ソフトウェア開発のためのジェネレーティブAI

第7章 チャットボットとバーチャルアシスタント チャットボットとバーチャルアシスタント

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

チャットボットは、10年以上前からデジタルカスタマーサービスと自動化の定番となっている。初期化当初は単純な規則ベースのプログラムとして構築され、従来のチャットボットは、よくある質問への回答、カスタマーサポートでの自動レスポンスの提供、構造化されたワークフローでのユーザ情報の収集（）などの繰り返しタスクを処理するために、あらかじめ定義されたロジックツリーに従って動作していた。これらのチャットボットは、今日のLLMベースのボットに比べるとそれほど強力ではなかったが、大量で複雑度の低いやり取りを自動化する方法として非常に人気があった。しかし、その技術的実装は、構造化されていない会話、曖昧さ、または期待されるパターンから逸脱したユーザ入力に苦戦していた。ユーザ体験は通常、硬直的で不自然に感じられる。ユーザは自分がマシンと会話していることを明確に理解しており、ユーザ対話は「理解できません。もう一度やり直してください "といったイライラするような言葉で終わることが多かった。

人々がChatGPTのようなLLMベースのツールでのチャットに慣れた今、チャットボットへの規則ベースのアプローチは遠い記憶のように思える。今日のAIを搭載したチャットボットは、もはや定義済みのスクリプトや規則だけに頼っているわけではない。その代わりに、洗練された自然言語処理（NLP）、文脈理解、生成AIを活用し、ダイナミックで人間のようなやり取りを実現している。これらの進化は、チャットボットの役割が、以下のようなタスクにまで大幅に拡大したことを意味する：

• 複雑なクエリを理解し、適切で整った回答で対応する。

• 会話全体の記憶を保持し、継続性とコンテキストを提供する。

• 予約やパーソナライズされたデータの検索など、ユーザに代わって行動を起こす。

• 実世界でのやり取りをもとに、時間をかけて学習・適応し、改善する。

• 外部APIやデータベースと統合し、リアルタイムの情報を取得する。

このトランスフォーマーは、ソフトウェア・エンジニアがインテリジェントなチャットボットを構築するのに役立つツールやフレームワークを幅広く利用できるようになったことを意味し、コード不要のワークフロー・ビルダーから、エージェント的推論やトレーニングデータを活用した完全にカスタマイズ可能なAI搭載アシスタントまで多岐にわたる。シンプルな自動ヘルプデスクボットから、複雑な意思決定が可能な洗練度の高いAIエージェントまで、そのテクノロジーはかつてないほど利用しやすくなっている。

チャットボット実装の種類

チャットボットの実装には主に3つの選択肢がある：

ノーコードAIチャットボット

これらのツールは、、プログラミング知識のないユーザでもAI搭載アシスタントをデプロイできることを約束している。通常、ユーザがデータセットをアップロードし、ワークフローを定義し、基礎となるAIモデルを選択できる使いやすいインタフェースを備えている。これらのツールは非技術者向けに宣伝されているが、私の経験では、これらのツールを企業のワークフローの他の部分と統合するためには、特定の技術的知識が必要とされることが多く、これは結局ソフトウェア・エンジニアの仕事の範囲の一部となるため、この本にはそれらを含めている。

これらのコードなしチャットボットは、先に述べた規則ベースのチャットボットの自然進化であり、同じユースケースに対応している：カスタマーサポート、eコマース、FAQ自動化。 ...