チャットボットの学習データの整え方|Web・資料の重複と古い情報を見直す手順

チャットボットの学習データの整え方|Web・資料の重複と古い情報を見直す手順

チャットボットにWebサイトや資料を登録しようとして、「同じ情報がいくつもある」「どの版が正しいか分からない」と迷っていませんか。資料の量を増やす前に、案内する相手と正しい情報をそろえることが大切です。

この記事では、重複・旧版・条件の食い違いを整理し、確認日や更新担当を残す方法を、台帳の記入例とともに解説します。対象を絞って始め、登録後の質問から見直すところまで整理します。

チャットボットの学習データは、回答の根拠になる情報から整える

最初に整えるのは、AIに答えてほしい質問の根拠となるWebページや資料です。この記事では、それらを「学習データ」と呼びます。生成AIチャットボットの中には、登録情報から関連する内容を探して回答を組み立てる方式があり、資料の登録がAIモデル自体の追加訓練を意味するとは限りません。

大切なのは、ファイルを大量に集めることより、何を正しい情報として案内するかを決めることです。料金表が二つあり、片方には旧料金が残っているなら、質問への答えも確認しにくくなります。新しい情報が少ない場合でも、内容と対象が明確な資料から始められます。

FAQ(よくある質問と回答)の作り方を知りたい場合は、FAQチャットボットの作り方も参考になります。本稿では、その一歩手前にある「どの情報を使い、どう管理するか」に絞って説明します。

1.用途と対象読者を決め、必要な情報を絞る

誰の、どんな質問に答えるかを一つ決めると、登録する情報を選びやすくなります。たとえばWebサイトの利用者向けなら、サービスの対象、申込みの流れ、問い合わせ先などから検討します。社内向けなら、申請手続きなど、確認者と資料がそろう業務を選びましょう。

まず「申込みに必要なものは?」「対象外になる条件は?」「資料にない場合は誰に聞く?」のような質問を書き出し、答えのあるページや資料を対応させます。質問数や資料数の目標を先に決める必要はありません。

一般向けの案内と社内だけの情報は分けてください。登録するサービスで閲覧範囲を分けられるか分からない場合は、まとめて取り込まず、対象者に見せてよい情報だけを選びます。

答えたい質問を起点に、申込みの流れ・対象条件・相談先が分かる資料を選ぶイメージ。

2.正本を決め、重複・旧版・条件の違いを整理する

同じ内容が複数あるときは、担当者が確認した「正本」を決めます。正本とは、その案内で正しい情報として使う資料です。ファイルの更新日時だけでは、承認済みか、いつから適用するかまでは分かりません。料金・受付時間・申込条件など、回答に影響する項目を照合しましょう。

同じ内容を写した資料は、正本に統合するか、どちらを登録するかを決めます。失効した旧版は、必要な保存ルールに従って社内で保管しながら、現行案内の回答に使う対象から外します。元ファイルを一律に削除する必要はありません。

一方、内容が似ていても、対象プランや契約時期が違えば別の条件です。どちらかを捨てるのではなく、「誰に・いつ・どの条件で適用するか」を明記します。判断できない食い違いは「要確認」とし、確認が済むまで回答の根拠にしないようにしましょう。

承認・適用条件を確認した正本を残し、同じ内容は統合し、失効した旧版を回答対象から除く整理図。条件が違う資料は適用範囲を分けて残す。

3.資料台帳に、条件・確認日・更新担当を残す

資料を整理した理由を台帳に残すと、次の担当者も更新を続けやすくなります。台帳は、登録対象と確認状況をまとめる一覧表です。資料名またはURL、対象読者、適用条件、正本、確認日、更新担当、要修正箇所を記録します。

次の表は作業方法を示す架空の記入例です。特定企業の実績や、実際の料金・受付条件を示すものではありません。

資料・対象読者 条件・正本の確認 担当・確認日・対応
申込案内(2026年11月版)
新規の申込者
標準プラン・11月1日から適用
承認済みの11月版を正本として採用
受付担当
確認日:11月10日
旧パンフレットを現行案内の回答対象から除外
手続きマニュアル
社内の利用者
対象部署を明記
現行の承認版を登録
業務担当
確認日:記入日
変更時の連絡先を記録
旧版の料金資料
過去の契約者
適用する契約時期を確認
現行案内とは分ける
契約担当
確認日:未確認
判断が済むまで登録保留

ファイル名に「最新版」と書くだけでなく、本文にも対象や適用日を残します。URLの場合も、ページ名と担当者を控えておくと、料金改定や窓口変更があったときに、どの登録情報を見直すかを追いやすくなります。

台帳は記入を完了させることが目的ではありません。資料の確認者が分からない、条件が決まっていないといった問題を見つけ、登録前に解消するために使います。

4.PDFや表は、読み取れる内容になっているか確かめる

対応するファイル形式でも、見た目どおりに内容を読み取れるとは限りません。文字を選択できるPDFと、紙をスキャンした画像中心のPDFは分けて確認します。OCR(光学文字認識)は画像から文字を読み取る技術ですが、対応の有無や読取範囲はサービスによって異なります。

表では、項目名と値の対応、単位、注記、対象条件を確認します。見出しだけが前のページにある、注意書きが画像内にしかないといった資料は、読み取った内容だけで条件を理解できるかを試しましょう。必要なら、担当者が原資料と照合した説明文を用意します。

読み取りやすくするための整理でも、都合の悪い例外や注意点を落としてはいけません。資料を分割する場合は、各資料に対象と出典が分かる見出しを付け、同じ質問で再確認してください。特定のファイル形式へ変換すれば必ず回答が改善する、というものではありません。

PDFや表を読み取る際は、項目と値の対応、単位、注記・条件まで原資料と照合する。

5.登録後は回答と原資料を照合し、元情報を更新する

登録しただけで完了にせず、実際の質問で原資料と回答を見比べます。登録後に処理が必要なサービスでは、その完了も確認します。通常の質問に加え、条件で答えが変わる質問、旧版にしかない情報を尋ねる質問、資料に答えがない質問を試しましょう。

答えが違う場合は、いきなり資料を増やさず、「元情報に答えがない」「旧版が残っている」「条件が抜けている」「資料にあるのに回答に使われない」を分けて記録します。資料を直して解決できる問題と、サービス側の設定や読取範囲を確認すべき問題を混同しないためです。

修正したら、同じ質問と関連する質問で確かめます。運用後も質問履歴から不足を見つけ、台帳の担当者が正本と登録情報を見直します。回答品質の原因を詳しく切り分けたい場合は、回答精度の見直し方をご覧ください。

質問する、原資料と照合する、元情報を直す、再確認する作業を履歴を見ながら繰り返す手順図。

chabeeでは、少量のWeb情報や資料から確認を始める

chabeeも、案内したい内容を絞って登録し、回答を確認する進め方ができます。公式案内ではWebページのURLや文書の登録、質問履歴の確認、不十分な回答の手動修正・再学習を紹介しています。最初から社内の全資料を整えるのではなく、対象の質問に必要な情報から検討しましょう。

イズイズが公開している学習ファイルを使った自社検証では、社内手順の資料を登録し、前後の回答を確認しています。これは個別の検証記録であり、同じ結果を保証するものではありません。今回の台帳と組み合わせれば、何を登録したか、どの条件を確かめたかを残しながら試せます。

なお、公式サイトではAI-OCRを開発中・対応予定と案内しています。PDF内の画像を含めて何でも読み取れるとは考えず、現行の対応範囲と実際の資料で確認してください。対応形式や更新操作は、契約プラン・最新の案内も確認しましょう。

学習データを整えるときのよくある質問

迷ったら、必要な質問に答えられる範囲と、確認できる根拠があるかを基準にします。一律の資料数や形式にそろえることを優先しないでください。

すべての資料をそろえてから始める必要がありますか?

必ずしも必要ありません。一つの用途に絞り、確認済みの情報で質問への回答を試せます。答えられない範囲と問い合わせ先を整理し、履歴を見ながら必要な情報を補いましょう。

個人情報や社外秘の資料もまとめて登録してよいですか?

社内の情報管理ルールに従い、登録してよい情報と利用者を確認してから判断します。外部サービスの保存・利用条件や閲覧範囲を確認できていない資料は、そのまま登録しないでください。公開向けの案内と社内限定の情報は分けて検討します。

まとめ|資料の量より、正しさと更新できる状態を整える

チャットボットの学習データは、用途を絞り、正本・条件・確認日・更新担当をそろえて整えましょう。重複と旧版を整理し、登録後の回答を原資料と照合するところまでが一連の作業です。

まずは、よく聞かれる質問と、その答えがある資料を一組選んでみてください。chabeeでWeb情報や資料をどう活用できるか検討する際も、使いたい情報と質問を整理しておくと、確認したい点を具体的にできます。

chabeeの機能を見る。Webページや資料を活用する生成AIチャットボットの公式案内へ。

chabee®編集部

株式会社イズイズ

chabee®編集部

chabee®編集部は、株式会社イズイズが開発・提供する生成AI型チャットボット「chabee®」の情報発信を担う編集チームです。チャットボット活用、Web接客、問い合わせ分析、業務改善に役立つ情報を、開発・運用の知見をもとに発信しています。記事の下書きや画像制作には必要に応じてAIを活用し、公開前に編集担当者が内容・表現・製品情報を確認しています。

SEARCH

CATEGORY

GROUP

KEYWORD

  1. コーポレートサイト
  2. Nolosee® +(ノロシー)
  3. サイトリニューアル
  4. melee(メリー)
  5. ECサイト
  6. オウンドメディア
  7. ホームページ制作
  8. ランディングページ(LP)
  9. リクルートサイト
  10. chabee®(チャビー)
  11. SEO
  12. AIO
  13. 採用サイト
  14. オリジナルCMS
  15. AIチャットボット
  16. その他制作事例
  17. 問い合わせ対応
  18. 業務改善
  19. 生成AI
  20. FAQ
  21. ECサイト、活用事例
  22. 導入準備
  23. 生成AIチャットボット
  24. チャットボット活用
  25. 製造業
  26. セキュリティ
  27. Webサイト運用
  28. チャットボット導入
  29. 社内提案
  30. 費用対効果
  31. ナレッジ共有
  32. 製品カタログ
  33. 顧客対応
  34. FAQ運用
  35. 社内チャットボット
  36. 社内FAQ
  37. 社内ルール
  38. 情報セキュリティ
  39. チャットボット
  40. 営業
  41. 通信教育
  42. 技術伝承
  43. 回答改善
  44. 開発記録
  45. PoC
  46. 試験導入
  47. 設置場所
  48. 運用改善
  49. 情報整理
  50. 学習データ
  51. フォーム
  52. Yomitolee(ヨミトリー)