miibo股份有限公司（总公司：东京都港区，代表董事：功刀雅士）在其官方网站上发布了对Money Forward公司跨业务部门营销本部有机增长部渡会弘美女士的访谈，内容关于Money Forward公司提供的涵盖会计、发票、费用、薪资等所有后台业务的云服务「Money Forward Cloud」企业服务网站上AI聊天机器人的应用案例。 **重点摘要** * 实现了能在LP上即时解决「小疑问」的「网络接待型」AI聊天。 * 在经历两次挫折后，随着生成式AI精度的提升，决定重新挑战并全面导入miibo。 * 通过将定价信息管理（通过提示）与其他知识管理分离，确保了高回答准确性。 * 创建了一个持续的知识改进循环，将对话日志与Slack集成，并利用AI进行摘要。 **访谈文章主要内容** **导入聊天机器人的背景** * 对于提供多个后台SaaS的Money Forward Cloud企业LP而言，处理关于复杂定价结构和适用于特定公司条件的「小疑问」是一个挑战。 * 网站上没有自由文本搜索功能，需要一种用户可以现场解决疑问的方式。 * 在经历两次失败（生成式AI时代之前和重复利用产品专用聊天）后，由于生成式AI精度的提升而重新挑战：「我们认为既然生成式AI的精度已经提高，现在可能会成功，所以再次开始考虑导入工具，」渡会女士表示。 **选择miibo的原因** * 在寻找更适合「网络接待」而非「询问接收」用途的工具时，因Money Forward内部另一项服务的应用案例而开始考虑。 * 决定性因素是能自由切换LLM的灵活性、低导入成本以及完善的日语支持：「我对固定使用单一模型有些不安。能够根据需要选择模型令人安心，」渡会女士说道。 **设置和运营的巧思** * 要求准确性的定价信息在提示端管理，而其他信息则从知识库获取。 * LP上表达不一致的地方（例如「免费试用一个月」和「点此开始免费试用」）经过整理，使AI能够无误地处理。 * 从决定到发布花了1-2个月；设置由负责人处理，LP实施由工程师完成。 **实施的具体成果** * 在定价页面，AI的问题解决率达到约80%。 * 在高峰期（例如报税季），每月有数千名独立用户使用聊天功能。 * 以前通过传统询问方式不会出现的「小疑问」变得可见，为LP改进提供了线索：「与AI交互时，那些不值得特意询问但又想稍微了解的声音，现在变得可见，」渡会女士说道。 **未来展望** * 推进数据准备工作，加强对未解决问题的实时行动（例如：为高潜在问题提供在线预约引导）。 * 考虑用户信息收集行为的变化（例如：用户在使用AI筛选选项后再访问LP的情况增加），探索AI处理LP上未完全涵盖的补充信息和个别确认的方式。 **访谈的重要性** * 生成式AI在B2B SaaS中作为「转换前接触点」的具体实践范例。 * 通过提示与知识库分工，实现准确性和运营效率平衡的AI设计实例。 * 结合行销与AI的新方法，即利用对话日志进行LP改进的循环。 * 重新定义AI聊天用途为「网络接待」而非「询问处理」。 **点击此处阅读完整访谈** 详细访谈请见以下文章。 miibo官方网站：https://miibo.ai/interview/moneyforward **关于miibo股份有限公司** miibo股份有限公司以「用AI技术丰富人们生活」为使命，开发并提供对话式AI构建平台「miibo」。如同本案例所示，公司致力于通过AI技术解决社会问题。 https://miibo.co.jp **关于对话式AI构建平台「miibo」** miibo股份有限公司旗下的对话式AI构建平台「miibo」是一项无需编码即可轻松创建实用对话式AI的服务。 官方网站：https://miibo.ai **任何人都能轻松创建AI应用进程** 无需复杂的技能或语言！这是一个对话式AI构建平台，您可以利用现有的数据库和大型语言模型（LLM）快速创建AI驱动的应用进程。 **通过超敏捷开发进行构建和测试** 快速实践创建和测试。