KCS(Knowledge-Centered Service)は、問い合わせ対応の中で知識を検索・再利用・作成・改善し、日々の対応そのものをナレッジ育成につなげる考え方です。
生成AIは、この流れを効率化する補助役として使えます。たとえば、問い合わせ文から検索語候補を出す、既存ナレッジとの差分を要約する、対応内容から記事の下書きを作る、重複候補を探す、レビュー観点を出す、といった作業です。
ただし、AIに「正しいナレッジ」を自動で作らせるだけではKCSになりません。実際の問い合わせ内容、正式な手順、公開範囲、セキュリティ、個人情報、既存記事との関係、最終的な更新判断は人が確認する必要があります。
この記事では、生成AIをKCSの補助に使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤り・限界まで含めて解説します。
KCSの基本構造から確認したい場合は、KCSとは?を参照してください。人だけで進める基本手順は、KCSのやり方で確認できます。
生成AIを使うと効果が出やすい場面
生成AIは、次のような作業で補助役として使いやすくなります。
- 問い合わせ文から検索語候補を出す
- 既存記事に近い論点を整理する
- 既存ナレッジと今回ケースの差分を要約する
- 問い合わせ対応中のメモから記事下書きを作る
- タイトルや検索語を利用者目線へ言い換える
- 重複記事候補を探すための比較観点を作る
- 公開前レビューの質問を作る
- 再利用後の改善点を要約する
- 週次レビューで見るべき候補を整理する
一方で、次の判断はAIだけに任せない方が安全です。
- 問い合わせの事実関係
- 正式な解決手順
- 管理者権限が必要な操作
- セキュリティ・個人情報・契約情報
- 記事の公開範囲
- 既存記事を更新するか新規作成するか
- 重複記事を統合・削除するか
- 最終的なナレッジ公開判断
1. 問い合わせ文から検索語候補を作る
KCSでは、最初から新規記事を書くのではなく、まず既存ナレッジを検索して再利用できるか確認します。
プロンプト例
以下の問い合わせから、社内ナレッジ検索に使えそうな検索語候補を出してください。
問い合わせ: 「スマートフォンを機種変更してから、Microsoft 365へログインしようとすると認証アプリの確認が通らず、先に進めません。」
条件:
- 利用者が実際に使いそうな言葉を含める
- 製品名、症状、操作、状況の4観点で整理する
- 解決方法は推測しない
- 5〜8個程度に絞る
出力の使い方
AIは、
- スマホ変更
- 機種変更
- Microsoft 365
- MFA
- 認証アプリ
- ログインできない
- 旧端末
などの候補を出せます。
人は、その語が実際の検索環境で使えるかを確認し、既存記事を検索します。
2. 既存記事を再利用できるか確認する質問を作る
AIに「この記事を使えるか判断して」と丸投げするのではなく、再利用判断に必要な確認項目を出させる使い方が安全です。
プロンプト例
既存ナレッジ記事の概要: 「MFA再登録の手順。認証アプリを新端末へ再登録する方法を説明。」
今回の問い合わせ: 「スマホ機種変更後、Microsoft 365へログインできない。旧端末の認証情報が残っている可能性がある。」
以下を整理してください。
- 既存記事でそのまま対応できそうな点
- 追加確認が必要な点
- 既存記事へ追記すべき可能性がある点
- 新規記事に分けるべきか判断するための質問
条件:
- 最終判断は人が行う
- 存在しない仕様は補わない
出力の使い方
AIは、MFA再登録自体は既存記事で対応できる一方、旧端末認証情報の解除条件が不足している可能性を指摘できます。
人は正式手順を確認し、既存記事の改善で足りるか、新規記事に分けるかを決めます。
3. 問い合わせ対応中のメモからナレッジ下書きを作る
KCSでは、対応後にまとめて記事を書くのではなく、対応中の情報をそのままナレッジへ育てる考え方が重要です。
プロンプト例
以下の対応メモを、再利用しやすいナレッジ記事の下書きへ整理してください。
対応メモ:
- 症状:スマホ機種変更後にMicrosoft 365へログインできない
- 確認:認証アプリは新端末へ移行済み
- 追加条件:旧端末側の認証情報が残っていた
- 対応:管理者側で旧認証情報を解除後、新端末でMFA再登録
- 結果:ログイン成功
記事構成:
- 症状
- 対象条件
- 確認手順
- 解決手順
- 解決確認
- 注意点
条件:
- 不明な操作は補わない
- 管理者権限が必要な箇所を明示する
- 個人情報は書かない
出力の使い方
AIは、メモを読みやすい記事構造へ変換できます。
ただし、管理画面の正式名称、解除操作、権限、例外条件は人が確認します。
4. 既存記事との差分だけを要約する
既存記事を毎回書き直すより、「今回のケースで何が新しく分かったか」を抽出するとKCSの改善につなげやすくなります。
プロンプト例
既存記事:
- 新端末へ認証アプリを登録する
- MFA再登録を行う
今回の対応で新しく分かったこと:
- 旧端末の認証情報が残るケースがある
- 本人だけでは解除できず、管理者確認が必要な場合がある
- 旧端末への通知有無も確認ポイントになる
既存記事へ追記すべき差分だけを、
- 適用条件
- 手順追加
- 注意点
- 検索語
に分けて整理してください。
出力の使い方
AIは差分を短く整理できるため、「既存記事を改善する」判断に使いやすくなります。
5. タイトルと検索語を利用者目線へ直す
担当者目線のタイトルは、検索されにくいことがあります。
悪い例
MFA認証情報再構成手順
プロンプト例
以下の社内ナレッジタイトルを、利用者が症状から検索しやすい表現へ変える候補を5つ出してください。
元タイトル:MFA認証情報再構成手順
想定問い合わせ:スマホを機種変更した後、Microsoft 365へログインできない
条件:
- 症状と状況が分かる
- 専門用語だけにしない
- 煽り表現は使わない
出力の使い方
たとえば、
スマホ機種変更後にMicrosoft 365へログインできない場合のMFA再登録
のような候補が作れます。
最終タイトルは、社内の命名規則や検索実績を見て決めます。
6. 重複記事候補の比較観点を作る
KCSでは、似た問い合わせごとに記事を増やし続けると検索性が落ちます。
プロンプト例
以下の2記事が重複している可能性があります。
記事A:スマホ機種変更後のMFA再登録 記事B:認証アプリ変更時のMicrosoft 365ログイン復旧
統合可否を判断するための比較観点を整理してください。
条件:
- 対象条件
- 症状
- 原因
- 解決手順
- 権限
- 例外
- 検索語
を含める
- 統合するかどうかは決めない
出力の使い方
AIは比較軸を作れますが、統合判断は利用実績と内容を人が見て決めます。
7. 公開前レビュー質問を作る
プロンプト例
以下のナレッジ記事を公開前にレビューします。
記事概要: スマホ機種変更後のMicrosoft 365ログイン不具合について、旧認証情報の確認とMFA再登録を説明。
レビュー質問を作ってください。
条件:
- 事実
- 適用条件
- 手順
- 権限
- セキュリティ
- 個人情報
- 解決確認
- 検索性
- 既存記事との重複
を含める
出力の使い方
AIをレビュー担当者の代わりにするのではなく、確認漏れを減らす質問作成に使います。
8. 再利用後の改善点を要約する
同じ記事が再利用されたとき、利用結果を改善へ戻すとKCSらしい運用になります。
プロンプト例
以下は同じナレッジ記事を3回使った結果です。
1回目:そのまま解決 2回目:「機種変更」で検索したが見つけにくかった 3回目:旧端末への通知が残る条件の説明が不足
改善候補を、
- 検索語
- タイトル
- 適用条件
- 本文
- 注意点
に分けて整理してください。
出力の使い方
AIは、検索語へ「機種変更」を追加する、旧端末通知条件を注意点へ追記する、といった改善候補を整理できます。
人は実際の利用結果を見て、必要な変更だけ採用します。
9. 週次レビューの候補を整理する
KCSでは記事数だけを成果にすると、重複や低利用記事が増えやすくなります。
プロンプト例
週次レビュー用に、以下の指標から確認優先候補を整理してください。
- 再利用回数
- 検索失敗件数
- 同じ問い合わせから新規記事が複数作られている件数
- 更新回数
- 解決に寄与した回数
- 長期間使われていない記事
条件:
- 「記事数が多い=良い」と評価しない
- 改善、統合、検索語見直しの観点で候補を分ける
出力の使い方
AIは週次レビューの優先順位候補を出せます。
ただし、実際に統合・非公開・削除するかは人が判断します。
通し例|社内ヘルプデスクで生成AIをKCSの補助に使う
社内ヘルプデスクで、
スマートフォンを機種変更したら、Microsoft 365へログインできなくなった
という問い合わせが来たとします。
1. AIで検索語候補を作る
担当者は問い合わせ文をAIへ渡し、
- スマホ変更
- 機種変更
- MFA
- 認証アプリ
- Microsoft 365
- ログインできない
という検索語候補を得ました。
2. 既存ナレッジを検索する
担当者は候補語で検索し、「MFA再登録」の既存記事を見つけました。
ここで新規記事は作らず、まず既存記事を使いました。
3. 既存記事だけでは解決しない条件を発見する
手順どおり再登録を試しても進まず、確認すると旧端末側の認証情報が残っていました。
担当者は、
- 旧端末認証情報の有無
- 管理者解除が必要か
- 解除後の再登録
- 旧端末への通知状態
を確認しました。
4. AIで既存記事との差分を整理する
対応メモと既存記事概要をAIへ渡し、差分だけを整理させました。
AIは、
- 適用条件へ「旧端末認証情報が残る場合」を追加
- 管理者側確認を手順へ追加
- 旧端末通知を注意点へ追加
- 検索語へ「機種変更」「旧端末」を追加
という候補を出しました。
5. 人が正式手順を確認する
ここで、AIが提案した内容をそのまま記事へ反映しません。
担当者は管理者向けの正式手順を確認し、権限が必要な操作、確認順序、利用者へ案内してよい範囲を確定しました。
6. 既存記事を改善する
新規記事を作らず、既存のMFA再登録記事へ不足条件を追記しました。
さらに検索語へ、
- スマホ変更
- 機種変更
- 旧端末
- 認証アプリ
を追加しました。
7. 翌週、別担当者が再利用する
別担当者が似た問い合わせを受け、「機種変更」で検索して同じ記事を見つけ、そのまま解決できました。
8. 週次レビューへ戻す
週次レビューでは、
- 再利用されたか
- 検索語で見つかったか
- 追加条件が必要か
- 類似記事が増えていないか
を確認しました。
この例でAIが担ったのは、検索語候補、再利用判断の質問、差分要約、下書き、検索性改善、レビュー観点の整理です。
一方、人が担ったのは、事実確認、正式手順、管理者権限、公開範囲、既存記事を更新する判断、最終公開です。
そのまま使える型が必要なら、KCSテンプレートを使うと、問い合わせ、検索、解決内容、記事本文、再利用・改善記録まで同じ型で整理しやすくなります。
具体的な適用過程を追いたい場合は、KCSの具体例が参考になります。よくある失敗を先に避けたい場合は、KCSで失敗しやすいポイントも参照してください。
KCSを他の知識共有手法と使い分けたい場合は、SECIモデルとKCSの違い、AARとKCSの違い、DIKWモデルとKCSの違い、SECIモデル・AAR・KCSの使い分けも確認できます。
人が必ず確認すべきポイント
事実関係
AIは問い合わせの背景や実際の環境を知りません。症状、端末、アカウント状態、実施済み操作は人が確認します。
正式手順
AIがもっともらしい操作を補うことがあります。管理画面、権限、設定変更は正式手順と照合します。
公開範囲
社内限定、管理者限定、利用者公開など、情報ごとに扱える範囲が異なります。
個人情報・機密情報
問い合わせ原文には氏名、メールアドレス、端末情報、契約情報などが含まれることがあります。AIへ入力する前に情報管理ルールを確認します。
更新と新規作成の判断
似た記事がある場合、AIは新規案を作るのが得意です。しかしKCSでは、既存記事の再利用・改善で足りるなら新規作成を増やさない判断も重要です。
重複整理
統合や削除は、利用状況、参照先、権限、履歴を人が確認してから行います。
生成AIの誤りと限界
存在しない手順を補うことがある
製品や社内設定を推測し、実際には存在しない操作を提案することがあります。
問い合わせごとに新規記事を作りたがることがある
文章生成が得意なため、既存記事改善より新規記事案を作りやすい傾向があります。
重要な適用条件を落とすことがある
正常系だけ整理し、権限、例外、旧端末状態などの条件が抜けることがあります。
重複を表面的な文章類似だけで判断することがある
タイトルが似ていても対象条件が違う場合があります。逆に、表現が違っても実質同じ記事の場合があります。
利用実績を知らない
どの記事が実際に検索・再利用されているかは、入力しない限り分かりません。
機密情報の扱いに注意する
問い合わせ内容、顧客情報、社内構成、障害情報などは、自社の情報管理ルールに従います。
生成AIに任せすぎないためのチェックリスト
- 問い合わせ前に既存ナレッジを検索したか
- AIの検索語候補を実際の検索環境で試したか
- 既存記事を再利用できない理由を確認したか
- AIが作った手順を正式手順と照合したか
- 管理者権限が必要な操作を明記したか
- 個人情報・機密情報を不用意に入力していないか
- 新規作成より既存記事改善で足りないか確認したか
- タイトルと検索語が利用者目線か
- 重複記事候補を人が確認したか
- 公開範囲を確認したか
- 再利用後の改善点を記事へ戻したか
- 記事数だけを成果にしていないか
- 統合・削除をAIだけで決めていないか
まとめ
生成AIは、KCSを効率よく実践するための補助役として使えます。
特に役立つのは、検索語候補、既存記事との差分要約、ナレッジ下書き、利用者目線のタイトル改善、重複比較観点、レビュー質問、再利用後の改善候補、週次レビューの優先候補づくりです。
一方で、事実関係、正式手順、権限、セキュリティ、公開範囲、既存記事を更新するか新規作成するか、統合・削除、最終公開判断は人が担う必要があります。
生成AIにナレッジを完成させてもらうのではなく、「検索を助ける」「差分を見つける」「下書きを作る」「レビュー質問を増やす」ために使うことで、KCSの検索・再利用・改善のサイクルを効率よく回しやすくなります。