投稿者 投稿日: カテゴリー Gemini
Gemini 3.8 Live Extended Thinkingとは、話しながら推論できるGoogleの音声対話AIのことです。
ECの電話問い合わせはAIに任せられるのか。答えは「一次受付と定型回答までは任せられるが、判断が分かれる案件は人に渡す設計が前提」です。2026年9月15日にGoogleが公開したGemini 3.8 Live Extended Thinkingは、会話を続けながら裏で推論し、「確認しますね」と相づちを打ちながら注文検索などの処理を進められる音声モデルです。これまでの音声AIで問題になっていた「考えている間の沈黙」が短くなったことで、電話応対への組み込みが現実的になりました。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が、EC店舗の電話問い合わせを自動応答に切り替えるときの設計手順を、費用試算とプロンプト5本つきで解説します。
Gemini 3.8 Liveで電話応対の何が変わったのか
最大の変化は、話すことと考えることと処理することを、1つの会話の中で同時に回せるようになった点です。Googleは2026年9月15日、Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingの2つの音声対話モデルを開発者向けに公開しました。どちらも音声を受け取って音声で返すモデルで、Gemini APIとGoogle AI Studioから使えます。
2つのモデルの違いは、推論の深さとコストの配分にあります。標準のGemini 3.8 Liveは、推論の工程を省いて遅延とトークン費用を抑えた大量処理向けのモデルで、画像や動画の入力にも対応し、97以上の言語で使えます。Extended Thinkingは複雑な依頼向けのモデルで、複数の手順が必要な作業の途中でも「確認しますね」のような早めの返答や進捗の声かけを入れながら、裏で推論とツールの実行を続けます。The New Stackの報道によれば、推論の強さは依頼ごとに低・中・高の3段階で指定できます。
性能面では、Googleの発表として、Extended ThinkingがArtificial Analysisの音声対音声品質指数で82.6を記録し首位、標準モデルは76とされています。会話型エージェントの評価であるτ-Voiceでは68.6%というスコアが示されました。ただし、DeepLearning.AIのまとめによると、独立評価の音声推論ベンチマークでは4位にとどまっており、すべての指標で首位というわけではありません。
費用も電話応対への組み込みを後押しします。The Decoderの報道では、Gemini 3.8 Liveの音声料金は入力が1分あたり0.005ドル、出力が1分あたり0.018ドルで、1時間の会話で約1.38ドルと試算されています。同じ記事では、OpenAIのGPT-Live-1が1分あたり0.05ドル、1時間で3ドル以上とされており、差は大きいと言えます。Extended Thinking側の料金が標準モデルと同じかどうかは執筆時点で要確認です。発表時の要点はGemini 3.8 Liveの速報記事にまとめています。
ECの電話問い合わせで自動化できる範囲
自動化できるのは、答えが社内データで決まる問い合わせです。逆に、店舗の裁量で判断が分かれる問い合わせは、AIに受付だけさせて人に渡すのが安全です。
EC店舗にかかってくる電話を分類すると、多くは4つに分かれます。注文や配送の状況確認、配送日や住所の変更、返品・交換の相談、商品の仕様や使い方の質問です。このうち、注文番号から配送状況を答える、在庫の有無を答える、営業時間や送料のルールを答える、といった問い合わせは、注文管理システムや商品データベースを引けば答えが決まります。Extended Thinkingのように話しながら裏で検索できるモデルは、こうした「調べてから答える」問い合わせで真価を発揮します。
判断が分かれるのは、返品・交換の可否、破損時の補償、ギフト包装の特殊な指定、クレームを含む相談です。返品の可否ひとつとっても、商品の状態、購入からの日数、開封の有無、店舗の方針によって答えが変わります。現場で繰り返し見るのは、こうした相談をAIが「返品できます」と言い切ってしまい、後から店舗が覆せなくなるトラブルです。AIには状況の聞き取りと記録までを任せ、可否の判断は人が折り返すという線引きが現実的です。
日本のEC事業者ならではの事情もあります。楽天市場やYahoo!ショッピングに出店している店舗では、モール経由の注文の問い合わせが自社の電話にかかってくることがあり、モールの注文番号と自社システムの番号の対応づけが必要になります。また、ギフト需要の多いジャンルでは、熨斗（のし）の表書きや名入れの確認といった、言い間違いが許されないやり取りが多く発生します。こうした確認は、AIが聞き取った内容を復唱し、テキストで記録を残す設計にしておくと事故が減ります。
AIの電話応対には顧客側の受け止め方という論点もあります。AI疲れで有人電話が復権しているという調査を扱った記事でも触れたとおり、AIだけで完結させようとすると満足度が下がる場面があります。「AIが一次受付をします。担当者への切り替えもできます」と最初に伝え、人への切り替えを常に選べる状態にしておくことが、満足度を落とさない条件です。
電話自動応答を設計する5ステップとプロンプト5本
電話の自動応答は、「問い合わせの棚卸し→応答方針の設計→ツールの設計→テスト→運用後の品質点検」の5ステップで作ると、手戻りが少なくなります。各ステップで使うプロンプトを1本ずつ、計5本紹介します。プロンプト1・3・4・5はChatGPT・Claude・Geminiのいずれでも使え、プロンプト2はGemini 3.8 Liveに渡すシステム指示の雛形です。
ステップ1は問い合わせの棚卸しです。過去の通話記録やメモから、問い合わせの種類と件数、自動化できるかどうかを整理します。ここで自動化の範囲を決めておかないと、後のステップで判断がぶれます。
プロンプト1：電話問い合わせの棚卸しと自動化可否の判定
あなたはEC店舗のカスタマーサポート設計の専門家です。
以下は過去{期間}の電話問い合わせの記録です。
記録：
{日時、問い合わせ内容の要約、対応時間、対応結果の一覧}
次の形式で整理してください。
1. 問い合わせを種類ごとに分類し、件数と平均対応時間をまとめる
2. 各種類について「社内データで答えが決まる」「店舗の判断が必要」「感情的な対応が必要」のいずれかに分類する
3. 「社内データで答えが決まる」種類について、回答に必要なデータ（注文番号、配送状況、在庫など）を列挙する
4. 自動応答に切り替えた場合に削減できる対応時間の目安を、推定であることを明記して示す
ステップ2は応答方針の設計です。Gemini 3.8 Liveにはシステム指示として、話し方、確認の手順、人に切り替える条件を渡します。特に「言い切ってはいけないこと」を明文化しておくのが要です。
プロンプト2：電話一次受付AIのシステム指示（Gemini 3.8 Live向け雛形）
あなたは{店舗名}の電話受付担当です。通話の最初に「AIによる自動受付です。担当者に代わることもできます」と伝えてください。
話し方：
- ですます調で、1回の発話は2文以内に収める
- 調べものをするときは「お調べしますので少々お待ちください」と先に伝える
- 聞き取った注文番号、氏名、日付は、毎回復唱して確認する
答えてよいこと：
- 注文の配送状況、在庫の有無、送料と営業時間のルール、商品の仕様（商品データにある範囲）
答えてはいけないこと：
- 返品・交換・返金の可否、破損の補償内容、値引きの約束
- これらは「担当者から折り返しご連絡します」と伝え、内容を記録する
担当者に切り替える条件：
- お客様が希望したとき、強い不満を示したとき、2回確認しても聞き取れないとき
禁止事項：
- クレジットカード番号やパスワードを聞かない、復唱しない
ステップ3はツールの設計です。AIが注文を調べたり、人への切り替えを記録したりするには、呼び出せる関数を定義する必要があります。開発担当と相談するための設計書をAIに作らせます。
プロンプト3：音声AIが呼び出す関数の設計書を作る
あなたはEC基盤のシステム設計者です。
電話一次受付AIが会話中に呼び出す関数を設計してください。
前提：
- 注文管理：{システム名}、モール注文：{楽天市場／Yahoo!ショッピングなど}
- AIに許可する操作は「参照」と「記録」のみで、注文の変更・取消はさせない
設計する関数：
1. 注文番号と電話番号から注文と配送状況を検索する関数
2. 商品コードから在庫と仕様を検索する関数
3. 折り返し依頼を記録する関数（内容、希望日時、緊急度）
4. 担当者へ通話を転送する関数
各関数について、名前、目的、入力項目と型、出力項目、エラー時のAIの言い回し、本人確認の要否を書いてください。
ステップ4はテストです。本番の電話につなぐ前に、想定問答のシナリオを作り、社内の人が客役になって試します。聞き取りにくい住所や、早口、怒っている客など、うまくいかないケースを多めに入れるのがコツです。
プロンプト4：電話自動応答のテストシナリオを作る
あなたはコールセンターの品質管理担当です。
EC店舗の電話一次受付AIをテストするためのシナリオを{本数}本作ってください。
条件：
1. 配送状況の確認、在庫確認、返品の相談、クレーム、担当者希望を含める
2. うち半数以上は、聞き取りにくい固有名詞、言い直し、途中で話題が変わる、怒っているなど、失敗しやすい条件を入れる
3. 各シナリオに、客の発話の流れ、AIに期待する対応、合格の基準（復唱したか、言い切ってはいけないことを言わなかったか、適切に転送したか）を書く
4. ギフト商品の熨斗や名入れの確認を含むシナリオを2本以上入れる
ステップ5は運用後の品質点検です。通話の文字起こしを定期的にAIで点検し、言ってはいけないことを言っていないか、人への切り替えが遅れていないかを確認します。
プロンプト5：通話記録の品質点検
以下は電話一次受付AIの通話の文字起こしです。
{文字起こし}
次の観点で点検し、問題点と改善案を書いてください。
1. 返品可否・補償・値引きなど、答えてはいけないことを言い切っていないか
2. 注文番号や氏名を復唱して確認しているか
3. お客様が担当者を希望したとき、または不満を示したときに、速やかに転送しているか
4. 1回の発話が長すぎて、お客様が話しにくくなっていないか
5. システム指示に追加すべきルールがあれば提案する
ステップ2の指示文では、推論の強さの使い分けも決めておきます。配送状況の確認のような定型の問い合わせは低、返品の聞き取りのように状況整理が必要な問い合わせは中から高、と問い合わせの種類で切り替えると、応答の速さと正確さを両立しやすくなります。推論を深くするほど応答に時間がかかるため、すべてを高に設定するのは避けるべきです。
電話回線との接続は、Gemini Live APIの双方向ストリーミングに、電話の音声を中継する仕組みをつなぐ構成になります。一般的には、通信APIサービスで電話番号を用意し、通話の音声をサーバー経由でLive APIに流す形をとります。この部分は開発の難易度が高いため、社内に開発担当がいない場合は、音声AIの接続に対応した電話システムの事業者に相談するのが早道です。
よくある失敗例と回避策
1つ目の失敗は、AIに判断までさせてしまうことです。「返品できますか」と聞かれたAIが、商品データに返品不可の記載がないことを理由に「できます」と答えてしまうと、店舗の方針と食い違っても取り消しにくくなります。回避策は、プロンプト2のように「答えてはいけないこと」を明文化し、プロンプト5の点検で守られているかを定期的に確かめることです。
2つ目の失敗は、本人確認と個人情報の扱いを後回しにすることです。電話で注文情報を答えるなら、注文番号と登録電話番号の一致など、最低限の本人確認が必要です。また、通話を録音・文字起こしするなら、その旨を通話の冒頭で伝え、プライバシーポリシーに利用目的を記載しておく必要があります。クレジットカード番号を音声で聞き取る設計は、情報漏えいの観点から避けるべきです。
3つ目の失敗は、繁忙期にいきなり切り替えることです。年末商戦や楽天スーパーSALEの直後は問い合わせが急増し、想定外の問い合わせも増えます。直近の支援案件で観測したのは、新しい自動応答を繁忙期の直前に入れた店舗で、想定外の問い合わせへの転送が集中し、かえって有人対応の待ち時間が延びたケースでした。回避策は、閑散期に一部の時間帯（夜間や昼休みなど）から始め、プロンプト4のテストと実通話の点検を重ねてから対象を広げることです。
KPI設計と費用・工数の目安
追うべきKPIは、一次解決率、有人への転送率、平均通話時間、折り返し件数、通話後の満足度の5つです。一次解決率は、AIだけで問い合わせが完了した割合で、自動化の効果を最も直接的に示します。転送率が高すぎる場合は自動化の範囲が広すぎ、低すぎる場合は転送すべき案件をAIが抱え込んでいる可能性があるため、両方向で確認します。
費用は、前述の料金をもとに試算できます。たとえば、月1,000件の電話を1件平均4分で受け、そのうちAIが話す時間を半分の2分と仮定すると、音声入力は4,000分で約20ドル、音声出力は2,000分で約36ドル、合計で月60ドル前後という計算になります。これはGemini 3.8 Liveの料金をもとにした目安で、Extended Thinkingの料金、推論にかかる追加のトークン費用、電話回線の通話料、中継サーバーの費用は別途かかります。人件費と比べると、音声AIそのものの費用は小さく、むしろ回線と開発の費用が主な負担になります。
工数の目安として、棚卸しとシステム指示の設計に2週間、関数の開発と電話回線との接続に1〜2か月、テストに2週間ほどを見込むのが現実的です。ただし、注文管理システムとの連携がどこまでできるかで期間は大きく変わります。最初は注文の参照を行わず、営業時間や送料などの定型回答と折り返し依頼の記録だけに絞って始めると、開発の負担を抑えられます。
今後の展望と独自考察
今後の焦点は、電話応対が「人がするか、AIがするか」の二択から、「AIが受付と調べものをし、人が判断する」分業に変わっていく点です。Extended Thinkingが示したのは、AIが話しながら裏で調べものをし、途中経過を声で伝えられるという能力でした。これは人のオペレーターが「少々お待ちください」と保留にしていた時間を、会話を途切れさせずに埋められることを意味します。
この流れの中で、EC店舗が整えるべきなのは、AIが参照できるデータの質です。配送状況、在庫、商品仕様、返品ルールといった情報が、システム上で最新かつ一貫した状態になっていなければ、どれほど優れた音声AIでも正しく答えられません。5,000社支援の中で何度も再現したパターンとして、自動化の成果を出せる企業は、AIを入れる前に社内のデータと業務ルールを整理しています。電話の自動応答は、その整理を進めるきっかけとしても有効です。
もう1つの論点は、多言語対応です。Gemini 3.8 Liveは97以上の言語に対応しており、訪日客向けの商品や越境ECを扱う店舗では、英語や中国語の電話にも同じ仕組みで対応できる可能性があります。ただし、言語ごとに聞き取りや敬語の精度は異なるため、日本語と同じ水準を前提にせず、言語ごとにテストを行う必要があります。他社の音声AIとの比較では、Grok Voiceで電話の一次対応を自動化する方法を解説した記事もあわせて読むと、選定の判断材料が増えます。
開発者向けの注意点として、Extended Thinkingの非同期推論を有効にすると、AIの発話が終わった合図が出ても、裏では推論が続いている場合があります。電話を切るタイミングや、次の処理に進むタイミングを発話の終了だけで判断すると、処理の途中で通話を切ってしまうおそれがあるため、実装時には推論とツール実行の完了を別に確認する設計が必要です。
よくある質問
Gemini 3.8 Live Extended Thinkingとは何ですか？
Gemini 3.8 Live Extended Thinkingとは、会話を続けながら裏で推論とツール実行を進められる、Googleの音声対話モデルのことです。2026年9月15日に、標準のGemini 3.8 Liveとともに公開されました。複雑な依頼に向いたモデルで、推論の強さを低・中・高で指定できます。
標準のGemini 3.8 LiveとExtended Thinkingはどちらを使うべきですか？
定型の問い合わせが中心なら標準のGemini 3.8 Live、調べものや状況整理が必要な問い合わせが多いならExtended Thinkingが向いています。標準モデルは推論を省いて遅延と費用を抑えた設計だからです。迷う場合は、標準モデルで始めて、うまく答えられない問い合わせの種類だけExtended Thinkingに切り替える方法が現実的です。
電話番号にそのままつなげられますか？
いいえ、Gemini 3.8 Liveだけでは電話番号につながりません。電話の音声をLive APIに中継する仕組みが別途必要だからです。通信APIサービスで電話番号を用意し、サーバー経由で音声を流す構成が一般的で、開発担当がいない場合は音声AI対応の電話システム事業者に相談するのが早道です。
返品や交換の相談もAIに任せてよいですか？
いいえ、可否の判断は任せないほうが安全です。返品の可否は商品の状態や購入からの日数、店舗の方針で変わり、AIが言い切ると後から覆しにくいからです。AIには状況の聞き取りと記録までを任せ、担当者が折り返す設計にしてください。
費用はどのくらいかかりますか？
Gemini 3.8 Liveの音声料金は、報道ベースで入力1分あたり0.005ドル、出力1分あたり0.018ドルです。月1,000件・1件4分の電話なら、音声AIの費用は月60ドル前後が目安ですが、Extended Thinkingの料金、電話回線、中継サーバーの費用は別途必要です。最初は一部の時間帯で試し、実費を確認してから広げてください。
通話の録音や文字起こしで注意することはありますか？
はい、通話の冒頭で録音・文字起こしをすることを伝え、プライバシーポリシーに利用目的を記載しておく必要があります。また、クレジットカード番号やパスワードは音声で聞き取らない設計にしてください。通話記録を外部のAPIで処理する場合は、提供元の利用規約でデータの扱いも確認が必要です。
お客様はAIの電話応対を嫌がりませんか？
AIだけで完結させようとすると、満足度が下がる場面はあります。そのため、通話の冒頭でAIであることを伝え、担当者への切り替えをいつでも選べるようにしておくことが重要です。待ち時間の短縮や夜間対応など、AIならではの利点が伝わる使い方から始めると受け入れられやすくなります。
まとめ
Gemini 3.8 Live Extended Thinkingは、話しながら裏で調べものと推論を進められる音声AIで、ECの電話問い合わせの一次受付を自動化する現実的な選択肢になりました。ただし、任せてよいのは社内データで答えが決まる問い合わせまでで、返品の可否や補償の判断は人が担う設計が前提です。問い合わせの棚卸しから始め、答えてはいけないことを明文化したシステム指示を作り、閑散期の夜間などから小さく試す。この順序で、プロンプト1〜5を使って準備を進めてみてください。
参考文献
- Google「Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking」
- Google AI for Developers「Live API」
- The Decoder「Google launches Gemini 3.8 Live to take on OpenAI’s GPT-Live-1 at a fraction of the cost」
- DeepLearning.AI「Voice, Video, and Reasoning in One」
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
