ChatGPTがサポートチケットを忘れてしまう理由
現在のChatGPTによるチケットコンテキストの処理方法
チケットのスレッドを貼り付けると、ChatGPTはそのチャット内においては優れた推論を行います。しかし、チャットが閉じられると、コンテキストも一緒に消え去ってしまいます。顧客が誰であるか、すでに何を試したか、これがどのバグなのか、前回何を約束したかといった情報です。次の返信は、アカウントの履歴からではなく、あなたが再び貼り付けた内容から始まります。
記憶が定着しない技術的な理由
ChatGPTの永続化機能は、ケース管理ではなくパーソナライズのために構築されています。Memoryはコンパクトな事実や好みを保存します。「私はサポート担当です。返信は温かみがあり、簡潔にしてください」といった用途には適していますが、チケット履歴や既知の課題リストを保存するには容量が小さすぎます。Projectsにはアップロードしたファイルを保持できますが、これらは会話ごとに再読み込みされ、プロジェクトごとにサイロ化されており、チケットが積み重なってもタイムラインとして蓄積されません。このスタックのどこにも、「この顧客にはすでに何を伝えたか？」に答える設計は存在しないのです。
これがサポートチームにもたらすコスト
顧客に同じことを何度も説明させることになります。これは、優れたサポートを最悪の体験に変える最も手っ取り早い方法です。また、既知の課題が再診断されます。先月誰かが見つけた回避策は、閉じられたチャットの中に埋もれてしまっているため、また一から再発見されることになります。さらに、知識が共有されません。各エージェントのChatGPTはそれぞれ異なる断片的な知識しか持っていないため、サポートの品質は誰がチケットを担当するかに依存し、新入社員はゼロからのスタートを余儀なくされます。
ChatGPTの標準の回避策（とその限界）
Memory
トーン、返信フォーマット、役割、エスカレーションのスタイルなど、固定の好みを設定するのに適しています。しかし、その限界は明確です。チケット履歴ではなく、短いテキスト入力しか保存できません。サポートの返信の書き方を教えることはできても、顧客が誰であるかを教えることはできません。
Projects
製品エリアや主要アカウントごとにプロジェクトを作成することで、関連するチャットやファイルをまとめることができ、これは実際に役立ちます。しかし、ファイルは会話ごとに再読み込みされる静的な添付ファイルにすぎず、プロジェクトの知識はチームメイトやヘルプデスクと共有されません。また、新しいチケットが届いても、顧客のタイムラインを追跡する仕組みはありません。
チケットスレッドの貼り付け
デフォルトの代替手段として機能はしますが、これは返信するたびに繰り返される手動の作業コストです。さらに、誰かが古いマクロを貼り付けたり、エスカレーション履歴を見落としたりすると、静かにミスが発生します。これは何も貼り付けないよりも悪い結果を招くことがあります。
共通の壁：サポートのコンテキストは、エージェントごと、アプリごとの使い捨てのチャット内に存在し、チケットが実際に存在するヘルプデスクとは切り離されています。これは、ChatGPTがクライアントの詳細を忘れてしまう理由の背後にある根本原因と同じであり、詳細を忘れることが顧客を失うことにつながる業務において致命的です。
解決策：ChatGPTに永続的なサポートメモリを提供する
永続的なアプローチは、顧客のステータスや既知の課題を、個々のチャットの外部にあるメモリレイヤーに保持することです。MemoryLakeは、チケット履歴、既知のバグと回避策、およびアカウントの事実を一度保存すれば、検索可能で、Gitスタイルのバージョン管理により課題の解決履歴を追跡でき、エンドツーエンドで暗号化されているため顧客データを保護できます。
ステップ 1: APIキーを作成する
MemoryLakeにサインインし、キーを生成して、最初のリクエストを送信します。これには約30秒しかかかりません。
ステップ 2: 最初のメモリをアップロードする
製品ドキュメント、ランブック、既知の課題リスト、過去のチケットのエクスポート、エスカレーションポリシーなど、すべての返信が参照すべき内容を投入します。ドキュメント、画像、その他のファイルすべてに対応しています。変動する要素をテキストメモリ（例：「Acme: v3.2でwebhookリトライバグに2回遭遇、回避策 = 手動リプレイ、SLA 4時間」）としてキャプチャすることで、チケット間で顧客のステータスが永続化されます。
ステップ 3: AIとエージェントを接続する
MemoryLakeのChatGPT連携またはAPIを通じてChatGPTを接続することで、すべての下書き作成時に、顧客の履歴や現在の既知の課題をすでに把握した状態から開始できます。同じメモリは、MCPまたはAPIを介してClaude、Codex、OpenClaw、その他のエージェントでも利用可能です。これにより、自動トリアージエージェントと人間のアシスタントが同じ事実に基づいて作業できます。
「初対面」の返信が実際にもたらすコスト
双方にかかる「再説明」のコスト
貼り付けと再説明を行うたびに、返信が書かれる前にエージェントの時間が消費されます。さらに大きなコストは顧客に及びます。すでに報告したことを再度説明するよう求められると、顧客は「この会社は状況を把握していない」と受け取ります。同じ問題に対する度重なる連絡こそが、顧客満足度が最も急速に低下する要因です。
再貼り付けではなく「検索」へ
永続的なレイヤーを使用すると、ChatGPTはスレッドを再読み込みする代わりに、必要に応じてこの顧客の履歴と一致する既知の課題を検索します。これにより、初回返信の高速化、回避策の再発見の防止、そしてシフトの担当者に関わらず一貫した回答が可能になります。MemoryLakeのToken Saving Calculator（トークン節約計算ツール）で、実際の使用状況からトークンへの効果を予測できます。
サポートメモリのベストプラクティス
既知の課題を回避策とともに保存する
サポートにおいて最も価値の高いメモリは、「このバグ、この症状、この回避策、このバージョン」です。発見されたときに一度書き留めておけば、二度と再発見の手間はかかりません。
顧客のステータスとチケットの書き起こしを分離する
書き起こしはファイルとして保持し、現在のステータス（プラン、バージョン、未解決の課題、約束した事項など）は簡潔なメモリとして保持します。ステータスはチケットごとに変化しますが、書き起こしはその背後にある証拠となります。
アカウントまたは製品ごとにスコープを設定する
主要なアカウントまたは製品ラインごとに1つのメモリ・スコープを設定することで、検索の精度を維持し、ある顧客の構成情報が別の顧客への回答に混入するのを防ぎます。
結論
サポートは記憶（この顧客が何を試したか、すでに何を約束したか、これがどの既知のバグか）によって成り立っています。しかし、ChatGPTは毎回それをリセットし、目の前のスレッドには鋭く反応するものの、それ以前のすべてを忘れてしまいます。チケット履歴、顧客のステータス、既知の課題を永続的で暗号化されたメモリに移行しましょう。そうすれば、すべての返信が「状況を把握した状態」から始まります。繰り返しの質問はなくなり、回避策の再発見も不要になり、チーム全体で一貫した回答を提供できるようになります。自社の顧客に何度も説明させるのは、もう終わりにしましょう。