応対履歴をAIナレッジへ使う前に個人情報を除く方法

通話履歴には、FAQだけでは分からない実際のお客様の言葉や難しい事例が含まれています。しかし、そのままAIチャットの参照データへ入れると、氏名、住所、契約番号、病歴などの個人情報が回答に現れる危険があります。

ナレッジ化の前に行うこと

1. 利用目的と参照できる人を決める
2. 氏名、連絡先、番号など直接識別できる情報を削除する
3. 年齢、地域、日時など組み合わせで特定できる情報を一般化する
4. 事実、オペレーターの判断、正式回答を分ける
5. 管理者が内容と根拠を確認する

「東京都在住の87歳男性が8月19日に〇〇支店で」という記述は、氏名がなくても本人を特定できる可能性があります。「高齢のお客様が店舗で手続きを行った事例」のように、判断に必要な範囲へ置き換えます。

自動マスキングだけに任せると、珍しい職業や家族関係が残る場合があります。機械による検出と人による確認を組み合わせます。音声の感情や話し方を分析する場合も、必要性と保存期間を別に検討します。

正確性も確認する

応対履歴には、当時の誤案内や未確定の発言も含まれます。お客様とオペレーターの会話をそのまま「正解」とせず、規約と照合して承認済みの回答へ直します。匿名化後も元データとの対応表を広く共有しないことが重要です。

AIへ送る前に、利用するサービスが入力データをどのように扱うか確認してください。

マスキング試験で見つかった見落とし

氏名や電話番号は見つけやすい一方、自由記述には勤務先、最寄り駅、珍しい商品名、受付日時など、組み合わせると個人を推測できる情報が残っていました。自動マスキングだけに頼らず、投稿者、承認者、AI投入前の処理という三つの段階で確認します。

情報を残すか判断する基準

1. 回答の判断に必要な条件か
2. より広い表現へ置き換えられるか
3. ほかの情報と組み合わせて個人を推測できないか
4. 保存期間と閲覧できる人が決まっているか

例えば、正確な年齢は「高齢のお客様」、市区町村は「対象地域」、購入日時は「キャンペーン期間中」のように、判断に必要な範囲へ置き換えます。一方、年齢によって手続きが変わる場合は、必要な区分だけを残します。削りすぎて事例の意味が変わらないことも大切です。

テスト環境には架空データだけを使い、本番データの持ち出しを禁止します。AIサービスへ送信される範囲、ログの保存先、再学習への利用有無も契約と設定で確認します。事故が疑われる場合は、投稿を非公開にして管理者と情報セキュリティ担当へ連絡します。

今後は、マスキングできた割合だけでなく、必要な条件まで消して回答品質を下げていないかも評価します。安全性と実用性の両方を確認できるテスト事例があれば共有してください。

※この投稿はデモンストレーション用のサンプルです。