優れたAIサポートは優れたドキュメントから始まります。Finを効果的にトレーニングするには、Help Centerだけでなく、ビジネスの進展に合わせて進化し、迅速で信頼性の高い回答を求める顧客の期待に応える生きた知識管理システムが必要です。

Intercomでは、実践的な経験を通じて知識管理のアプローチを洗練させ、Finの解決率を80％に達成しました。このガイドでは、Fin、チーム、顧客に成果をもたらす知識システムを実装するためのベストプラクティスとワークストリームを共有します。

知識 baseの構築を始めたばかりの場合は、まずこのガイドを読むことをお勧めします。運用が始まったら、継続的な知識管理のヒントのためにここに戻ってきてください。

製品の変更に合わせて知識を調整する

私たちの推奨事項:

製品チームと連携して、サポートコンテンツを製品リリースと同期させるプロセスを確立します。これには以下が含まれます:

製品マネージャーやエンジニアに、すべての製品変更の詳細を共有してもらう（これらは簡易的な内部メモでも構いません！）
製品リリースノートを顧客向けのhelp center記事やmacro、トラブルシューティングドキュメントなどの内部コンテンツに翻訳する。
製品のUIが変更されるたびに、スクリーンショット、手順、埋め込みリンクを更新する。
主要なアップデートに対してターゲットを絞った監査を実施し、影響を受けるすべての知識が最新であることを確認する。

例:

典型的な製品リリースでは、3～6件の記事と同数のmacroを作成または更新することが予想されます。Intercomでは、内部リリースノートからAIを使って初稿を生成し、1時間以内に顧客向けかつAI最適化されたコンテンツをレビューして公開できます。大規模または広範囲な製品変更の場合、関連する内部および外部のコンテンツ更新に5～8時間かかることがあります。

Finのコンテンツ提案を活用する

私たちの推奨事項:

Finは、エスカレーションが必要だった会話に基づいて知識のギャップを特定すると、提案を表示します。これには記事の編集、重複の削除、矛盾の修正、またはサポートチームが提供した回答からの新しい記事やスニペットの追加が含まれます。これらは最小限の労力で対応可能な非常に実用的な提案です。

これらの提案は毎週レビューし、受け入れるか修正するか拒否するかを決定し、それに応じてコンテンツを更新することをお勧めします。

例:

週次レビューでは10～15件のFin提案が得られることがあります。ほとんどは1時間未満で実施可能な小さな更新です。

サポートチームが問題を報告できるようにする

私たちの推奨事項:

チームに、顧客対応中に遭遇したコンテンツのギャップや誤りを報告するよう促します。これには以下が含まれます:

Finが誤ったまたは役に立たない回答をした場合。
顧客が自己解決できない問題がある場合。
記事内の古くなったスクリーンショットや表現。

簡単な提出プロセス（例：ticketフォームやinbox macroで会話にタグ付け）を設定し、これらの提案を毎週レビューします。

例:

Intercomでは、サポートチームメンバーが週に15～20件のコンテンツ提案を報告することがよくあります。これらは記事の手順の明確化、製品動作の説明修正、内部リソースの更新を含みます。各提案の対応には通常15～45分かかります。

古くなった知識を定期的に更新する

私たちの推奨事項:

少なくとも毎月、6か月以上更新されていないコンテンツをレビューします。重点は以下です:

Finの関与が高い高トラフィック記事
古くなったUI画像や用語
もはや存在しない機能
冗長または重複したコンテンツ

例:

「最終更新日」でコンテンツをフィルタリングすると、6か月以上更新されていない50～60件の記事が表示されることがあります。これらのレビューと更新は、製品マネージャーやその分野を担当するサポートエージェントなどの専門家が7時間で完了できます。大規模な知識 baseがある場合は、一度に1フォルダずつレビューしてください。

パフォーマンスの低いコンテンツを修正し、AI向けに最適化する

私たちの推奨事項:

コンテンツが事実上正確で最新であっても、Finが使用するとパフォーマンスが低い場合があります。人間の読者とは異なり、AIは明確な構造、曖昧さのない表現、顧客の意図との強い整合性に大きく依存します。Finの解決率を各コンテンツで監視し、頻繁に使用されるがパフォーマンスが低いコンテンツを特定してください（これらは改善の最適候補であり、小さな変更が大きな影響を与える可能性があります）。

Finの関与率上位20％のコンテンツに注力する。
解決率が50％未満の項目を最適化候補としてマークする。
ClaudeやChatGPTなどのAIツールを使って、コンテンツを最適化し、正しいトピックにより合致し、一般的な顧客表現を使用し、曖昧さを排除し、AIエージェントが解析しやすくする。

例:

毎月、関与率が高いが解決率が低い10件のコンテンツを特定することがあります。各コンテンツは通常、AIを使って再構成し最適化版を公開するのに5分かかります。

期待される製品の動作を記録する

私たちの推奨事項:

時には顧客の質問が、一見混乱を招くように見えるが実際には製品の設計通りの動作を明らかにすることがあります。こうした場合:

顧客の混乱を解消したチームメンバーの説明を記録する。
後でレビューできるように会話にタグを付ける。
将来のエスカレーションを避けるために、この動作を反映する適切な記事を更新する。

例:

これらの会話をレビューし、必要なコンテンツ更新を行うのに1会話あたり10分未満で済み、Finが微妙な顧客の問い合わせをエスカレーションなしで処理する能力を大幅に向上させます。

知識作業を追跡し優先順位をつける

私たちの推奨事項:

タスク管理ツール（例：Coda、Trello、Asana）を使って以下を優先順位付けし追跡する:

製品の更新と必要なコンテンツ。
受信したコンテンツ提案。
記事の監査、更新、新規作成の状況。

これにより、コラボレーションと知識作業の共有が促進され、所有権と進捗の明確な概要が得られます。

要約：Finを優れた知識でトレーニングするためのベストプラクティス

領域	主要活動	推奨頻度	平均所要時間
製品の更新	コンテンツの作成・更新	週次	9時間
AI提案	AIコンテンツ提案のレビューと対応	週次	1時間
人間のフィードバック	チームメンバーの提案のレビューと対応	週次	8時間
古くなったコンテンツのレビュー	6か月以上前の記事を更新	月次または隔週	7時間
AI最適化	AI向けにコンテンツを最適化（AIを活用）	月次	1時間
製品の動作を記録	特定された期待される動作の説明を追加	週次	3時間
知識の追跡	コラボレーションのためのタスクボードまたは追跡システムを維持	継続的