AI FAQとは｜社内問い合わせを減らす仕組みと作り方の全体像

「これ、どこに書いてありましたっけ」。同じ質問が、週に何度も同じ担当者へ飛ぶ。答えられるのは一人だけ。その人が席を外すと、そこで手が止まります。

AI FAQの検討でつまずくのは、たいてい次の3点です。

• 「AI FAQ」「チャットボット」「社内FAQ」の違いが整理できていない
• 方式が3つあることを知らないまま、いきなり製品の比較表から入ってしまう
• 社内向けと顧客向けを同じ設計で作ろうとして、途中で手が止まる

この記事では、製品を選ぶ前の段階に絞って、次のことに答えます。

• AI FAQとは何か、従来のFAQページと何が違うか
• 3つの方式のうち、自社に届いている質問にはどれが噛み合うか
• 元ネタ集めから運用までの5ステップと、そこで実際にかかる金額

Saix自身、社内マニュアル67本を社内ポータルに集約し、AIヘルプデスクが社員の質問に答える運用を続けています。作り手であり利用者でもある立場から、手を動かす前提で書きます。

AI FAQとは何か｜従来のFAQとの違いは「誰が探すか」の一点だけ

AI FAQとは、利用者が書いた質問文を受け取り、社内資料や商品情報を根拠に回答を組み立てて返す仕組みです。従来のFAQとの違いは、探す作業を誰が担うかという一点にあります。

従来のFAQは、想定質問と回答を並べた一覧ページです。利用者は自分の状況に近い項目を目で探します。項目が30を超えたあたりから、探すより人に聞いた方が速くなります。FAQページがあるのに問い合わせが減らないのは、ここが理由です。

• FAQページ想定質問と回答を並べた一覧。探す作業は利用者が担う
• AI FAQ質問文を解釈し、資料を根拠に回答を組み立てる。探す作業はAIが担う
• チャットボット対話という入れ物を指す言葉。中身はシナリオ型のこともAI型のこともある

経費精算の規程をPDFで全社共有している管理部門があるとします。「取引先へのタクシー代は精算できるのか」という質問が、規程20ページ中の1行にあるために月に何度も担当者へ届きます。

ここにAI FAQを置いて減るのは質問の数ではなく、人が同じ答えを出す回数です。

社内向けと顧客向け｜同じ製品でも設計は4か所で分かれる

同じAI FAQという言葉でも、社内向けと顧客向けでは別物として設計します。分かれ目は次の4つです。

観点	社内向け	顧客向け	判断のポイント
知識の出どころ	整備されていない内部資料が中心	公開済みの製品情報が中心	社内向けは資料整備が最初の山になる
誤答したときの影響	出典をたどって本人が確かめられる	誤案内がそのまま信用の問題になる	顧客向けは回答範囲を厳しく絞る
権限管理	部署ごとに見せてよい資料が違う	原則すべての利用者に同じ情報	社内向けは権限設計を先に決める
成果の見方	担当者が同じ説明を繰り返す場面の量	自己解決の割合と離脱の量	指標を取り違えると改善が迷走する

この表で最も軽視されるのが権限管理です。社内資料には、人事情報や契約条件など全社に開いてよくないものが必ず混ざります。設計せずにAIへ資料をまとめて渡すと、閲覧権限のない社員が回答経由で中身を知ることになります。

成果の見方も混同されがちです。社内向けで解決率を追うと判断が狂います。資料を読んでも判断が割れる質問が混ざるからです。追うべきは、同じ内容を人が口頭で説明し直す場面がどれだけ残っているかになります。

Saixの社内ポータルでは、資料ごとに公開範囲を指定しています。区分はコンサルティング・営業・マーケティング・人事経理・全社の5つ。同じ制御をAIヘルプデスク側にも通し、AIは質問した社員の部署で見える資料だけを知識として使います。

社内向けから作る順番は正しい判断です。ただし難易度の話にすり替えないでください。楽なのは失敗したときの被害であって、作る手間ではありません。

方式は3つ｜どれを選ぶかで用意する資料が変わる

AI FAQには大きく3つの方式があります。新しいものが古いものの上位互換、という関係ではありません。答えの形が違うため、向いている質問の種類が違います。

方式	回答の作り方	強み	向いている用途
シナリオ型	用意した選択肢を順にたどらせて答えに導く	想定外の回答が出ない	申請手続きなど、答えが一本道の質問
検索型	質問文に近い既存のFAQ項目を探して提示する	既存のFAQ資産をそのまま活かせる	FAQが整備済みで、項目数が多い場合
生成AI（RAG）型	関連資料を集め、その内容を根拠に文章で答える	複数資料をまたぐ質問に答えられる	マニュアルが分散し、質問が定型化しない社内利用

表を眺めると、生成AI（RAG）型がほかの2つを兼ねているように読めます。実際の決め手になるのは、いま届いている質問が3方式のどれと噛み合うかです。

シナリオ型：融通は利かないが、間違った案内が絶対に出ない

シナリオ型は、質問を解釈しません。設計した分岐を順にたどらせ、行き着いた先の回答を出します。入退社手続きや稟議の申請フローのように、間違った案内が実害につながる領域では、いまも第一候補になります。

検索型：FAQが薄いまま入れると「該当なし」ばかり返ってくる

検索型は、質問文と既存のFAQ項目を照らし合わせ、近いものを返します。回答文はすでに人が書いたものなので、内容の正確さは担保しやすい方式です。

弱点は、FAQに項目がない質問には何も返せないこと。すでに数百件のFAQを運用してきたカスタマーサポート部門なら、この方式が最短距離になります。逆に社内向けでは、土台づくりから始める前提になります。

生成AI（RAG）型：資料が数十本なら、検索基盤を組まずに実現できる

生成AI型は、質問に関連する資料を集め、その中身を根拠に回答文を組み立てます。RAGとは、AIに社外の知識ではなく手元の資料を読ませてから答えさせる手法のことです。答えが複数の資料に分散している質問に強さが出ます。

Saixの社内AIヘルプデスクは、この生成AI型です。ただし一般的なベクトルデータベースは使っていません。

公開中のマニュアル全件を「タイトル・説明・タグ・本文の要点」に圧縮します。1件600字上限・全体4万字上限のダイジェストにしてAIへ渡します。

ダイジェストにプロンプトキャッシュを効かせているため、資料が変わらない限り2問目以降はキャッシュ読みになります。

3方式は排他ではありません。申請手続きだけシナリオ型で固め、それ以外を生成AI型に流す分担は現実的です。手元の質問を「答えが一つに決まるもの」と「状況によって変わるもの」に仕分ければ、方式はほぼ自動的に決まります。

答えが一本道の手続きに生成AI型を当てると、表現の揺れがそのまま事故になります。

方式を決めたあとで、初めて製品の話になります。製品ごとの得意分野や料金体系はAI FAQボットの比較記事に整理してあります。

AI FAQを作る5ステップ｜順番を入れ替えると必ず作り直しになる

AI FAQの構築は、次の5ステップで進めます。順番を入れ替えると、ほぼ確実に作り直しになります。

前提を1つ置きます。AI FAQは新しいFAQページを作る施策ではありません。すでに社内にある資料の使い方を変える施策なので、最初の作業は新規のQ&A作成ではなく既存資料の棚卸しになります。

この前提を外すと、STEP1から順番が崩れます。

STEP1：来ている質問を集めないと、以降の設計が全部推測になる

何を直近1〜3か月に届いた質問を、原文のまま集めます。チャットツールの検索履歴、メールの問い合わせ、口頭で聞かれた内容のメモ。整形せず、言い回しごと残します。

利用者は「経費精算規程について」ではなく「タクシー代って落ちますか」と書くからです。

実際に集めてみると、想定していた質問と現場の質問はずれています。ツールの操作方法を想定していた組織で、実際に多いのは「誰に確認してから進めればよいか」という判断の質問。

前者はマニュアルで解けますが、後者は決裁ルールの明文化が必要です。集めた質問文をそのまま生成AIに分類させる進め方は生成AIでFAQを作る記事で扱っています。

ゴール：30〜50件の生の質問文が一覧になっていればOKです

STEP2：根拠資料を1件ずつ照合すると、最初に作る1本が決まる

どうやって集めた質問に対し、根拠となる資料が社内にあるかを1件ずつ照合します。ここで「誰も文書にしていない」質問が必ず出てきます。それが最初に作るべきマニュアルです。

ゼロから書き起こす必要はなく、社内マニュアルをAIで作る手順に沿って既存の断片から生成すれば足ります。

照合していくと、文書に落ちていない判断も出てきます。金属加工の現場を持つ製造業では、「この治具を先に外さないと材料に傷がつく」といった理由が、本人の口からしか出てきません。

この種の暗黙知はAI FAQの対象から外すのではなく、先に口頭で聞き取って資料側に載せます。照合表の空欄が、そのまま最初の制作リストになります。

ゴール：質問の8割に対して、根拠となる資料が1本ずつ紐づいていればOKです

STEP3：答えさせない範囲を先に決めないと、あとから狭めて不評を買う

何をAIに何をさせないかを決めます。Saixの社内AIヘルプデスクでは、システムプロンプトで3つを強制しています。社内資料だけを根拠に答えること。資料に無いことは憶測せず「担当者にご相談ください」と返すこと。

回答には出典マニュアルを最大3件付けること。

あわせて、答えさせない領域も文言で決めておきます。給与や評価、契約条件のように、AIが触れた時点で問題になる話題は、質問された時点で担当窓口へ案内する設計にします。広げてから狭めるのではなく、狭く開けて広げていく順番にしてください。

逆をやると、利用者からは「使えなくなった」と映ります。

ゴール：範囲外の質問に何と返すか、文言が決まっていればOKです

STEP4：狭く公開するのはテストのためではなく、質問ログを集めるため

どうやって全社一斉に開けず、1部署あるいは1テーマに絞って公開します。ここで集まる質問ログが、次に直す場所を教えてくれます。実装の具体的な手順は社内FAQチャットボットの作り方で工程ごとに解説しています。

ゴール：限定範囲の利用者が、週に数回は自然に使っている状態であればOKです

STEP5：直すのはAIではなく元ネタで、ここを回すかで半年後が分かれる

何をAIの精度ではなく、元ネタを直します。答えられなかった質問は、AIの能力不足ではなく資料の欠落です。

回し方は単純です。月に一度、質問ログを開き、「担当者にご相談ください」と返した質問を抜き出します。同じ趣旨の質問が3件以上たまっていれば、その領域のマニュアルを1本足します。

足す1本を手順書の形に落とす書き方は手順書をAIで作る記事にまとめています。Saixではこの分布をカテゴリ別に集計し、次に作る資料の優先順位を決めています。

ゴール：月に一度、質問ログを見て資料を追加する担当者が決まっていればOKです

費用の実額｜公開されている月額は1,980円から120,000円まで開く

AI FAQの費用は4か所で発生します。製品を導入しても自社で組んでも、消えない項目と入れ替わる項目があります。

費用項目	製品を導入する場合	自社で組む場合	高くつきやすいケース
初期の資料整備	自社の作業として必ず発生	同じく必ず発生	同じ資料の版違いが乱立しているとき
月額の利用料	利用者数や質問数で決まる	実行基盤の費用のみ	全社一斉導入で人数課金が膨らむとき
AIの利用料	多くは月額に含まれる	質問数に比例して従量で発生	上限を設けずに全社へ開放したとき
更新と保守	提供元の更新に依存する	自社で担当を決める必要がある	更新の担当者が決まっていないとき

金額の目安も出しておきます。料金を公開している製品は多くありません。実際に各社の公式サイトを1件ずつ開いて確認したところ、次の3製品は月額を明記していました。

製品	公式表記の月額	初期費用	無料トライアル
ChatPlus（ミニマム〜オートAI）	1,980円〜88,000円（税別・月契約）	0円	10日間
RICOH Chatbot Service（STARTER／STANDARD）	18,000円／50,000円〜（税抜）	5,000円	30日間
AI-FAQボット（QA100問〜1,000問）	30,000円〜120,000円（税別）	記載なし	30日間・QA100問まで

※本記事の料金はすべて各社公式サイトの記載（2026年7月時点）にもとづきます。プラン改定により変わる場合があるため、検討時は必ず公式サイトで最新の条件をご確認ください。

同じ「AI FAQ」で月額が40倍以上開くのは、課金軸が製品ごとに違うからです。質問件数で上がる製品、利用人数で上がる製品、定額の製品が混ざっているため、月額の数字を横に並べても比較にはなりません。

料金非公開の製品を含めた一覧はAI FAQボット比較の記事にあります。

そのうえで見落とされやすいのは、費用表の1行目です。資料整備の手間は、製品を買っても消えません。むしろ製品を先に契約すると、契約日から資料整備の期限が動き出す分だけ苦しくなります。

従量で発生するAI利用料は、上限で押さえられます。Saixの社内AIヘルプデスクでは、1問ごとのAPI利用料を1000分の1円単位で円換算して記録しています。

月額の上限を3,000円に設定しています。上限に達すると自動で停止し、画面に「今月のAI利用が上限に達しました」と表示されます。コストの読めなさは、上限を先に決めることで構造的に潰せます。

製品を買うか自社で組むかの分かれ目も、価格ではありません。判断軸は2つです。1つは社内の資料構造が特殊かどうか、もう1つは更新を担える人が社内にいるかどうかです。

前者が効くのは、たとえば訪問介護の事業所です。ヘルパー向けの手順書と、サービス提供責任者しか見てはいけない利用者情報が同じフォルダに同居しています。既製品の権限モデルへ合わせ込む調整が重くなります。

逆に、店舗接客のマニュアルのように全員が同じものを見る組織なら、既製品の権限設定でそのまま足ります。後者は単純で、月に一度ログを見て資料を1本足す人が社内にいなければ、提供元が更新を引き受ける製品型が向きます。

比べるべきは月額そのものではありません。方式を誤って半年後に入れ替えると、資料整備の工数がまるごと二度発生します。月額の数千円差は、この一度の作り直しで簡単に吹き飛びます。内製が安く見えるのも、更新の人件費を数えていないときに限られます。

Saixが自社で回しているAI FAQ｜マニュアル67本を1つの本棚に集約している

ここまでの内容を、Saix自身がどう実装しているかで具体化します。読み物としての紹介ではなく、同じ規模の会社が真似できる形で書きます。

Saixには「Saixマニュアルブック」という社内ポータルがあります。コンセプトは会社の本棚。

収録しているのは社内マニュアル67本（2026年7月時点）。社内マニュアル・オンボーディング・営業提案・顧問先提供の4カテゴリに重複なく分けています。

利用できるのは社員と業務委託パートナーの全員で、会社ドメインのGoogleアカウントによる招待制です。

社員の日常動線は「本棚から探す」ではありません。サイドバーの「サイくんに聞く」から、AIヘルプデスクに質問します。使っているモデルはClaude Sonnet 4.6。

回答には出典マニュアルが最大3件付き、クリックで原典を開けます。何を聞けばよいか分からない人のために、質問例のチップを10個と穴埋めフォーマットを5種類並べました。

この運用でいちばん効いているのは、回答そのものではなく質問ログです。サイくんは質問を8カテゴリに自動分類します。

ツールの使い方、クライアント対応、請求や契約、ファイル管理、AI活用とプロンプト、営業提案、社内制度の手続き、その他。カテゴリ別の件数を見れば、質問が集中している領域＝マニュアルが弱い領域が分かります。

AIチャットボットは答える装置というより、社員がどこでつまずいているかを集める調査装置です。

AI FAQ単体では解けない問題もあります。聞くべき論点そのものを知らない新人には、質問すら浮かばないという問題です。

Saixではここを研修コースで補っています。レベル1から5までの一本道のロードマップに理解度クイズを紐づけています。80%以上で合格しないと次のステップが開かない設計です。

AI FAQは「調べる」を、研修コースは「知る」を担当しています。

効果は数値では測っていません。測っているのは質問数とコストの2つだけです。実感として言えるのは、探す動線が「人に聞く」から「AIに聞く」へ置き換わったこと。他社がどう組んでいるかはAIマニュアルの導入事例にまとめています。

うまくいかないAI FAQに共通する4つの原因｜どれもAIの性能では直らない

導入したのに使われなくなるAI FAQには、共通する原因があります。技術ではなく、ほぼすべて運用側の設計に起因します。4つのうち、モデルを新しくすれば解決するものは1つもありません。

原因1：元ネタが古く、廃止された手順を自信を持って案内される

最も多い原因です。AIは渡された資料の内容を忠実に答えます。半年前に廃止された手順書が残っていれば、廃止された手順をそのまま案内します。

一度この経験をした社員は、二度と使いません。対策は正本の置き場所を1か所に決めること。

Saixでは正本をローカルの管理フォルダに置き、目録ファイルからポータルへ一方向で同期しています。目録から消したものはポータルからも消えるため、古い版が生き残りません。

原因2：回答範囲を絞っていないため、どこまでが社内ルールか分からなくなる

「何でも聞ける」を目指すと、何も信用されなくなります。社内資料に書いていないことまで一般論で答えてしまい、どこからがAIの推測か区別できなくなるからです。

答えられない質問に「担当者にご相談ください」と返すAI FAQの方が、それらしい一般論を返すものより信用されます。

原因3：出典が出ず、間違っていても利用者が気づけない

回答だけを返すAI FAQは、確認のしようがありません。良いAI FAQとイマイチなAI FAQの差は、回答の正確さではなく、間違っていたときに利用者が気づけるかどうかです。出典を必須にする。回答範囲を制限する。最後は人が判断する。

この3つが揃って、初めて社内で使える回答になります。

原因4：更新の担当が決まっておらず、半年で情報が腐る

導入時に情シスが構築し、その後は誰も触らない。よくある終わり方です。「気づいた人が直す」は、結局誰も直しません。月に一度、質問ログを見て資料を1本足す。その担当と時間を決めるところまでが導入作業です。

更新の回し方は社内FAQをAIで自動化する記事で詳しく扱っています。

よくある質問

Q. 社内資料をAIに読ませて、情報が漏れる心配はないか

AIに渡す資料の側を権限でフィルタすれば、仕組みとして防げます。Saixでは部署を5区分に分け、質問した社員が見える資料だけをAIの知識に使います。顧客の実名や金額はデータ構造として持たない方針です。

Q. マニュアルが何本あればAI FAQを始められるか

本数の下限はなく、実際に来ている質問30件をカバーできる資料があれば動きます。Saixの社内運用は67本ですが、最初から67本あったわけではありません。全部そろえてから始める順番は取らないでください。

Q. 無料で試せる製品はあるか

公式サイトで無料トライアルを案内しているのは、確認できた範囲で次の3製品です。

• ChatPlus（10日間）
• RICOH Chatbot Service（30日間）
• AI-FAQボット（30日間・QA100問まで）

ただし、権限管理と質問ログの記録まで無料枠で確かめられる製品は多くありません。

まとめ

AI FAQは、質問文を受け取って社内資料を根拠に答える仕組みです。従来のFAQページとの違いは機能の多さではなく、探す作業をAIが肩代わりする点にあります。成果を左右するのは、AIの賢さではなく渡す資料の質です。

着手の順番は、実際に来ている質問を集めるところからです。直近3か月に届いた質問を30件、原文のまま書き出してください。そこに根拠資料が無い質問こそ、最初に作るべき1本です。

作り方の手順は社内FAQをAIで作る方法に、自社の資料量と権限要件を踏まえた進め方はAIマニュアル構築支援から相談できます。