AI機能内蔵ウェブサイトの作り方！スマート検索・レコメンド機能の実装術

自社のウェブサイトにたくさんの情報を載せているのに、問い合わせは減らず、見てほしいページほど読まれない。そんなもどかしさを感じている担当者の方は少なくありません。

その原因の多くは、コンテンツの量ではなく「訪問者が欲しい情報にたどり着けないこと」にあります。この記事では、既存のウェブサイトにAIによるスマート検索とレコメンド機能を組み込み、訪問者が数秒で答えにたどり着ける状態をつくる手順を、フィリピンの日系企業で実際に使える形に整理して紹介します。

専門的な開発知識がなくても全体像がつかめるように、必要な準備、実装の流れ、費用感、つまずきやすいポイントまで順番に説明します。読み終えるころには、自社のサイトで何から手をつければよいかがはっきりするはずです。

要約

• サイト内検索が役に立たないのは、文字列の一致だけを見ているためで、意味を数値に変換するベクトル検索に切り替えると、言い回しが違っても正しいページを見つけられるようになります。
• 導入の流れは、コンテンツの棚卸し、意味の数値化と保存、検索窓とチャットとレコメンド枠の設置、ログを見ながらの改善という四段階で、既存サイトを作り直さずに追加できます。
• 根拠のない回答をさせない設定、質問と回答の言語をそろえる仕組み、個人情報の扱いのルール、利用料の上限設定は、公開前に決めておかないと後から必ず問題になります。

情報はあるのに「見つけてもらえない」ウェブサイト

多くの企業サイトには、サービス紹介、料金、導入事例、FAQ、お知らせなど、十分な情報がすでに載っています。それでも訪問者からは「料金がわからない」「対応エリアが載っていない」といった問い合わせが繰り返し届きます。

情報は載っているのに、訪問者が答えにたどり着けない状態が続いています

これは担当者の努力不足ではなく、サイト内の検索と回遊の仕組みが人間の探し方に合っていないことが理由です。訪問者は目次を上から読んではくれず、思いついた言葉をそのまま検索窓に入力します。

私自身、2000年代に日本でSEOやアフィリエイトの事業をしていた頃、手作業でメールに返信したり、FAQページを案内したりして顧客対応をしていました。一番時間を取られたのが検索順位についての問い合わせで、「なぜ上位に出ないのか」という同じ趣旨の質問が何度も届き、答えはサイト内にあるのに読まれていないという状態が続いていたのです。

フィリピンで事業を展開する日系企業の場合、この問題はさらに複雑になります。日本語、英語、タガログ語が入り混じった検索が行われ、日本本社向けと現地顧客向けではニーズが異なり、駐在員と現地スタッフでは使う語彙も違います。一つの検索窓が、まったく違う背景を持つ複数の利用者を同時に相手にしているわけです。

結果として、せっかく作ったページが読まれないまま埋もれ、営業や総務が同じ質問に何度も手作業で答え続けることになります。サイトが情報資産ではなく、更新するだけの負担になってしまうのです。

関連: AI搭載Webサイトでできること｜フィリピンのAIエンジニアが解説するスマート検索とレコメンド で詳しく解説しています。

従来の検索とページ構成が限界を迎えている理由

一般的なウェブサイトの検索機能は、キーワードの文字列が一致するかどうかだけで結果を出しています。つまり「入力した単語がページ内にあるか」を調べているだけで、意味を理解しているわけではありません。

そのため「導入費用」と書かれたページは「料金」で検索してもヒットしません。「安いプランある？」のような話し言葉には、ほぼ何も返せないのが現実です。

この方式は、専門用語や社内用語が多い企業サイトほど弱くなります。訪問者は正解の単語を知らないのに、正解の単語を入力することを求められるという矛盾が起きているのです。

もう一つの原因は、ページの並び順がすべての訪問者に対して同じであることです。初めて訪れた人にも、見積もり直前の人にも、同じトップページと同じ「関連記事」が表示されます。

紙のカタログなら仕方のない制約ですが、ウェブサイトは訪問者ごとに見せ方を変えられます。にもかかわらず多くのサイトが固定のままで、訪問者の関心を読み取って次の一歩を提案する仕組みがないのです。

さらに多言語環境では、言語ごとにサイトが分断され、日本語ページと英語ページで内容がずれていくという問題も加わります。この状態では、どれだけコンテンツを追加しても成果につながりにくくなります。

意味を理解する検索と、行動に合わせた提案を組み込む

解決の方向性はシンプルで、「文字を照合する検索」から「意味を理解する検索」へ切り替えることです。これを可能にするのが、生成AIの基盤にもなっているベクトル検索という考え方です。

文字の一致ではなく意味の近さで探すことで、言い回しが違っても正しいページが見つかります

ベクトル検索では、文章を意味の近さを表す数値の並びに変換して保存します。すると「導入費用」と「料金」と「how much」が数値上で近い位置に置かれ、表現が違っても同じことを聞いていると判断できるようになります。

この仕組みの上に、訪問者の質問へ直接答える機能を重ねます。検索結果のリンク一覧を返すのではなく、自社サイトの情報だけを根拠にした短い回答文を表示し、その下に根拠となったページへのリンクを添える形です。

回答の材料を自社サイト内の情報に限定するこの方式は、RAG（検索拡張生成） と呼ばれます。AIが勝手な情報を作り出すリスクを抑えつつ、自然な文章で答えられるため、企業サイトとの相性が良い方法です。

レコメンド機能も同じ土台の上に構築できます。訪問者が読んだページの意味を分析し、意味的に近く、かつ購買や問い合わせに一歩近づくページを次に提示するという流れです。

導入の全体像は、大きく次の四つのステップに整理できます。

1. サイト内のコンテンツを整理し、AIが読める形に変換する
2. 意味を数値化してベクトルデータベースに保存する
3. 検索窓とAIチャット、レコメンド枠をサイトに設置する
4. 実際の検索ログを見ながら改善を繰り返す

大切なのは、いきなり全部を作り込まないことです。まずはFAQとサービス紹介ページだけを対象にした小さな検索機能から始め、効果を確認してから範囲を広げるほうが、失敗も費用も小さく抑えられます。

関連: AI搭載ウェブサイトが標準になる時代ーフィリピンで進化するスマート検索とレコメンド機能 で詳しく解説しています。

実装の具体的な手順

ステップ1：コンテンツを棚卸しして整える

検索窓・AIチャット・レコメンド枠の三か所に配置すると、訪問者を答えと次の一歩へ案内できます

最初にやるべきなのは、AIの導入ではなく掃除です。サイト内のページを一覧にして、内容が古いもの、重複しているもの、日本語版と英語版で食い違っているものを洗い出します。

AIは与えられた情報をもとに答えるため、元の情報が矛盾していれば、答えも矛盾します。ここを飛ばして導入すると、後で「AIが間違ったことを言う」という問題に必ず突き当たります。

この段階で、各ページに「対象読者」「言語」「カテゴリ」「最終更新日」といった情報を付けておくと、後の検索精度が大きく上がります。表計算ソフトで一覧を作るだけでも十分です。

関連: SEOはもう量では勝てない:フィリピン市場で日本企業が取るべきAI検索時代のコンテンツ戦略 で詳しく解説しています。

ステップ2：文章を分割してベクトル化する

次に、各ページの文章を数百文字程度のまとまりに分割します。この分割単位をチャンクと呼び、見出しごとに区切るのが基本です。

分割した文章を、埋め込みモデルと呼ばれるAIに渡して数値の並びに変換します。この変換結果を、Pinecone、Supabase、PostgreSQLの拡張機能などのベクトルデータベースに保存します。

たとえば「サービス」「料金」「よくある質問」の三種類のページを持つサイトなら、次のような形でデータを持つイメージです。

• 元の文章：「初期費用は無料で、月額は利用人数によって変わります」
• 付随情報：カテゴリは料金、言語は日本語、更新日は2026年4月
• 数値データ：意味を表す数百次元の数値の並び

訪問者が「初期費用いくら？」と入力すると、その質問文も同じ方法で数値に変換され、保存済みのデータの中から意味が最も近いものが選び出されるという流れです。

ステップ3：検索窓とチャット、レコメンド枠を設置する

技術的な中身が用意できたら、訪問者から見える部分を作ります。既存サイトがWordPressでもNext.jsでも、基本的には検索用の窓口となるプログラムを一つ用意し、フロント側から呼び出す構成になります。

サイト上での見せ方は、次の三か所に配置するのが効果的です。

• ヘッダーの検索窓を、質問文をそのまま入力できるスマート検索に置き換える
• 画面右下にAIチャットを設置し、自社情報だけを根拠に回答させる
• 記事や商品ページの下部に「この内容に関心がある方への次の一歩」としてレコメンド枠を置く

私がマカティのリトルトーキョー近くにある約80席の日系飲食店を支援したときも、この形をとりました。古くなっていたホームページをWordPressで作り直し、AIチャットボットを設置して単純な問い合わせはAIに任せ、メニューはパソコンから簡単に書き換えられる仕組みにしたのです。相談に約1週間、構築に1〜2か月、スタッフ研修の2週間後から本格運用で、全体では2〜3か月ほどでした。

結果として、スモールキーワードでの検索順位は今も1〜5位を維持しており、単純な問い合わせに人が対応することはほぼなくなりました。新しいお客様に見つけてもらう仕組みと、日々の手間を減らす仕組みを同時に用意すると、集客と省力化の両方に効いてきます。

レコメンドの精度を上げるには、単に似ているページを出すのではなく、訪問者の段階に合わせて出し分けることが重要です。情報収集段階の人には解説記事を、比較検討段階の人には導入事例と料金ページを提示します。

ステップ4：ログを見て改善する

公開して終わりではありません。検索ログには、訪問者が実際に使った言葉と、答えを見つけられなかった質問がそのまま記録されています。

回答できなかった質問が多いテーマは、コンテンツが不足しているサインです。その質問に答えるページを新しく作り、再度ベクトル化して登録すれば、次からは正しく答えられるようになります。

この改善サイクルを月に一度回すだけで、検索の的中率もレコメンドのクリック率も着実に上がっていきます。AI導入の効果は、公開直後ではなく運用の中で伸びていくと考えておくと現実的です。

つまずきやすいポイントと避け方

最も多い失敗は、AIに何でも答えさせようとすることです。回答の材料を自社サイト内に限定せず、AIの一般知識で自由に答えさせると、事実と異なる内容を自信たっぷりに返してしまいます。

対策は明確で、根拠となる情報が見つからないときは「該当する情報が見つかりませんでした。担当者にお問い合わせください」と返すよう設定することです。答えないという選択肢を持たせることが、信頼を守ります。

二つ目は、多言語対応の甘さです。日本語で質問したのに英語のページを根拠に答える、といった挙動は訪問者を混乱させます。ページごとに言語の情報を付けておき、質問の言語と回答の言語をそろえる設定が必要です。

この点は、マカティのリトルトーキョー近くにあるフィリピン人経営の小さな携帯ショップを支援したときに、あらためて実感しました。「この機種いくら？」「在庫ある？」といったMessengerへの定型の問い合わせに自動・半自動で返信できるようにし、タガログ語・英語・日本語を切り替えて対応し、さらに予算と用途を聞いて機種を提案するレコメンドも組み込みました。費用は約3万ペソ、期間は約2〜4週間で、問い合わせ対応が大幅に楽になり、英語が話せない日本人のお客様にも言葉の心配なく対応できるようになったのです。

三つ目は、個人情報の扱いです。チャットに氏名や連絡先が入力されることは珍しくなく、その内容が外部のAIサービスに送られる可能性があります。

フィリピンにはデータプライバシー法があり、個人情報の取り扱いには一定の義務が生じます。ログの保存期間、送信先、削除の方法をあらかじめ決めておくことが欠かせません。

四つ目は、費用の見誤りです。AIの利用料はアクセス数に応じて増えるため、想定を超える利用があると請求額が跳ね上がります。

これは、よくある質問の回答をあらかじめ保存して使い回す、一日あたりの上限を設定する、といった方法で抑えられます。初期構築費だけでなく、毎月の運用費を試算してから始めることが大切です。

最後に、社内の合意形成も見落とされがちです。AIが答える内容は会社の公式回答と見なされるため、営業部門や法務担当の確認を経ずに公開すると、後から回答内容の修正に追われることになります。

よく寄せられる質問

Q: プログラミングの知識がなくても導入できますか。

A: ある程度までは可能です。既存の検索を置き換えるタイプの外部サービスを使えば、設定作業だけで導入できるものもあります。ただし自社独自のデータを使い、レコメンドまで踏み込むなら開発が必要になります。

Q: 導入にはどのくらいの期間がかかりますか。

A: FAQを対象にした小規模な検索機能なら、コンテンツが整っていれば数週間程度が目安です。サイト全体を対象にし、多言語とレコメンドを含める場合は、二か月から三か月ほど見ておくと安心です。

Q: WordPressで作ったサイトでも使えますか。

A: 使えます。WordPress側に検索窓を置き、別に用意したAIの窓口プログラムを呼び出す構成が一般的です。サイトを作り直す必要はありません。

Q: AIが間違った回答をしたらどうすればよいですか。

A: 回答の根拠となったページが表示される設計にしておけば、どの情報が原因かをすぐ特定できます。元のページを修正して再登録すれば、その時点から正しい回答に切り替わります。

Q: 日本語と英語とタガログ語を一つのサイトで扱えますか。

A: 扱えます。現在の埋め込みモデルは複数の言語に対応しており、日本語の質問から英語のページを探すことも技術的には可能です。ただし回答をどの言語で返すかは、あらかじめ方針を決めておく必要があります。

Q: 効果はどうやって測ればよいですか。

A: 検索が回答にたどり着けた割合、レコメンド枠のクリック率、同じ内容の問い合わせ件数の三つを見るのが実用的です。特に問い合わせ件数の減少は、社内の工数削減として金額で説明しやすい指標になります。

小さく始めて、育てていくのが近道

ウェブサイトに情報を足しても成果が出ないとき、足りないのはコンテンツではなく、訪問者を答えまで案内する仕組みであることがほとんどです。意味を理解するスマート検索と、行動に合わせたレコメンドは、その案内役を担ってくれます。

実装の流れは、コンテンツを整える、意味を数値に変換して保存する、検索窓とチャットとレコメンド枠を設置する、ログを見て改善する、という四つの段階です。どの段階も、既存サイトを作り直さずに追加できる点が現実的な魅力です。

同時に、根拠のない回答をさせない、言語をそろえる、個人情報の扱いを決める、費用の上限を設けるといった備えは欠かせません。これらは後から直すより、最初に決めておくほうが圧倒的に楽です。

まず取り組むべきなのは、自社サイトのFAQとサービス紹介ページを一覧にして、内容が古い箇所と重複箇所を洗い出すことです。この棚卸しは今日からでも始められ、AI導入の成否を最も大きく左右します。

その一覧ができた時点で、どこまで自社で対応でき、どこから専門家の力が必要かがはっきり見えてきます。小さな範囲で試し、数字で効果を確かめながら広げていく進め方が、遠回りに見えて最も確実な道筋です。

参考・出典

• OpenAI 埋め込みモデルのドキュメント: https://platform.openai.com/docs/guides/embeddings
• Pinecone ドキュメント（ベクトルデータベース）: https://docs.pinecone.io/
• フィリピン国家プライバシー委員会（データプライバシー法）: https://privacy.gov.ph/data-privacy-act/