AIチャットボットの回答を古くしない — 小さな会社の“学習データ更新カレンダー”

「チャットボットの回答、これって今も合っていますか？」——小さな会社でAIチャットボットを置いた後に、意外と起きる不安です。

最初に登録したFAQやPDFは正しくても、料金、キャンペーン、担当窓口、営業時間は少しずつ変わります。

では、専任のAI担当がいない会社は、学習データをどのタイミングで見直せばよいのでしょうか。

AIの回答が古くなるのは、どこからですか？

AIチャットボットの回答が古くなる原因は、AIモデルだけではありません。AIに読ませている会社情報、FAQ、PDF、Webページが古いまま残っていることがあります。

PromnyAIの「AI学習データ」では、AIに回答材料として使わせたい情報を登録できます。Microsoft Copilot StudioのKnowledge sourcesでも、Webサイトやファイルなどの知識ソースを扱う考え方が示されています。

つまり、AIの回答を整える仕事は「プロンプトを書くこと」だけではありません。材料を新しく保つ運用も必要です。

「月1回」で見るものは何ですか？

毎週すべての学習データを見直す必要はありません。小さな会社なら、月1回15分だけでも始められます。

見るのは、よく聞かれる情報です。たとえば「営業時間」「資料請求」「料金の大枠」「予約や相談の流れ」。お客様が最初に聞く内容ほど、古い回答の影響が大きくなります。

先月、資料請求フォームのURLを変えたのに、チャットボットだけ古いURLを出していた。こういう小さなズレは、月1回の点検で見つけやすくなります。

「四半期」で見るものは何ですか？

NIST AI Risk Management FrameworkやAI RMF Playbookは、AIのリスクを継続的に見ていく考え方を示しています。小さな会社では、難しい監査表を作るより、3か月に1回の棚卸しに落とす方が続きます。

四半期で見るのは、少し重い情報です。サービス説明、契約前の注意、回答禁止リスト、社内で人に戻すルール。毎月は見なくても、放置するとズレが大きくなります。

「変更があった日」に必ず直すものは何ですか？

月次や四半期の点検だけでは間に合わない情報もあります。価格改定、新キャンペーン、休業日、受付終了、担当窓口の変更です。

IPAの情報セキュリティ10大脅威2025でも、組織の情報管理や外部からの攻撃への備えが重要なテーマとして扱われています。AI学習データも、古い資料や不要なファイルを残しっぱなしにしない方が安全です。

「LPを直したらAI学習データも直す」「PDFを差し替えたら古いPDFを外す」。この2つを作業メモに入れておくと、抜け漏れが減ります。

更新カレンダーは、誰が持てばよいですか？

AI担当者を新しく置けない会社も多いはずです。その場合は、チャットボット担当ではなく「情報の持ち主」を決めます。

料金は営業。営業時間は店舗責任者。採用情報は管理部。FAQは問い合わせ担当。AI学習データの更新は、1人が全部書き換えるより、情報の持ち主に確認を取る方が現実的です。

現場でよくあるのは、「このPDF、誰が作ったんだっけ？」で止まることです。ファイル名に日付と担当を入れるだけでも、次の更新が楽になります。

PromnyAIでは、どこから始めればよいですか？

PromnyAIで始めるなら、まずAI学習データの一覧を見ます。ファイル名、登録日、更新日、担当者、削除候補を1行でメモします。

次に、古い可能性が高いものから見ます。料金表、キャンペーン資料、サービス紹介PDF、社内で何度も直しているFAQです。

最初から完璧な管理表はいりません。「今月は料金表だけ確認する」。このくらいの小ささで始める方が、AIチャットボットの回答は安定していきます。

まとめ：AIの回答は、登録した後から古くなる

• check_circleAIの回答が古くなる原因は、学習データの古さにもあります。
• check_circle月1回は、よくある質問と問い合わせ導線を確認します。
• check_circle四半期に1回は、PDF、料金表、回答禁止リストを棚卸しします。
• check_circle価格やキャンペーンが変わった日は、AI学習データも同時に直します。
• check_circle情報の持ち主を決めると、更新が止まりにくくなります。

AIチャットボットは、登録した情報を信じて答えます。だからこそ、情報を新しく保つ日を先に決めておくことが、小さな会社の運用を助けます。