対話型AIアバターソフトウェアとは何か。企業導入ではどう評価すべきか

台北 · 2026年11月12日 · Perxona チーム

対話型AIアバターソフトウェアとは、顔と声と身体を持つキャラクターを顧客の前に置き、ライブで会話させるソフトウェアです。聞く（または読む）、言語モデルと与えられたナレッジで答えを決める、合成音声で話す、話しながら顔と身体を動かす。これをすべてリアルタイムで行います。事前にクリップを生成するAI動画ツールとも、顔を持たないテキストチャットボットとも違います。企業導入で評価すべきは8項目です。キャラクターは何になれるか、誰の言語モデルを使い自社ナレッジをどう学ぶか、応答はどれだけ速いか、どう動くか、どの言語と声で話すか、どこで動くか、どう保護・連携されるか、実際の利用量で月いくらかかるか。以下のチェックリストに、各項目で聞くべき質問と、良い回答の条件をまとめました。

はじめに開示します。Perxona はこのカテゴリーのプラットフォームの一つで、台北の XRSPACE が開発しています。この記事はまずカテゴリーとチェックリストを説明し、その後で Perxona について述べます。Perxona に言及する箇所はその旨を明記します。Perxona に関する事実はすべて、2026年11月12日に perxona.ai と Perxona コネクトキットのハンドブックで確認したものです。

対話型AIアバターソフトウェアとは何で、何ではないか

「AIアバター」と呼ばれるソフトウェアは3種類あり、よく混同されます。違いは、コンテンツがいつ作られるか、そして顔があるかどうかです。

種類	生成するもの	コンテンツが作られるタイミング	主な用途
AI動画アバター	台本を読むプレゼンターの動画クリップ	視聴者が来る前	研修動画、マーケティング動画、多言語のお知らせ
テキストチャットボット	チャット窓のテキスト返答（読み上げる場合も）	ライブ	サポートウィジェット、FAQボット
対話型AIアバター	ライブで声に出して答え、話しながら顔と身体が動くキャラクター	ライブ、会話の中で	受付、AIコンシェルジュ、展示会の案内役、販売アシスタント、コーチ

対話型AIアバターソフトウェアと呼べるのは3つ目だけです。判定は簡単です。台本に想定されていない質問を訪問者がして、その場で顔のある相手から音声の答えが返ってくるか。

すべての対話型AIアバターに共通する6つの部品。キャラクター、耳、頭脳、声、動き、チャネル

すべての対話型AIアバターに共通する6つの部品

どのベンダーの対話型アバターも、同じ6つの部品でできています。これを知っておくと評価が速くなります。各部品がそのままチェックリストの1行になるからです。

キャラクター。 訪問者が見るもの。実在の人物の実写クローン、既製の人物、あるいは3Dキャラクター、カートゥーン、ブランドがすでに持っているマスコットなどのデザインされたキャラクター。
耳。音声認識、テキスト入力欄、またはその両方。
頭脳。 言語モデルと、与えるナレッジ（文書、FAQ、製品データ）、そして役割として設定するルール。
声。 1言語または複数言語の音声合成。標準音声またはカスタム音声。
動き。 話している内容に連動するリップシンク、表情、ボディランゲージ。アバターを「絵が付いた音声ボット」と分けるのがこの部品です。
チャネル。 表示される場所。Webサイトのウィジェット、タブレットやキオスク、展示会のスクリーン、ネイティブアプリ。

ベンダーの違いは主に、どの部品を自社で持ち、どの部品を差し替え可能にしているかです。最初に確認すべきはそこで、チェックリストは部品ごとにそれを聞きます。

企業導入のための評価チェックリスト

8つの基準。それぞれに、ベンダーに聞くべき質問と、良い回答の条件を示します。候補のプラットフォーム全社を同じ表、同じ質問で評価すれば、たいてい答えは自ずと出ます。

#	基準	ベンダーに聞くこと	良い回答の条件
1	キャラクター	アバターは自社のキャラクターになれるか、人間の顔だけか。すでに持っているモデルを持ち込めるか。	アバターが何になれるかの明確な説明と、自社モデルを取り込む文書化された手順。3Dキャラクターの一般的なファイル形式は VRM。
2	頭脳とナレッジ	会話を動かす言語モデルはどれか。自社のモデルを使えるか。ナレッジはどう読み込み、どれだけ入るか。	予算内のプランでモデルを選べること。ナレッジ上限が MB か文書数で明示されていること。開発者なしで更新できること。
3	応答時間	訪問者の質問が終わってから最初の発話までの実測時間は、自社ネットワークで何秒か。	マーケティングページの数字ではなく、自社回線でのライブデモの実測値。電話で「間」と感じる長さなら受付には遅すぎる。
4	動きと表情	リップシンク、表情、しぐさは何が生成するか。自社アプリケーションから感情を制御できるか。	ループ再生ではなく、返答内容から生成される動き。行ごとに感情を指定できる API またはマークアップ。
5	声と言語	音声合成のプロバイダーはどこか、対応言語は何か、自社の声を持ち込めるか。	プロバイダー名、読める言語リスト、ブランドの声がすでにある場合の音声持ち込み手段。
6	チャネルとブラウザ	どこで動き、どのブラウザとデバイスにプラグインなしで対応するか。	Webサイト埋め込みに加え、実際に必要なキオスク、タブレット、会場スクリーン。最新の Chrome、Safari、Edge のデスクトップとモバイル。
7	セキュリティと連携	キーの仕組みは。ブラウザに何が届くか。契約前に読める API、SDK、ドキュメントはあるか。	サーバー側の秘密キーとドメイン制限付きの公開キーの分離、公開ドキュメント、実行できるサンプル。その上で自社の質問を。データ処理の場所、保持期間、データ処理契約、シングルサインオン。
8	利用量に応じたコスト	課金単位は何か、1会話はその単位でいくらか、使い切ったら何が起きるか。	試算できる単位（分、クレジット、対話数）、公開された超過料金、明確な挙動。従量課金の呼び出しが止まるだけで、何も静かに劣化しない。

機能ではないものの、企業導入の決め手になる項目がもう2つあります。

初回デプロイまでの時間。 自社ナレッジを入れた動くアバターが自社ページに載るまで何日か。数日なら良い。数週間なら、それはサービス案件を買っているということ。
公開後の運用。 誰が会話を監視し、回答を調整し、利用状況を報告するか。自社か、ベンダーか、追加プランか。

画像3：候補ベンダー全社に投げる8つの質問

2週間で評価を終える方法

1週目。 現場スタッフが毎日聞かれる本物の質問を10個、マネージャーにエスカレーションする質問を3個書き出す。同じ13問を全ベンダーのデモに、自社ネットワークで、スマートフォンから投げる。スライドではなく、見たもので8基準を採点する。

2週目。 最良の1社を、実際のナレッジベースを入れて1ページまたは1画面にデプロイする。会話数を数え、答えられなかった質問を記録し、実際に使うことになるスタッフに「続けたいか」を聞く。その答えが評価結果です。

このカテゴリーにおける Perxona の位置

Perxona は、リアルタイム3D AIアバターのプラットフォームです。顔と声と身体を持つキャラクターが、Webサイト上で顧客と会話します。開発は XRSPACE。

2026年11月12日時点の perxona.ai と Perxona コネクトキットのハンドブックの記載に基づき、チェックリストに当てはめると次のとおりです。

キャラクター。 リアルな人物やカートゥーンを含む3Dキャラクター。Perxona コネクトキットの VRM アップローダーで、自社の VRM 1.0 アバターを持ち込めます。ブランドのマスコットから作るカスタム3Dキャラクターは営業経由で提供。
頭脳とナレッジ。 ナレッジ管理とプロンプトによる制御を備えたノーコードビルダー。開発者は Perxona コネクトキットで任意の言語モデルを使用可能。Express サンプルは OpenAI 互換のエンドポイントなら何でも受け付けます。ナレッジとメディア容量は無料プラン 5 MB、月額 US$25 プラン 100 MB、エンタープライズは営業経由。
応答時間。 公開されていません。自社ネットワークでのライブデモを依頼してください。候補のどのベンダーに対しても、それが正しいテストです。
動きと表情。 Behavior AI がアバターの動きと表情を生成します。Perxona コネクトキットでは、動きの指示が返答テキストの中にインラインで流れるため、ボディランゲージが話す内容に追従します。
声と言語。 Azure と Google の音声合成。セルフサーブプランは標準音声、表現力の高い音声は営業経由、Perxona コネクトキットでは自社音声の持ち込みも可能。Perxona は対応言語数を公開していないため、必要な言語リストを問い合わせてください。
チャネルとブラウザ。 全プランで Web サイトへの公開が可能。ハンドブックには、Chrome、Safari、Edge のデスクトップとモバイルで、プラットフォーム別の回避策なしに全機能が動作すると記載されています。
セキュリティと連携。 キーは2種類。サーバーに置く秘密の Connect API キーと、ドメイン制限付きでブラウザに置ける公開キー。connect.perxona.ai の公開ハンドブック、GitHub のオープンソースサンプル、全プランでの会話履歴。データ処理の場所、保持期間、データ処理契約の条件は公開ページにありません。どのベンダーに対してもそうすべきように、営業に確認してください。
利用量に応じたコスト。 クレジット制。無料プランは20クレジットとアクティブなアバター1体。月額 US25プランは150クレジット。追加クレジットは1クレジットUS0.095。エンタープライズのクレジットは営業経由。クレジットを使い切ると、従量課金の API 呼び出しは劣化するのではなくエラーを返します。
初回デプロイまでの時間。 ハンドブックの記載は、Perxona コネクトキットで15分以内に話す3Dアバターを画面に出せる、というもの。1ページ向けのノーコードの手順も同程度です。
公開後の運用。 Enterprise Management オプションには、月10〜30時間の監視・調整サービスと月次データレポートが記載されています。

Perxona が向かないケース。実名の経営者の実写クローンが必要な場合や、ゲームエンジン内で動くアバターが必要な場合は、他のベンダーのほうが適しています。それらは HeyGen LiveAvatar の代替に関する記事で紹介しました。

よくある質問

対話型AIアバターとAI動画アバターの違いは何ですか。

AI動画アバターは台本から事前に生成され、質問には答えられません。対話型AIアバターはライブで答えます。言語モデルが言葉を選び、話しながら顔と身体が動きます。

対話型AIアバターはチャットボットの代わりになりますか。

多くの場合、チャットボットの上に載ります。言語モデルとナレッジベースの仕事はチャットボットと同じです。アバターはそこに声、顔、ボディランゲージを加えます。それが、誰も文字を打ちたくない受付や展示会場で使えるようになる理由です。

企業導入にはどれくらいかかりますか。

自社 FAQ を入れた1ページまたは1画面のパイロットなら、セルフサーブのプラットフォームで1日で公開できます。Perxona のハンドブックでは、Perxona コネクトキットで最初の話すアバターまで15分以内です。複数拠点への展開で、カスタムキャラクター、シングルサインオン、データ処理契約が必要なら数週間のプロジェクトになり、上のチェックリストがその見積もりの道具になります。

次のステップ

チェックリストを使う。 表を評価シートにコピーし、「ベンダーに聞くこと」の列を候補の全社に送る。
カテゴリーを試す。 Perxona の無料プランはアクティブなアバター1体と20クレジット。GitHub のオープンソースの Perxona コネクトキット（XRSPACE-Inc/perxona-connect-kit）は数分で動きます。
相談する。受付、施設、イベント向けに評価中なら、スタッフが最もよく聞かれる10の質問を送ってください。キャラクターが声で答える様子をお見せします。