atom.cs-automator.llm-bot-role-basics
生成モデルとチャットボットの役割分担を学ぶ
生成モデルとチャットボットの役割分担を学ぶ
成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。
レッスン本文
生成モデルとチャットボットの役割分担を学ぶ
このレッスンのゴール
このレッスンを終えると、あなたは「生成AI(=文章や画像を新しく作り出すAI)」と「チャットボット(=決まった受け答えを自動で返す仕組み)」の違いを自分の言葉で説明でき、カスタマーサポートの場面でどちらを使うべきかを判断できるようになります。
最終的に、あなた自身が「役割分担メモ」を1枚書き上げるところまで進めます。
理解する — 2つの「AI」は何が違う?
たとえ話で考える
料理にたとえてみましょう。
- チャットボット は「自動販売機」のようなものです。ボタンを押せば決まった飲み物が出てきます。「コーラ」と押せば毎回コーラ。想定外の注文(「ぬるいコーラください」)には対応できません。
- 生成モデル(LLM) は「腕のいいシェフ」です。「辛いものが食べたいけど胃が弱い」と伝えれば、材料を工夫してあなた専用の一皿を作ってくれます。ただし、毎回少し違う料理が出てくるので「いつも同じ味」が欲しいときには向きません。

もう少し具体的に
| 観点 | チャットボット | 生成モデル(LLM) |
|---|---|---|
| 得意なこと | 同じ質問に同じ回答を正確に返す | 初めて見る質問にも柔軟に答える |
| 苦手なこと | 想定外の質問に対応できない | 毎回まったく同じ回答を返すのが難しい |
| カスタマーサポートでの使いどころ | 営業時間・料金など「答えが1つ」の質問 | クレーム対応・商品提案など「状況に合わせた対応」が必要な場面 |
| コスト感 | 安い(ルール通りに動くだけ) | やや高い(毎回AIが考えて文章を生成する) |
判断する — どの場面でどちらを使う?
実際のカスタマーサポートでは、2つを組み合わせて使うのがベストです。以下の判断基準を覚えておきましょう。
チャットボットに任せるべき場面
- 「営業時間は何時ですか?」→ 答えが1つに決まっている
- 「注文番号を教えてください」→ 情報を集めるだけの質問
- 「返品ポリシーを知りたい」→ 規定の文章をそのまま見せればOK
生成モデル(LLM)に任せるべき場面
- 「商品Aと商品B、私にはどっちが合いますか?」→ ユーザーの状況に合わせた提案が必要
- 「届いた商品が壊れていて困っています」→ 感情に配慮した柔軟な対応が必要
- 「こういう使い方をしたいのですが可能ですか?」→ 想定外の質問への回答が必要
良い例と悪い例
良い例: 「よくある質問」はチャットボットに任せ、チャットボットが答えられなかった質問だけ生成モデルに回す
悪い例: すべての問い合わせを生成モデルに投げる → コストが高くなり、「営業時間は?」のような簡単な質問への回答も毎回微妙に違う文面になってしまう
実践する — ChatGPTで「役割分担メモ」を作る
ここからは、あなたが実際にAIツールを使って成果物を作ります。ChatGPTを使って、自分のサービスやお仕事に合った「役割分担メモ」を作ってみましょう。
ステップ1: ChatGPTを開く
ChatGPT をブラウザで開きます。アカウントがなければ無料で作成できます。
ステップ2: 以下のプロンプトをコピーして貼り付ける
あなたはカスタマーサポートの設計アドバイザーです。
以下の業種のカスタマーサポートについて、「チャットボットに任せる質問」と「生成AI(LLM)に任せる質問」を5つずつ分類してください。
業種: [ここにあなたの業種を入れてください。例: オンラインアパレルショップ]
出力形式:
- チャットボット向き(5つ): 質問内容と理由
- 生成AI向き(5つ): 質問内容と理由
- 判断に迷うグレーゾーン(2つ): 質問内容と、どちらに振るべきかの提案
ポイント:
[ここにあなたの業種を入れてください]の部分を、あなた自身のお仕事やサービスに置き換えてください。たとえば「学習塾」「美容サロン」「SaaS カスタマーサポート」など。
ステップ3: 出力を確認して、メモとして保存する
ChatGPTが返してくれた分類結果を読み、以下の観点でチェックします。
- チャットボット向きの質問は、本当に「答えが1つ」に決まっているか?
- 生成AI向きの質問は、本当に「状況に合わせた対応」が必要か?
- グレーゾーンの提案は納得できるか?
納得できたら、その結果をテキストファイルやメモアプリにコピーして保存しましょう。これがあなたの「役割分担メモ」です。

つまずきポイントを先回りで解決する
「自分の業種が思いつかない」
→ まずは「オンラインアパレルショップ」のままプロンプトを試してみてください。AIの出力形式に慣れてから、自分の業種に差し替えればOKです。
「チャットボットと生成AIの境界がわからない」
→ 迷ったら「この質問の答えは、いつ誰に聞かれても同じか?」と考えてみてください。同じなら→チャットボット、違うなら→生成モデルです。
「ChatGPTの回答が英語で返ってきた」
→ プロンプトの最後に「日本語で回答してください」と一文追加してください。
「ChatGPTの回答が的外れだった」
→ 業種の説明を1-2文追加すると精度が上がります。例: 「業種: 学習塾(小中学生向け、保護者からの問い合わせが多い)」
確認する — 完了チェックリスト
以下の3つをすべて満たしていれば、このレッスンは完了です。
- チャットボットと生成モデルの違いを、自分の言葉で1-2文で説明できる
- カスタマーサポートの具体的な質問を見たとき、「これはチャットボット向き」「これは生成AI向き」と判断できる
- ChatGPTを使って、自分の業種に合った「役割分担メモ」を1枚作成し、保存した
まとめ
- チャットボット = 自動販売機。決まった答えを素早く返す。
- 生成モデル(LLM) = 腕のいいシェフ。状況に合わせて柔軟に対応する。
- 現場では「まずチャットボットで受け、こぼれた質問を生成モデルに回す」が基本の型です。
次のレッスンでは、実際にこの役割分担を活かしてカスタマーサポートの自動化フローを設計していきます。
種類: markdown_doc
検証: basic_manual_check_v1
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディア
必須
なし
あると楽
なし