# 家事代行のスタッフマッチング・品質管理をAIエージェントに——現場をこう支える

> 家事代行サービスのスタッフマッチングや顧客対応、品質記録の作成をAIエージェントで支援する活用イメージを、技能検定の国家資格化など最新動向をもとに提案する。

- Canonical: https://kuucorp.com/case/housekeeping-service-matching-agent/
- Date: 2026-08-30
- Last modified: 2026-08-30
- Publisher: Kuu株式会社 (https://kuucorp.com)

---
> 家事代行サービスのマッチングと品質管理は担当者の経験に依存しがちな領域です。本ページは公開情報をもとに「こういう使い方もできる」という活用イメージを編集部が構成したものです。

## ① 最新動向：信頼性確保への制度対応が本格化する家事代行業界

家事代行サービスは「スタッフ雇用型」と、利用者とスタッフがアプリ上で直接契約する「マッチング型」の二形態で市場が拡大してきました。マッチング型は中間コストを抑えられる一方、サービス品質がスタッフ個人の能力に依存しやすく、事業者間の品質差が課題として指摘されています。

制度面でも動きが続いています。厚生労働省の労働基準関係法制研究会は、労働基準法第116条2項により適用除外とされてきた「家事使用人」について、実質的な働き方が一般労働者とほとんど変わらなくなってきたことを理由に、労基法を全面適用する方向で検討を進めています。あわせて、経済産業省・厚生労働省は家事支援サービスの技能検定（国家資格）化の検討にも着手しており、事業者側には品質・研修記録を体系的に残す備えが求められる局面に入っています。

## ② 需要の特定：コーディネーター業務のどこが属人化しているか

家事代行事業者の現場業務を分解すると、次の3点に課題が集中しています。

- **マッチングの初期候補選定**: 顧客の要望（アレルギー、ペットの有無、希望曜日、家族構成など）とスタッフの経験・相性をすり合わせる作業は、ベテランコーディネーターの暗黙知に頼りがちです
- **訪問後の品質チェック**: マッチング型・雇用型を問わず、訪問後アンケートやチェックリストの結果を継続的に分析できている事業者は限られ、クレームの予兆を見逃しやすい構造があります
- **制度対応の記録整備**: 認証制度や今後の技能検定化を見据えると、スタッフの研修受講歴・接遇評価などの記録を日常業務のなかで蓄積する必要があります

## ③ 用途の考案：実装イメージ

AIエージェントを組み合わせたマッチング補助と品質管理の流れを整理します。

**マッチング補助フロー**

1. 顧客からの依頼（希望条件・要望）を一次受付する
2. AIエージェントがスタッフデータベースを検索し、条件適合度と過去の対応履歴からスコアリングした候補と推薦理由を提示する
3. コーディネーターが候補を確認・調整し、最終的な担当スタッフを決定する（最終判断は人間が行う）
4. 訪問日程の確定連絡・リマインドのドラフトをAIエージェントが自動生成する

**品質管理補助フロー**

- 訪問後アンケート・チェックリストの回答をAIエージェントが自動集計し、評価が低下しているスタッフや顧客の傾向を可視化するレポートを作成する
- スタッフごとの研修受講・資格取得状況を追跡し、認証基準や技能検定の要件に対応した記録の下書きを整理する

| コンポーネント | 役割 |
|---|---|
| Claude 系 LLM | 要望とプロフィールの照合・推薦理由生成 |
| ベクトル検索（RAG） | スタッフの対応履歴・スキルタグの類似検索 |
| エージェントオーケストレーション | 一次受付から候補提示までの自動化 |
| 集計・可視化連携 | 品質チェック結果のレポート生成 |

## ④ 設計・運用のポイント：人間が担うべき判断の切り分け

マッチング候補の生成やレポート作成をAIエージェントに任せる場合でも、次の判断は人間が最終的に担う設計が必要です。

**人間に残すべき業務**

- **スタッフの最終決定と契約締結**: 候補提示までを補助しても、顧客・スタッフ双方への確認と最終合意はコーディネーターが行う
- **家庭内トラブル・苦情への一次対応後の判断**: 家庭という private な空間での対応であるため、深刻なトラブルの評価と対応方針の決定は人間が担う
- **労務管理上の最終確認**: 労働基準法の適用範囲見直しが進行中であるため、雇用契約や勤怠管理の法令適合判断は社会保険労務士等の専門家を交えて行う

**運用開始時のステップ**

1. スタッフのスキル・対応履歴データを整理し、マッチングに使うタグを標準化する
2. スコアリングロジックをベテランコーディネーターの判断基準と照合し、初期パラメータを調整する
3. まず一部の依頼でマッチング候補提示のみを試行し、精度とコーディネーターの負担軽減効果を確認してから範囲を広げる