AIで「よくある質問集」をつくる。

■ 「お気軽にお問い合わせ下さい」と言われても、ちょっと聞きにくい…

「こんなこと、聞いてもいいのかな?」

初めてのお店に問い合わせる時、そう思ったことはありませんか?

(料金はどのくらい?)

(こんな小さなお願いでも大丈夫?)

(何を持っていけばいいの?)

ホームページには「お気軽にお問い合わせください」と書いてある。でも、その“お気軽”がちょいと難しいんですよね(^_^;)

そんな時に役立つのが、「よくある質問集」です。

お客さまの疑問に、先回りして答えておくもの。

「Q&A」とか「FAQ」と呼ばれることもありますね。

要するにお客さまから「よく聞かれることと、その答え」です。

今回は、AIと一緒に、安心してもらえるQ&Aをつくってみましょう!

■ まずは、お客さま役になってもらおう

最初から「質問」と「答え」を全部そろえなくても大丈夫です。

まずは「うちは、こんなお店です」と伝えて、質問を出してもらいましょう。

例えばここでは「洋服の丈直しや修理をしているお直しやさん」のケースで考えてみましょう。

AIの入力欄に、こう書いて送ってみてください。

【プロンプト】

洋服のお直し店の「よくある質問集」をつくりたいです。

当店では、ズボンの裾上げや、スカートの丈直し、ほつれの修理をしています。

初めて利用するお客さまの立場で、来店前に気になりそうな質問を5つ考えてください。

まずは質問だけで、その回答はまだ書かないでください。

こんな風に聞くと…例えば、こんな質問が出てくるかもしれません。

「Q.他のお店で買った服でも、お願いできますか?」

「Q.l裾上げは、いくらくらいかかりますか?」

「Q.予約しないで行っても大丈夫ですか?」

「Q.こちらで持っていくべきものはありますか?」

「Q.お直ししたものをその日のうちに受け取れますか?」

どうでしょう。「そうそう、それ、よく聞かれる!」というものもありそうですね(*^^*)

ただし、AIが考えた質問は、まだ「イチ候補」です。実際の電話や接客を思い出して、よく聞かれるものを選びましょう。

反対に、この中に入っていない質問、たとえば「ボタン1個だけでもお願いできますか?」のようなよく受ける質問があれば、ご自身で追加していきましょう(*^^*)

■ 答えを考えるのが大変なら、AIに聞いてもらう

質問が並んだら、次は「回答」です。

でも、白紙を前に「説明文をどう書こう…」と考えると、手が止まりますよね。

そんな時は、AIをインタビュアーにしてみましょう。

【続けて送るプロンプト】

この5つの質問への回答をつくるために、店主の私へ一問ずつ質問してください。

私が答えてから、次の質問に進んでください。

料金や納期など、私が伝えていないことは推測で決めないでください。

AIから、

「Q.他のお店で購入した洋服も、お直しを受け付けていますか?」

と聞かれたら、いつもの接客と同じように答えればいいんです。

「受け付けています。生地や傷み具合によっては、直せないこともあり。実物を見てからお伝えしています」

これで十分。

ちゃんとしたQ&A風の文章にしなくても、箇条書きでも大丈夫です。

続けて料金を聞かれたら、

「通常のズボンの裾上げは税込1,100円から。仕上げ方で変わります。作業前に金額をお伝えして、了解をいただいてから進めます」

といった具合で、「実際にお客さまから聞かれた」ような感じで答えていきましょう。

そんな風にAIから質問されると、

「あ、そういえばコレもよく聞かれるな」

「この説明もしておいた方がいいな」

と思い出すことがありますよね。

そんな時も、きれいな文章にしなくてそのまま続けて言っていけばOKです。

「あと、急ぎの場合は翌日仕上げもできます」

「学生服の裾上げも多いです」

「他店で買ったズボンでも受け付けています」

こんな風に、思い出したことをそのままAIに伝えてください。(順番も言葉づかいも気にしなくてOK)

するとAIが、その情報を整理して、質問と回答の形に追加してくれます。

その“言い忘れ”こそ、お店の人だから知っている大事な情報です。

AIに質問してもらうことで、頭の中にあった経験を少しずつ「よくある質問集」にしていけるんですね。

■ お店の答えを、読みやすい「Q&A」に

質問にひとつずつ答えていくのではなく、お店の情報を先にこんな風にメモ書きにして、それを渡しちゃっても大丈夫。

たとえば、こんな感じのメモ。

・予約なしでも受付できます。混んでいる時はお待ちいただきます。

・ズボンの丈を相談したい方は、合わせる靴も持ってきてください。

・仕上がりは通常3〜5営業日が目安。内容や混雑によって変わるので、受付時に確認します。

・当日仕上げは約束できません。使いたい日がある方には、受付時に教えてもらっています。

こんな風に「お店の情報」や「あなたのやり方」をAIに伝えたら、いよいよAIにちゃんとしたQ&Aの文章に整えてもらいましょう。

【プロンプト】

ここまで私が答えた内容だけを使って、質問と回答の組み合わせにしてください。

回答は最初に結論、その後に条件や補足を書いてください。

初めてのお客さまにも伝わる、やさしい言葉でお願いします。

情報が足りないところは「店主への確認事項」として別にまとめてください。

すると、こんな形になります。

Q.他のお店で買った服でも、お願いできますか?

A.はい、お持ちください。生地や傷み具合によっては、お直しできない場合があります。実物を拝見して、ご案内します。

Q.ズボンの裾上げは、いくらですか?

A.通常の裾上げは税込1,100円からです。仕上げ方によって金額が変わります。作業前に料金をお伝えし、ご了承いただいてから進めます。

Q.予約は必要ですか?

A.予約なしでも受け付けています。混雑時はお待ちいただく場合があります。

Q.持っていくものはありますか?

A.お直しする服をお持ちください。ズボンの丈を相談したい方は、合わせる靴もお持ちいただくと、長さを決めやすくなります。

Q.その日のうちに受け取れますか?

A.当日仕上げはお約束できません。通常は3〜5営業日が目安ですが、内容や混雑状況によって変わります。使いたい日がある方は、受付時にお知らせください。お渡しできる日をご案内します。

「お気軽にご相談ください」だけだった案内が、ずいぶん具体的になりましたね。

■ 「その答えで、次に何をすればいいか伝わってる?」

ここで、もうひと工夫です。

答えが正しくても、お客さまが動けないことがあります。

例えば、「料金は内容によって異なります」という表記。

もちろん間違いではありませんし、そうとしか言えないことだってありますよね(^_^;)

でも、

「じゃあ、どうやって料金を知ればいいの?」

という疑問が残りますよね。

そこで、できあがった質問集をAIに見せて、こう頼んでみましょう。

【改善のプロンプト】

初めて利用するお客さまの立場で、この質問集を読んでください。

答えを読んでも、よくわからない箇所、具体的にどうすれば良いかわからない所を教えてください。

直すために必要な情報があれば、私に質問してください。

お店で実物を見てもらうのか。電話で相談できるのか。

その次の一歩まで書いておくと、質問集はぐっと使いやすくなります。

【気をつけたい注意点!】

AIって「メモに書かれないコト」も勝手に付け足しちゃうことがあります(^_^;)

AIが「写真を送れば見積もりできます」と提案しても、お店で対応していなければそれを載せるわけにはいきません。

AIに「それはやっていません。店頭に服を持ってきてもらう案内にしてください」と返せばOK。

できること・できないことを、ちゃんと伝えていきましょう。

同じように、公開する前に「必ず」「無料」「何でも」といった言葉が、知らないうちに増えていないかも確認します。

「答えは店長さんに聞かないとわからない」ことなどは、ちゃんと答えを確かめてから掲載しましょう。

■ いつもの接客を、来店前のお客さまにも

Q&Aをつくっていると、

「お客さまは、こんなところで迷っていたんだな」

と気づくことがあります。

お店にとっては当たり前のことが、初めての人にはわからない。その「間」を埋めるのが、このような質問集なんですね。

AIに「質問の候補づくり」や「伝えたいコトの整理」を手伝ってもらい、あなたが知っている「接客の経験」を加える。

すると、いつも店頭でしているやさしい説明を、まだ来店していない人にも届けられます。

「わからないな…質問しにくいな…」が、「これなら行ってみようかな」に変わる。

そんなQ&Aを、AIと一緒につくっていきましょう!(*^^*)

「ことのは塾」のは、“ひと味違う”AI研修です!

① 『AIで◯◯をつくる。』 〜 「議事録」、「営業資料」などの“成果物”をつくることをゴールにした研修です

② 『AIで営業力アップ!』〜 お客さまの共感度の高い「広告」、「営業」をするために、AIでお客さまの心理や行動を“深く知る”ための研修です。

③ AI基礎研修 〜 AIを触ったことがないという方に向けて、「プロンプトって何?」、「私と同じような人はAIで何をしているの?」といった基礎的な内容を体験していただきます。

-- AI研修の経験が豊富な講師をお探しの方は、ぜひこちらのページをご覧下さい --

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください。