Column

会話AIの人格は「固定」から「切り替え」へ——文脈で振る舞いを変える流動的人格フレームワーク

会話エージェントの人格は強すぎても弱すぎてもダメで、しかも最適な人格は文脈で変わる。「コーチ・チューター・図書館員・ツール」というペルソナと表現強度を状況に応じて共同適応させる設計フレームワークを、コールセンターCXへの応用と合わせて解説する。

2026 / 07 / 02 5 分で読める English version →

こんにちは。Affectosphere Group の三浦です。

チャットボットの「キャラ設計」、どうやって決めていますか？

明るくフレンドリーに。丁寧で落ち着いた感じに。多くの現場では、こうやって1つの人格を決めて固定しているはずです。

でも2026年7月に arXiv で公開された研究（Rahman & Desai, arXiv:2607.01034)は、この「人格の固定」自体が設計ミスの原因になり得ると指摘しています。緊急の問い合わせに明るくフレンドリーな AI が出てきたら、イラッとしますよね。あれです。

今日の3点

先行研究の整理から、会話エージェントの人格表現は「低・中・高」のうち中程度が信頼・楽しさ・採用意向を最大化することが示されている。強すぎても弱すぎても逆効果。
ただし最適な人格は文脈で変わる。静的に固定された人格は、タスク文脈・緊急度・ユーザー特性の変化に対してミスアライン（不整合）を起こす。
提案された「流動的人格フレームワーク」は、比喩的ペルソナ（コーチ・チューター・図書館員・ツール）と人格表現強度を、タスク文脈・ユーザー目標・状況的緊急度の関数として共同適応させる。コールセンター CX の差別化にそのまま使える設計思想。

まず前提となる知見が面白いんです。

会話 AI の人格表現を「低・中・高」で変えて比較すると、ユーザーの信頼・楽しさ・採用意向を最大化するのは中程度の人格表現でした。

人格が薄すぎる AI は機械的で冷たく感じられる。逆に人格が濃すぎる AI は、うっとうしい、信頼できない、と受け取られる。ちょうどいい塩梅が真ん中にある、という山型の関係です。

「キャラを立てれば立てるほどエンゲージメントが上がる」と考えがちなマーケティング的直感とは、少しずれた結果ですよね。

ただ、この研究の本題はその先にあります。

中程度の人格がいいと言っても、それを固定してしまうと、今度は文脈の変化についていけなくなる。研究ではこれを「ミスアライン」と呼んでいます。

たとえば健康情報を調べているユーザー。雑談的に情報収集している段階なら、親しみやすいコーチ的な振る舞いが心地よい。でも症状が深刻かもしれないと不安になった瞬間、同じ振る舞いは無神経に感じられます。求められているのは正確で無駄のない図書館員的な応対です。

フィットネスコーチング、内省的な学習支援。研究が挙げるユースケースはどれも、セッションの途中で文脈特性が急変する領域です。人格を1つに固定した時点で、どこかの文脈では必ずミスマッチが起きる。

そこで提案されるのが「流動的人格フレームワーク」です。設計としてはシンプルで、2つのつまみを持ちます。

1つ目は比喩的ペルソナ。エージェントの役割を「コーチ（励まし伴走する）」「チューター（教え導く）」「図書館員（正確に案内する）」「ツール（黙って実行する）」といった比喩で類型化します。

2つ目は人格表現強度。同じペルソナでも、感情表現やパーソナルな語りかけをどの程度乗せるかを低・中・高で調整します。

そしてこの2つを、タスク文脈・ユーザー目標・状況的緊急度の関数として共同適応させる。緊急度が上がったらツール寄り・低強度へ。目標達成の伴走局面ではコーチ寄り・中強度へ。人格を「設定」ではなく「状態」として扱う発想です。

想定ユースケースとして一番分かりやすいのは、コールセンター・カスタマーサポート AI です。

苦情対応・通常問い合わせ・緊急事案では、求められる応対の人格がまったく違います。現状の多くのチャットボットはここが一枚岩なので、「苦情なのに軽い」「単純な質問なのに重い」というミスマッチが日常的に起きています。

実装の骨格はこうなります。既存の問い合わせ分類モデル（インテント分類）に、緊急度・感情状態の推定を加える。その出力を人格切替モジュールに渡し、システムプロンプト側でペルソナと表現強度を動的に指定する。LLM ベースのチャットボットなら、モデル自体を変えずにプロンプト制御だけで始められます。

担当部署は CX 改善チームとサポート部門。KPI は、応対セグメント別の顧客満足度（CSAT）と、エスカレーション率です。特に「緊急・高感情」セグメントの CSAT が改善するかが最初の検証ポイントになります。

ヘルスケアアプリや HR テック（メンタルヘルス相談窓口など)でも、同じ骨格がそのまま使えます。むしろ感情の振れ幅が大きい領域ほど効くはずです。

ペルソナを切り替えるというと、「ユーザーを操作しているようで不誠実では」という反応もありそうです。

でも人間の優れたサポート担当者は、まさにこれを自然にやっています。相手の状態を読んで、話し方を変える。それは操作ではなく配慮です。

問われるのは切り替えの有無ではなく、何のために切り替えるかの設計だと思います。ユーザーの目標達成のために人格を適応させるのか、滞在時間を稼ぐために感情を煽るのか。フレームワークは同じでも、目的関数で善し悪しが決まる。

ブランドの一貫性を保ちながら、文脈ごとの最適な振る舞いをどう設計するか。CX に関わる方には、考える枠組みとしてとても筋のいい一本です。

では！

Rahman, Hasibur, & Desai, Smit (2026). Behavior-Adaptive Conversational Agents: Toward a Fluid Personality Framework. arXiv preprint.

※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。