---
title: 第194回 雲勉 Google Cloudを用いたAIチャットボット開発〜24 / 365自動応答 × 工数40%削減 の実現〜
tags:  #ai #チャット #チャットbot #chatbot #ノウハウ #googlecloud #gcp #改善  
author: [雲勉.iret](https://docswell.com/user/kumoben_iret)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/DJY434547M.jpg?width=480
description: 【概要】 Google Cloud を用いた AI チャットボット開発により、社内業務の大幅改善を達成しました。 課題、技術的工夫、成果、展望に触れサポートデスク業務の AI 導入効果を紹介します。  ※今回ご紹介した内容は、2026年7月時点での情報です。  本勉強会の動画は下記からご視聴いただけます！ https://youtu.be/d_DT3HgUNCw
published: July 29, 26
canonical: https://docswell.com/s/kumoben_iret/5E1QWR-2026-07-29-181436
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/DJY434547M.jpg)

第 194 回 雲勉
Google Cloudを⽤いたAIチャットボット開発
〜24 / 365⾃動応答 × ⼯数40%削減 の実現〜
伊藤 ⼤輝
KDDIアイレット株式会社


# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7NYVYN6E8.jpg)

Profile
い
と
う
た
い
き
伊藤 ⼤輝
KDDIアイレット株式会社
サービスプラットフォーム事業部 アドバンストオペレーションS
テクニカルサポートG
経歴
2022年アイレット（現：KDDIアイレット）に⼊社。
MSPセクションにて、24時間365⽇のシステム監視を⾏
う運⽤チームに配属。
その後、テクニカルサポートエンジニアとして約2年間
技術サポートをメインに活動。
現在は、業務効率化に向けたAI推進にも積極的に取り組
んでおります。


# Page. 3

![Page Image](https://bcdn.docswell.com/page/YJ9P6PRR73.jpg)

アジェンダ
01 はじめに
02 現在の課題
03 ソリューションの全体像
04 技術的工夫
05 成果
06 展望
07 最後に


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GJ8DZDWGJD.jpg)

01.はじめに ｜ cloudpack 請求代行サービスについて
Q .cloudpack 請求代⾏サービスのサポートデスク業務って何？
A .「運⽤保守なし」の、お客様の技術関連の問い合わせ対応をすること。(対象がとても多い)
運⽤保守あり
お客様
backlog
アーキ、構築、SRE 等
技術関連
問い合わせ
今回対象
運⽤保守なし
お客様
テクニカルサポートG(現在7名)
問い合わせ件数 (年間)：約1,850件


# Page. 5

![Page Image](https://bcdn.docswell.com/page/LJLMDMNXER.jpg)

01.はじめに ｜ AI活用によるサポートデスク改善活動について
Step5
AI エージェント導⼊①
(回答作成の⾃律型AI)
Step3
Datadog LLM
Step6
Observability導⼊
AI エージェント導⼊②
Step1
Step4 (今回の対象)
社内向け
AI チャットボット
⽣成AIシステムの導⼊
導⼊
Step2
⾃動評価システム
現状
Ragasの導⼊
Step1~Step3については以下の雲勉にて登壇しております。
→ 第179回 雲勉
AIを活⽤したサポートデスク業務の改善
移⾏！！
(精度向上の⾃律型AI)
完了


# Page. 6

![Page Image](https://bcdn.docswell.com/page/47MYPYX37W.jpg)

02.現在の課題
① 24 / 365 対応の不在
② 膨⼤な問い合わせ対応
③ 回答品質のばらつき
⼀部対応を除いて、
営業時間（平⽇ 10:00 ‒ 19:00）のみ
稼働。
全件⼈⼒対応で、年間 約1,850件と
いう膨⼤な問い合わせ負荷。
オペレーターのスキル‧経験に依存
し、回答品質が均⼀化されない。
1 次切り分けにマンパワーが奪わ
れ、本来の技術業務を圧迫。
これらを根本解決するため、「AI チャットボット」を 1 次窓⼝ として導⼊。
約1,850 件/年の問い合わせを Bot で受け、必要時のみ有⼈へエスカレーションする構造へ転換した。


# Page. 7

![Page Image](https://bcdn.docswell.com/page/P7R919NRE9.jpg)

03.ソリューション全体像
Zendesk × Gemini Enterprise Agent Platform × Datadog LLM Observabilityの3層構成
お問い合わせ UI とチケット
導線を⼀元化。AI により解
決できなかった対応のみを
有⼈切り替え。
会話履歴ごとオペレーター
へ切り替え可能。
ナレッジソース
‧過去の問い合わせ⼀覧
‧公式ドキュメント
‧iret.media
‧cloudpackサポートページ
を駆使して、即戦⼒回答を⽣成
回答品質と感情を可視化。
お客様の温度感を Slack に即
時通知し、エンジニアが事前
準備できる仕組みを構築。


# Page. 8

![Page Image](https://bcdn.docswell.com/page/PJXQYQNY7X.jpg)

04.技術的工夫① ｜ Gemini 3 系を 3 段使い分け
制約: Zendesk AI Agent の 「30 秒レスポンス制限」を死守する
Gemini 3.1 Pro
Gemini 3 Flash
Gemini 3.1 Flash-Lite
1 箇所のみ
中重作業
速度重視で多用
検索ワード⽣成
ドキュメント有⽤性判断
関連度抽出
簡単な要約
低レイテンシ箇所
●
●
プロンプトは Saved Prompts で集約管理
モデル切替は Cloud Run コード側で動的切り替え


# Page. 9

![Page Image](https://bcdn.docswell.com/page/3JK939N4JD.jpg)

04.技術的工夫② ｜ ハイブリッド RAG (4 系統)
Agent Platform Agent Builder の検索 App を 4 つ並列運用 → Cloud Run で統合
③ ヘルプセンター記事
①公式ドキュメント
②過去問い合わせ一覧
③iret.media
④ヘルプセンター記事
公式から常に最新を取得
現場の実践ナレッジ検索
弊社エンジニアブログ検索
ヘルプデスク掲載記事検索
Cloud Run で結果統合 → 回答生成


# Page. 10

![Page Image](https://bcdn.docswell.com/page/LE3WGWVDE5.jpg)

04.技術的工夫③ ｜ UX と動的プロンプト設計
AIチャットボットのヒアリングと解答例(一部抜粋)


# Page. 11

![Page Image](https://bcdn.docswell.com/page/8EDK1K827G.jpg)

04.技術的工夫③ ｜ UX と動的プロンプト設計
質問内容に具体性を出すための、「カテゴリ選択」と「詳細入力フォーム」
ディープダイブ・レスポンス
による回答の深堀


# Page. 12

![Page Image](https://bcdn.docswell.com/page/V7PKQK8LJ8.jpg)

04.技術的工夫④ ｜ 安全性 × LLM オブザーバビリティ
⼊出⼒ガード
■ Model Armor
‧有害コンテンツ 4 種
(HATE/DANGEROUS/SEXUAL/HARASSMENT)
‧プロンプトインジェクション + ジェイルブレイク検知
‧サニタイズ操作のログ出⼒
■ Sensitive Data Protection
可視化と能動介⼊
■ Datadog LLM Observability
‧LLM スパンの階層トレース
‧回答品質の可視化
‧Input Sentiment 評価 (Sample 100%)
ネガティブ感情を検知
‧AUTH_TOKEN / AWS_CREDENTIALS / ENCRYPTION_KEY
‧BASIC_AUTH_HEADER / PASSWORD 等を検知してブロック
↓
Slack に即時通知
→ エンジニアが事前準備


# Page. 13

![Page Image](https://bcdn.docswell.com/page/2JVV5VN6JQ.jpg)

05.成果｜導入後 3ヶ月の計測結果
事前⾒込み「最低 10 % 削減」を⼤幅に上回り、3 ヶ⽉平均で 約40%の削減を達成。
削減率
約40%
⾒込み 20 % を 約 2 倍 上回る成果
（3 ヶ⽉平均 ）
応答カバレッジ
平⽇10-19 → 24 / 365
営業時間限定 → 即時応答へ
夜間‧休⽇の空⽩時間を解消
顧客満⾜度の増加
約94% → 約97%
測定期間：2025/2~4と2026/2~4の⽐較
・Datadog LLM Observabilityによる感情の可視化と事前準備
・AIによる24/365での均一なレスポンス品質&速度
・作業時間の削減と、技術課題へのリソース集中


# Page. 14

![Page Image](https://bcdn.docswell.com/page/5EGL6LK2JL.jpg)

06.展望 ｜ サポートデスク改善活動ロードマップ
Step5
AI エージェント導⼊①
(回答作成の⾃律型AI)
Step3
Step6
Datadog LLM
AI エージェント導⼊②
Observability導⼊
(精度向上の⾃律型AI)
Step1
社内向け
⽣成AIシステムの導⼊
Step4
AI チャットボット
Step2
現状
⾃動評価システム
Ragasの導⼊
導⼊
完了


# Page. 15

![Page Image](https://bcdn.docswell.com/page/4JQY4YN97P.jpg)

06.展望 ｜ 説明
AIチャットボットの対応範囲拡⼤
技術質問だけでなく契約⾯‧社内起因の質問へも適⽤拡⼤。
サポート全体の AI 化と業務再設計へ。
AI エージェントの導⼊① (回答作成の⾃律型AI)
AI が外部ツールと連携し、対応⽅針の策定から回答案の作成までを⾃律的に担う仕組みへ。
⼈は AI 案のチェック‧レビューに専念し、さらなる⼯数削減と回答⾼度化を実現。
AI エージェントの導⼊② (精度向上の⾃律型AI)
AIチャットボット、AIエージェントの精度をAI⾃⾝が⾃動的に判定して向上させていく⾃動化システムの開発。


# Page. 16

![Page Image](https://bcdn.docswell.com/page/K74WQW3RE1.jpg)

07.最後に
●
弊社AIサービスのご紹介
○
gaipack
■
○
AI 新規開発からモダナイゼーショ
ン、内製化、戦略設計まで。AI 導⼊
を加速させるためのソリューション
群を提供。
⽣成 AI 導⼊‧活⽤⽀援サービス
■
企業が抱える課題やテーマに関する
ヒアリングを実施し、⽣成 AI 活⽤の
⽅向性をご提案。その後、本番導⼊
に向けた開発‧検証を実施。本番導
⼊のための教育⽀援までワンストッ
プでサポートします。


# Page. 17

![Page Image](https://bcdn.docswell.com/page/LJ1YPY1VEG.jpg)

ご清聴ありがとうございました