2025/07/22_家族アルバム みてねのCRE における生成AI活用事例

https://customer-x-engineer.connpass.com/event/356460/
での登壇資料

Transcript

1. ©MIXI 1 家族アルバム みてねのCRE における⽣成AI活⽤事例 2025/07/22 Customer系エンジニア座談会 #26 みてね事業本部 プラットフォーム部 CREグループ 星野将( @masartz )
2. 2 ©MIXI About Me Masaru Hoshino   GitHub / mixi2 etc @masartz 株式会社ミクシィ（現MIXI）(2007 ~ 2014) • 主にSNS mixi 開発 (中略) 株式会社MIXI(2024/04 ~ • 『家族アルバム みてね』CRE • Engineering Manager
3. ©MIXI 3 『家族アルバム みてね』について
4. 4 ©MIXI 『家族アルバム みてね』について 家族アルバム みてねはスマホで撮った⼦どもの写真や動画を家族と共有し、 コミュニケーションして楽しむ家族アルバムサービスです。
5. 5 ©MIXI 『家族アルバム みてね』について 〜10年の歩み〜 2015年4⽉にリリースして、ことし10周年 • 7⾔語‧175の国と地域でサービスを提供 • 2025年1⽉に利⽤者数が2,500万⼈を突破
6. ©MIXI 6 家族アルバム みてねのCRE
7. 7 ©MIXI Reliable Customer Experience CRE Responsibility CRE 管理ツールの開発 お問い合わせ調査 / 対応 配信ツールの開発 / 運用 お問い合わせ 対応 Marketing CS プロモ 配信 安心・安全 なUX 不正アクセス対策 ユーザーの認証強化
8. 8 ©MIXI Reliable Customer Experience CRE Responsibility CRE 管理ツールの開発 お問い合わせ調査 / 対応 配信ツールの開発 / 運用 お問い合わせ 対応 Marketing CS プロモ 配信 安心・安全 なUX 不正アクセス対策 ユーザーの認証強化 1 3 2 4
9. 9 ©MIXI みてねCREにおける⽣成AI活⽤事例 1. For CS Group お問い合わせ対応の⾃動化 2. For CRE 採⽤活動にAIを活⽤ 3. For Marketing Division マイGPTs(カスタムGPT)による仕様確認 4. For Customer chat bot導⼊検討 本⽇のAgenda
10. 10 ©MIXI みてねCREにおける⽣成AI活⽤事例 1. For CS Group お問い合わせ対応の⾃動化 2. For CRE 採⽤活動にAIを活⽤ 3. For Marketing Division マイGPTs(カスタムGPT)による仕様確認 4. For Customer chat bot導⼊検討 本⽇のAgenda
11. ©MIXI 11 お問い合わせ対応の⾃動化 for CS
12. 12 ©MIXI お問い合わせ対応のAs Is 管理ツール 1. ユーザーから入信 2. Zendeskを確認して 内容確認 3. 入信内容を元に DB 確認 4. DBと照合 5. ZendeskのUIから メッセージ送信 6. 返信メールを送信 1
 6
 2
 3
 4
 5

13. 13 ©MIXI お問い合わせ対応のTo Be 管理ツール 1. ユーザーから入信 2. Zendeskから Webhook通知 3. 入信内容を元に DB 確認 4. DBと照合 5. ZendeskのAPI call してメッセージ送信 6. 返信メールを送信 1
 6
 2
 5
 3
 4

14. 14 ©MIXI お問い合わせ対応の⾃動化プロセス • 実際のワークフローの中で性能検証をすることで、業務を止めずに成果を出す 
 • 下記は、テスト環境での実現イメージ（色枠内のコメントは社内のみ閲覧可） 

15. 15 ©MIXI お問い合わせ対応の⾃動化プロセス お問い合わせ 商品配送系 注文内容系 Other… ログインできない系 ルールベース 分岐 MLによる 入信内容推定
16. 16 ©MIXI お問い合わせ対応の⾃動化プロセス • 自動化の対応精度が上がらない 
 • 自動返信（の社内向けコメント）が実際のCS対応とマッチしない 
 • 入信内容が多様すぎる
 ◦ Zendesk上で付与しているお問い合わせ分類タグ、入信内容から照合するDBの状態、な どだけで機械的に判別できないケースが多い 
 ◦ 適切な導線からお問い合わせ入信されていない 
 ◦ テキスト本文がフリーフォーマット 

17. 17 ©MIXI 生成AIサマライズ ⾃動化案件発掘のためのAI活⽤ お問い合わせ 商品配送系 注文内容系 Other… ログインできない系 ルールベース 分岐 MLによる 入信内容推定
18. 18 ©MIXI ⾃動化案件発掘のためのAI活⽤ Before After 人間がチケットを順次読み込む 過去のお問い合わせをZendesk APIによって大量にselect 内容及び対応の類似傾向を見出す AIがチケット内容をサマライズして、以下出力 
 ◦ 件名
 ◦ お問い合わせの種別
 ◦ 対応内容の要約
 ◦ 参照されたデータソース
 ◦ カテゴリ
 ◦ ユーザーとのメッセージやりとり件数 自動化案件を見繕う より効率的に案件候補をピックアップする
19. 19 ©MIXI 生成AIサマライズ お問い合わせ対応のAI活⽤ お問い合わせ 商品配送系 注文内容系 Other… ログインできない系 ルールベース 分岐 MLによる 入信内容推定 生成AI解析
20. 20 ©MIXI お問い合わせ対応のAI活⽤ • 生成AIが解析すると、結果が一定に収束する注文内容であり 
 • CS対応がマニュアル化されており 
 • ユーザーとのやりとり数が少ない（＝早期解決している） 
 上記傾向がある案件をピックアップできたことで、効果が見込めるトライができた 

21. ©MIXI 21 採⽤活動へのAI活⽤ for CRE
22. 22 ©MIXI Job Description作成 • Why AI?
 ◦ より魅力的なJDにするためのアイデアが必要 
 • How AI?
 ◦ 書き始めより、書いたものの推敲(n回) 
 ◦ 「今の状態だと、どういう人物が当てはまりますか？」 
 ◦ 「現状のJDで応募が想定される候補者の市場価値は、どのレンジになりそうでしょう か？」
 ◦ 「Aパターンの人はターゲットと異なります。逆にB,Cの人に強くアピールするために改善し てください」

23. 23 ©MIXI ⾯接フォーマット設計 • Why AI?
 ◦ 作成したJDの期待値を見極めるための面接設計が必要 
 • How AI?
 ◦ Input
 ▪ JDの内容
 ▪ 面接（採用活動）の基本的なポリシー 
 ▪ 本質的な議論をしたい要望
 ◦ Discussion
 ▪ 設定したテーマで問えることは何か？ 
 ▪ タイムスケジュールをどのように組むか？ 
 ▪ 何を評価観点とするか？

24. 24 ©MIXI 採⽤候補者への発信 • Why AI?
 ◦ 設計した面接フォーマットを正しく候補者に伝えることが必要 
 ▪ 面接の場で「答えのない議論を掘り下げましょう」は、いきなり言われても難しい 
 • How AI?
 ◦ Cursor Ruleの設定
 ▪ Ruleファイル自体もAIに書いてもらう 
 ◦ Ruleに沿って、執筆
 ▪ ある程度の内容はAIが書いてくれるので、レビューもスムーズ 
 ▪ ふんわり思っていそうな事まで書いてくれるが、逆に「いや、自分の頭の中でのはっ きり言語化できていない」部分はむしろ削除 

25. 25 ©MIXI JD/⾯接フォーマット紹介記事執筆にAI活⽤ https://team-blog.mitene.us/what-cre-would-like-to-ask-in-interview-6ff4e5b124fd
26. 26 ©MIXI 採⽤活動へのAI活⽤ • Before
 ◦ 考える、相談する、調べる、レビューしてもらう 
 • After
 ◦ 生成AIと対話
 • Diff
 ◦ クオリティもさることながら、レスポンス（＝試行回数）の圧倒的スピード差 

27. 27 ©MIXI まとめ • みてねCREにおけるAI活用の一部をご紹介しました 
 ◦ 省略した部分は機会があれば、別なところで 
 • AIは単純な実装サポートではなく、プロダクト価値提供の試行回数とクオリティを圧倒的に高め るためのツール
 • 今後も業務全般のAI化を推進していきたい 
 • みなさまのAI知見もたくさん伺ってみたいです 

28. 28 ©MIXI Customer系エンジニア座談会に倣って 第2回を8月末に開催します！ 

29. ©MIXI 29 ありがとうございました