AI NPCの会話を自然にしようと何週間も粘ったのに、実際に触った人の反応が薄い——そういう詰まり方をしている開発者は多い。自分は10年以上コードを書いてきた現役エンジニアで、いまはAIキャラの仕組みを自作して動かしているけれど、最初にぶつかった壁もまさにそこだった。先に結論を言う。AIキャラが「使えない」と言われる原因は、会話力そのものより、設計で追いかけている指標がズレていることの方が多い。
きっかけは、企業向けにAIエージェントを大量導入しているGenesys（提供元: Genesys Cloud Services, Inc.）という米クラウド企業の発表だった。世界で7,000社以上が使っているという彼らのプラットフォームは、AIキャラ開発と地続きの話をしていた。会話を自然にする話じゃない。「どこまでAIに任せて、どこで人に渡すか」と「ちゃんと解決できたか」の話だった。
そもそも「エージェンティックAI」とは、会話するAIと何が違うのか
ここ最近、エージェンティックAI（agentic AI）という言葉をよく見る。ざっくり言うと、聞かれたことに答えるだけのAIではなく、目的に向かって自分で手順を踏んで行動するAIのことだ。チャットボットが「営業時間は10時です」と返すのが従来型なら、エージェンティックAIは「予約を取りたい」と言われて空き枠を調べ、確認し、実際に予約まで完了させる。返事をするのが仕事じゃなく、片をつけるのが仕事になる。
Genesysの発表では、これを「エクスペリエンス・オーケストレーション」と呼んでいた。オーケストレーション（orchestration）は直訳すると「全体の指揮・調整」で、要は人・システム・データ・AIをバラバラに動かさず、一本の流れとしてつなぐという意味だ。問い合わせの入口から、過去の履歴の参照、担当者への振り分け、対応後の記録まで、全部を一つの指揮系統でさばく。
これ、AI NPCやAIVTuberを作っている人なら聞き覚えがあるはずだ。音声認識があって、記憶があって、感情の状態があって、行動の選択があって……と、AIキャラも複数の部品を一本の流れにまとめる作業の塊だからだ。やってることの本質は、規模が違うだけで同じだと思う。指揮者がいないオーケストラは、一人ひとりが上手くても音が濁る。AIキャラも同じで、部品の精度より「全体を誰が束ねているか」で完成度が決まる。
会話の自然さより先に決めるべきは「解決率」
Genesysの発表で一番刺さったのは、出てくる数字が全部「解決できたか」に紐づいていたことだ。会話が自然だったか、ではない。
例えば英国のUtility Warehouseという生活インフラ系の会社は、AIの仮想エージェント（Genesys Cloud Agentic Virtual Agent、略称AVA）を3週間で導入し、チャネル内解決率を2倍にしたという。ブラジルのファッション小売Riachueloは、顧客満足度（CSAT）が11ポイント上がり、技術コストを26%削減したと発表している。北米のCLEAResultは対応後の事務作業を70%以上減らした、と。数字の主語はどれも「解決」や「短縮」だ。日本でもアジア太平洋のBPO大手トランスコスモスが、AI連携や音声認識の活用で平均待ち時間を半減させ、年間1万時間以上の運用時間を節約したと発表している。
ここがAIキャラ開発との分かれ道になる。自分も最初は「いかに自然に喋らせるか」だけ見ていた。でも、AIキャラに何かを「解決させる」用途——VRChatのワールド案内NPC、ゲームのクエスト案内役、配信のコメント対応——では、ユーザーが本当に評価するのは喋りの滑らかさじゃない。知りたいことに辿り着けたか、目的を果たせたか、だ。
だから設計の最初に「このキャラにとっての解決とは何か」を1行で決めておくといい。案内NPCなら「目的地に行けた」、クエスト役なら「次に何をすべきか分かった」。これが決まると、会話の自然さはその解決を助ける手段に格下げされる。優先順位が逆だと、いつまでも喋りを磨いて反応の薄さに悩むことになる。気づくのに自分はだいぶ時間がかかったけど。
自律と引き継ぎの線引き——「全部AI」をやめると質が上がる
Genesysの事例でもう一つ面白かったのが、AIに全部やらせていないことだ。彼らは仮想エージェント（Virtual Agent）とは別に、Agent Copilotという人間の担当者を横で支援する仕組みを併用している。簡単な用件はAIが自律で片づけ、込み入った話は人間が出てきて、その人間をAIが裏で助ける。完全自動と完全手動の二択じゃなく、間に線を引いている。
カナダの通信大手TELUS Communicationsは、Genesys CloudのAI連携によって平均対応時間と転送件数をそれぞれ20%削減したと発表している。重要なのは、AIが万能だから減ったんじゃなく、「AIが得意な範囲」と「人に渡す範囲」を分けたから減った、という構造だ。
AI NPC設計でも、この線引きを先に決めるかどうかで完成度が変わる。LLM（大規模言語モデル）に全部任せると、想定外の質問に堂々と嘘を返す。いわゆるハルシネーション（もっともらしい誤情報の生成）だ。だから「AIが自律で答えていい範囲」と「定型の回答にフォールバック（=安全側に倒すこと）させる範囲」を分けておく。ゲームのNPCなら、世界観に関わる核心は固定セリフ、雑談はLLM、みたいに役割を割る。全部をAIにやらせないと決めた瞬間に、むしろキャラの質は上がる。逆説的だけど本当だ。
「測れる仕組み」を最初に作る人が強い
ここまで数字の話をしてきたのは、Genesysの強さがたぶん「全部を数値で見ている」ことにあるからだ。解決率、満足度、対応時間、後処理時間。手応えや雰囲気じゃなく、指標で良し悪しを判断している。
自分もブログ（WordPress）とnoteに出すAIの文章について、出来上がりを毎回数値で採点する仕組みを動かしている。最近その採点項目に「いま話題になっている言葉をどれだけ拾えているか」を足した。数値で見るようにすると、なんとなく良さそう、という気分の判断が消える。どこが弱いかが具体的に分かるから、直す場所に迷わなくなる。AIキャラでも同じで、「解決率」や「人に引き継いだ割合」を最初からログに残す設計にしておくと、後から効いてくる。測れないものは改善できない、を地で行く話だ。
そしてここは独立を考えている人に向けて一言。AI NPCの実装や、AIキャラ運用の受託は今後増える可能性がある領域で、その時に「自然に喋らせました」より「解決率を○%まで上げました」と数字で語れる人の方が強い。会話の見た目より、測れる成果を出せる設計力が差別化につながる。これは個人開発でも受託でも同じだと思う。
まとめ
- AIキャラが「使えない」原因は、会話力より追いかけている指標のズレにあることが多い
- 会話の自然さより先に「このキャラにとっての解決とは何か」を1行で決める
- 自律と引き継ぎの線を引き、解決率を最初からログに残す設計が後で効いてくる
会話を磨くのは、その土台ができてからでいい。順番を間違えなければ、AIキャラはちゃんと「使える」側に来てくれると思う。すごく。
参考
【PR】関連ツール・サービス
AIキャラやNPCの会話処理を24時間動かすなら、安定したサーバ環境が土台になります。
外部APIや配信ツールを扱う開発では、通信のセキュリティ対策も合わせて整えておくと安心です。
リモートで案件をこなすなら、移動中でも安定して作業できるモバイル回線が効いてきます。
AIキャラ運用やものづくりの話は X でも発信しています。
【PR】おすすめの書籍
記事の内容に関連する書籍を紹介させてほしい。
LLMのプロンプトエンジニアリング ―GitHub Copilotを生んだ開発者が教える生成AIアプリケーション開発
GitHub Copilotの開発に携わった著者が解説する、LLMのプロンプトエンジニアリングと生成AIアプリケーション開発の入門書です。AIキャラの仕組みを自作する過程でプロンプト設計に向き合う読者の参考になる一冊です。
コメント