生成 AI のユースケース: カスタマー サポートの質問に対する解決策を生成する

このドキュメントでは、AI を使用して顧客からのサポートに関する質問に対する解決策を生成するアプリケーションのアーキテクチャの概要について説明します。

このドキュメントは、クラウドで生成 AI アプリケーションを構築して管理するアーキテクト、デベロッパー、管理者を対象としています。このドキュメントでは、生成 AI の基本的な知識があることを前提としています。

このドキュメントの Deployment セクションでは、AI を活用したカスタマー サポートのユースケースのコードサンプルを提供しています。

アーキテクチャ

次の図は、 Google Cloudでの AI アシスト サポート デスク アプリケーションのアーキテクチャを示しています。アプリケーションは、お客様から質問を受け取り、ナレッジベースから関連するリソースを取得して、質問に対する解決策を生成します。このアーキテクチャは、検索拡張生成（RAG）アプローチの実装です。

AI を使用して顧客からのサポート リクエストに対する回答を生成するアプリケーションのアーキテクチャ。 AI を使用して顧客からのサポート リクエストに対する回答を生成するアプリケーションのアーキテクチャ。

このアーキテクチャのアプリケーションは、Google Kubernetes Engine（GKE）クラスタにデプロイされたコンテナ化されたサービスで構成されています。このアーキテクチャは次のフローを示しています。

  1. お客様がサポート デスク アプリケーションに質問を送信します。
  2. サポート デスク アプリケーションは、お客様の質問をナレッジ リトリーバー サービスに渡します。
  3. ナレッジ検索サービスは、顧客の質問に関連するリソースを取得するために、Vertex AI の Gemini API にプロンプトを構築して送信します。
  4. Gemini は、Cloud Storage に保存されているサポート ナレッジベースから関連するリソースを特定します。
  5. Gemini は、関連するリソースの ID をナレッジ リトリーバー サービスに返します。
  6. ナレッジ検索サービスは、関連するリソースを Cloud Storage から取得します。
  7. ナレッジ取得サービスは、お客様の質問と関連するリソースをソリューション生成サービスに送信します。
  8. ソリューション ジェネレータ サービスは、顧客の質問に対する詳細なソリューションを生成するプロンプトとともに、Vertex AI の Gemini API にリソースを送信します。
  9. Gemini は、手順の説明やチュートリアル動画などの解決策を生成します。
  10. ソリューション ジェネレータ サービスは、サポートデスク アプリケーションを通じてお客様にソリューションを提供します。

使用するプロダクト

このアーキテクチャ例では、次の Google Cloud プロダクトを使用します。

  • Google Kubernetes Engine（GKE）: Google のインフラストラクチャを使用して、コンテナ化されたアプリケーションを大規模にデプロイして運用するために使用できる Kubernetes サービス。
  • Vertex AI: ML モデルと AI アプリケーションのトレーニングとデプロイを行い、AI を活用したアプリケーションで使用する LLM をカスタマイズできる ML プラットフォーム。
  • Cloud Storage: 低コストで無制限のオブジェクト ストア。さまざまなデータ型に対応しています。データには Google Cloudの内部および外部からアクセスでき、冗長性を確保するために複数のロケーションに複製されます。

デプロイ

Google Cloudで AI アシストのカスタマー サポート アプリケーションを試すには、次のコードサンプルを使用します。

次のステップ

協力者

著者: Kumar Dhanagopal | クロスプロダクト ソリューション デベロッパー

その他の寄稿者: