ヘルプフィール
Helpfeel
の使い方・機能・解決する業務課題
ブックマークする
Helpfeel（ヘルプフィール）とは？
株式会社Helpfeelが提供する、特許技術「意図予測検索」を中核とするAIナレッジ検索システム。あいまいな言い回しや漢字・ひらがなの表記ゆれ、スペルミスからでも目的のFAQ記事にたどり着けるのが特徴で、検索ヒット率98%を掲げています。検索型FAQに加え、社内のPDFやWordまで横断検索して回答するAIエージェント、送信前に回答を提示する問い合わせフォーム、蓄積した問い合わせデータ（VoC）の分析と記事改善提案までを1つの基盤で提供。導入は900サイト以上（2026年1月現在）、問い合わせ削減実績70%・継続率99%を公表しています。料金は初期費用と月額費用のパッケージで、金額は個別見積もりです。
解決する業務課題
「Helpfeel」のサービス詳細
Helpfeelとは
Helpfeelは、株式会社Helpfeelが提供するAIナレッジ検索システムです。FAQ・ヘルプページの検索性を上げてユーザーの自己解決を促し、カスタマーサポートへの問い合わせそのものを減らすことを目的としています。
出典: Helpfeel 公式サイト（以下の画面画像も同様）
特許技術「意図予測検索」
2026年1月現在
FAQサイトを作っても問い合わせが減らない原因の多くは、記事が無いことではなく書いてある記事にたどり着けないことにあります。ユーザーは社内で使っている正式名称を知らないので、「解約」ではなく「やめたい」、「返品」ではなく「返したい」と打ちます。一般的な全文検索は語句が一致しないと0件を返し、ユーザーはそこで検索をあきらめて電話やメールに流れます。
Helpfeelが起点に置いているのはこの一点です。質問の言い回しがどれだけ揺れても、既にある記事に着地させる。そのために作られたのが特許技術「意図予測検索」で、公式サイトでは検索ヒット率98%という数字を掲げています。
「ちがう」と打つだけで、聞きたいことが並ぶ
意図予測検索は、あらかじめ1つの記事に対して想定される質問の言い回しを大量に展開しておき、入力の途中から候補を提示する方式です。漢字とひらがなの表記ゆれ、スペルミス、抽象的な言い回しにも対応します。
右の画面では「ちがう」と3文字打っただけで、「違う商品が届いた」「違う商品を注文してしまった」「登録している住所と違う住所に配送したい」といった質問候補が並んでいます。ユーザーは正しい単語を思いつく必要がなく、並んだ選択肢から自分の状況に近いものを選ぶだけで記事に着地します。
この検索技術は特許第7112155号・第7112156号として登録されています。
誤答の出どころが、記事として残る
生成AIのチャットボットで一番怖いのは、もっともらしい誤りが返ることです。回答文をその場で組み立てる方式では、誤りが起きても「どこが原因でそうなったのか」を特定できず、直しようがありません。
Helpfeelは、回答を生成するのではなく既存のFAQ記事に着地させることを軸にしています。この違いが、運用上は決定的に効きます。
回答を生成する方式
- 回答文をその場で組み立てる
- 出どころが特定できない
- 誤りに気づく手段がない
- 直し方が分からない
Helpfeel（記事に着地させる方式）
- 既存のFAQ記事へ誘導する
- 出どころが記事として残る
- 誤りは記事を見れば分かる
- 該当記事を直せば直る
金融・公共・インフラといった、誤答が事故になりうる領域でHelpfeelが採用されているのは、この「追跡できる」という性質によるところが大きいと考えられます。なお、FAQに情報が無い場合はHelpfeel Agent Modeが社内のPDFやWordを横断検索して回答を組み立てますが、この場合もどう検索して何を根拠にしたかという導出過程を開いて確認できます。
ユーザーが詰まる場所すべてに置く
Helpfeelは検索窓だけの製品ではありません。ユーザーが疑問を持つ接点ごとに、自己解決の入り口を用意します。
Helpfeel Agent Modeは対話型のAIエージェントです。FAQ記事にある情報は素早く返し、無い場合も社内のPDFやWordなどを横断検索して回答を組み立てます。どう探して何を根拠にしたかという導出過程を開けるようになっており、対話ログはVoC（ユーザーの声）として自動で蓄積されます。
問い合わせフォーム機能は、フォームにHelpfeelを埋め込むものです。ユーザーが質問を入力している最中に「もしかして…」と回答候補を提示し、送信する前に自己解決させます。問い合わせ件数に最も直接効くのがこの導線です。
このほかポップアップ機能でページ内から関連FAQを出す、Helpfeel Call / Voice Agentで電話応対に広げる、といった構成が用意されています。
「記事を作って終わり」にしない
FAQ運用でいちばん続かないのが、公開後の改善です。どの質問が解決できていないのかが見えないため、記事の追加も更新も勘に頼ることになります。
Helpfeelは検索キーワードや対話ログをインテントデータとして蓄積し、Helpfeel Analytics／VoC・VoE分析で自動的に分析します。「既存記事の改善で足りるのか、新規作成が必要か」を判別し、問い合わせ削減ポテンシャルを件数と金額で試算するところまで踏み込むのが特徴です。
記事の下書きを生成する記事ドラフト生成機能も基本料金に含まれており、分析で見つかった穴をそのまま記事化する流れになっています。
Helpfeelが「FAQシステム」ではなく「ナレッジデータプラットフォーム」を名乗っているのはこのためで、蓄積した問い合わせデータをカスタマーサポートの外（マーケティング・商品開発・経営企画）でも使うことを想定した作りになっています。
使い方（導入の流れ）
-
相談・見積もり
公式サイトから問い合わせ・デモ依頼を行います。公式では無料30分の個別相談が案内されており、サイト規模と利用目的をもとに見積もりが提示されます。
-
既存コンテンツの移行とページ構築
既存のFAQ・ヘルプページの記事を移行し、全体ページを構築します。ここは初期費用に含まれ、Helpfeel側の専門チームが実施します。自社で記事を作り直す必要はありません。
-
検索性能のチューニング
想定される質問の言い回しを記事ごとに展開し、検索がヒットするよう調整します。この工程が意図予測検索の精度を決める部分で、同じく初期費用に含まれます。
-
公開・計測開始
公開後はアクセス解析が動き、検索キーワードと解決状況が蓄積されていきます。導入期間は通常1〜2ヶ月が目安です。
-
月次定例で改善を回す
月次定例レポート・導線の改善提案・KPI設計が月額費用に含まれます。専任サポートが分析結果をもとに、記事の追加・改善を伴走します。
機能
機能は多岐にわたりますが、役割で分けると3つです。「ユーザーを自己解決させる」「その結果を分析する」「分析をもとに記事を足す」という循環を、1つの基盤の中で回す構成になっています。
01ユーザーを自己解決へ導く
ユーザーが疑問を持つ接点ごとに、回答への入り口を置きます。
- AI-FAQ — 特許技術「意図予測検索」。表記ゆれ・スペルミス・抽象表現に対応し、入力途中から質問候補を提示
- Helpfeel Agent Mode — 対話型AIエージェント。FAQに無い場合も社内のPDF・Wordを横断検索し、導出過程つきで回答
- 問い合わせフォーム機能 — フォームに埋め込み、送信前に回答候補を提示（オプション）
- ポップアップ機能 — ページ内から関連FAQを提示（オプション）
- Helpfeel Call / Voice Agent — 電話・音声チャネルへの対応
02結果を分析して、次の一手を決める
「どの質問が解決できていないか」を可視化し、改善の優先順位を出します。
- Helpfeel Analytics — インテントデータ（検索意図）の収集・分析、導線分析
- VoC / VoE分析 — 既存記事の改善か新規作成かを判別し、削減ポテンシャルを件数・金額で試算（オプション）
- アクセス解析・月次定例レポート — 基本料金に含まれる。KPI設計・導線の改善提案つき
03記事をつくる・広げる
分析で見つかった穴を、記事として埋めるところまでを担当します。
- 記事ドラフト生成機能 — AIによる記事の下書き生成
- 記事コンテンツ移行・全体ページ構築 — 初期費用に含まれ、専門チームが実施
- 自動翻訳機能 — 50以上の言語に対応（オプション）
- AI搭載チケット管理 — 近日公開予定として案内
料金
Helpfeelの料金は初期費用と月額費用のパッケージで、金額は公開されていません。公式FAQでは「ご利用内容や作成する記事ページのボリュームによって変動します」と説明されており、個別見積もりとなります。
| 区分 | 含まれるもの |
|---|---|
| 初期費用（基本料金） | 全体ページの構築／記事コンテンツ移行／検索性能の調整／モバイルデバイス対応／記事ドラフト生成機能 |
| 月額費用（基本料金） | システム利用／アクセス解析／月次定例レポート／導線の改善提案／KPI設計 |
| オプション | ポップアップ機能／問い合わせフォーム機能／自動翻訳機能／次世代型AIチャット／VoC・VoE分析 |
金額は2026年8月時点で公式サイトに掲載がありません。実際の費用は公式の見積もり依頼でご確認ください。
導入実績
導入は900サイト以上（2026年1月現在）。公式サイトで公開されている成果を読むと、効き方は大きく3つに分かれます。自社の窓口がどのパターンに近いかで、期待できる成果の形も変わります。
01問い合わせそのものが減った
ユーザーが自力で答えにたどり着けるようになり、問い合わせが発生しなくなるパターン。公表されている事例で最も多いのがこれです。
- 70%削減 — 良品計画（無印良品）／繁忙期の問い合わせ
- 61%削減 — アルペングループ
- 50%削減 — Traders（みんなのFX）。あわせて電話対応が5時間短縮
- 30%削減 — ノーリツ／Web経由の問い合わせ
- 約20%削減 — 東北電力／入電量
02有人対応にかかる工数が減った
件数だけでなく、人が対応する比率そのものが下がるパターン。オペレーターの人員計画に直結します。
- 年間8,500時間 — ライフカード／対応工数の削減
- 9割削減 — キリンビール／有人対応
- 8割削減 — Hamee／キャンセル対応
03規模の大きい窓口を支えている
削減率ではなく、支えている規模そのものが成果として語られるパターン。利用者数や拠点数が多く、回答を揃えること自体が課題になるケースです。
- 1,600万口座 — 楽天銀行／個人向けサポート
- 150店舗 — 北陸銀行／店舗間のナレッジ共有
- 7千件分 — 名古屋市／電話の抑制
このほかLUSHでは、運用開始から4か月で問い合わせが約10%減った一方、ラッピングの売上が1.2倍になったことも成果として公開されています。事例全体としてはエンタープライズと公共領域に寄っており、問い合わせ量が多く、かつ誤答のリスクを避けたい組織で採用されている傾向が読み取れます。
他のAIチャットボット・FAQシステムとの違い
| 観点 | Helpfeel | 生成AIチャットボット全般 | 従来型FAQシステム |
|---|---|---|---|
| 回答の作り方 | 既存FAQ記事に着地させる（意図予測検索）＋AIエージェントによる横断検索 | LLMが都度生成 | キーワード全文検索 |
| 表記ゆれ・あいまい語 | 想定質問を大量に展開して対応 | 文脈理解で概ね対応 | 一致しないと0件になりやすい |
| 誤答リスク | 記事に紐づくため出どころを特定しやすい | ハルシネーションの可能性が残る | 低いが、そもそも見つからない |
| 初期構築 | 記事移行・検索チューニングを提供側が実施 | 自社でナレッジを整備 | 自社で記事登録 |
| 運用改善 | 月次定例レポート・改善提案が基本料金に含まれる | 自社で分析 | 自社で分析 |
| 価格帯 | 初期費用＋月額のパッケージ（個別見積もり） | 月額数千円〜のセルフサーブも多い | 製品により幅がある |
近い領域の国産サービスとしては、業務特化型のRAGエージェントである Kasanare があります。海外製では Intercom Fin AI が生成AIによる自動応答で近い課題を扱っており、問い合わせデータの分析という観点では 見える化エンジン が比較対象になります。
本ページの情報は2026年8月時点で公式サイトに公開されている内容にもとづきます。最新の仕様・料金は公式サイトをご確認ください。
