ボイスエージェント向け安全な発信者認証の設計

執筆者: Louise Meyer-Schoenherr; Radoslaw Lodzinski; Jack Limebear
公開日: 2025年12月4日
最終更新日: 2026年7月27日

聴くこの記事を聴く

0:00

0:000:00

ボイスエージェントは、シンプルなFAQ対応から、アカウントの変更や取引処理、機密データへのアクセスなど、実際に行動するシステムへと急速に進化しています。この変化により、重要な課題が生まれます。それは「どのようにして発信者の本人確認を行うか」です。

もし

この記事では、エンタープライズ導入現場でForward Deployed Engineerとして培った実績ある認証パターンを紹介します。埋め込みウィジェット向けのセッション認証から、電話特有の方法やOTP認証まで、5つの主要アプローチを解説し、それぞれをElevenLabsプラットフォーム上で決定論的なワークフローゲーティングを使って実装する方法を説明します。

特に重要なのは、認証を会話の推測に任せてはいけない理由を示すことです。認証は、分離されたサブエージェントやツールベースの検証、条件付きワークフロー分岐によって設計し、認証済みユーザーだけが特権操作に到達できるようにする必要があります。

まとめ

認証済みユーザーだけがアカウント関連情報にアクセスできるようにするため、ElevenLabsのワークフローによる厳格な環境・アクセス分離を推奨します。認証は必ず、成功・失敗をブール値で返すツールコールとして実装し、ElevenLabsのワークフロービルダーでディスパッチツールとして設定してください。

決定的認証のためのアーキテクチャ基盤

認証済みユーザーだけがアカウント関連情報にアクセスできるようにするため、ElevenLabsのワークフローによる厳格な環境・アクセス分離をおすすめします。認証は必ず、成功・失敗をブール値で返すツールコールを使い、ElevenLabsのワークフロービルダーでディスパッチツールとして設定してください。

転送条件をツールコールの結果に直接リンクすることで、アカウントデータにアクセスできるサブエージェントは認証成功後のみ到達可能となり、未認証ユーザーからは完全に隔離されます。これにより、認証はLLMの判断に依存せず決定的となり、認証が確認できない限り下流ノードへの進行も防げます。

代替案として、転送式（transfer expression）を使った信頼性の高い転送方法も利用できます。これらの式は、ツールコールの結果で更新される動的変数を参照します。

ユーザー本人確認の方法

これらの認証方法はElevenLabsプラットフォームで標準サポートされていませんが、CRMやバックエンド／データベースと連携するサーバーサイドツールを使って実装できます。認証データはそちらに保存されます。

ユーザー本人認証の方法

これらの認証方法はElevenLabsプラットフォームに標準搭載されていませんが、CRMやバックエンド／データベースと連携するサーバーサイドツールを使って実装できます（認証データはそちらに保存）。

ホストアプリケーション認証

Documentation on Dynamic Variables:

https://www.panel.temphost.top/docs/agents-platform/customization/personalization/dynamic-variables#pass-variables-at-runtime

詳しい設定方法は、

知識ベース認証（KBA）

ボイスエージェントが発信者にアカウント番号、郵便番号、生年月日、セキュリティ回答などの認証情報を尋ねます。サーバーサイドツール（Webhookやバックエンドコール）が、これらの値をデータベース（CRMやIDストアなど）と照合します。ツールは、ブール値（is_error）と説明テキストを含む成功／失敗結果を返します。

この方法は決定的なワークフローゲーティングで実装できます。必要な情報を尋ねた後、ツールディスパッチを設定し、ツールの成功／失敗ステータスに応じてワークフローの分岐条件を設定し、認証済みユーザーを「特権」エージェントノードへ誘導します。

詳しくは、

システム動的変数（電話のみ）

電話（TwilioやSIPトランク経由）での会話では、エージェントは自動的に電話専用のシステム変数（system__caller_id＝発信者の電話番号など）にアクセスできます。この変数は会話開始時に自動でセットされます。

参照方法は2つあります：

システム動的変数と開始Webhookに関するドキュメント：

セキュリティ注意：

詳しくは、

高度な知識ベース／セキュリティ質問認証

エージェントが複数のセキュリティ質問を出し、発信者が所定回数正解した場合のみアクセスを許可できます。エージェントは、あらかじめ用意した質問リスト（生年月日、郵便番号、ペットの名前など）からランダムに選び、回答をデータベースへのツールコールで検証します。

ドキュメントはこちら：https://www.panel.temphost.top/docs/eleven-agents/customization/agent-workflows#edges-and-flow-control

ワンタイムコード

詳しくは、

ワンタイムコード

コード生成：エージェントがサーバーツールコールで専用エンドポイントにリクエストし、安全なワンタイムコードを生成して、ユーザーの希望するチャネル（SMSやメール）に送信します。
ユーザープロンプト：エージェントがユーザーに受け取ったコードの入力を求めます。音声モードでは、ユーザーがコードを口頭で伝え、音声認識で取得します。
コード検証：エージェントがユーザー入力のコードを2回目のツールコールでバックエンドの検証サービスに送信します。バックエンドはコードが一致し、有効期限切れや既使用でないかを確認します。
ワークフロー分岐：エージェントは検証結果に応じて処理します。成功：コードが正しければ、成功条件で認証後のワークフローへ進みます。失敗：コードが間違っていれば、再入力を促すか、リカバリー手順（例：新しいコード送信）を実行します。

実装ワークフローの詳細は以下の通りです：