ChatGPTに社内FAQを学習させてサイトに設置する現実的な方法と費用

「問い合わせ対応に追われている」中小企業向けに、ChatGPTを使った社内FAQ活用チャットボットの構築方法・費用・注意点を実例つきで解説します。

「同じ質問に、また答えている」——その時間、本当に必要ですか？

こんな悩み、ありませんか？

「営業時間は？」「返品できますか？」という問い合わせが毎日届く
電話やメールの対応に、スタッフが1日1〜2時間取られている
問い合わせフォームへの返信が遅れ、クレームになったことがある

神奈川県内のある小売業のクライアントから、こんな相談を受けました。「問い合わせの7割が同じ内容なんです。でもAIチャットボットって、大企業向けで高いんでしょう？」

その認識は、2〜3年前なら正しかった。しかし今は違います。OpenAIのAPIを活用すれば、月数千円〜数万円の運用費で、自社のFAQを学習したチャットボットをWebサイトに設置できる時代になっています。

この記事では、技術的な仕組みから実際の費用、設置方法、そして「やりがちな失敗」まで、実案件をもとに具体的に解説します。

なぜ「普通のチャットボット」ではうまくいかないのか

まず前提として、従来型のチャットボットとChatGPTを活用したチャットボットの違いを整理しておきましょう。

項目	従来型チャットボット	ChatGPT活用型
回答方式	キーワードマッチング	文章の意味を理解して回答
学習コスト	質問パターンをすべて登録	FAQドキュメントを渡すだけ
想定外の質問	「わかりません」で終わる	近い内容から類推して回答
導入費用	50〜300万円が相場	数万〜30万円程度
月額運用費	3〜20万円	数千〜3万円程度

従来型チャットボットの最大の問題点は、**「想定していない聞き方をされると機能しない」**ことです。「返品ポリシーを教えてください」と「商品を返したい場合はどうすればいい？」——人間には同じ質問でも、キーワードマッチング型は別物として扱います。

一方、ChatGPTを活用したシステムは、文章の「意味」を理解するため、言い回しが違っても正確に意図を汲み取って回答できます。これが実務で大きな差を生みます。

無料AI相談

AIで気軽にWeb相談してみませんか？

詳しく見る

仕組みを理解する：RAGというアプローチ

ChatGPTに社内FAQを「学習させる」方法として、現在最も現実的なのが RAG（Retrieval-Augmented Generation） という手法です。難しそうな名前ですが、考え方はシンプルです。

flowchart TD
    A[ユーザーが質問を入力] --> B[質問をベクトル化]
    B --> C[FAQデータベースから関連情報を検索]
    C --> D[関連情報 + 質問をChatGPTに送る]
    D --> E[ChatGPTが自然な文章で回答]
    E --> F[ユーザーに表示]

「FAQをChatGPTに直接学習させる（ファインチューニング）」方法もありますが、費用と手間がかかる上に、情報を更新するたびに再学習が必要です。RAGであれば、FAQドキュメントを更新するだけで最新情報が反映されるため、中小企業には圧倒的にこちらが向いています。

実際の構築手順：WordPressサイトへの設置を例に

ここからは、実際にどう作るかを解説します。WordPress環境を例にしますが、Next.jsやLaravelでも基本的な流れは同じです。

ステップ1：FAQデータの整備

まず社内に散らばっているFAQをテキストファイルやMarkdown形式に整理します。Excelやノーションで管理していれば、そのままエクスポートでOKです。

Q: 営業時間を教えてください
A: 平日9:00〜18:00です。土日祝は休業となります。

Q: 商品の返品はできますか？
A: お届けから7日以内であれば、未開封品に限り返品を承ります。送料はお客様負担となります。

ステップ2：ベクトルデータベースの構築

FAQデータをOpenAI Embeddings APIでベクトル化し、検索可能な状態にします。小規模であれば、シンプルにJSONファイルで管理することも可能です。

use OpenAI\Laravel\Facades\OpenAI;

$faqs = json_decode(file_get_contents(storage_path('faq.json')), true);

$embeddings = [];
foreach ($faqs as $faq) {
    $response = OpenAI::embeddings()->create([
        'model' => 'text-embedding-3-small',
        'input' => $faq['question'] . ' ' . $faq['answer'],
    ]);
    $embeddings[] = [
        'faq'    => $faq,
        'vector' => $response->embeddings[0]->embedding,
    ];
}

file_put_contents(
    storage_path('faq_embeddings.json'),
    json_encode($embeddings, JSON_UNESCAPED_UNICODE)
);

import OpenAI from 'openai';
import fs from 'fs';

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });
const faqs = JSON.parse(fs.readFileSync('./data/faq.json', 'utf-8'));

const embeddings = await Promise.all(
  faqs.map(async (faq) => {
    const response = await openai.embeddings.create({
      model: 'text-embedding-3-small',
      input: `${faq.question} ${faq.answer}`,
    });
    return { faq, vector: response.data[0].embedding };
  })
);

fs.writeFileSync('./data/faq_embeddings.json', JSON.stringify(embeddings));

ステップ3：チャットAPIエンドポイントの作成

ユーザーの質問を受け取り、関連FAQを検索してChatGPTへ渡すAPIを作ります。

// Laravel: routes/api.php に追加
Route::post('/chat', [ChatController::class, 'ask']);

// app/Http/Controllers/ChatController.php
public function ask(Request $request)
{
    $userQuestion = $request->input('message');

    // ユーザーの質問をベクトル化
    $queryEmbedding = OpenAI::embeddings()->create([
        'model' => 'text-embedding-3-small',
        'input' => $userQuestion,
    ])->embeddings[0]->embedding;

    // コサイン類似度で上位3件のFAQを取得
    $relatedFaqs = $this->findSimilarFaqs($queryEmbedding, 3);

    // コンテキストを組み立て
    $context = collect($relatedFaqs)
        ->map(fn($f) => "Q: {$f['question']}\nA: {$f['answer']}")
        ->join("\n\n");

    // ChatGPTに回答を生成させる
    $response = OpenAI::chat()->create([
        'model' => 'gpt-4o-mini',
        'messages' => [
            [
                'role'    => 'system',
                'content' => "あなたは親切なサポート担当者です。以下のFAQ情報のみをもとに回答してください。情報がない場合は『担当者にお問い合わせください』と答えてください。\n\n{$context}",
            ],
            ['role' => 'user', 'content' => $userQuestion],
        ],
    ]);

    return response()->json([
        'answer' => $response->choices[0]->message->content,
    ]);
}

ステップ4：フロントエンドのチャットUIを設置

WordPressであればカスタムHTMLブロックやショートコードでシンプルなチャットウィジェットを追加できます。デザインはTailwind CSSでサクッと整えるのが最近の定番です。

気になる費用：実際いくらかかるのか

初期構築費用の内訳（参考）

FAQデータ整備・ベクトル化：3〜5万円
APIエンドポイント開発：5〜10万円
チャットUI実装・デザイン：5〜8万円
WordPress/サイト組み込み・テスト：3〜5万円
合計：15〜30万円程度

月額運用費の目安

OpenAI API費用：月1,000問い合わせ程度なら1,000〜3,000円
サーバー追加リソース（既存環境によっては不要）：0〜5,000円
保守・FAQ更新サポート：別途相談

あるクライアントの試算では、スタッフ1名が問い合わせ対応に費やしていた月40時間が、導入後に約10時間まで削減。時給換算で月12万円分のコスト削減になったという試算が出ています。初期費用を6ヶ月以内に回収できる計算です。

よくある失敗パターンと、その回避策

実案件で実際に遭遇した「やってしまいがちな失敗」を共有します。

失敗1：FAQの質が低いまま突っ込んでしまう

「とりあえずExcelのFAQ一覧を渡せばいい」と思いがちですが、曖昧な回答や古い情報がそのままAIの返答に反映されます。ゴミを入れればゴミが出てくる（Garbage In, Garbage Out） は、AIでも変わりません。導入前にFAQのレビューに時間をかけることが、品質を左右する最大のポイントです。

失敗2：システムプロンプトが甘く、엉뚱な回答をする

システムプロンプト（AIへの指示文）に「FAQ以外の情報で回答しないこと」という制約を入れないと、ChatGPTが一般知識で回答し始めます。「弊社の返品ポリシーを聞いたのに、ECサイト一般の話をされた」というケースが実際にありました。プロンプト設計は慎重に。

失敗3：APIキーをフロントエンドに直書きする

絶対にやってはいけません。APIキーをJavaScriptに直書きすると、誰でも抜き取れてしまい、不正利用による高額請求が発生します。必ずサーバーサイドでAPIを叩く設計にしてください。

失敗4：回答に「根拠リンク」をつけない

AIの回答だけ表示すると、ユーザーが信頼しにくいケースがあります。「詳細はこちらのページをご覧ください」という形で、公式ページへのリンクを合わせて表示する設計にすると、信頼性と回遊率が両方改善します。

無料AI相談

AIで気軽にWeb相談してみませんか？

詳しく見る

このAI技術、御社の業務にも導入できます

AI導入・業務自動化

ChatGPT活用や業務自動化など、最新のAI技術を御社に合わせてご提案します

200件以上の制作実績顧客満足度97% 初回相談無料

サービス詳細 30秒で送信 — 無料で相談する

※ 通常1営業日以内にご返信します

まとめと、まず何をすべきか

ChatGPTを使ったFAQチャットボットは、もはや大企業だけの話ではありません。適切に設計すれば月数千円の運用費で、スタッフの問い合わせ対応工数を大幅に削減できます。

重要なのは「とりあえず入れてみる」ではなく、FAQデータの品質・プロンプト設計・セキュリティの3点をきちんと押さえること。この3つを外すと、使えないチャットボットが完成します。

今すぐ取り組める第一歩は、社内の問い合わせログを1ヶ月分集めて、頻出の質問TOP20を書き出すことです。それだけでFAQの骨格ができ、開発もスムーズに進みます。

過去1ヶ月の問い合わせログを収集し、頻出質問TOP20を抽出する

FAQの回答を最新情報に更新し、曖昧な表現を明確にする

OpenAIアカウントを作成し、APIキーを取得する（https://platform.openai.com）

APIキーは必ずサーバーサイドの環境変数（.env）で管理する

RAG方式でFAQをベクトル化し、検索エンドポイントを構築する

システムプロンプトに「FAQ外の情報で回答しない」旨を明示する

回答に関連ページへのリンクを合わせて表示する設計にする

本番リリース前に想定外の質問パターンでテストを行う

月次でFAQの更新と回答品質のレビューを実施する体制を整える

「自社のFAQでどこまでできるか試したい」「費用の見積もりだけでも聞いてみたい」という方は、ぜひFivenine Designにご相談ください。初回の相談は無料で対応しています。WordPressサイトへの組み込みから、LaravelやNext.jsを使ったカスタム開発まで、御社の環境に合わせた最適な方法をご提案します。