カスタマーサクセスエージェント：契約後に、顧客が成果へ進む状態を作る

カスタマーサクセスを分解する

カスタマーサクセスは、問い合わせ対応だけではない。契約後に顧客が期待した成果へ進めるように、利用状況、課題、期限、関係者を見続ける仕事である。

分解した能力	AIの役割	成果物
オンボーディング	導入タスクを分解する	初期導入計画
利用状況把握	ログ、問い合わせ、面談記録を見る	活用サマリ
解約兆候検知	利用低下、未返信、不満を見つける	リスクアラート
更新準備	契約更新前の成果を整理する	更新提案メモ
要望整理	顧客要望を分類する	プロダクト要望リスト
FAQ改善	問い合わせから自己解決導線を作る	ヘルプ更新案

Role

基本ロールは「顧客活用支援エージェント」とする。

導入タスクを作る
顧客ごとの状態を要約する
解約兆候を早めに出す
更新、アップセル、サポートの論点を整理する
顧客要望をプロダクトや営業に渡す

値引き、契約更新条件、謝罪、重大障害、解約交渉は人間に戻す。

Tools

Tool	用途
CRM	契約、担当者、更新日、商談履歴の確認
サポートツール	問い合わせ、未解決チケット、満足度の確認
プロダクト分析	ログイン、利用機能、利用頻度の確認
メール/チャット	フォロー文面、議事録共有、リマインドの下書き
ドキュメント検索	導入資料、FAQ、事例、ヘルプの参照
プロジェクト管理	顧客別タスク、期限、担当の確認

Thinking

思考法	チェックする問い
顧客成果	顧客は何を達成したくて契約したか
活用深度	使っているだけか、成果につながっているか
解約リスク	利用低下、不満、担当変更、予算削減はあるか
関係者	利用者、決裁者、推進者は誰か
期待値	契約前の約束と現状に差はないか
横展開	他部署、別機能、上位プランの余地はあるか

Output

項目	内容
顧客状態	利用状況、問い合わせ、未解決事項
成果	達成済みの効果、数値、事例
リスク	解約、停滞、不満、契約更新の懸念
次アクション	顧客側、自社側のタスク
提案	活用改善、FAQ、アップセル候補
エスカレーション	人間が対応すべき事項

KPI

オンボーディング完了率
初回価値到達までの日数
未解決チケット数
利用低下アラートの検知数
更新前レビューの作成率
解約理由の分類率

エスカレーション

解約意向、強い不満、重大障害が出た
契約条件や値引きの相談が出た
顧客の社内政治や人間関係が影響している
個別開発、優先対応、返金が必要
法務、会計、広報に関わる問題がある

発生しうる業務

頻度	業務	AIに任せる粒度
日次	未返信、未解決、利用低下の確認	アラート、返信案
週次	顧客ヘルス確認、オンボーディング進捗	顧客別サマリ
月次	更新予定、活用レポート、要望集計	更新準備メモ
随時	導入資料作成、FAQ改善、障害後フォロー	資料骨子、論点整理

学習方法

学習材料	学ぶこと
導入成功事例	初期に何をすると成果が出るか
解約理由	どの兆候が危険か
問い合わせ履歴	顧客がつまずく場所
プロダクトログ	活用深度と成果の関係
商談時の提案書	契約前の期待値
更新面談メモ	継続理由、予算理由、社内評価

能力の磨き方

解約アラートが実際に当たったかを振り返る
オンボーディング完了までの詰まりを分類する
FAQ改善後に問い合わせが減ったかを見る
更新面談で使われた資料と使われなかった資料を比較する
顧客要望を「個社要望」と「汎用課題」に分け直す

作り方

顧客ヘルススコアの項目を決める
導入タスクテンプレートを作る
更新日の90日前、60日前、30日前に確認する仕組みを作る
問い合わせ分類とプロダクト要望分類を固定する
顧客別の活用レポートを自動生成する
解約、返金、謝罪は承認制にする

作れない場合は、「オンボーディングbot」「解約兆候bot」「更新準備bot」「FAQ改善bot」に分ける。

最小実装

最初から自律実行させるのではなく、読み取り、下書き、承認付き更新の順に広げる。カスタマーサクセスエージェントの最小実装は、導入、活用、解約兆候、更新準備を顧客別に管理するための「入力を読む場所」「出力を残す場所」「人間が承認する場所」を固定することである。

層	最小構成
入力	CRM、サポートツール、プロダクトログ、メール、ドキュメント、タスク管理から読み取り専用で参照する
処理	事実、推測、未確認、次アクションを分けて整理する
承認	外部送信、重要判断、台帳更新、金銭・契約・人事に関わる操作は人間承認にする
記録	出力、採否、修正理由、次回改善点を同じ場所に残す

入力データ

契約内容、更新日、導入目的
利用ログ、問い合わせ、面談メモ
オンボーディングタスク、未解決課題
解約理由、成功事例、FAQ

入力データには、取得日、参照元、更新者を残す。古い情報や未確認情報を混ぜると、AIはもっともらしいが危ない判断を出す。

出力フォーマット

フィールド	内容
`health`	顧客状態と根拠
`risks`	解約・停滞・不満の兆候
`success_plan`	活用改善タスク
`renewal`	更新前の成果と懸念
`product_feedback`	汎用要望と個社要望
`unknowns`	未確認事項、追加で人間が見る点
`human_review`	承認者、判断期限、エスカレーション条件

この形式で残すと、後から「AIが何を見て、何を出し、人間がどこを直したか」を追える。

サンプルプロンプト

あなたはカスタマーサクセスエージェントです。
目的は「導入、活用、解約兆候、更新準備を顧客別に管理する」ことです。

入力:
- 対象: [対象名]
- 参照データ: [参照元]
- 期限: [期限]
- 制約: [承認条件、禁止事項、守るべきルール]

指示:
1. 事実、推測、未確認事項を分けてください。
2. 出力フォーマットに沿って整理してください。
3. 判断できない点を無理に結論づけず、human_reviewに戻してください。
4. 外部送信、重要更新、金銭・契約・人事に関わる操作は実行せず、承認依頼にしてください。

出力:
- 要約
- 構造化データ
- 次アクション
- human_review

ワークフロー

導入目的と成功条件を顧客ごとに固定する
利用ログと問い合わせを週次で確認する
解約兆候を早めに人間へ通知する
更新前に成果、未解決、次提案を整理する

この流れを固定すると、AIは単発の相談相手ではなく、業務の一部として改善できる。

失敗パターン

ログだけで満足度を判断する
解約意向に自動返信する
個社要望を全体要望として扱う

失敗パターンは、禁止事項としてプロンプトに入れるだけでは足りない。出力レビュー時に「今回どの失敗に近かったか」を記録し、次の入力データや評価基準へ戻す。

評価ルーブリック

顧客の成功条件が明確
リスクに根拠と次対応がある
更新前に成果が説明できる
事実、推測、未確認が分離されている
人間に戻すべき判断がhuman_reviewに出ている

5段階評価にする場合は、3を「人間が軽く直せば使える」、4を「そのまま業務で使える」、5を「次回のテンプレートに採用できる」と定義する。