ボイスボットのRFPでは、SLAと費用、品質・安全性、責任分担を具体化すると、ベンダーを公平に比べられます。導入の成否は、要件定義とRFPの質に左右されます。
発注企業の担当者向けに、RFP（提案依頼書）と要件定義書の作り方を解説します。全体像はボイスボットの完全ガイドもご覧ください。
▼全体ガイドの記事
・ボイスボットの完全ガイド
・業務システム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「業務システム開発の完全ガイドブック」で詳しく解説しています。
・スクラッチシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「スクラッチシステム開発の完全ガイドブック」で詳しく解説しています。
稼働率・応答速度・回答率のSLA要件
RFPで具体的に定めるのは、サービスレベルに関する数値要件（SLA）です。稼働率、応答速度、回答率を数値で定めておくと、各社の提案を同じ条件で比べられます。
電話窓口は顧客との接点の最前線です。特に、つながらない、遅い、答えられないといった状態は、顧客満足の低下や機会損失に直結します。
稼働率99.9%と応答3秒以内の要件設定
稼働率、応答速度、同時接続数は、評価できる形の要件として整理しておきます。
- 稼働率：目標値と未達時の対応
- 応答速度：通常時と、繋ぎ言葉を使う場合それぞれの上限
- 同時接続数：入電ピーク時に必要な処理能力
稼働率は、ボイスボットが安定して動き続ける割合を示す基本指標です。一次データでは、99.9%以上が一般的な選定基準になっています。
神戸市の調達事例では、年間稼働率99.9%が目標です。ただし、この水準でも年間約8.8時間の停止に相当します。
電話窓口が止まると受電できなくなるため、稼働率はベンダーに保証を求める重要なSLA項目です。未達時のペナルティや報告義務もRFPに書いておけば、運用後のトラブルを避けられます。
応答速度も、顧客満足を左右する重要なSLAです。神戸市の事例では、応答3秒以内が要件になっています。また、繋ぎ言葉があれば5秒以内という条件も示されています。
生成AIの回答には、時間がかかる場合があります。そのため、無音で待たせないための繋ぎ言葉の設計まで要件に含めるのが現実的です。さらに、平均だけでなくピーク時の応答時間も定めておきます。
同時接続数が足りないと、入電が集中する時間帯にボイスボットが機能しません。そのため、自社の入電ピークを踏まえて同時接続数を決めておきます。
段階的な回答率目標の定義
回答率（自動化率）は、有人につながずにボイスボットが対応を完了した割合です。
- 段階目標：導入後の調整を前提にした達成水準
- 自動化件数：受電数と流入率・解決率から試算する
- 測定方法：「回答できた」の定義と改善計画をそろえる
神戸市の事例では、導入月50%、2ヶ月後60%、最終的に70%以上を目標としています。最初から高い回答率を求めず、段階目標を設定することが大切です。たとえば、初月から70%を求めると、プロジェクトが破綻するおそれがあります。
そのうえで、運用中の調整で精度を高めていきます。同事例では、年間7.5万件の受電に流入率70%・解決率60%を想定し、約2.5万件を対応すると試算しています。
成果を数える基準がずれると、稼働後の評価でもめる原因になります。また、自社の受電件数から自動化件数を見積もり、現実的なRFPには改善計画も盛り込みます。
トークン課金を前提としたコスト要件
生成AIを使うボイスボットでは、従来のシステムにはなかった変動費「トークン課金」をRFPに織り込みます。初期費用に加えて、入電量に応じた運用費と上限管理も要件に含めます。
利用量が増えると費用も膨らみます。そのため、コスト要件が曖昧なままだと、稼働後に想定外の請求が発生しかねません。
入電量とモデル選定によるコスト試算
生成AI型ボイスボットの費用は、利用するLLMのモデルで変わります。そのため、モデル別の費用と自社の入電量を前提に試算します。
- モデル費：必要な精度と利用料金を照らして選ぶ
- 提供方式：従量・固定・オンプレ型の費用条件を比べる
- 受電規模：入電量に応じた初期費用と月額費用の見積もり
一次データでは、月10万リクエスト、入出力各500トークンの条件で試算すると差が出ます。Gemini 2.0 Flashは約3,750円、GPT-4o miniは約5,600円です。
一方で、Claude Sonnet 4は約135,000円で、モデルによって数十倍の差が出ます。ただし、高精度なモデルが必ず費用対効果に優れるとは限りません。そのため、業務に必要な精度と費用のバランスを要件にすることが大切です。
RFPでは、前提とするモデルと、モデルを切り替えられる柔軟性があるかも確認します。自社の入電量を示して月額運用費の試算を求めると、各社の見積もりを同じ条件で比べられます。
ボイスボットの料金相場も、予算を決める際の参考になります。一次データでは、従量課金型は1応答あたり約50〜200円、固定型は月額1万〜35万円です。オンプレ型は、初期費用が数百万〜2,000万円以上です。
大規模受電（月2万通話）の場合は、初期200万〜400万円、月額80万〜150万円が目安です。また、riplaのようなフルスクラッチ受託の外注相場は、開発規模別に見ると、小規模で300万〜600万円、中規模で600万〜1,500万円、大規模で1,500万〜5,000万円以上が目安です。
連携API費など隠れコストの要件化
見積もりの抜けを防ぐには、初期費用と月額費用の外側にある費用も確かめておく必要があります。
- 外部連携：連携先ごとの開発費を見積もる
- 運用作業：設計・調整を担う人と費用を決める
- 変動費：利用上限と超過時の通知方法を定める
代表的な隠れコストは、CRM、CTI、予約システムなどとの連携API開発費です。一次データでは、1件あたり30万〜100万円程度です。連携先が複数なら、初期費用もその分積み上がります。
そこで、連携するシステムをRFPに明記し、開発費を個別に提示するよう求めます。これにより、後の予算超過を防げます。
一次データでは、運用に最低でも月5〜10時間が必要です。そのため、シナリオ設計やチューニングの費用と、運用に必要な人員も明確にしておきます。
また、運用を社内で担うか、ベンダーに代行を頼むかで、トータルコストは変わります。特に、トークン課金が月5万円の想定から20万円超に膨らんだ事例もあります。そのため、利用量が想定を超えた場合の上限やアラートを要件に含めておきます。
ハルシネーション対策とセキュリティ要件
生成AI型では、従来のシステムにはなかった品質・安全面の要件が加わります。ハルシネーション対策と窓口のセキュリティを、RFPで定義しておく必要があります。
これらは技術要件であると同時に、企業のリスク管理にも関わります。そのため、RFPで明確にしておかないと、稼働後に重大な問題を招くおそれがあります。
正答率保証とハルシネーション対策の要件
誤案内を防ぐ仕組みと、回答できない場合の扱いを、RFPで決めておきます。
- 根拠情報：RAGで社内の正確な情報を参照させる
- 回答制御：信頼度が低い場合は推測せず有人へつなぐ
- 対象範囲：回答を禁止する領域を決める
ハルシネーションは、生成AIが誤った情報を顧客に案内するリスクです。なお、RAGは検索拡張生成を指します。
一次データでは、KARAKURIが正答率95%を保証するプランを提供しています。また、ベンダーが正答率を保証するかも確認します。
回答品質は、参照するFAQやマニュアルの構造と鮮度に左右されます。そのため、RAGで参照するデータの整備責任も明確にしておきます。さらに、データの形式整理や保守を、発注側とベンダーのどちらが担うかも決めておきます。
riplaは、フルスクラッチ受託と国内開発の立場から、RAG用データ設計やプロンプト調整を含む要件整理を重視しています。加えて、対策には運用体制も含めます。
個人情報の外部送信と情報管理の要件
個人情報の送信・保管条件と、アクセス管理や有人対応を、RFPに定めておく必要があります。
- 外部送信：学習利用の有無と処理リージョンを確認する
- 記録の管理：録音・文字起こしの保管と破棄を定める
- 運用統制：本人確認と有人へ切り替える用件を決める
ボイスボットは、氏名・住所・電話番号・契約内容などを音声で扱います。生成AIでは、これらが外部LLMサービスへ送られる可能性があります。そのため、情報の取り扱いはRFPで厳密に定義しておきます。
一次データでは、情報漏えい時の対応に500万円以上かかるケースもあるため、リスクを軽視できません。
加えて、アクセス制御、通信暗号化、監査ログの保存も要件に含めます。さらに、機微な用件はAIだけで完結させず、有人に回す運用も検討します。
個人情報保護法や業界ガイドラインに沿って進めるため、ベンダーのセキュリティ体制と認証取得状況を確認します。SLA、コスト、品質とあわせて、こうした情報管理の要件も固めておきます。
責任範囲を明確にするRFPの作り方
SLA・コスト・品質・セキュリティの要件を定めたら、各社の提案を同じ条件で比べられるRFPにまとめます。RFPは、発注側の要望を伝えると同時に、ベンダーの責任範囲も明確にする設計図です。
要件は、比較や評価に使える形に整えておきます。作り込みが足りないと、提案を公平に比べられません。
ベンダーの責任範囲と運用分担の明記
RFPでは、ベンダーと発注側の責任分界を明確にし、運用後の改善担当もあわせて決めておく必要があります。どちらが何を受け持つかは、RFPの段階で固めておきます。
- 初期作業：シナリオ設計とRAGデータ整備の担当を決める
- 運用改善：調整を社内・代行のどちらが担い、目標未達を誰が改善するか定める
- 定例作業：誰が、どの頻度で、何を確認するか契約に記す
責任範囲が曖昧だと、稼働後に要件外や作業範囲をめぐる押し付け合いになります。要件定義の不備による再開発には、一次データで100万〜500万円の追加費用がかかるとされます。そのため、責任範囲はコスト管理にも関わります。
ボイスボットの成果は、導入時点だけでなく、運用開始後の改善にも左右されます。たとえば、月次の回答率レビューやシナリオ追加、認識辞書の更新を誰が担当するかを、決めておく必要があります。
分担を明確にしておけば、稼働後のトラブルを防げます。
riplaは、フルスクラッチ受託と国内開発を組み合わせ、運用伴走を含めた要件整理を重視しています。
PoC・評価基準を盛り込んだRFP設計
音声品質や認識精度は事前に見極めにくいため、本契約の前にPoC（概念実証）を行うのが有効です。PoCでは、主な用件を使って対応範囲を確かめます。
PoCの評価項目は、事前に決めておきます。実際の音声で確かめた結果をもとに、本契約の可否を判断します。
- 認識精度：代表的な用件を正しく認識できるか
- 回答率：用件にどこまで自動で対応できるか
- 応答速度：回答までの時間が要件内か
- 有人切替：担当者へ滑らかに引き継げるか
PoCを設けておけば、大きな投資をしたあとに稼働しないという事態を避けられます。
価格だけで決めると、品質が低いベンダーを選ぶリスクがあります。そのため、RFPには提案の評価基準も明記します。
評価では、SLAの実現性や連携技術、運用支援に重みを付けます。さらに、セキュリティや実績にも重みを付けます。また、同じ要件で複数社から提案を受けると、各社の強みと弱みを比べられます。
こうして各社の違いが見えると、自社に適したパートナーを選びやすくなります。
ここまでの要件に、PoCと評価基準を加えて、RFPに盛り込みます。それが、導入を成功に導く設計図になります。
まとめ
ボイスボットのRFPは、SLAやコストを数値で示し、品質・セキュリティや責任範囲は分担を明記するのが基本です。SLAには、稼働率99.9%と応答3秒以内の目標があります。回答率は、導入月50%から最終70%以上へ段階的に上げる目標です。
モデルによってトークン費用は数十倍変わり、連携APIは1件30万〜100万円です。また、正答率95%保証やハルシネーション対策、個人情報の外部送信管理も要件に含めます。
一次データの数値を要件化すると、ベンダーを公平に比べられ、見積もりの妥当性も判断できます。要件定義では、機能を並べるだけでなく、責任範囲と運用分担をはっきりさせることが大切です。特に、要件定義の不備による再開発には、100万〜500万円の追加費用がかかります。
PoCで実力を確かめ、評価基準に沿って選定し、運用段階まで責任を定めることが、失敗を避ける近道です。riplaは、フルスクラッチ受託と国内開発、運用伴走を組み合わせ、業務から逆算した要件整理とRFP作成を一貫して支援します。
全体像を確かめたいときは、あらためて完全ガイドをご活用ください。
▼RFP作成前に読みたい無料ホワイトペーパー
・業務システム開発の完全ガイドブック
・スクラッチシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。