AI客服が間違うたびに高いモデルへ？ IBMが示す「引き継ぎノート」という選択
TangYi Studio ·
2026-10-21 · TANGYI AI DAILY
ALTK-Evolveは新モデルではなく、過去の仕事から得た教訓を指針として使う仕組みです。数値の読み方と、小さな事業で試すべきことを整理します。
丁寧に話す新人でも、会社の返金規定を知らなければ正しい案内はできません。まず必要なのは、もっと話が上手な人ではなく、適切な引き継ぎかもしれません。AIの接客も同じ視点で考えられます。
新しい頭脳ではなく、仕事中に使う指針
IBM Researchが10月20日に紹介したALTK-Evolveの客服研究は、モデルを再学習させる話ではありません。過去のタスクの成功・失敗から再利用できる指針を整理し、後の仕事で参照させます。公開コードは開発用の枠組みで、導入すればすぐ接客できる完成品ではありません。
私たちなら「最新の料金表を確認する」というルールを残し、顧客の電話番号を記憶として公開しないよう設計します。経験から得た助言が、会社の正式な規定を上書きしてはいけません。
67.5%とは何の数字？
GPT-4.1を使った小売の保留テスト40問を、それぞれ4回試した結果です。
| 設定 | 平均成功率 | 4回すべて成功した問題の割合 |
|---|---|---|
| 追加指針なし | 78.1% | 57.5% |
| 短い指針セット | 78.8% | 60.0% |
| 完全な指針セット | 82.5% | 67.5% |
Pass^4は、同じ問題で4回とも成功した場合だけ数えます。57.5%から67.5%への変化は10パーセントポイントであり、万能な知能の点数ではありません。ランキング比較は別のデータ分割と10月12日のスナップショットを使っています。自社でも同じ改善が起こる保証はありません。
引き継ぎノートは厚いほどよいわけではない
IBMの以前の研究も、指針の量と選択を調整対象としています。今回の航空タスクでは、短い指針セットのほうが完全版より安定していました。入力が長くなれば推論費用も増え得ます。
TangYiなら、講座案内、映像制作の相談、Workshopの不具合相談を分けます。必要な資料と人へ引き継ぐ条件が異なるからです。これは私たちの導入案であり、研究で実証された当社の成果ではありません。
まず試せる小さな検証
- 個人情報を除いた練習用の問い合わせと、未使用の検証用ケースを分けます。
- モデルやツール権限を変えず、指針の有無を比べます。
- 失敗を具体的なルールへ変え、版を管理します。
- 誤案内、確認不足、勝手な約束、適切な担当者への引き継ぎを記録します。
- 費用と応答時間も確認します。
本人確認や返金の承認は、提示文だけでなくシステムの権限で守る必要があります。
TangYiの見方
賢そうな返答より、毎回正しく仕事を進める仕組みが大切です。まず引き継ぎを整え、それでも足りないかを確認してから、より高価なモデルを検討する。この報道ではインストール、課金APIの使用、当社サービスの実機測定はしていません。
公式資料・研究コード
確認日：2026年10月21日。公式研究の解説とTangYiの見解であり、実機検証ではありません。
著者：林政賢（監督 · Gen AI クリエイター兼エンジニア · 瑭宜影像創意工作室 創業者）