフラ部

㉜. リスク検知指標・トリガー・対応プロセス
例：
顧客クレーム件数（月5件超でアラート）→即時レビュー
APIエラー率（1%超でアラート）→自動フェイルオーバー

こちらをご記入ください。

あなた:
30 例示の通り
31 誤回答対策：RAGによる精度向上を検討　CS部、ITインフラ部
　可用性：コストと冗長構成のトレードオフを検討　ITインフラ部
32 例示の通り

ChatGPT:

思考時間: 4 秒

11. リスク評価＆対策 (Risk Assessment & Mitigation)

㉚. 主要リスク（3つ）
AI誤回答による顧客クレームの発生
システムダウンによる対応遅延
データ漏洩リスク

㉛. 緩和策・責任者
誤回答対策：RAGによる精度向上を検討／CS部、ITインフラ部
可用性確保：コストと冗長構成のトレードオフを検討／ITインフラ部

㉜. リスク検知指標・トリガー・対応プロセス
顧客クレーム件数（月5件超でアラート） → 即時レビュー
APIエラー率（1%超でアラート） → 自動フェイルオーバー

12. 検証フロー＆継続改善 (Validation Flow & Continuous Improvement)

最後に、プロジェクトのPoCから本番運用・継続改善に向けたフローについて、以下の3点をご入力ください。

㉝. 各ステップ（PoC→Pilot→Production→Sustain）の概要
例）
PoC：特定顧客100件でチャットボット一次応答を検証（2週間）
Pilot：全社300件／月で運用評価（1ヶ月）
Production：月間3,000件対応へスケールアウト
Sustain：KPI安定化後、定期的なモデル再学習・改善

㉞. 成功基準・検証方法
例）
PoC成功：一次解決率70%以上／ユーザー満足度3.8以上
Pilot成功：CSAT4.3以上かつ誤回答率5%未満

㉟. フィードバックループ設計
例）
毎月KPIレビュー → モデル再チューニング要件出し → ITインフラ部が実装 → 翌月再評価
CS部からのQAもSlackチャンネルで随時収集

お手数ですが、それぞれご記入をお願いいたします。

あなた:
33 PoC ランダムサンプリング5%顧客にチャットbot一次対応を検証1ヶ月
Pilot 特定オペレータ10名で回答例、自動振り分けを検証3ヶ月
Production 全件へ拡大
Sustain 定期フォローアップ

34 PoC 一次解決率70%以上CSATが現状の4.0から落ちないこと
Pilot KPI設定の通り

35 隔週のフォローアップMTGで実施　細かなQ＆AはTeamsで回答・共有

ChatGPT:

12. 検証フロー＆継続改善 (Validation Flow & Continuous Improvement)

㉝. 各ステップ（PoC→Pilot→Production→Sustain）の概要
PoC：ランダムサンプリングで顧客の5%にチャットボット一次対応を実施し、検証期間1ヶ月
Pilot：特定オペレータ10名を対象に回答例提示と自動振り分け機能を運用・検証、期間3ヶ月
Production：全件へスケールアウトし、本番運用開始
Sustain：隔週フォローアップミーティングにてKPI・運用状況をレビューし、継続的に改善

㉞. 成功基準・検証方法
PoC成功基準：一次解決率70%以上かつCSATが現状の4.0を下回らないこと
Pilot成功基準：KPI設定（CSAT4.5以上、誤回答率5%未満など）に準拠

㉟. フィードバックループ設計

隔週のフォローアップミーティング（ITインフラ部＋CS部関係者）で結果を共有・改善要件を抽出

日常的なQ&Aや軽微な調整はTeamsチャンネルで随時対応・ナレッジ共有

以上で全12ブロックのキャンバスが埋まりました。ご確認いただき、追加・修正のご要望があればお知らせください。

あなた:
決めた内容をMarkdownで示して

1. 課題定義＆目的 (Problem / Purpose)

• ①-a 現象
  問い合わせに平均15分かかっている

• ①-b ビジネス上のインパクト
  1位：オペレーター対応コストの増大
  2位：顧客満足度の低下

• ② 目的
  問い合わせ対応時間を短縮し、オペレーター対応コストの増大および顧客満足度の低下を改善する

---

2. KGIの設定 (Key Goal Indicators)

• 平均問い合わせ対応時間：15分 → 7分（2025年12月末まで）
• オペレーター1件あたりコスト：¥500 → ¥300（2025年12月末まで）
• 顧客満足度（CSATスコア）：4.0 → 4.5（2025年12月末まで）

---

3. 成功指標（KPI／評価基準）

1. KPI①

   • 名称：CSAT
   • 現状→目標：4.0 → 4.5
   • 測定方法／頻度／責任者：SurveyMonkeyで毎月／月次／CS部部長

2. KPI②・③

   • なし

---

4. 価値提案・ROI (Value & ROI)

• 価値提案

  • 問い合わせ時間短縮によるオペレータ数減、人件費削減

• ROI数値設定

  • 年間人件費削減額：2,500万円（50％削減見込み）／ROIは後工程で精査

---

5. ユースケース＆スコープ (Use Cases & Scope)

• ユースケース

  1. チャットボットによる一次対応
  2. FAQナレッジの自動推薦
  3. 社内問い合わせ先の自動分類と回答例提示

• 対象ユーザー／業務範囲
  カスタマーサポート全員、月間3,000件対応

---

6. ステークホルダー＆役割分担 (Stakeholders & Roles)

• ステークホルダー

  • カスタマーサポート部
  • ITインフラ部
  • 営業部
  • 法務部
  • 経営企画部

• 役割・責任

  • カスタマーサポート部：PoC実行部門、CSAT測定
  • ITインフラ部：生成AIシステム開発、既存問い合わせシステム連携
  • 営業部：回答例の営業面チェック
  • 法務部：回答例の法的チェック
  • 経営企画部：回答例の会社方針チェック

• 合意状況

  • カスタマーサポート部：はい
  • ITインフラ部：はい
  • 営業部：交渉中
  • 法務部：打診
  • 経営企画部：はい

---

7. データ要件・品質管理 (Data Requirements & Quality)

• データ種類・量
  問い合わせログ（過去3年分、約110,000件）

• 品質管理・前処理要件
  表記揺れチェック・正規化未実施（今後要検討）

• 更新頻度・管理責任者・アクセス権限

  • 更新頻度：リアルタイム
  • 管理責任者：ITインフラ部 A氏
  • 閲覧：CS部全員、ITインフラ部CS担当チーム
  • 編集：CS部部長、ITインフラ部CS担当チーム

---

8. 技術構成＆インフラ (Technical Architecture & Infrastructure)

• モデル選定／提供形態
  M365 Copilot、AzureでのRAGを検討

• インフラ要件
  Azure

• セキュリティ・監視要件
  当社規定に則る

---

9. AI–人間のワークフロー設計 (AI–Human Workflow Design)

• AI自動化タスク vs 人間タスク

  • AI自動化：ChatBotでの一次対応、回答例提案、社内問い合わせ自動振り分け
  • 人間タスク：回答の最終確認、複雑事例への対応

• ワークフロー手順

  1. チャットボットがユーザーへ一次対応
  2. 解決しない場合、オペレータへFAQから回答候補を提示
  3. さらに解決しない場合、社内専門部署への自動振り分けと回答案提示

• エスカレーション／フォールバック

  • AI応答が不十分な場合：オペレータに自動切り替え
  • システム障害時：従来システムへの自動切り替え

---

10. トレーニング＆定着支援 (Training & Adoption Support)

• トレーニングプログラム内容

  • 初期研修：チャットボット操作方法（2時間）
  • ハンズオン：FAQメンテナンス演習（半日）
  • 定期勉強会：新機能紹介（月1回）

• AIリテラシー向上施策
  ナレッジ共有Teams

• 定着度測定方法・フォロー体制

  • 利用ログ分析（Azure/AutoMLで開発）
  • 顧客へのSurveyMonkey：随時・月次集計
  • オペレータアンケート：月次実施
  • フォローアップミーティング：ITインフラ部＋CS部関係者（隔週）

---

11. ガバナンス＆コンプライアンス (Governance & Compliance)

• 適用ポリシー・法規制リスト

  • 当社規定に則る
  • 生成AIの回答例チェック基準を別途作成

• 監査ログ・説明責任要件

  • 実際の回答とともに生成AIの回答例を全て保管
  • その他は当社規定の通り

• 定期レビュー体制・頻度
  隔週フォローアップミーティング（ITインフラ部＋CS部関係者）

---

12. リスク評価＆対策 (Risk Assessment & Mitigation)

• 主要リスク

  1. AI誤回答による顧客クレームの発生
  2. システムダウンによる対応遅延
  3. データ漏洩リスク

• 緩和策・責任者

  • 誤回答対策：RAGによる精度向上検討／CS部、ITインフラ部
  • 可用性確保：コストと冗長構成のトレードオフ検討／ITインフラ部

• リスク検知指標・トリガー・対応プロセス

  • 顧客クレーム件数（月5件超でアラート） → 即時レビュー
  • APIエラー率（1%超でアラート） → 自動フェイルオーバー

---

13. 検証フロー＆継続改善 (Validation Flow & Continuous Improvement)

• 各ステップ

  • PoC：ランダムサンプリング5%顧客にチャットボット一次対応を検証（1ヶ月）
  • Pilot：特定オペレータ10名で回答例提示・自動振り分けを検証（3ヶ月）
  • Production：全件へ拡大
  • Sustain：隔週フォローアップミーティングにて継続的改善

• 成功基準・検証方法

  • PoC：一次解決率70%以上かつCSATが4.0を維持
  • Pilot：KPI設定（CSAT4.5以上、誤回答率5%未満など）に準拠

• フィードバックループ設計

  • 隔週フォローアップMTGで結果共有・改善要件抽出
  • 日常的なQ&AはTeamsチャンネルで随時対応・共有

---

いかがでしょう。粒度がちょっと一定でないとかあるかと思いますが、叩き台としてはかなりいいかなと自負しております。

---

公開後プロンプトの設問「①-b」が初期に考えていたコンタクトセンターの事例に特化していることに気づき、下記で訂正しました。

ごめんなさい。以下もコンタクトセンターでのテーマ限定となってしまっていますね。
①-a. の結果を受けてインパクトの選定をするようなプロンプトに書き換えて

①-b. インパクトの選定
「その現象によるビジネス上の課題」を第1位・第2位で選んでください。
1. オペレーター対応コストの増大
2. 顧客満足度の低下
3. ブランド信頼性の毀損
4. サポート品質のバラつき
5. 顧客離脱
6. その他（自由記述）