チャットボットとAIの違い｜シナリオ型と生成AI型の仕組み

「チャットボットとAIって何が違うんですか」。導入の検討を始めると、まずこの疑問にぶつかります。どちらも自動で返信してくれるものに見えますが、資料を読むと「シナリオ型」「AI型」といった言葉が出てきて、違いがはっきりしないまま比較が進んでしまう——。

この記事では、両者の関係を仕組みのレベルから整理します。専門用語をできるだけ使わず、導入を判断するために必要な範囲に絞って解説します。

「チャットボット」は入れ物、「AI」は中身の話

結論から言うと、チャットボットとAIは対立する概念ではありません。

チャットボットは「チャット画面で自動的に応答するプログラム」という入れ物の名前です。AIは、その中で回答を作る仕組みの一つを指します。つまり「AIを使っているチャットボット」と「AIを使っていないチャットボット」がある、という関係です。

そのため「チャットボットとAI、どちらにしますか」という問いの立て方は、正確ではありません。実際に比べるべきなのは、次の2つの型です。

• シナリオ型: あらかじめ用意した分岐や選択肢に沿って応答する
• 生成AI型: 学習させた資料をもとに、その場で文章を組み立てて応答する

この2つは仕組みが根本的に違うため、できることも、準備の仕方も、失敗の仕方も変わります。順に見ていきます。

シナリオ型の仕組みと得意・不得意

結論として、シナリオ型は「決められた道を案内する」仕組みです。

利用者に選択肢を提示し、選んだ結果に応じて次の応答を返す。あるいは、あらかじめ登録したキーワードに一致したときに決まった文章を返す。いずれも、応答の内容は事前に人が書いたものです。その場で文章を作ることはありません。

得意なこと

• 想定内の質問に、確実に決まった内容を返せる
• 予期しない回答が出ない（書いたものしか返らないため）
• 手続きの案内など、順を追って誘導する用途

不得意なこと

• 用意していない質問には答えられない
• 利用者の言い回しがずれると反応できない
• 分岐が増えるほど作成と維持の手間が膨らむ

安定性が最大の長所で、柔軟性が最大の弱点です。「絶対に変なことを言わせたくない」という要件が強い場合、いまでも合理的な選択肢になります。

生成AI型の仕組みと得意・不得意

結論として、生成AI型は「資料を読んで、その場で答えを組み立てる」仕組みです。

質問の意味を解釈し、学習させた資料の中から関連する内容を探し、自然な文章として返します。事前に一問一答を書き尽くす必要はありません。

得意なこと

• 言い回しが違っても、同じ意味の質問として扱える
• 用意していない聞き方にも、資料の範囲内で答えられる
• 会話の流れを踏まえた応答ができる

不得意なこと

• 何を答えるかを完全には事前に確定できない
• 資料にないことを聞かれたとき、そのままでは推測で答えてしまう
• 品質が学習させた資料の質に強く依存する

3つ目の「そのままでは推測で答えてしまう」性質は、業務利用で最も重要な論点です。この点は後述します。

2つの型の比較と選び分け

結論として、両者は次のように整理できます。

選び分けの基準はシンプルです。問い合わせの型が限られていて、選択肢で表現できるならシナリオ型。聞かれ方が多様で、選択肢に収まらないなら生成AI型。 判断するには、直近1〜2ヶ月の問い合わせを見返して、分岐で表現できる割合を確認するのが確実です。

比較の具体的な評価軸は チャットボット比較の7つの軸、FAQページも含めた手段全体は 問い合わせ対応を自動化する5つの方法 で整理しています。

業務で生成AI型を使うなら「制約の設計」が要になる

結論として、生成AI型を会社の窓口で使う場合、品質を決めるのはAIの賢さではなく、どれだけ制約を設計したかです。

前述のとおり、生成AIは質問されれば答えようとします。知らないことを聞かれても、学習した言葉のパターンからそれらしい文章を作れてしまう。これは欠陥ではなく、文章を生成する仕組みである以上、自然な挙動です。だからこそ、業務で使うには制約が必要になります。

当社が運営するAIマドグチも生成AI型ですが、設計の中心は「答えさせる工夫」ではなく「答えさせない工夫」にあります。

• 回答の根拠を自社資料に限定する: 一般知識ではなく、お預かりした資料だけを根拠に回答します
• 資料にないことは答えない: 推測で答えず「わかりかねます」と正直に伝えたうえで、有人窓口をご案内します
• 答えてはいけないことを決める: 使ってはいけない表現、答えてはいけない話題、クレーム時の対応方針を、その会社のポリシーに合わせて設定します

実務でも、構築の作業量はここに集中します。専任スタッフが資料をもとに知識ベースと応対ルールを設計しますが、その中身は「どう答えるか」と同じくらい「どこで答えるのをやめるか」を決める作業です。生成AI型は自由度が高い分、制約を設計しなければ業務で使える品質になりません。誤回答を抑える設計の詳細は AIチャットボットのハルシネーション対策 をご覧ください。

なお、AIマドグチはLINEを窓口とするサービスで、構築とテストに2〜4週間程度かかり、料金は内容に応じた個別お見積りです。サービスの全体像は AIマドグチとは？仕組み・料金・導入の流れ をご覧ください。

よくある質問

シナリオ型はもう古いのですか？

古いわけではありません。応答が完全に予測できるという性質は、生成AI型にはない強みです。質問の種類が限られていて、順を追った案内が中心の用途なら、シナリオ型のほうが安定して機能します。新しさではなく、自社の問い合わせが選択肢で表現できるかどうかで選んでください。

生成AI型なら何でも答えられますか？

答えられません。生成AI型が答えられるのは、学習させた資料に書かれている範囲です。それを超えた質問に「答えているように見える」場合は、推測で文章を作っている可能性があり、業務では最も避けたい状態です。むしろ「資料にないことは答えない」設計になっているかどうかが、業務利用での品質の分かれ目になります。

シナリオ型と生成AI型を組み合わせることはできますか？

考え方としては可能で、実際に併用する構成もあります。たとえば、手続きの申込みなど確実に順を追わせたい部分は選択肢で誘導し、自由な質問には生成AI型で答える、といった形です。ただし構成が複雑になるほど設計と維持の手間は増えるため、まずはどちらか一方で始めて、必要に応じて足すほうが現実的です。なお、AIマドグチは生成AI型の窓口を提供するサービスです。

どちらが費用は高いですか？

型そのものより、「誰が構築と運用を担うか」で費用は大きく変わります。シナリオ型でも分岐が数百に及べば設計費は膨らみますし、生成AI型でも資料を渡すだけで済むなら自社の手間は小さくなります。料金表の数字だけでなく、自社の作業時間を含めた総コストで比べることをおすすめします。費用の内訳の考え方は チャットボットの費用はなぜ幅があるのか で解説しています。