AIチャットボットの賢さは「学習データ」で決まる！ 収集のコツと観光機構の成功事例

本記事では、失敗しない学習データの集め方に加え、観光アプリ利用者2万人を案内するナビゲーターへとAIを育て上げた「観光機構様」のデータ戦略をヒントに、ユーザーを本当に満足させるAIチャットボットの作り方を解説します。

観光機構も実践！ 質の高い学習データを集める5つのステップ

AIに最初から「完璧な正解」を教え込もうとする必要はありません。まずは以下の5つのステップで、社内に眠る「生きたデータ」をかき集め、AIの基礎知識（土台）を作ります。

1. 既存ドキュメントの棚卸し（土台作り）
2. 社内にあるマニュアル、規定集、WebサイトのFAQページなど、すでに文字化されている公式情報を集めます。
3. 問い合わせログの分析（宝の山）
4. 過去のメールや電話対応の履歴（インシデントログ）には、「ユーザーが本当に困っている生の声」が詰まっています。頻出質問は最優先で学習させます。
5. 現場へのヒアリング（暗黙知の形式知化）
6. マニュアルには載っていない、ベテラン社員だけが知っている「対応のコツ」や「例外処理の判断基準」をヒアリングし、テキスト化してAIに教え込みます。
7. 外部データの活用（語彙力の強化）
8. 業界特有の専門用語集や同義語辞書を取り込み、AIがユーザーの多様な言い回し（表記ゆれ）を正しく理解できるように基礎能力を底上げします。
9. ユーザーフィードバックの反映（継続学習）
10. AI導入後、「この回答で解決しましたか？」というアンケート（Good/Bad評価）を取り、Badが押された回答のデータを即座に修正・追加学習させます。

【実例】2万人の心を掴んだ「データ選定」の極意

「どんなデータを入れれば、ユーザーは喜んでAIを使ってくれるのか？」

その答えは、観光機構様の事例に隠されています。同機構は、観光アプリ内のAIチャットボット（AIさくらさん）に適切なデータを学習させることで、単なる自動応答ツールを「おもてなしのナビゲーター」へと進化させました。

「検索」ではなく「提案」できるデータを学ぶ

単に観光スポットの「住所」や「営業時間」を学習させるだけなら、Google検索で十分です。

同機構のAIは、ユーザーの文脈（コンテキスト）に合わせて提案できるよう設計されています。例えば「雨の日でも子供と楽しめる場所は？」という質問に対し、屋内施設という「条件」と、ファミリー向けという「属性」を紐づけたデータを整備・学習させたことで、単なる情報検索を超えた「旅のコンシェルジュ」として機能しているのです。

「キャラクター性」という情緒データ

また、同機構の公式キャラクター「きゅーちゃん」として振る舞うための「口調」や「親しみやすさ」も重要な学習要素でした。

無機質なシステムテキストではなく、「〜ばい！」「〜たい！」といった方言や、温かみのある対話シナリオ（情緒データ）を意図的に学習させることで、ユーザーの心理的ハードルを下げ、「デジタルおもてなし」を実現しています。

【部署別】社内AI（B2B）に学習させるべきデータ一覧

社内ヘルプデスクとしてAIを導入する場合、部署ごとに「食わせるべきデータ」は明確に異なります。以下は、導入効果が最も出やすい鉄板のデータ構成です。

▼ 【学習データ例】部署ごとの最適解

部署　　　　　　学習させる主なデータ（FAQの種）　　期待される導入効果

総務・人事部　　・福利厚生、慶弔規定　　　　　　　　「この申請書はどこにある？」等の
　　　　　　　　・社宅規定、備品購入ルール　　　　　電話が激減。担当者が本来の
　　　　　　　　・勤怠システムのマニュアル　　　　　制度設計・採用業務に集中できる。

財務・経理部　　・経費精算規定、勘定科目一覧　　　　月末の「この領収書はどう処理
　　　　　　　　・インボイス制度対応Q&A　　　　　　する？」の質問減。差し戻しの
　　　　　　　　・立替精算の締め日カレンダー　　　　減少による決算早期化。

‍情報システム　　・PC初期セットアップ手順　　 　　　 情シス部門のヘルプデスク負荷が
　　　　　　　　・パスワードリセット方法半減。　　　半減。夜間・休日のトラブル
　　　　　　　　・VPN接続エラーの対処法　　 　　 　 自己解決率が飛躍的に向上。

データを集める際の「絶対ルール（セキュリティと運用）」

学習データを集める際、特に企業利用において絶対に守るべきルールがあります。

① 個人情報と機密情報の分離

「社員の給与データ」や「顧客のクレジットカード情報」などを、不用意にAIへ学習させてはいけません。

• 対策: 学習データには「規定」や「手順」などの一般情報のみを含める運用ルールを徹底する。または、ISO認証（ISO/IEC 27001等）を取得しており、入力データが外部のLLMモデル学習に利用されない（オプトアウトされた）高セキュリティなエンタープライズAIを選定する。

② データの「鮮度」を保つ運用体制

観光機構様が「今後は多言語対応や交通ルート提案機能などを追加していく」と語るように、AIのデータは生き物です。

イベントが終わればその情報は削除し、社内規定が変われば即座に回答を修正する。この「メンテナンス（チューニング）」を継続できる運用体制があって初めて、AIは真価を発揮します。

よくある質問（FAQ）

Q1: 社内にマニュアルがなく、担当者の頭の中にしか情報がありません。

A: よくあるケースです。その場合は、ゼロからマニュアルを作るのではなく、まずは「社内でよく聞かれる質問トップ50個」だけを箇条書きで洗い出し、そこからスモールスタートでAIを稼働させます。運用しながら、AIが答えられなかった質問（未解決ログ）を拾い上げ、少しずつ回答データを追加していくアプローチが最も確実です。

Q2: 専門知識やITリテラシーがないため、データの整理や登録作業が不安です。

A: 「AIさくらさん」のような運用代行型のサービスであれば、お客様側で高度なデータ整形を行う必要はありません。社内に散らばっているWordやPDF、社内ポータルのURLなどをそのままご提供いただくだけで、プロの運用チームがAIが学習しやすいQ&A形式に整形し、初期登録から日々のチューニングまでを丸ごと代行いたします。

Q3: 学習データの準備にはどれくらいの期間がかかりますか？

A: 既存のQ&AリストやPDFマニュアルがある程度揃っていれば、最短1ヶ月程度で学習を完了し、テスト運用を開始することが可能です。

まとめ：AI導入成功の鍵は「伴走してくれるパートナー選び」

AIチャットボットのためのデータ収集とは、単なる「作業」ではなく、AIという新しい仲間に「自社の仕事の流儀」や「顧客へのおもてなしの心」を教え込むクリエイティブな工程です。

しかし、この育成作業を現場の担当者だけで抱え込むと、通常業務を圧迫し、プロジェクト自体が頓挫してしまいます。

だからこそ、ツールの機能だけでなく、「データの整形や日々のチューニングまで伴走してくれるAIベンダー」を選ぶことが、導入成功の最大の近道です。