国境を越えたEC、貿易、小規模なサービスチームにとって、顧客からの問い合わせ、見積もり、注文番号、物流の催促、商品画像、アフターサービスの問題は、しばしばすべて WhatsApp の会話に集中しています。カスタマーサービスは毎日、チャットを一つずつ開き、コンテキストを見返し、さらにナレッジベース、注文管理画面、物流システムで情報を確認する必要があります。メッセージ量が増えると、返信漏れ、重複対応、返信の遅れ、対応方針の不一致が起こりやすくなります。チームは AI を使って作業負荷を減らしたいと考えていますが、AI が実際のチャットを見られず、正確な業務情報を取得できず、または確認なしに直接メッセージを送信してしまう場合、新たなリスクは元の効率問題よりも大きくなります。
¶ 解決の考え方：AI にまず整理、照会、下書き作成をさせ、その後ルールと人がチェックする
AceDataCloud WhatsApp Account Proxy は、ユーザー自身が認可したアカウント内で同期済みのチャット、連絡先、ローカルメッセージ、リアルタイムイベントを AI Agent に提供できます。Agent はまず顧客の意図を識別し、コンテキストを整理し、ナレッジベースまたは業務システムを照会してから、返信の下書きを生成します。低リスクのシナリオは明確なルールに従って処理し、中高リスクのシナリオはカスタマーサービスによる確認に委ねます。送信時には冪等キーを使用して重複メッセージを回避し、送信後もステータスを追跡し続けます。このように構築されるのは、単に自動返信するだけのボットではなく、メッセージ受信、知識検索、人による確認、結果追跡を含むカスタマーサービスのクローズドループです。
¶ なぜ個人の WhatsApp を AI カスタマーサービスに変えることは簡単ではないのか？
顧客は WhatsApp で商品を問い合わせ、価格を尋ね、注文番号を送り、発送を催促し、故障画像をアップロードし、アフターサービスの問題をフィードバックします。すべての情報がチャットウィンドウに積み重なり、カスタマーサービスは会話を一つずつ開き、コンテキストを読み直したうえで、文書または管理画面で資料を確認する必要があります。
したがって、AI カスタマーサービスを実際に導入する際には、大規模言語モデルを接続するだけでは不十分であり、メッセージがどこから来るのか、コンテキストが完全か、知識が正確か、送信が安全か、結果を追跡できるかといった問題も解決する必要があります。
¶ 問題一：AI はどのように実際のチャットを読み取るのか？
最初のステップは回答を生成することではなく、認可されたメッセージコンテキストを取得することです。
WhatsApp Account Proxy はユーザー自身のアカウントに接続し、関連デバイスにすでに同期されているチャット、連絡先、メッセージを Agent に提供します。しかし、ここには明確な境界があります。
- 実際に関連デバイスへ同期されたメッセージのみを読み取れる
- プロキシがオンラインである期間に受信したメッセージを読み取れる
- すべての過去のチャットを取得できる保証はない
- ローカルには直近 5,000 件のメッセージのみを最大保持する
- ローカルには最大 2,000 件のイベントのみを保持する
- メディアメタデータが存在していても、元のメディアをすでにダウンロードできない場合がある
したがって、AI カスタマーサービスは顧客のすべての履歴を把握していると想定してはなりません。コンテキストが不足している場合は、推測で情報を補完するのではなく、注文番号、製品型番、または具体的な要望を積極的に確認すべきです。
¶ 問題二：新しいメッセージをどのようにリアルタイムで見つけるのか？
カスタマーサービスツールが10分ごとにしかメッセージを確認しない場合、タイムリーな体験を提供することは困難です。
WhatsApp Account Proxy は最大25秒のロングポーリングと SSE リアルタイムイベントストリームをサポートしており、メッセージイベント、送信ステータスイベント、接続ステータスイベントを提供できます。
Agent は next_cursor を保存する必要があります。サービス中断後に gap=true が発生した場合、一部の古いイベントがすでに削除されていることを示すため、このときは現在のチャット状態を再取得すべきです。
¶ 問題三：AI に理解させ、単なるキーワード返信にしないには？
従来の自動返信は、通常「価格」「物流」「返金」「有人カスタマーサービス」などの固定キーワードに依存しています。顧客が少し表現を変えるだけで、システムは機能しなくなる可能性があります。
AI カスタマーサービスはさらに、以下を分析できます。
- 顧客の本当の意図
- 現在の感情
- 会話が置かれている段階
- 重要な情報が不足しているか
- ナレッジベースを照会する必要があるか
- 人間のカスタマーサービスへエスカレーションすべきか
たとえば顧客が「もう3日経つのに、まだ何の連絡もありません」と言った場合、物流を催促している可能性もあれば、アフターサービスのチケットが更新されていない可能性もあります。AI は「3日」という言葉を見ただけで物流テンプレートを直接送るのではなく、直近の会話と合わせて判断する必要があります。
¶ 問題四：ナレッジベースの内容が正しいだけでなく、業務データも正しくなければならない
カスタマーサービスの返信には通常、2種類の情報が含まれます。
¶ 比較的固定された情報
アフターサービスの方針、製品の使用方法、営業時間、返品条件、よくある質問は、ナレッジベースに入れ、AI が検索後に回答を生成するのに適しています。
¶ リアルタイムで変化する情報
現在の注文ステータス、在庫、物流追跡、顧客ランク、返金進捗は、AI に過去の知識だけで生成させるのではなく、実際の業務システムを照会すべきです。
したがって、完全な AI カスタマーサービスには通常、WhatsApp、企業ナレッジベース、CRM、注文システム、物流システム、チケットシステムを接続する必要があります。WhatsApp Account Proxy が解決するのは通信入口の問題であり、これらの業務システムを自動的に置き換えるものではありません。
¶ 問題五：AI が誤ったメッセージを送信することをどう防ぐのか？
AI カスタマーサービスにおける最も重要な設計原則は、自動化が多ければ多いほどよいということではなく、リスクが高いほど制御を厳格にすることです。
¶ 低リスク
メッセージを受信したことの確認、顧客への注文番号追加の案内、公開されている営業時間の提供、ヘルプ文書の送信は、ルールが明確になった後に段階的に自動化できます。
¶ 中リスク
製品の推奨、アフターサービスの手順、予想される処理時間、多言語翻訳による返信は、まず下書きを生成し、カスタマーサービスが確認することを推奨します。
¶ 高リスク
見積もり、割引の約束、返金額、契約上の表現、グループの変更、およびメッセージの削除または取り消しは、必ず人による確認を行い、操作対象と内容を記録すべきです。
第三者へのメッセージ送信、メッセージの変更、またはグループの変更を行う前に、Agent は具体的な対象と内容についてユーザーの確認を求めるべきです。
¶ 問題六：ネットワーク変動による重複返信をどう防ぐのか？
メッセージ送信時には、リクエストタイムアウト、接続中断、502/503、または送信ステータスが unknown になる可能性があります。最も危険な処理方法は、タイムアウトを確認するとすぐにもう一度送信することです。
正しい方法は、業務上の送信ごとに固定の Idempotency-Key を生成することです。結果が不確かな場合は、元の冪等キーを保持し、該当する送信記録を照会してメッセージイベントを確認し、新しいキーに変えて同じメッセージを重複送信してはなりません。
¶ 問題七：アカウントと Token をどのように安全に管理するのか？
Bearer Token は、現在のインスタンスのアクセス認証情報に相当します。ヘルスチェックインターフェースを除き、REST、MCP、QRコードスキャン、およびペアリング関連のインターフェースにはすべて認可が必要です。Token はリクエストヘッダーにのみ配置でき、URL やログに含めるべきではありません。
正式に使用する際は、以下を推奨します。
- 各アカウントで独立したインスタンスを使用する
- Token はサーバー側にのみ保存する
- Token をフロントエンドコードに書き込まない
- Git リポジトリにコミットしない
- 認証情報にアクセスできる担当者を制限する
- 機密操作について監査ログを記録する
- アカウントの退職または引き継ぎ時に、関連デバイスを速やかに取り消す
¶ 質問8：画像、ファイル、その他のメディアをどのように処理しますか？
実際のカスタマーサービスはテキストだけではなく、顧客は商品写真、支払いのスクリーンショット、PDF、梱包ラベル、音声、動画を送信する可能性があります。
現在のプロキシは、対応可能な範囲でテキストとメディアの送受信をサポートしており、単一メディアの上限は 10 MiB です。ただし、アカウントプロキシ自体は画像認識、音声文字起こし、またはファイル解析モデルではありません。
一般的な処理フローは次のとおりです：メディアを取得し、種類を識別し、対応するモデルに渡し、重要な情報を抽出し、コンテキストと組み合わせて返信を生成し、最後に必要に応じて人が送信を確認します。
¶ より堅実な AI カスタマーサービスのフロー
- メッセージを受信する： テキスト、メディア、接続状態のイベントを監視する；
- コンテキストを取得する： 直近のローカルメッセージを読み取り、すべての履歴を保持しているとは仮定しない；
- 意図とリスクを識別する： 問い合わせ、苦情、配送催促、見積もり依頼、アフターサービスを判断する；
- ナレッジと業務データを照会する： 固定ポリシーはナレッジベースを参照し、注文と配送は実際のシステムを参照する；
- 返信の下書きを生成する： 口調、言語、長さ、サービス方針を制御する；
- 人による確認が必要かを判断する： 中高リスクのシナリオはカスタマーサービス担当者に引き渡す；
- 冪等キーを使用して送信する： 不確実な状態での重複送信を避ける；
- 送信結果を追跡する：
accepted、delivered、readを区別する； - 処理結果を記録する： CRM またはチケットシステムに同期する。
¶ このソリューションは何に適していませんか？
WhatsApp Account Proxy は、以下の目的で使用すべきではありません：
- 見知らぬ番号へ大量にメッセージを送信すること
- 同意を得ていないマーケティングの一斉配信
- スパムメッセージ
- プラットフォームのルールを回避すること
- 他人のアカウントをなりすますこと
- 恒久的なオンライン状態または絶対的な安定性を約束すること
- すべての履歴を読み取れると宣伝すること
送信先は、任意に入力した電話番号へのコールドアプローチではなく、現在のアカウントの既存チャットまたは連絡先から取得すべきです。
同時に、このサービスには AI が標準搭載されているわけではなく、MCP を設定したからといって自動返信、顧客への自動連絡、または自動一斉送信が行われるわけでもありません。AI が何をできるのか、いつ送信するのか、そして誰が最終決定を担うのかは、すべて業務システム内で明確に設計する必要があります。
¶ まとめ
個人の WhatsApp を AI カスタマーサービスに変えるには、実際には一連の業務上の問題を解決する必要があります：メッセージがどこから来るのか、コンテキストが完全かどうか、AI が正確なナレッジをどのように取得するのか、どの返信を自動送信できるのか、どの返信は人による確認が必須なのか、重複送信をどのように防ぐのか、そして接続が中断した後にどのように復旧するのか。
より実用的な目標は、一晩で全カスタマーサービスを置き換えることではなく、まず AI に次の3つをしっかり行わせることです：
- メッセージを整理する
- 情報を照会する
- 信頼できる返信の下書きを生成する
その後、リスクと実際の効果に基づいて、段階的に自動化の度合いを高めます。このように構築された WhatsApp AI カスタマーサービスは、単に会話できるモデルではなく、制御可能で、追跡可能で、チームの作業負荷を実際に軽減できるサービスフローとなります。