CONTINUOUS QUALITY ENGINEERING
標準導入：電話注文を3万ケース検証。
導入後：会話フローの不具合を修正。
新規注文・訂正・取消などのシナリオに、言い回しや商品・顧客・配送条件を組み合わせ、ブラウザ上で会話の応答を検証します。導入後は定期テストで見つかった失敗を再現し、修正した会話フローが正しく動くか再検証します。
商品・会員・住所・言い回しを組み合わせ、同じ会話フローを異なる条件で確認。
「AIを入れたら完成」ではありません。
失敗を見つけ、再現し、直し、
二度と戻らないようにする。
ContactX Orderが目指すのは、モデル任せの自己学習ではなく、変更理由とテスト結果を追える継続改善です。
BEFORE LAUNCH
一つの正常系だけでは、
電話注文は守れない。
注文完了までの筋道だけでなく、途中の迷い、言い直し、照会、取消、聞き取れない番号までを検証対象にします。
基礎シナリオ
新規注文、既存会員、ゲスト、配送照会、訂正、取消、有人引き継ぎ。
発話の変形
言いよどみ、句読点なし、番号の区切り、カジュアルな言い換え。
業務データ条件
商品、在庫、会員候補、住所、注文番号、登録済み情報の違い。
反復確認
AI判定の揺らぎや外部APIの一時障害も、複数回の実行で切り分けます。
43シナリオを4種類に変えるだけで終わりません。導入先の商品・顧客・配送条件と反復回数を掛け合わせ、本番導入までに数万ケース規模へ広げます。
DEVELOPMENT TEST / 2026.09.21
検証で見つけた不具合と修正結果
開発デモで自然な電話注文15シナリオを検証しました。初回の画面テストで失敗した3例を示します。
修正後は同じ15シナリオを再実行し、会話表示と最終注文状態を確認しました。
数量の訂正
顧客「一つじゃなくて三つ」
- 初回の結果
- 注文を保存すると、数量は1点のままでした。
- 修正後
- 最後に指定された3点を注文へ反映するよう修正しました。
のしの指定
顧客「のしを付けてもらえますか」
- 初回の結果
- 希望に答えず、届け先の郵便番号を尋ねました。
- 修正後
- のしの希望を受けたことを伝えてから、次の質問へ進むよう修正しました。
配送時間帯の希望
顧客「午前中に受け取りたい」
- 初回の結果
- 希望を復唱せず、支払い方法を尋ねました。
- 修正後
- 午前中の希望を受けたことを伝えてから、次の質問へ進むよう修正しました。
画面テストは固定判定APIを使った開発デモの検証です。修正後は別途、実APIでのアクション判定も15/15件・110発話で期待結果に一致しました。電話回線での音声認識・読み上げはこの結果に含みません。
QUALITY ENGINEERING PACKAGE
3万ケースの標準導入は、
180万円から。
料金に含まれるのは、AIの利用料だけではありません。X-HACKの品質エンジニアが、業務に合わせたシナリオ設計、自動化、証跡整備、失敗の切り分け、修復フローまで構築します。
検証回数ではなく、失敗を再現して安全に直し続けられる品質基盤を納品します。
表示価格は税別の概算です。対象業務、外部システム連携、商品・顧客データの条件、音声受入試験、セキュリティ要件に応じて個別にお見積もりします。
REVIEWABLE IMPROVEMENT LOOP
「賢くなる」を、
レビュー可能な変更にする。
AIが勝手に本番を書き換えるのではなく、失敗の証跡から修正案を作り、全テストと人間の確認を通して反映します。
- 01
試す
基礎シナリオに、言いよどみ・句読点なし・番号の区切り・口語表現などを重ねて実画面を操作します。
- 02
残す
結果、HTTP状態、スクリーンショット、ブラウザトレースを同じ実行単位で保存します。
- 03
分ける
会話の振る舞い不良と、一時的なAPI障害やタイムアウトを分離します。
- 04
直す
再現可能な失敗だけを開発Issueにし、Codexが修正案と回帰テストを作ります。
- 05
確かめる
全テストを通過した変更だけをPull Requestにし、開発者が差分を確認します。
- 06
積み上げる
マージした失敗ケースを回帰シナリオとして残し、次の変更でも繰り返し確認します。
修復を始められる人を限定
手動Issueはリポジトリへの書き込み権限を持つ開発者だけ。自動巡回は、そのリポジトリ自身のGitHub Actions botだけを許可します。
外部障害ではコードを直さない
HTTP 502、429、タイムアウトなどはインフラ障害として証跡だけを保存し、誤った修復Issueを作りません。
自動生成した変更はPRで止める
テストを通過しても自動マージはしません。差分と影響範囲を開発者が確認してから反映します。
AFTER LAUNCH
本番導入は、
改善の終点ではない。
商品追加、キャンペーン、会員データ、配送条件、AIモデルの更新。業務は導入後も変わります。だから、同じシナリオを定期的に実画面で確認し、新しく見つかった言い方を回帰テストへ追加します。
自社の検証計画を相談する上限付きの自動巡回
毎回異なるシナリオと発話変形を選び、費用と実行時間を制御しながら確認。
新しい事例を追加
個人情報を除いた問い合わせや失敗事例を、再現可能なテストへ変換。
全回帰テストを実行
会話ロジックの修正が、別の注文・照会・取消フローを壊していないか確認。
品質と費用をレビュー
成功率、例外率、インフラ障害、1ケース単価、修復までの時間を確認。
QUESTIONS
よくある質問
AIが自動で学習して、本番へ直接反映しますか？
いいえ。ここでいう「賢くなる」とは、失敗ケースを再現テストとして残し、修正案をPull Requestにして、人間が確認した変更だけを反映することです。
3万ケース以上の検証では、すべて音声通話を発生させますか？
いいえ。大量検証はテキスト入力のブラウザ操作を中心に行い、音声認識や読み上げは別の受入試験として対象を絞ります。
実際の顧客情報をテストに使いますか？
原則として架空データ、または個人を特定できない形に加工した事例を使用します。認証情報や個人情報をIssueへ含めない運用を徹底します。
API利用料だけなら、もっと安いのでは？
はい。API利用料は導入料金の一部です。料金には、業務シナリオの設計、自動化、失敗証跡、原因の切り分け、修復フロー、開発者レビューを含みます。単なる実行回数ではなく、改善を続けられる品質基盤として提供します。
概算料金はどの導入先でも同じですか？
いいえ。商品カタログの大きさ、対象業務、外部システム連携、音声受入試験、セキュリティ要件によって変わります。まず対象範囲を整理したうえで、導入費と月額費を分けてお見積もりします。
START WITH A TEST PLAN