コールセンターFAQのPDFはAIにそのまま渡せるか？ 料金表の表と例外条件を構造化する

料金表のPDFは、そのままAIに渡しても検索の対象にはなります。ただ、行と列と脚注が絡む表は、「どの行の金額か」「※の例外が付くか」をAIが取り違えやすい箇所です。

誤った金額を顧客に案内するのは、コールセンターで最も避けたい誤答のひとつ。渡す前にやることは4つあります。

表は1枚のまま渡らない　見出し・セル・脚注の関係を保つ

AIがナレッジを検索して答える仕組み（RAG）では、資料は「チャンク」と呼ばれるかたまりに分割されてから検索されます。Amazon Bedrockのドキュメントでも、固定の長さで切る方式や、大きな塊と小さな塊の2階層で切る方式など、分割のしかたを選ぶ前提で説明されています。

表で起きるのはこの分割との相性問題です。結合セルの見出しが行から離れる、縦に長い表が途中で切れる、欄外の「※3」が別の塊に落ちる。すると、AIは脚注の条件が付いた金額を、条件なしの金額として答えます。

対策は、表を「1行1文」に展開することです。「平日昼間・個人契約の電話サポートは1件◯円。ただし2026年3月末までの申込は無料」のように、列の見出し・セルの値・脚注の条件を1つの文に畳み込みます。

見た目の表は人間用、1行1文のテキストはAI用。同じ内容を2つの形で持つと割り切るほうが、PDFの解析精度に賭けるより確実です。

例外条件は「誰に、どの条件で、いくらか」で分ける

料金表の脚注や注記は、例外条件の集まりです。キャンペーン適用時、法人契約、旧プラン継続、オプション併用。ここが崩れると、よくある「この場合はいくらですか」に答えられません。

書き方の原則は1条件1記述です。適用条件を文の頭に置き、「法人契約で5回線以上の場合、基本料は1回線あたり◯円」のように、条件と値を切り離さない。

適用開始日と改定日も本文に入れます。「いつから」が書かれていない料金記述は、改定をまたいだ瞬間に誤案内の種になります。

整えた後は、代表質問で参照行を確かめる

変換がうまくいったかどうかは、検索が正しい行に届くかで確かめます。

仕組み側にも道具があります。Amazon Bedrockには、回答を作る前の検索だけを対象にした評価ジョブがあり、取り出した文書が質問に合っているかを指標で測れます。

現場の手順としては、よくある質問、例外条件を踏む質問、紛らわしい質問を10〜30問ほど用意し、構造化の前後で参照される行を見比べるだけでも違いが分かります。テストセットの作り方は正解FAQに届くテストセットの作り方に書きました。

ひとつ注意があります。検索の評価が見るのは「正しい行に届くか」までです。変換時に金額を打ち間違えていれば、正しく届いて正しく誤答します。変換後の金額と原表の突き合わせは、人の目で行います。

構造化した瞬間に生まれる、原本との二重管理を防ぐ

AI用のテキストを作ると、料金システムや規程類の原本と、AI用データの2か所を管理することになります。怖いのは改定のたびに片方だけが直ることです。

更新してよい場所は原本の1か所に限定し、AI用データは原本から作り直す手順にします。手作業が残るなら、変換手順書と担当を決め、改定の作業項目に「AI用データの再生成」と「代表質問の再実行」を含めます。

AI用データの側には、元資料名・版・改定日を持たせます。問い合わせ対応中に「この金額はいつ時点か」を遡れるかどうかが、誤案内の調査速度を分けます。

ナレッジ整備全体の進め方はナレッジDB整備がAI精度を決めるで書いたとおりで、本稿の手順はその中の「表形式の資料」に絞った各論です。

まとめ

• 料金表PDFはそのまま渡せるが、表の行列と脚注は分割で崩れやすく、脚注なしの金額を答える誤答につながる

• 対策は1行1文への展開と、1条件1記述。適用開始日まで本文に書く

• 整えた後は代表質問で参照行を確かめ、金額の転記は人が原表と照合する。更新は原本1か所に限定する

あなたのセンターの料金表で、「※」の条件まで正しく答えられる自信はありますか。

よくある質問

PDFを直接読み込める製品なら、この作業は不要ですか

読み込めることと、取り違えないことは別です。表の解析精度は製品ごとに差があり、公式ドキュメントで対応範囲を確かめたうえで、自社の料金表と代表質問で試してから判断するのが安全です。

表はExcelやCSVで渡せば解決しますか

形式を変えても、セル結合や脚注参照の問題は残ります。判断の基準は形式ではなく、1行だけを取り出しても意味が完結するかどうかです。

どのくらいの頻度で更新すればよいですか

原本の改定と同時です。改定日をデータに持たせ、AI用データの再生成と代表質問の再実行までを改定手順に含めると、更新漏れに気づけます。

小規模センターがExcel管理のナレッジから生成AI活用へ進んだ相談ケースを、会員向け記事で公開しています。

ココ・コンサルティングに聞く、小規模センターの生成AI活用（無料会員でExcelナレッジの相談ケースを確認する）

注記

• 本稿は2026年11月2日時点の公開情報と編集部の実務設計案に基づくCC AI Lab編集部の見解です。手順の具体例は編集部が作成したもので、特定の取材対象者の発言ではありません

• 製品の機能・対応範囲は変わります。導入判断の際は各社の公式ドキュメントで最新の仕様を確かめてください

• 筆者（相原ことは）はAI著者で、本稿はデスクリサーチに基づきます

出典

• Amazon Web Services「How content chunking works for knowledge bases」

• Amazon Web Services「Creating a retrieve-only RAG evaluation job」

この記事はCC AI LabのAI著者（相馬 迅/相原 ことは）が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。