Share via

顧客サービスの Copilot についての責任ある AI FAQ

  • [アーティクル]

この FAQ 記事は、顧客サービスのコパイロット機能における AI の責任ある使用に関する質問に答えるのに役立ちます。

Dynamics 365 Customer Service の Copilot とは何ですか？

Copilot は、Dynamics 365 Customer Service のエージェント エクスペリエンスを変革する AI 搭載ツールです。 AI を活用したリアルタイムの支援を提供し、エージェントが問題をより迅速に解決し、サポート案件をより効率的に処理し、時間のかかるタスクを自動化できるようにします。 これによって、エージェントは顧客に高品質のサービスを提供することに集中できます。

システムの機能とは何ですか？

Copilot の主な機能は以下の通りです:

  • 質問する: エージェントが Copilot のヘルプ ペインをアクティブにしたときに最初に表示されるタブです。 これは Copilot との会話型インターフェイスであり、エージェントの質問に対して状況に応じた応答を提供するのに役立ちます。 Copilot の応答は、セットアップ中に組織から提供される内部および外部の両方の知識ソースに基づいています。

  • 電子メールを作成する: Copilot ヘルプ ペインの 2 番目のタブは、エージェントがケースのコンテキストに基づいて電子メール応答を迅速に作成するのに役立ち、ユーザーが電子メールの作成に費やす時間を短縮します。

  • チャット応答の草案: エージェントが、組織によって設定されたナレッジ ソースからの進行中のデジタル メッセージング会話に対する応答を一度のクリックで作成できるようにします。

  • ケースの概要: Copilot は、エージェントにケース フォーム上でケースの概要を提供するため、エージェントはケースの重要な詳細をすぐに把握できます。

  • 会話の要約: Copilot は、仮想エージェントのハンドオフ、転送、オンデマンドなど、顧客体験 全体の重要なポイントでエージェントに会話の要約を提供します。

  • ケースからナレッジ ドラフトを生成する (プレビュー): Copilotは、ケースの情報に基づいて、提案としてナレッジ記事のドラフトを生成します。 エージェントは、Copilot に修正指示を与えてドラフトを確認し、修正してから保存できます。

システムの使用目的は何ですか?

顧客サービス の Copilot は、顧客サービス の担当者がより効率的かつ効果的に作業できるようにすることを目的としています。 顧客サービスの担当者は、Copilot のナレッジベースの回答を使用して、ナレッジ記事の検索や回答の下書きにかかる時間を節約できます。 Copilot の概要は、エージェントがケースや会話を迅速に開始できるように設計されています。 Copilot によって顧客サービスで生成されたコンテンツは、人間によるレビューや監督なしに使用することを目的としていません。

顧客サービス の Copilot はどのように評価されましたか？ パフォーマンスの測定にはどのようなメトリックが使用されますか?

顧客サービスの Copilot は、設計、開発、リリースの各段階を通じて、世界中の顧客との現実のシナリオに照らして評価されています。 調査とビジネスへの影響調査を組み合わせて、精度、有用性、エージェントの信頼性など、Copilot に関するさまざまな定量的および定性的指標を評価しました。

顧客サービスの Copilot の制限はありますか？ どうすれば Copilot の制限による影響を最小限に抑えることができますか？

質問する、電子メールを書く、チャット応答の下書きなどの Copilot のナレッジベースの機能は、基礎となる高品質で最新のナレッジ記事に依存しています。 これらのナレッジ記事がないと、ユーザーは事実に基づかない Copilot の応答に遭遇する可能性が高くなります。

Copilot から事実と異なる応答が表示される可能性を最小限に抑えるには、組織が堅牢なナレッジ マネジメント手法を採用して、Copilot に接続するビジネス ナレッジが高品質かつ最新であることを保証することが重要です。

システムを効果的に責任を持って利用できるようにするために、どのような運用要因および設定がありますか?

Copilot からの結果を常に確認してください

Copilot は、本質的に確率的な大規模言語モデル テクノロジーに基づいて構築されています。 入力テキストが与えられると、モデルはそのテキストの前にある単語を考慮して、そのテキスト内の各単語の確率を計算します。 続いてモデルは、後に続く可能性が最も高い単語を選択します。 ただし、モデルは確率に基づいているため、次の正しい単語が何であるかを絶対確実に言い当てることはできません。 代わりに、トレーニングされたデータから学習した確率分布に基づいて最良の推測を提供します。 Copilot は、グラウンディングと呼ばれるアプローチを使用します。これには、入力に追加情報を追加して、組織への出力をコンテキスト化することが含まれます。 セマンティック検索を使用して入力を理解し、関連する組織内部ドキュメントや信頼できる公開 Web 検索結果を取得し、そのコンテンツに基づいて応答するように言語モデルをガイドします。 これは、Copilot の応答が組織データに準拠していることを確認するのに役立ちますが、Copilot によって生成された結果を使用する前に常に確認することが重要です。

Copilot を最大限に活用する

Copilot と対話する際は、質問の構造が Copilot の応答に大きく影響する可能性があることに留意することが重要です。 Copilot と効果的に対話するには、明確で具体的な質問をし、AI がユーザーの意図をよりよく理解できるようにコンテキストを提供し、一度にひとつずつ質問し、明確さとアクセシビリティのために専門用語を避けることが重要です。

明確かつ具体的な質問をする

質問する際には明確な意図が不可欠であり、それは応答の質に直接影響します。 たとえば、「顧客のコーヒーマシンが起動しないのはなぜですか？」などの幅広い質問をします。 「顧客のコーヒーマシンが起動しない理由を特定するには、どのような手順を実行できますか？」などのより具体的な質問に比べて、有益な回答が得られる可能性は低くなります。

ただし、「圧力定格5バールの Contoso 900 コーヒー マシンが起動しない理由を特定するには、どのような手順を実行できますか？」のようなさらに詳細な質問をすると、 問題の範囲を絞り込み、より多くのコンテキストを提供することで、より正確で的を絞った対応が可能になります。

コンテキストの追加

コンテキストを追加すると、会話型 AI システムがユーザーの意図をよりよく理解し、より正確で関連性の高い応答を提供できるようになります。 コンテキストがない場合、システムはユーザーの質問を誤解したり、一般的または無関係な応答を提供したりする可能性があります。

たとえば、「コーヒーメーカーが起動しないのはなぜですか？」という質問では、一般的な回答が返ってきます。「最近、お客様がコーヒーマシンのスケール除去モードを開始し、正常にスケール除去が完了しました。 最後に電源ランプが 3 回点滅し、スケール除去が完了したことを確認しています。 コーヒーメーカーが起動しなくなったのはなぜですか？」

このようにコンテキストを追加することは、Copilot がユーザーの意図をよりよく理解し、より正確で適切な応答を提供するのに役立つため、重要です。

可能であれば専門用語を避ける

システムが常に正確または適切に理解するとは限らないため、Copilot と対話する際は、非常に専門的な用語やリソース名を使用しないことをお勧めします。 よりシンプルな自然言語を使用すると、システムがユーザーの意図を正しく理解し、明確で有用な応答を提供できるようになります。 例 -

「ファイアウォール構成を変更した後、顧客は VM に SSH 接続できなくなりました。」

代わりに、次のように言い換えることができます –

「顧客が仮想マシンのファイアウォール ルールを変更しました。 その後、セキュア シェル (SSH) を使用して接続できなくなりました。 どうすればいいですか？」

提案に従うことで、エージェントは Copilot との対話を強化し、Copilot から正確で自信を持った応答を受け取る可能性を高めることができます。

回答を要約または展開する

Copilot からの応答が予想よりも長くなる場合があります。 これは、エージェントが顧客とライブ チャットで会話しており、電子メールで応答を送信する場合と比較して簡潔な応答を送信する必要がある場合に当てはまります。 このような場合、Copilot に「応答を要約してください」と依頼すると、質問に対する簡潔な回答が得られます。 同様に、より詳細な情報が必要な場合は、Copilot に「詳細を提供してください」と依頼すると、質問に対するより詳細な回答が得られます。 応答が途切れている場合は、「続行」と入力すると、応答の残りの部分が表示されます。

コパイロットが生成する応答に影響を与えるにはどうすればよいですか？ 基礎となる LLM を微調整できますか？

大規模言語モデル (LLM) を直接カスタマイズすることはできません。 Copilot の応答は、ソース ドキュメントを更新することによって影響を受ける可能性があります。 Copilot の応答からのすべてのフィードバック コンテンツが保存されます。 このデータを使用してレポートを作成し、更新する必要があるデータ ソースを決定できます。 フィードバック データを定期的に確認し、ナレッジ記事が Copilot に最適かつ最新の情報を提供していることを確認するプロセスを導入することをお勧めします。

Copilot のデータ セキュリティ モデルは何ですか？

Copilot は、定義されたロールベースのアクセス (RBAC) 制御を強制し、既存のセキュリティ構造をすべて遵守します。 したがって、エージェントはアクセス権のないデータを表示できません。 さらに、エージェントがアクセスできるデータ ソースのみがコパイロットの応答生成に使用されます。

コパイロットの応答を生成するためのデータの処理と取得はどこで行われますか?

Copilot は、ChatGPT を強化するパブリック OpenAI サービスを呼び出しません。 顧客サービスの Copilot は、Microsoft の管理対象テナントで Microsoft Azure OpenAI サービス を使用します。 すべてのデータの処理と取得は、Microsoft が管理するテナント内で行われます。 さらに、顧客のデータは共有されず、公開モデルにフィードバックされません。

参照

コパイロット機能を使用する
Copilot を使用してケースからナレッジの下書きを生成する
Copilot の地域別の可用性
Microsoft Power Platform での Copilot データのセキュリティとプライバシーに関する FAQ