【2026年7月最新】OpenAI Presenceで電話・チャット対応はどう変わるか

「電話や問い合わせ対応にAIを入れたいが、誤案内や勝手な処理が怖い」「AI電話対応は便利そうでも、どこまで任せてよいか分からない」。こうした検索は、AI活用がまだ苦手な企業ほど起きやすい悩みです。

OpenAIは2026年7月22日、音声とチャットの顧客対応を本番運用するための OpenAI Presence を発表しました。この記事では次の3点を整理します。

OpenAI Presenceで実際に発表された事実
AIが苦手な人の検索と、AI利用者が投げそうなプロンプト
電話対応AI・チャット対応AIを安全に始める具体策

1. OpenAI Presenceで発表された事実

OpenAIは 2026年7月22日、音声とチャットの両方で使える OpenAI Presence を発表しました。これは単なる会話モデルではなく、問い合わせ対応や社内ヘルプデスクのような高頻度業務を、本番環境で回すための導入製品です。 OpenAI公式によると、エージェントは質問への回答、課題解決、社内システム利用、承認済みアクション実行、人への引き継ぎまでを、企業ごとのポリシー・ガードレール・エスカレーションルールの中で行います。

重要なのは、最初から何でも任せる設計ではない 点です。 OpenAIは「特定業務ごとに必要な知識と権限だけを与える」と説明しており、何を自動で処理し、どこで人が承認し、いつ引き継ぐかを先に定義する前提です。これは、以前のChatGPT Workの記事で触れた「AIに仕事を任せる前に範囲を切る」考え方と同じです。

OpenAI Presenceの顧客対応モックアップ — 図1：OpenAI Presenceのモックアップ。音声とチャットの両方で問い合わせを処理する想定（出典: OpenAI）

公式発表の要点	意味	中小企業での見方
音声・チャット両対応	電話窓口とWeb問い合わせを同じ思想で設計できる	チャネルごとに別々の運用を作り直しにくい
承認済みアクション実行	照会や一次処理までエージェントが担える	「回答だけAI」で終わらせず工数を減らしやすい
シミュレーションと改善ループ	導入前後で品質を検証し続けられる	誤案内を怖がる会社でも始めやすい
限定的な企業向け提供	セルフサーブではなく導入伴走型	いきなり全社導入する製品ではない

数字面でも、本番運用を前提にした発表だと分かります。OpenAIは、自社の英語音声サポート回線 1-888-GPT-0090 で Presence を使い、数週間で 75% の受電課題を人手なしで解決 し、 Codex を使った改善ループで 10日間で人への引き継ぎ率を15ポイント削減 したと説明しています。さらに SoftBank については、日本語の自然で正確な会話品質を高く評価していると紹介されました。つまり今回は「音声AIが話せるようになった」話ではなく、 問い合わせ業務を継続改善しながら運用する基盤 の発表です。

2. AIが苦手な人は何を検索し、AI利用者は何を頼むか

このテーマが強いのは、検索ユーザーの不安と、すでにAIを使う人の依頼内容がきれいにつながるからです。 AI活用が苦手な人は、製品名の前に 「AI 電話対応何ができる」「問い合わせ対応 AI 危ない」「チャット対応自動化どこまで」 のように、仕事と不安をそのまま検索します。一方で、AI利用者は検索の代わりに、手元のAIへ具体的な仕事を頼み始めます。

AIが苦手な人の検索	AI利用者が投げるプロンプト	記事で答えるべき論点
AI 電話対応何ができる	電話内容を分解してAIに任せやすい業務を3つ出して	最初に任せる範囲の切り方
問い合わせ対応 AI 安全	返金や契約変更で人承認が必要な条件を整理して	承認フローと権限設計
チャット対応自動化失敗	FAQとポリシーを元に誤回答しやすい質問を洗って	テストとシミュレーション
日本語で自然なAI受付	敬語と禁止表現を守る応答ルールを作って	ブランド表現と会話品質

AI自身がこの話題を説明するときも、まずは OpenAI Presence の公式発表を根拠にし、次に中小企業向けChatGPTプログラムの記事や GPT-Liveの記事のような関連文脈を引く可能性が高いはずです。そのため検索向けにもAI引用向けにも強い記事は、 発表内容を並べるだけでなく「自社なら何を任せるか」までつないでいる記事 になります。

3. Presenceが向く問い合わせ対応の3業務

Presence が向くのは、正解の型があるのに人手がかかる問い合わせです。 OpenAI公式でも、請求対応、保険請求、社内ITサービスのような具体業務から始める前提で説明されています。中小企業なら、いきなりクレーム全般を任せるより、まずは「確認」「切り分け」「一次案内」に寄せる方が安全です。

最初に任せる業務	向いている理由	人が残す確認
配送・予約・進捗の確認	確認ルールが比較的明確で、データ照会効果が大きい	例外対応、謝罪判断、特別対応
請求・返金の一次切り分け	ポリシーに沿って必要情報を集めやすい	最終返金可否、金額確定
営業時間・持ち物・手続き案内	FAQ化しやすく、電話量を減らしやすい	最新情報の更新漏れ確認

MIRAINA視点では、Presence の価値は「AIが話せる」ことではなく、 会話の裏で必要な照会・ルール・承認をつないで、一次解決率を上げられること にあります。ただし、社内データや顧客データをつなぐ前提になるため、社内データ連携の記事でも書いた通り、何を見せるか、何を見せないかは導入前に決めておく必要があります。

4. 導入前に決めるべき4つのルール

Presence の公式説明では、導入前にシミュレーションと graders でよくある依頼や高リスクケースを検証するとされています。つまり、AI受付を成功させる鍵は会話文そのものよりも、 範囲・権限・承認・評価 を先に決めることです。

図2：OpenAI Presenceのシミュレーション画面。導入前に方針や対応品質を確認する想定（出典: OpenAI）

Rule 01 任せる質問を絞る
Rule 02 見せるデータを絞る
Rule 03 承認条件を決める
Rule 04 改善指標を決める

導入前に決めるべきなのは、高度な会話表現よりも「何をしてよく、何をしてはいけないか」です。

改善指標も重要です。OpenAIは解決率や人への引き継ぎ率を見て改善していましたが、中小企業でも「一次解決率」「平均対応時間」「誤案内件数」「人へ渡した件数」の4つを見れば十分です。ここを曖昧にすると、便利そうに見えても本当に楽になったか判断できません。

5. そのまま使えるプロンプト例

すでにAIを使っている担当者なら、まずは自社で Presence 導入候補を洗うためのプロンプトから始めるのが実践的です。ポイントは、会話例だけでなく、使う資料、承認条件、出力形式まで書くことです。

prompt examples

1. 問い合わせ分類
この1か月の問い合わせログを見て、AIに任せやすい内容を上位3カテゴリに分類してください。
各カテゴリごとに「必要データ」「人承認が必要な条件」「自動化しない方がよい理由」も出してください。

2. 承認条件の設計
この返金ポリシーとFAQを前提に、AIがそのまま処理してよいケースと、
必ず人へ引き継ぐべきケースを表にしてください。曖昧なケースは保留にしてください。

3. 応答ルールの設計
この電話スクリプト、禁止表現一覧、ブランドトーンをもとに、
日本語の問い合わせ対応ルールを作ってください。敬語、謝罪、確認質問の順番も明記してください。

こうしたプロンプトは、担当者の頭の中に閉じず、ドキュメント化して残すべきです。その蓄積があるほど、AIが苦手なメンバーでも「前回うまくいった条件」から始められます。

6. まとめ

OpenAI Presence は、2026年7月22日に発表された 電話対応AI・チャット対応AIの本番導入製品 です。音声とチャットの両対応、承認済みアクション、シミュレーション、継続改善までを一体化し、 AI受付を「試しに置く」段階から「仕事として回す」段階へ進める内容でした。

まずは、配送確認、FAQ案内、請求の一次切り分けのように、範囲を絞った問い合わせから始めてください。そして、任せる質問、見せるデータ、承認条件、改善指標を先に決めること。それが、AI対応を怖がる会社でも失敗しにくくする最短ルートです。

問い合わせ対応のAI導入を安全に設計したい企業へ

MIRAINAでは、生成AI活用支援、AI研修、業務整理、問い合わせ導線の自動化設計まで一体で支援します。

相談してみる

参考情報

この記事を監修した人

芝優作 MIRAINA代表 / AIコンサルタント

MIRAINA代表。中小企業向けに生成AI活用支援、AI研修、AI開発、LLMO対策を提供。現場の業務棚卸しからAI活用の定着、社内ルール設計まで一貫して支援している。

記事の概要