Lang.ai
Lang.ai (part of Capacity) · マーケティング
Lang.aiはサポートチーム向けの分析プラットフォームだ。会話を自動でタグ付けし、トリアージと振り分けまで済ませたうえで、そのデータを自然言語で質問できる。
Lang.ai について
About
Lang.aiとは
Lang.aiはカスタマーサポート分析のソフトウェアで、サポートの会話を読んで構造化されたデータに変える。2018年にサンフランシスコで設立され、自動タグ付けで名を知られた。モデルが過去のチケットを一通り読み、顧客が実際に何を話しているかを見つけ出し、そのタグを新しい会話に付与する。
狙っている課題は、ヘルプデスクを運用したことのある人間なら誰でも知っている。チケットには件名と自由記述が積み上がり、どこで何が起きているかを知るには一件ずつ読むしかない。Lang.aiはその読解を分類に置き換える。CX責任者は、チケットを一枚も開かずに、返金に関する問い合わせが今週30パーセント増えたと把握できる。
候補に入れる前に押さえるべき制約が二つある。実際のチケット量を持つ企業向けで、個人には売っていない。セルフサービスの登録も公開価格もない。加えてCapacityが2026年4月にLang.aiを買収し、公式サイトはCapacityへ転送される。新規の発注先はCapacityであり、独立したベンダーではない。
導入の流れ
- Capacityに連絡し、チケット量、使っているヘルプデスク、データから下したい判断を伝える。
- 管理者用APIトークンでZendeskを接続する。別のヘルプデスクならAPI連携を計画する。
- 過去の会話をCSVでアップロードしてプロジェクトを作り、モデルにインテントと特徴量を抽出させる。
- 生成されたタグを確認し、チームが使っている概念にまとめ、分かりにくいものは改名する。
- まずサンドボックスモードでリアルタイムのタグ付けを有効にし、結果を確かめてから本番チケットに広げる。
AIツール情報
Lang.aiの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- サポート運用の責任者：月に数千件のチケットを扱うチームほど信号がはっきりする。タグの品質は履歴の量に左右されるためだ。
- CXアナリスト：接触量が動いた理由を説明する必要があり、受信箱を全部読みたくない人。
- Zendesk管理者：ネイティブアプリがタグ、優先度、振り分けルールを、すでに管理している画面の中で適用する。
- 大規模なサポート組織：営業主導の導入とAPIは、購買と連携作業を抱える企業に向く。個人利用には向かない。
タスク
- チケット自動トリアージ：入ってきた会話に主題のタグが付き、担当者が開く前にキューの順番が整う。
- チケットルーティング：タグが専門性に応じた割り当てを動かし、解決できる人までの距離を縮める。
- 顧客の声のレポート：繰り返す不満がタグと量で浮かび、プロダクトチームは具体的な材料を得る。
- その場のデータ質問：エージェント型分析が、前四半期に増えた請求関連の話題をSQLなしで答える。
シーン
- 返金ポリシーの変更でキューが溢れる：タグ別の量が数時間で山を示す。週次レポートを待たなくてよい。
- 繁忙期：臨時スタッフに回るのは本当に対応できるチケットで、エスカレーションが減る。
- リリース後の監視：新機能が出た直後に不満のタグが現れ、修正が間に合う。
主な機能
自社のチケット履歴からタグを作る
プロジェクトは過去の会話をまとめたCSVから始まる。モデルがインテントと第二レベルの特徴量を自分で抽出し、確認と改名を前提にしたタグを提案する。人手でのアノテーション作業も、分類体系をゼロから書く作業もない。使える分類器が数カ月ではなく数日で立つ理由はここにある。
AIチケット自動タグ付けをリアルタイムで
プロジェクトが動き出せば、AIチケット自動タグ付けが入ってくる会話に働く。Zendeskではトリガーが新しいチケットをプロジェクトへ送り、返ってきたタグがチケットに書き戻される。サンドボックスのスイッチを使えば、本番チケットに触る前に出力を確認できる。安全な試験導入と混乱の分かれ目がここだ。
チケット自動トリアージとチケットルーティング
タグはヘルプデスクが元々備えているルールに流し込む。優先度が変わり、チケットは適切な専門性を持つ担当者に届き、社内メモが顧客の要件を要約する。チケット自動トリアージとチケットルーティングは同じ分類を使うので、設定は一度で済む。
問いを投げられるエージェント型分析
新しい層がエージェント型分析だ。エージェントが構造化・非構造化のCXデータを読み、自然言語で答える。質問ごとにダッシュボードを組む代わりに、解約理由が先月どう変わったかを聞けば、根拠の数字付きで文章の答えが返る。
独自フロー向けのREST API
分類結果はすべてHTTPで取得できる。テキストとプロジェクトIDを解析エンドポイントへ送ればタグとインテントが返り、メタデータ付きで文書を保存すれば後から集計できる。CRMやデータウェアハウス、社内ツールがある構成なら、会話インテリジェンスをそこへ運ぶのがAPIの役割だ。
タグとメタデータで量を見るダッシュボード
保存した文書には送信したメタデータが残る。だからダッシュボードではプラン、地域、製品ライン別に量を分解できる。ここからCX分析はタグの一覧ではなくなり、傾向を示し始める。どの話題が伸び、どれが縮み、どれが今四半期の担当者を必要としているか。
メリットとデメリット
メリット
- すでに手元にあるデータからタグ付けが始まる。最初の成果の前に人手のアノテーション工程が要らない。
- Zendesk連携はネイティブでサンドボックスモードも付く。試験導入のリスクが低い。
- 会話データが十分にあれば、分類は複数言語をカバーする。
- REST APIがタグとインテントを返すため、分類結果をヘルプデスクの外の業務にも使える。
- エージェント型分析が自然言語で答え、データから判断までの距離を縮める。
デメリット
- 公開価格もセルフサービスの試用もない。評価は営業との会話と見積もりから始まる。
- 2026年4月のCapacityによる買収で独立製品は終わりに向かう。これから入る企業はCapacityのプラットフォームと開発計画を引き継ぐことになる。
- 月に数百件程度の小規模チームでは信頼できるタグに足るデータが貯まらない。価値は大量処理の運用側に偏る。
- Zendesk以外のヘルプデスクはAPI連携が必要で、最初の結果までに開発工数がかかる。
よくある質問
サポートの会話を読み、タグとインテントに変える。そのタグがトリアージ、振り分け、レポートを動かし、エージェント型の層では出来上がったデータに質問できる。
関連コンテンツ
Lang.aiに関連するツール、スキル、記事を探す。
Lang.aiの代替ツール
ngram 2.0
ngram · 動画 · マーケティングngram 2.0はチーム向けのAI動画生成ツールだ。プロンプト、画面録画、製品URLのいずれかから、ナレーション付きのAI解説動画、製品デモ、AIアバター動画を作れる。生成後も全シーンを編集できる。
shippedit.me
Krawlup · マーケティング · ビジネスshippedit.me は現在 Krawlup へ転送される。SEO、AEO、表示速度を毎週監査し、修正内容を MCP 経由で AI コーディングエージェントに渡すウェブプラットフォームだ。
MePersona
MePersona, Inc. · ライティング · 生産性向上 · マーケティングMePersonaはクリエイター向けのAI統合受信箱だ。あなたの話し方を学習し、12プラットフォームに届くファンメッセージの返信を下書きして、承認したものだけを送る。