AI サポートが店舗を知らない派遣スタッフみたい？Shopify AI カスタマーサポートを専門レベルにする6つのステップ

多くの Shopify ストア運営者は、自分の店の AI サポートを開いたときに同じ瞬間を経験します。返品ポリシーを尋ねると、トップページのバナーに書かれた宣伝文句が返ってくる。あるニットの素材を尋ねると、「商品詳細ページをご確認ください」と返ってくる。

これは AI が鈍いからではありません。この店が何者で、何を売っていて、どんな質問にどう対応すべきかを、誰も AI に教えていないだけです。

本記事でいう AI サポートとは、HeiChat のように Shopify ストアに導入する対話型ボットを指します。大規模言語モデルで動作し、商品データやポリシー文書を読み込み、お客様の言語で回答します。「キーワードマッチング + 定型文」に頼っていた初期のチャットボットとは異なりますが、共通点がひとつあります。回答の品質は、ストア側が提供する情報に大きく左右されるということです。

本記事は HeiChat 公式ドキュメントのベストプラクティスを参考に、「よくある失敗シーン → 原因 → 対応する設定 → そのまま使えるテンプレート」の順で解説し、より専門的な Shopify AI サポートの仕組みを段階的に構築できるようにします。

一、まずは6つの失敗シーンを見てみる

すでに AI サポートを導入している店舗なら、以下のやり取りはきっと見覚えがあるはずです。

シーン1：回答が漠然としている

お客様：「ギフト用に買うのですが、梱包を控えめにしてもらえますか？」 AI サポート：「当店はすべてのお客様に高品質な製品とサービスを提供することに努めております。ご支援ありがとうございます。」

シーン2：回答が古い

お客様：「今も30日間の無条件返品はできますか？」 AI サポート：「はい。当店の返品ポリシーでは、30日以内に返品をお申し込みいただけます。」

（実際には、ストアは先月ポリシーを14日に変更していました。ナレッジベースにはまだ古いものが残っていただけです。）

シーン3：商品について聞くと曖昧

お客様：「このウールセーターは肌にチクチクしますか？敏感肌なんです。」 AI サポート：「素材情報については、商品詳細ページをご確認ください。」

シーン4：有人対応に切り替えるべきなのに粘る

お客様：「届いたマグカップが割れていました。返金してほしいです。」 AI サポート：「ご不便をおかけして申し訳ございません！3営業日以内に返金処理を完了いたします。」

（返金には人による審査が必要で、AI にその権限はありません。）

シーン5：多言語のお客様に硬い返信

お客様（日本語）：「海外発送はできますか？」 AI サポート：「Yes, we ship internationally.」

シーン6：一通り直したけれど、良くなったのか分からない

ストアは午後いっぱい使って FAQ を追加しましたが、どの質問がまだ間違っているのか、直した内容が反映されたのかを教えてくれる場所はどこにもありませんでした。

この6つのシーンは、それぞれ別の問題に対応しています。以下で一つずつ分解していきます。

二、1つ目の落とし穴：ビジネス背景が不明確

症状

AI サポートの返信で店舗に触れるときの表現がぎこちない、あるいはブランド名を出さずに「当店」と繰り返すだけ。

原因

この店が何という名前で、何を売っていて、誰にサービスを提供しているかを AI が知らない。

対応する設定

Shopify Admin > Apps > HeiChat > Setup > Basic Settings で、少なくとも3項目を埋めます。

• Store Name：正式なブランド名を入力し、Shopify のドメイン接頭辞だけにしない；
• Store Introduction：何を、誰に、どの地域へ販売しているか、どのような特別なポリシーがあるかを明確に書く；
• Customer Service Supervisor's Email：実際に人が確認するメールアドレスを入れる。

そのまま使えるテンプレート：Store Introduction の書き方

公式ドキュメントの要件は「短い段落か箇条書きを使い、宣伝スローガンだけにしないこと」です。以下の構成はそのまま流用できます。

私たちは [ブランド名] で、主に [主力カテゴリ] を扱っており、価格帯はおおよそ [X–Y] です。
主なお客様は [顧客層の説明] です。
現在の発送先は [国・地域] で、注文は通常 [N] 営業日以内に発送し、
標準配送には約 [N] 日かかり、[速達方法] にも対応しています。
返品ポリシー：[主要なルール。例「商品到着後14日以内、タグが付いた状態であれば返品可能」]。
返品をお受けできない場合：[列挙。例「オーダーメイド品、下着、開封済みのスキンケア用品」]。
以下の場合は有人サポートにお問い合わせください：[列挙。例「返金の例外、注文の破損、卸売の見積もり」]。

この資料の価値は、AI が引用できる具体的なルールを持てることにあります。ブランド紹介の文章ではありません。「私たちは高品質な製品の提供に努めています」といった文は、サポートにとって何の役にも立ちません。

三、2つ目の落とし穴：話し方に境界がない

症状

AI サポートの返信がポリシー文書のように長いか、逆にどの行にも絵文字が並んでいる。返金やクレームといったデリケートな問題でも、新商品の話題と同じように軽い口調のまま。

原因

返信のトーン、長さ、言語、境界が設定されていません。デフォルト設定が、ストアのブランドトーンや実際のサポートシーンに合っているとは限りません。

対応する設定

Setup > Advanced Settings > AI Response に進みます（Basic Settings > Customize Your Bot > Set AI Style からも入れます）。ここには注目すべきトレードオフがいくつかあります。

• AI Output Mode：通常は Streaming を推奨。回答が順に表示されるため、待たされている感覚が軽くなります；
• Reply Style：シリアスなブランドは Serious & Professional、消費財ブランドはより軽いものも可。ただし返金やクレームの場面でのユーモアは慎重に；
• Emoji Usage：高単価またはフォーマルなブランドは Prohibited か Minimal を推奨；
• Response Length：通常は Standard から始め、FAQ やモバイルでは Concise、セットアップ手順や複雑なポリシーは Detailed；
• Reply Language：多言語のお客様には Automatic、言語を統一したい場合は Fixed Language；
• Custom Instructions：ブランドのトーン、約束してはいけない内容、不確かなときの対応方法を規定します。

そのまま使えるテンプレート：Custom Instructions の4つの禁止事項

AI サポートが専門的かどうかを決めるのは、しばしば「何を話せるか」ではなく「何を話してはいけないか」です。以下のブロックはそのまま Custom Instructions に貼り付けられます。

【トーン】忍耐強く、親しみやすく対応する。過度に技術的な表現は使わない。
お客様のクレームや感情的な状態に対しては、まず共感し、その後に解決策を提示する。

【不確かなことについて】在庫、発送日、具体的な到着時期が不明なときは、
勝手に推測したり具体的な約束をしたりせず、確認が必要であると説明する。

【約束について】具体的な返金額、着金時期、補償内容を約束しない。
返金の例外やポリシーの適用除外は、必ず有人サポートへ案内する。

【追加質問について】情報が不足しているときは、最も重要な確認質問を1つだけ先に尋ねる。
複数の質問を一度に投げかけない。

【デリケートな問題について】注文のプライバシー、支払い紛争、法律や医療に関する助言については、
判断を示さず、直ちに有人対応に切り替える。

特に注意したい点があります。公式ドキュメントは、ナレッジギャップを検出するためのルールは Gap Detection に書き、Custom Instructions には書かないよう明確に注意しています。2種類のルールを混ぜて書くと、両方の設定の効果に影響する可能性があります。

四、3つ目の落とし穴：商品知識が不完全

症状

「どのサイズが合いますか」「この製品はある機器に対応していますか」「どんな色がありますか」と聞かれても、AI サポートが具体的な答えを出せない。

原因

商品に関する疑問は手書きの FAQ だけでは解決できません。ストアには数百の SKU があることもあり、商品属性は変化し続けます。

対応する設定

Setup > Learned Products で、商品学習が完了していること、重点商品が範囲に含まれていることを確認します。HeiChat は Shopify の商品データを読み込んで自動的に同期するため、日々の小さな変更は通常手動操作が不要です。

ただし見落としやすい点があります。ストアが一括で新商品を投入した場合や、商品説明・バリエーション・素材・サイズ・互換性をまとめて変更した場合は、Learned Products ページで手動で Refresh を1回実行することをおすすめします。最新情報が回答やレコメンドに反映されるようになります。

もうひとつよくある誤解：商品属性が欠けているとき、Knowledge Base で補わないこと。 Shopify の商品レコードに「素材」フィールドすらない場合、正しい対応はまず商品データを補完し、同期を待つことです。ナレッジベースに商品説明をもう一部重複して積むのではありません。それをすると、2か所に矛盾するデータソースが生まれるだけです。

五、4つ目の落とし穴：業務ポリシーが古い

症状

物流、返品交換、アフターサービス、会員ルールといった質問に対して、AI サポートの回答が曖昧だったり、すでに無効になったルールを引用したりする。

原因

商品以外の業務知識がナレッジベースに入っていない。

対応する設定

Setup > Knowledge > Knowledge Base で管理します。Learned Products とは独立した2つのモジュールです。

• 商品情報（タイトル、説明、バリエーション、価格、在庫）は Learned Products が自動的に読み込む；
• 業務知識（物流、返品交換、使い方、アフターサービスの流れ）は Knowledge Base で手動管理する。

利用できるコンテンツタイプには URL、PDF、TEXT FILE、PLAIN TEXT、Q&A があります。選ぶ際の経験則は2つです。

1. 各 entry は1つのテーマだけを扱う。無関係な複数のポリシーを1つの長文にまとめない；
2. 1つの回答に複数の言い回しを紐づける。たとえば配送時間なら「How long does shipping take?」「When will my order arrive?」「What is the delivery time?」を同時に書いておくと、お客様が別の言い方をしても同じ意図として認識されやすくなります。

最もはまりやすい罠：ナレッジベースは自動更新されない

Knowledge Base の内容は追加した時点のスナップショットであり、参照元のページやファイルが変わっても自動では同期されません。したがって：

• Shopify の shipping、refund、privacy、terms ポリシーを変更したら、Renew Policy をクリックして再同期する；
• 期間限定キャンペーン、イベントルール、一時的なポリシーには expiration date を設定する。設定しないと、キャンペーン終了後も AI が古い特典を案内し続けます；
• 内容を更新するときは、新しい entry を追加するのではなく元の entry を編集する。矛盾する2つのルールが同時に存在すると、AI の回答が予測不能になります。

これこそが、冒頭の「回答が古い」シーンの原因です。

六、5つ目の落とし穴：間違っていることに誰も気づかない

症状

ストアは AI がどこでうまく答えられていないのか分からず、お客様のクレームを待つしかない。

原因

「事後のセルフチェック」の層が欠けている。

対応する設定

Setup > Advanced Settings > Gap Detection でナレッジギャップ検出を有効にします。その役割は、会話の終了後に、その回答がナレッジギャップを露呈したかどうかを分析することであり、お客様が見た回答を変えるものではありません。

ドキュメントが挙げている推奨ルールには、次のようなものがあります。回答に「確かではありません」「関連情報がありません」が含まれる。回答が漠然としていて実行できない。本来は直接答えられるはずの質問に対して support への連絡を繰り返し勧める。お客様に何度も問題の説明をやり直させる。ストア固有のフローをカバーできていない。

同時に、ギャップとして記録すべきでないケースも明確に書いておきます。そうしないと大量の誤検知が発生します。

• order status や tracking のようにリアルタイムのアカウントデータが必要な質問；
• AI がサービス範囲外として正しく拒否したリクエスト；
• 人による審査が必要な返金の例外やプライバシーに関わる問題。

クローズドループ：ギャップ → 新しい知識

ギャップは Setup > Knowledge > Knowledge Gaps に集約されます。推奨される処理順は次のとおりです。

1. Hits で並べ替え、出現回数が最も多いものから見る；
2. Question を開き、お客様の質問全文、AI の回答、AI Insight を読む；
3. View Conversation をクリックして文脈を確認する。一文だけを見て結論を出さない；
4. 原因が知識の欠如、知識の陳腐化、商品データの不完全さ、本来は有人対応にすべきケースのどれかを判断する；
5. Add Knowledge をクリックして対応する entry を作成する；
6. フロントエンドに戻り、元の質問と複数の言い換えでテストする；
7. 改善を確認したら Mark as Resolved をクリックする。誤検知だと確認できたら Ignore を使う。

Hits が多いギャップは、通常多くのお客様が遭遇する中心的な問題を表します。物流、返品交換、サイズ、互換性、支払いという高頻度項目を先に解決するほうが、最初から大量の低頻度なエッジケースを片づけるより価値があります。

会話内でのクイック修正と、その限界

日々の会話を確認していて、ある回答が不正確だと気づいたら、Conversations > All Conversations の該当する AI メッセージで Correct this message を選び、お客様の質問を整理し直し、標準回答を入力するか、本来おすすめすべき具体的な商品を紐づけられます。

ここで明確にしておくべき前提があります。Correction は強制ルールではなく、今後のすべての回答を絶対に上書きするものでもありません。 本質的には、人による修正をナレッジ体系に素早く補うための入口です。類似の質問で HeiChat が参照することはありますが、最終的な回答は現在の会話、既存のナレッジベース、その他の利用可能な情報を組み合わせて生成されます。

したがって合理的な使い方はこうです。Correction は応急処置に使い、長期的に有効なポリシーは正式な Knowledge Base entry として整理する。 修正後は、いくつかの言い方に変えて再度テストするべきです。

七、6つ目の落とし穴：有人対応すべきなのに無理に答える

有人対応すべきときは、AI に分からせる

本来 AI が答えるべきでない問題があります。ドキュメントが挙げるシーンには、返金の例外やポリシーの適用除外、注文の破損や紛失、アカウントのプライバシーと支払い紛争、AI が確認できない在庫や配送時間、高額顧客や複雑なカスタマイズの要望が含まれます。

対応する設定は Setup > Widget Settings > Live Support にあり、ボタンの文言、サポートの営業時間、休日対応、通知メールを設定します。チケットの自動作成と管理が必要な場合は、Setup > Advanced Settings > Smart Tickets も確認します。

この層の意味は「入口がひとつ増える」だけではありません。AI が会話を続けるために約束をでっち上げるのを防ぐことにあります。前述の「有人対応すべきなのに粘る」問題は、この層の設定で解決する必要があります。

モデルの選び方：調整はできるが、最初の手段にしない

Setup > AI Model ページでは、返信をテストして実際に使うモデルを選択できます。モデルごとにプロバイダー、ティア、token multiplier が表示されるのが一般的で、よくあるティアは Basic、Pro、Advanced、Premium で、multiplier は 1x から 5x 程度まで上がります。

選び方は質問の複雑さで考えるとよいでしょう。FAQ や基本的なプレセールスなら Basic で十分です。ポリシーや複雑なシーンが多く、より強い推論が必要な場合に Advanced や Premium を検討します。

ただし、より重要な判断があります。複数のモデルがすべて間違えるなら、モデルを上げ続けるのではなく、Knowledge Base か Learned Products を先に確認すること。 返品ポリシーや商品属性が欠けているときは、より高価なモデルでも、より丁寧で曖昧な回答しか出せません。お金は事実ではなく表現に使われているのです。正しい順序は、先に業務知識を補い、そのうえでモデルに複雑な問題の理解と表現を担わせることです。

ドキュメントが推奨するテストの流れはこうです。実際の質問をひとそろい用意し（少なくとも商品、物流、返品交換、特典、注文の異常、多言語をカバー）、まず基本ティアのモデルで試し、次に上位モデルで同じ質問をテストし、正確さ、完全さ、トーン、速度、token 消費量を比較したうえで、最終的に効果が基準を満たしコストが許容できるティアを選びます。

八、一枚の表：症状ごとに、まずどこを見るか

回答が不正確なときは、一度にひとつの要素だけを調整する。そうしないと本当の原因を特定できません。次の順序で切り分けます。

九、公開前のセルフチェックリスト

設定が完了したら、管理画面のスイッチの状態だけを見るのではなく、お客様の視点で一連の流れをひととおり体験してください。項目ごとにテストするほうが、スイッチを何度も調整するより問題を炙り出せます。まずは次の質問群から始めるとよいでしょう。

• 「主に何を売っていますか？」
• 「この商品はどんな人に向いていますか？」
• 「ある国へ発送するのにどれくらいかかりますか？」
• 「返品できますか？条件は何ですか？」
• 「あるニーズに合う商品はありますか？」
• 「私の注文は今どこにありますか？」
• 「破損した注文についてクレームを出したいです。」
• 同じ質問をいくつかの言い方に変えて、別の言語でもう一度聞いてみる。

そして次の点を確認します。回答が正しい商品とポリシーを引用しているか。ブランドのトーンに合っているか。情報が足りないときに推測せず明確に説明するか。商品を正しく推薦できるか。必要なときに有人チャネルを案内するか。

それでも回答が不正確な場合は、切り分けの順序に従って一度にひとつの要素だけを調整します。まず Learned Products、次に Knowledge Base、その後に AI Response と AI Model です。こうすると本当の原因を特定しやすくなります。

十、よくある質問

より高価なモデルに変えれば、回答は正確になりますか？

必ずしもそうではありません。モデルが影響するのは理解力と表現力であり、保持している事実は変わりません。誤りの原因がナレッジベースに返品ポリシーがないことや、商品に素材フィールドがないことなら、モデルを上げても大きな改善は見込めません。まず実際の質問で誤りの種類を特定し、知識を補うのかモデルを変えるのかを決めることをおすすめします。

Learned Products と Knowledge Base の違いは何ですか？

Learned Products は Shopify の商品データ（タイトル、説明、バリエーション、価格、在庫）を自動的に読み込んで同期します。Knowledge Base は、商品以外の業務知識（物流、返品交換、アフターサービス、使い方）をストアが手動で管理するものです。両者は独立しており、一方を他方の代わりにしないでください。

会話内で Correction を使って修正すれば、今後は間違えなくなりますか？

保証はされません。Correction は AI に参考情報を与えるクイック修正の入口であり、強制ルールではなく、今後のすべての回答を上書きするものでもありません。重要で長期的に有効なルールは、引き続き Knowledge Base に整理することをおすすめします。

Shopify の管理画面で返品ポリシーを変更したら、AI サポートは自動で更新されますか？

Knowledge Base の内容はスナップショットであり、自動同期はされません。Shopify でポリシーを変更した後は、Knowledge Base に戻って Renew Policy をクリックして再同期し、そのうえで関連する問答を再テストする必要があります。

多言語のお客様にはどう対応しますか？

Reply Language を Automatic にするとお客様の言語に自動で合わせられます。ストアがすべての回答を特定の言語に固定したい場合は Fixed Language を選びます。多言語のシーンでは、「同じ質問を別の言語でもう一度聞く」項目をテストリストに加えることをおすすめします。

AI サポートがまだうまく答えられていない問題を知るには？

Gap Detection を有効にすると、会話の終了後にその回答がナレッジギャップを露呈したかどうかを分析し、結果が Knowledge Gaps に集約されます。Hits 順に高頻度の問題を処理し、知識を補ってテストすることを繰り返すのが、コストの低い継続的な改善方法です。

十一、最小のアクションから始める

すべてのモジュールを一度に設定する必要はありません。

もし2つしかできないなら、まずこの2つをやってください。Store Introduction をサポートがそのまま使える資料として書くこと、物流と返品交換のポリシーを Knowledge Base に整理することです。この2つで高頻度の問い合わせの大半をカバーでき、効果も最も見えやすいです。

その後、Gap Detection のルールと有人エスカレーションの経路を段階的に追加していきます。設定全体の完全な説明は、HeiChat 公式ドキュメントのこちらのベストプラクティス を参照してください。

HeiChat は Shopify ストア向けの AI サポート・販売チャットボットです。上記の設定は、回答が漠然としている、知識が古い、権限を超えた約束をする、有人引き継ぎが遅いといったよくある問題に対応し、AI サポートがストアの実際の業務ルールに沿うようにします。

実際の効果を試したい方は、Shopify アプリストア からインストールしてお試しください。より長い検証期間やさらなるサポートが必要な場合は、[email protected] までご連絡ください。

関連記事

• HeiChat をカスタマイズして、お客様への返信をより良くする方法

• HeiChat が Built for Shopify 認証を取得