AI音声エージェントで電話業務を自動化する方法：完全ガイド
先週の火曜日、正午から午後2時の間に、あなたのチームは23件の着信を取り逃しました。3人の担当者が電話対応中で、1人が昼食に出ていたからです。そのうち14人の発信者は二度とかけ直しませんでした。調査によると、留守番電話につながった発信者の80%はメッセージを残さずに切ってしまい、中小企業は応答できなかった電話だけで年間平均 126,000ドルの売上を失っています。
本ガイドでは、着信・発信を24時間365日応答し、自然な会話を交わし、リアルタイムでシステムを確認し、必要に応じて人間に引き継ぐAI音声エージェントを使って、電話業務を自動化する方法を解説します。Retell AI を使えば、1週間もかからずにゼロから本番運用可能なAI電話エージェントを稼働させることができます。
定型的なやり取りでは人間の介入なしに着信・発信の両方を処理し、複雑な通話は完全なコンテキストとともにチームへ振り分ける、音声ベースのAI電話エージェントです。
このチュートリアルを終える頃には、エージェントは以下ができるようになります。
始める前に、以下が必要です。
数分で動くプロトタイプができれば、AIによる電話自動化がユースケースに適合するかどうかを評価する際の推測が不要になります。
retellai.com でサインアップし、ダッシュボードを開きます。新しいエージェントを作成して名前を付け、利用可能なライブラリから音声を選択します。感情表現に対応した ElevenLabs v3 の音声は、電話での会話に最も自然に聞こえます。エージェントが誰で、何をし、発信者にどう挨拶すべきかを説明する短いシステムプロンプトを記述します。今のところ3〜4文にとどめておきましょう。「Test Call」をクリックし、ブラウザ経由でエージェントと話します。エージェントが応答し、質問に答え、記述したプロンプトに従うのが聞こえるはずです。
これで、基本的な会話を交わせる AI音声エージェントが完成しました。
エージェントには、自由なチャットではなく、実際の通話シナリオを処理するための構造化されたロジックが必要です。
ダッシュボードでエージェンティックフレームワークを開きます。このドラッグ＆ドロップのビルダーで、会話の状態、遷移、意思決定のポイントを定義できます。上位10件の通話シナリオをフローに落とし込みます：挨拶、意図の検出、情報収集、アクションの実行、確認、そして終了です。各状態について、エージェントが何を話し、何を聞き取り、何が次のステップのトリガーになるかを指定します。よくあるバリエーションのために条件分岐を追加します。発信者が 予約を取ることを希望した場合、フローは空き状況の確認へと振り分けるべきです。料金を尋ねられた場合、フローはナレッジベースから情報を取得すべきです。
これでエージェントは自由形式の会話ではなく構造化されたロジックに従うようになり、エラーが減って完了率が向上します。
発信者は、会話フローの範囲外の質問をします：営業時間、所在地、キャンセルポリシー、サービス詳細など。答えがなければ、エージェントは行き詰まります。
FAQ文書、サービス説明、料金情報を ナレッジベースにアップロードします。プラットフォームはストリーミングRAG（検索拡張生成）を使用し、目立ったレイテンシを加えることなく、通話中に正確な回答を引き出します。コンテンツがウェブサイト上にある場合は自動同期を有効にし、サイトが変更されるたびにナレッジベースが更新されるようにします。FAQからわかりにくい質問をエージェントに尋ねてテストします。回答が正確であり、エージェントがキャッシュされたデータではなく最新の情報を参照していることを確認してください。
これでエージェントは、想定されるあらゆる回答をスクリプト化しなくても、ビジネスに関する詳細な質問に答えられるようになります。
話すことしかできないエージェントは、洒落た留守番電話にすぎません。電話業務を自動化する価値は、エージェントが通話中にアクションを起こすことにあります。
フロービルダーで、エージェントが外部システムとやり取りする必要のある箇所に関数呼び出しノードを追加します。CRM、カレンダー、データベースのAPIへのHTTPリクエストを設定します。例えば、発信者がアカウント番号を伝えると、エージェントはCRMにGETリクエストを送り、その記録を取得して、会話の中でそのデータを使用します。外部APIはピーク時に遅延することがあるため、webhookのタイムアウトは5秒に設定します。API呼び出しが失敗したときに発信者が無音状態にならないよう、フォールバックの応答を追加します。ノーコードツールを使うチームには、 Make連携や n8n連携を提供するプラットフォームなら、これらの接続を視覚的に構築できます。
これでエージェントは通話中にライブ検索を実行し、システムにデータを書き戻せるようになります。
すべての通話を完全に自動化すべきではありません。緊急の要望、怒っている発信者、複数当事者のスケジュール調整には、人間の判断が必要です。
会話フローにエスカレーションのトリガーを定義します：発信者が人間を要求する、感情がしきい値を下回る、エージェントが3回試みても解決できない、またはトピックがあなたが定義した重要度の高いカテゴリに一致する、などです。 通話転送を設定し、エスカレーションされた通話をウォームトランスファー（事前取次）でチームに振り分けます。受け取った担当者は全文文字起こしと発信者が何を必要としているかの要約を確認できるため、顧客が同じことを繰り返す必要はありません。転送先を部門、時間帯、または対応可能状況ごとに設定します。シミュレーション通話でトリガーを発生させ、各エスカレーション経路をテストします。
これでエージェントは定型的な通話を独立して処理し、複雑な状況を完全なコンテキストとともに適切な人間へ振り分けるようになります。
エージェントは、ブラウザベースのテスト通話ではなく、実際の電話に応答する必要があります。
既存の電話設備がある場合は、SIPトランキングで接続します。プラットフォームは Twilio、Vonage、Telnyx、エンタープライズシステムを含む、あらゆるプロバイダーに対応しています。新しい番号が必要な場合は、ダッシュボードから直接プロビジョニングできます。電話システムの転送ルールをSIPエンドポイントまたはRetellの番号に向けることで、着信をエージェントに振り分けます。発信キャンペーンでは、連絡先リストをアップロードし、 一括発信（バッチコール）の設定を構成します：発信時間帯、リトライロジック、同時実行数の上限、コンプライアンスルールなどです。実トラフィックを振り分ける前に、異なる電話番号から5件のテスト通話を行い、実際の電話ネットワーク上での音声品質、レイテンシ、通話転送の動作を確認してください。
これでエージェントは、ビジネス回線で実際の電話に応答したり発信したりするようになります。
十分なテストをせずに本番稼働することは、発信者の信頼を損なう最も手っ取り早い方法です。
あらゆる主要シナリオを網羅するシミュレーションテストを実行します：解決成功、ナレッジベースに一致する回答がない、APIタイムアウト、発信者の途中割り込み、背景ノイズ、偶発的な切断、意図的なエスカレーションなどです。各シミュレーションの文字起こしをレビューします。エージェントがためらった、誤った情報を伝えた、または発信者の意図を取り逃した瞬間を探します。それぞれの失敗について、会話フロー、ナレッジベースの不足、プロンプトの表現を修正します。修正後、シミュレーションスイートを再実行します。すべてのシナリオで合格率が90%を超えるまで繰り返します。
これでエージェントは現実的な通話条件に対して検証され、本番トラフィックに対応できる状態になります。
モニタリングなしで運用される AI電話応答サービスは、発信者の行動が変化し知識が古くなるにつれて、時間とともに劣化します。
通話後分析を有効にして、すべての通話について文字起こし、感情スコア、解決ステータス、カスタムKPIを取得します。解決せずに終了した通話、感情がしきい値を下回った通話、異常に高い割合で人間へ転送された通話について、アラートを設定します。2週間のチューニング期間を計画しましょう。ほとんどのチームは初週に70〜80%の自己解決率を達成し、通話の文字起こしのレビューに基づいてナレッジベースのコンテンツやエスカレーションルールを調整した後、85〜95%まで向上します。週次のリズムを確立してください：スコアが最も低い10件の通話をレビューし、ナレッジベースを更新し、会話フローを調整して、再デプロイします。
これで自動化された電話システムは稼働し、モニタリングされ、通話のたびに改善されていきます。
着信通話には元々の利点があります：発信者があなたと話したいと思っているのです。まず着信を自動化することで、応答率も発信者の忍耐も低い発信エンゲージメントというより難しい課題に取り組む前に、意欲的な発信者で会話品質を調整できます。着信の自己解決率が85%を超えたら、同じエージェントフレームワークを リード選別（リードクオリフィケーション）や予約リマインダーのような発信ユースケースに適用しましょう。
営業、サポート、スケジュール調整、回収をすべて1つのエージェントで処理しようとすると、その4つすべてで性能が低下します。各ユースケースに、焦点を絞った会話フロー、ナレッジベース、エスカレーションルールを備えた専用エージェントを作成しましょう。これは人間のチームが専門分化する方法を反映しており、あるワークフローの性能が低下したときのトラブルシューティングも容易になります。
電話消費者保護法（TCPA）は、携帯電話への自動発信に事前の明示的な同意を求めています。2026年1月に発効するFCCの1対1同意ルールは、各受信者から、連絡する各事業者ごとに、個別の明示的な同意を求めています。発信キャンペーンには発信時間帯（受信者の現地時間で午前8時から午後9時）を設定し、オプトアウトの要求を10営業日以内に尊重し、監査可能な同意記録を維持してください。違反には、1通話あたり500ドルから1,500ドルの法定損害賠償が科されます。
最も高いパフォーマンスを発揮する AIカスタマーサポートエージェントは、最初のプロンプトが最も優れたものではありません。それは、チームが毎週文字起こしをレビューし、実際の発信者とのやり取りに基づいて知識、フロー、エスカレーションロジックを更新しているエージェントです。最初の3か月間は、このレビューに週1時間を割り当ててください。
30の会話フローで開始したチームは、5つで開始したチームよりも自己解決率が低くなります。まずは最も件数が多く、最も複雑さの低い5つの通話タイプから始めましょう。システムが機能することを実証してから拡大します。過度に野心的な立ち上げは、どのフローが失敗の原因かを切り分けられないため、デバッグの悪夢を生み出します。
正確なビジネス情報のないエージェントは、推測したり、ハルシネーションを起こしたり、行き詰まったりします。1件でも実際の通話を振り分ける前に、完全なFAQ、サービスカタログ、料金、ポリシーをアップロードしましょう。既存の通話ログのすべての質問をエージェントに尋ねてテストします。正確に答えられなければ、発信者はすぐにエスカレーションし、自己解決率は50%を下回ったままになります。
発信者は2秒以内の応答を期待します。プラットフォームの約600msの応答レイテンシは、標準的なやり取りではこれを十分に処理します。しかし関数呼び出しが遅い外部APIに当たると、エージェントが無音になることがあります。webhookのタイムアウトを5秒に設定し、より長い検索の間に「確認いたしますので少々お待ちください」とエージェントが言うように構成しましょう。 業界のコールセンターデータによると、3秒を超える無音状態は、発信者の23%が自動システムで電話を切る原因となります。
適切な同意管理のない発信電話自動化は法的責任のリスクです。TCPAは、人間がダイヤルするロボコールに適用されるのと同じように、AIが生成する音声通話にも適用されます。すべての発信キャンペーンには、文書化された同意、発信時間の制限、簡単なオプトアウトの仕組みが必要です。罰金は1通話ごとに科され、この分野の集団訴訟は 7桁の和解金を定期的に生み出しています。
エージェントが人間に確実にウォームトランスファーできなければ、エスカレーションされた発信者は切断されてしまいます。本番稼働の前に、時間外ルーティングを含むすべての転送先をテストしましょう。転送を受け取る人間が、会話の完全なコンテキストと発信者の意図の要約を確認できることを検証してください。転送の失敗は、まったく自動化しないよりも悪い結果になります。発信者はすでにAIに自分の問題を説明する時間を費やしているからです。
Medical Data Systems は、着信の回収通話にAI音声エージェントをデプロイしました。システムは現在、 着信の100%を、人間のエージェントへの転送率わずか30%で処理し、追加の人員なしでスケールしながら月間約280,000ドルを回収しています。
Matic Insurance は、AIエージェントを使って低価値の通話ワークフローを自動化し、 保険金請求の処理時間を12.4分から5.8分へと53%削減しました。同チームはデプロイ後もNPS90を維持し、2025年第1四半期だけで8,000件を超える通話を処理しました。
EV充電企業の SWTCH は、カスタマーサポート通話を処理するためにAI音声エージェントをデプロイしました。エージェントは 数分ではなく数秒で通話に応答し、サポートコストを50%以上削減してSaaSの利益率を改善しました。
電話業務を自動化するとは、定型的なやり取りにおいて人間の関与なしに、AI音声エージェントを使って電話での会話に応答し、発信し、管理することを意味します。エージェントは音声認識、言語モデル、音声合成を使って、自然でマルチターンの会話を交わし、予約やデータ取得のようなアクションを実行し、必要に応じて人間に転送します。これは、従来の電話ツリー、留守番電話、スクリプト化されたロボコールを、自然言語の会話に置き換えるものです。
いいえ。ドラッグ＆ドロップのエージェンティックフレームワークを使えば、コードを書かずに会話フローを構築し、連携を接続し、エージェントをデプロイできます。開発者のいるチームには、プラットフォームはカスタムLLMの設定、webhook連携、プログラムによるエージェント管理のための完全なAPIを提供しています。どちらの経路も本番運用可能なエージェントを生み出します。ほとんどの運用チームはノーコードを選び、ほとんどのエンジニアリングチームはAPIを選びます。
ほとんどのチームは、サインアップから稼働中の AIアポイント獲得エージェントやサポートエージェントまで3〜5日で到達します。ノーコードビルダーには、よくあるユースケースのための事前構築済みテンプレートが含まれています。立ち上げ後の2週間のチューニング期間を計画してください。この期間に文字起こしをレビューし、85〜95%の自己解決率のためにナレッジベースのコンテンツとエスカレーションルールを最適化します。
Retell AI の料金は、プラットフォーム手数料なし、月額契約なしで、1分あたり0.07ドルから始まります。すべてのアカウントには10ドルの無料利用クレジットと20件の同時通話が含まれます。これを、時給15〜25ドル、つまり通話時間1分あたり約0.25〜0.50ドルの人間のエージェントと比較してください。月間5,000分を処理するビジネスの場合、AI自動化のコストは約350ドルであるのに対し、同等の人間による対応では1,250〜2,500ドルになります。ボリューム階層については 料金ページをご確認ください。
はい。SIPトランキングは、現在のインフラを置き換えることなく、あらゆる電話プロバイダーに接続します。プラットフォームは Twilio、Vonage、Telnyx を含むプロバイダーとの直接連携に加え、Avaya、Genesys、Five9 のエンタープライズPBXシステムにも対応しています。ダッシュボードから直接、新しい電話番号をプロビジョニングすることもできます。 Twilio連携ガイドが、最も一般的なセットアップ手順を解説しています。
エンドツーエンドで約600msの応答レイテンシと、割り込みやバージイン回復を処理する独自のターンテイキングモデルが組み合わさることで、会話は実際の電話のペースに保たれます。感情表現に対応した ElevenLabs v3 の音声が、OpenAI、Cartesia、PlayHT の音声とともに利用できます。プラットフォームは3,000社以上のビジネスにわたって月間3,000万件を超える通話を処理しています。実際に体験するには、retellai.com でライブデモをリクエストしてください。
発信者が通話を開始する着信の自動化は、TCPAの下で事前の同意を必要としません。発信については、携帯電話へのテレマーケティング通話には事前の明示的な書面による同意が必要です。プラットフォームは、設定可能な発信時間帯、DNCリスト管理、同意トラッキングに対応しています。 AIテレマーケティングキャンペーンでは、最初の発信通話の前にコンプライアンスのガードレールを設定してください。規制業界向けに、プラットフォームは SOC 2 Type II 認証を取得しており、セルフサービスのBAAによるHIPAA準拠を提供しています。
エージェントはウォームトランスファーで人間に転送します。受け取ったエージェントは、会話の全文文字起こし、発信者の意図の要約、そしてAIが通話中に収集したあらゆるデータを確認できます。転送がいつ発生するかを正確に定義できます：設定した回数の解決試行が失敗した後、発信者が明示的に人間を要求したとき、感情がしきい値を下回ったとき、またはトピックが重要度の高いカテゴリに一致したときなどです。 ヘルスケアのユースケースでは、臨床に関する質問は常に有資格の専門家へ振り分けるべきです。
はい。連絡先リストをアップロードし、キャンペーンパラメータを設定して、同時実行数の制限なしに発信通話を開始できます。プラットフォームは大規模な コールセンター自動化に対応し、数千件の同時通話を処理します。応答のなかった通話のリトライロジックを設定し、チームのフォローアップ能力に合わせてペーシングルールを設定し、キャンペーンごとにコンバージョン率を追跡します。 AI IVR置き換えプロジェクトでは、切り替える前に新しいエージェントを既存システムと2週間並行して稼働させてください。
従来型IVRは、発信者を硬直的なボタン操作のメニューに強制し、会話を交わすことができません。AI音声エージェントは自然言語を理解し、意図を検出し、1回のやり取りで要求を解決します。IVR技術は1分あたり約0.03〜0.05ドルのコストですが、リードの選別、予約を取ること、アカウントデータの取得はできません。1分あたり0.07ドルのAI自動化は、通話中にアクションを起こす能力を備えた、完全な会話能力を提供します。従来型IVRを会話型AIに置き換える企業は、より高い完了率とより低い発信者離脱を報告しています。
これで、自然な会話、リアルタイムのシステム連携、コンプライアンスのガードレール、必要に応じた人間へのエスカレーションを備えた、電話業務を24時間365日自動化するAI音声エージェントが手に入りました。
ここから拡張するには、今後の予約に対する発信リマインダーキャンペーンの追加、追加の部門や事業ラインへのカバレッジの拡大、または債権回収や保険金請求受付のようなワークフロー向けの専門エージェントのデプロイを検討してください。カスタムLLMサポート、音声クローン、31以上の言語にわたる多言語デプロイを含む高度な設定については、 ドキュメントも探索できます。
retellai.com で10ドルの利用クレジットを使って、無料で構築を始めましょう。
AI搭載の音声エージェントに切り替えることで、あなたのビジネスがどれだけ節約できるかをご確認ください。
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Retell クリニックオフィスのデモ電話番号
Start building smarter conversations today.
.avif)
.avif)
