【2026年10月最新】AIチャットボットの「共感」設計とは？接客・カスタマーサポートへの応用を解説
aikanri-admin
AIチャットボットを導入検討する中で、「もっと人間らしい、親しみやすい対話ができるAIにしたい」と考えたことはないでしょうか。
マイクロソフトが開発したAI女子高生「りんな」は、質問への回答だけでなく、会話そのものを弾ませる「共感モデル」を搭載した対話AIとして知られています。2015年の登場以来、技術は進化を続け、地域振興やデジタルマーケティングなど、ビジネス分野への展開も進んでいます。
この記事では、りんなの事例を通じて対話AIが目指す「共感」という技術的な仕組みと、カスタマーサポート・接客AIへの応用可能性・ハードルを整理します。さらに、中小企業が自社の顧客対応にAIを取り入れる際、「共感型AI」をどう位置づけるべきかという現実的な判断軸も、弊社（株式会社GENAI）の実務経験を交えてお伝えします。
なお、この記事における「共感型AI」の議論は、話題性のある特定サービスの機能紹介に留まらず、AIチャットボット全般を検討する企業にとって共通する判断軸として整理しています。新しい対話AIのニュースを見るたびに同じ観点で評価できるよう、再利用可能な形でお伝えします。
代表菅澤
AI鬼管理山崎
この記事を読むと、以下が明確になります。
01 OVERVIEW AIチャットボット「りんな」とは何か 共感モデルという技術の仕組み
りんなは、2015年7月にLINE上でサービスを開始したマイクロソフト開発のAIチャットボットです。同年12月にはTwitter（現X）でもサービスを開始し、女子高生らしい口調（「まじ？」「うける〜」など）で会話することが大きな特徴として知られています。
📚 用語解説
共感モデル：質問に正確に答えることよりも「会話が自然に弾むこと」を目的に設計された対話AIの仕組み。相手の発言の意図や感情の流れを汲み取り、会話を続けやすい返答を生成することに重点を置く。りんなに搭載されている技術として紹介されており、マイクロソフトのAIアシスタントの中でも特徴的な位置づけとされる。
1-1. どのような技術で構築されているか
りんなは、マイクロソフトの検索エンジン「Bing」から収集したビッグデータと、「Azure Machine Learning」という機械学習プラットフォームを活用して構築されています。大量の会話データを学習させることで、自然な言い回しや話の広げ方を獲得している点が技術的な特徴です。
📚 用語解説
Azure Machine Learning：マイクロソフトが提供するクラウド上の機械学習プラットフォーム。企業や開発者が、自前で大規模な計算環境を用意しなくても、AIモデルの学習・構築・運用を行えるサービス。りんなのような大規模な対話AIの開発にも活用されている。
1-2. なぜ「女子高生」というキャラクター設定だったのか
「お堅い」イメージのあるマイクロソフトが、あえて女子高生という親しみやすいキャラクター設定を採用した背景には、「ユーザーが構えずに自然に会話を続けられること」を重視した設計思想があると考えられます。かしこまった対応よりも、友人と話すような感覚に近い対話の方が、ユーザーが長く・頻繁に使い続ける傾向があるためです。
AI鬼管理山崎
1-3. 「感情AI」という研究分野との関係
りんなのような共感モデルは、より広い研究分野である「感情AI（Emotion AI）」の一部として位置づけることができます。感情AIは、テキストや声のトーンから相手の感情状態を推測し、それに応じた応答を行う技術全般を指し、りんなの共感モデルもこの技術領域に含まれると考えられます。
📚 用語解説
感情AI（Emotion AI）：テキスト・音声・表情などから人間の感情状態を推測し、それに応じた応答や処理を行うAI技術の総称。アフェクティブ・コンピューティングと呼ばれることもある。カスタマーサポート、マーケティング、ヘルスケアなど幅広い分野で研究・応用が進められている。
感情AIの研究は、「歌」による共感機能の研究のように、言葉以外の表現を使った感情伝達の分野にも広がっています。音楽的な要素を通じて共感を生み出すアプローチは、テキストベースの対話だけでは表現しきれない感情の機微を補う試みとして注目されています。
1-4. 音声・ゲーム機能という「会話以外」の工夫
りんなには、しりとりやゲーム、日記機能といった会話そのもの以外のコンテンツも搭載されています。また、音声認識機能の研究も進められています。これらの工夫は、「質問に答える」という単一の機能ではなく、ユーザーが日常的に触れ続ける理由を複数用意するという設計思想の表れです。
ビジネス応用を考える際にも、このアプローチは参考になります。顧客が「必要な時にしか使わないAI」ではなく「日常的に触れるAI」を目指すのであれば、単一機能ではなく複数の接点を用意する発想が有効です。一方、企業の問い合わせ対応AIにこの発想をそのまま持ち込むと、本来の目的（迅速な問題解決）から外れてしまう可能性もあるため、目的に応じた取り入れ方の調整が必要です。
代表菅澤
音声認識機能の研究についても、将来的にはビジネス応用の可能性が広がる分野です。電話対応の自動化や、議事録作成の精度向上など、音声を扱う業務プロセスにも感情AI・対話AIの技術が応用されていく可能性があります。ただし、こうした応用もまだ研究段階にある技術が多く、現時点でビジネス導入を急ぐ必要はないという点は、他の高度な対話技術と同様です。
02 WHY EMPATHY 対話AIが「共感」を目指す理由 FAQ型チャットボットとの違い
一般的に企業が導入するチャットボットは、よくある質問（FAQ）への自動回答を目的とした「FAQ型チャットボット」が中心です。りんなのような共感を重視する対話AIとは、設計の目的が大きく異なります。
📚 用語解説
FAQ型チャットボット：よくある質問とその回答をあらかじめ登録しておき、ユーザーの質問に対して該当する回答を自動で返す仕組みのチャットボット。正確さと効率を重視する設計であり、会話を広げることよりも「早く正確に答えを返すこと」が目的となる。
2-1. 目的の違いを整理する
| 観点 | FAQ型チャットボット | 共感モデル型の対話AI |
|---|---|---|
| 主な目的 | 正確に・早く回答を返す | 会話を自然に続ける・満足度を高める |
| 得意な場面 | 定型的な問い合わせ対応 | 継続的な関係構築・エンゲージメント |
| 評価指標 | 回答の正確性・解決率 | 会話の継続時間・利用頻度 |
| 設計の重点 | FAQデータベースの整備 | 対話データの学習・感情の汲み取り |
2-2. なぜビジネスの文脈でも「共感」が重視されるのか
カスタマーサポートの現場では、「正しい答えを返す」だけでは顧客満足度が上がらない場面が存在します。特にクレーム対応や、感情的な背景がある問い合わせでは、まず相手の状況や感情を受け止める対応が求められます。この「受け止める」という部分に、共感モデルの技術が応用できる可能性があると考えられています。
代表菅澤
2-3. 「エンゲージメント」という評価指標の意味
共感モデル型の対話AIを評価する際によく使われる指標が「エンゲージメント」です。これは、ユーザーがそのサービスにどれだけ継続的・頻繁に関わっているかを示す指標で、会話の継続時間や利用頻度、リピート率などから測定されます。
📚 用語解説
エンゲージメント：ユーザーがサービスやコンテンツにどれだけ継続的・積極的に関わっているかを示す指標。会話の継続時間、利用頻度、リピート率などから評価される。マーケティングやSNS運用の文脈でも広く使われる概念で、「正確性」とは別の軸でサービスの価値を測る指標として用いられる。
FAQ型チャットボットが「解決率」を重視するのに対し、共感モデル型は「エンゲージメント」を重視するという違いは、そもそも目指すゴールが異なることを示しています。この違いを理解しないまま「とにかく話題性のある対話AIを導入する」と、自社が本来求めていた成果（問い合わせ対応の効率化など）とズレた結果になりかねません。
03 BUSINESS CASE りんなのビジネス展開の実例 地域振興とキャラクタープラットフォーム
3-1. 地域振興・観光分野での活用
りんなは2018年9月から、地方自治体と提携した「萌えよ♡ローカル」プロジェクトを展開しています。地域クイズを通じて魅力を発見する「りんなの社会科見学」、地方を舞台にした旅コンテンツ「めぐりんな」、ユーザー参加型の観光マップ「りんなの奇天烈観光マップ」といったコンテンツを通じて、地域の魅力発信にAIチャットボットを活用する事例です。
この事例から分かるのは、「共感」を重視したAIは、エンターテインメント性の高いコンテンツと組み合わせることで強みを発揮しやすいという点です。情報を一方的に伝えるのではなく、ユーザーとの対話を通じて興味を引き出すアプローチが、観光・地域振興のような分野にマッチしています。
3-2. 「Rinna Character Platform」というキャラクター作成技術の展開
りんなの開発元は、この対話AI技術を「Rinna Character Platform」としてデジタルマーケティングソリューションとして提供しており、企業が独自のオリジナルキャラクターを作成できる技術展開も進めています。これは、個々のキャラクターを作るのではなく、「共感を生み出す対話エンジン」そのものを他社に提供する、プラットフォーム型のビジネスモデルへの発展と言えます。
AI鬼管理山崎
3-3. なぜ「地域振興」と「共感モデル」の組み合わせが成立するのか
地域振興の文脈でAIチャットボットが活用される理由を整理すると、「情報を知ってもらう」ことより「興味を持って関わってもらう」ことが目的であるという点が重要です。観光情報は、単に正確に伝えるだけでは行動（訪れてみたいという気持ち）につながりにくく、クイズやゲームといった双方向のやり取りを通じて興味を引き出すアプローチが効果を発揮しやすい領域です。
この構造は、「情報提供」が目的の業務には共感モデルが過剰投資になりやすく、「関係構築・興味喚起」が目的の業務には共感モデルが効果を発揮しやすいという判断軸として整理できます。自社の業務がどちらに近いかを考えることが、共感型AIの導入検討における最初のチェックポイントになります。
具体的に自社の業務を当てはめてみると、新規顧客の興味を引く初回接点（展示会での声かけ、SNSでの最初のやり取りなど）は「関係構築・興味喚起」に近く、既存顧客からの手続き系の問い合わせは「情報提供」に近い傾向があります。同じ企業の中でも、業務の種類によって最適な技術が異なるという前提で検討を進めることが重要です。
04 APPLICATION カスタマーサポート・接客AIへの応用可能性 技術的な可能性と、実際のハードル
4-1. 技術的には応用可能というポイント
記事でも指摘されているとおり、りんなをビジネスの場で活躍させるには「女子高生言葉をやめさせて、ビジネスライクな会話を教え込む」必要があるとされています。これは裏を返せば、基盤となる共感モデルとキャラクター設定は分離可能であり、設定を変えればビジネス用途にも応用できる技術的な余地があることを示しています。
4-2. 「キャラクター設定を変える」ことの難しさ
技術的に可能であることと、実際の導入が簡単であることは別の問題です。会話のトーンをビジネスライクに変更しても、学習データの傾向（くだけた言い回しの癖など）が完全には消えない可能性があり、企業の顧客対応として求められる一貫性・正確性の水準まで調整するには、相応のチューニングコストがかかると考えられます。
共感を重視した対話AIは「会話を楽しませる」ことには強みがありますが、「正確な情報を一貫して伝える」ことについては、FAQ型チャットボットほどの精度を保証する設計ではありません。顧客対応で誤った情報を伝えるリスクがある業務には、共感モデル単体での運用は慎重に検討すべきです。
| 検討観点 | 共感モデル型AI | FAQ型・コード型AI |
|---|---|---|
| 適した業務 | 関係構築・興味喚起（マーケティング、観光等） | 定型的な問い合わせ対応・業務処理 |
| 導入のハードル | 既存技術の転用は可能だがチューニングが必要 | FAQデータの整備が中心で着手しやすい |
| リスクの性質 | 誤情報・意図しない発言のリスク | 対応範囲外の質問への対応漏れリスク |
| 成果の測定方法 | エンゲージメント（継続利用・反応） | 解決率・対応時間の短縮 |
この表を自社の顧客対応に当てはめることで、どちらの技術がどの業務に向いているかを具体的に判断しやすくなります。多くの中小企業にとっては、右側の列（FAQ型・コード型）から着手し、将来的に左側の要素を部分的に加えていくという順序が、リスクを抑えながら成果を出しやすい進め方です。
代表菅澤
4-3. チューニングにかかる現実的なコスト感
共感モデルをベースにビジネス用途向けのトーンへ調整する作業は、単純な口調の置き換えだけでは完了しません。学習データに含まれる話し方の癖、話題の広げ方の傾向まで含めて調整する必要があり、FAQ型チャットボットを一から構築するよりも、かえって調整工数がかさむケースもあります。
この点から、「既存の共感モデルを転用する」ことと「ゼロからFAQ型チャットボットを構築する」ことは、必ずしも後者の方が簡単とは限らないという現実があります。重要なのは「どちらが簡単か」ではなく、「自社が求める成果（正確さ重視か、エンゲージメント重視か）にどちらが合っているか」を基準に選ぶことです。
AI鬼管理山崎
チューニングにかかる期間についても、現実的な見通しを持っておく必要があります。学習データの傾向を調整する作業は、一度の修正で完結するものではなく、実際の運用データを見ながら繰り返し調整していく反復的なプロセスになります。「導入してすぐに完璧なビジネストーンになる」と期待するのではなく、運用しながら徐々に精度を高めていくという前提で計画を立てることをおすすめします。
05 JUDGMENT 【独自】中小企業が「共感型AI」をどう位置づけるべきか 共感モデルより先に整えるべきもの
弊社GENAIでは、Claude Codeを使った業務自動化を全社運用していますが、顧客対応AIを検討する企業の多くは、共感モデルのような高度な技術よりも先に整えるべき基盤があると考えています。
5-1. 共感モデルより先に整えるべきもの
「共感」のような高度な対話技術は魅力的に見えますが、この4項目が整っていない状態で共感モデルだけを導入しても、顧客対応の品質向上には直結しません。まずは基本的なFAQ対応の精度を高め、人間への引き継ぎがスムーズに行われる体制を整えることが、投資対効果の観点でも優先度が高いというのが弊社の見解です。
この4項目を一つずつ見ていくと、「FAQデータベースの整備」は、過去の問い合わせ履歴があれば比較的短期間で着手できます。「人間への引き継ぎ体制」は、エスカレーションのルールを決めるだけなので、追加のツール導入なしで整備できることが多いです。「対応方針の明文化」は、社内で一度議論して文書化する作業が中心となります。「精度の定期チェック」だけは継続的な運用体制が必要になりますが、月次で一定時間を確保するだけでも効果があります。いずれも、高度な対話AI技術の導入より先に、低コストで着手できる項目です。
5-2. GENAIの実践：顧客対応自動化の考え方
弊社が顧客対応の自動化を設計する際は、「親しみやすさ」よりも「正確さ」と「引き継ぎのスムーズさ」を優先する設計を基本方針としています。AIが自信を持って答えられない内容については、曖昧に答えるのではなく、早い段階で人間の担当者につなぐフローを組み込むことで、顧客対応全体の満足度を落とさない運用を重視しています。
AI鬼管理山崎
5-3. Claude Codeベースの顧客対応とキャラクターAIの違い
弊社が活用しているClaude CodeのようなAIエージェントは、「キャラクター性」ではなく「指示の正確な遂行」を重視して設計・運用しています。これは、りんなのような共感モデル型のAIとは、そもそも最適化している評価軸が異なるためです。
顧客対応の自動化を検討する際に重要なのは、「どちらの技術が優れているか」ではなく「自社の顧客対応で、親しみやすさとエンゲージメントを重視する場面がどれだけあるか」を見極めることです。多くの企業の問い合わせ対応は「早く正確に解決してほしい」というニーズが中心であり、この場合はFAQ型・コード型のAIエージェントの方が適している可能性が高いと弊社では考えています。
弊社のClaude Code活用でも、「指示した業務を正確に、一貫した品質で実行し続けること」を最も重視しています。これは、りんなのような「会話を楽しませる」ことを目的とした技術とは対極の評価軸であり、どちらが優れているかという話ではなく、業務の目的に応じて使うべき技術がそもそも違うという整理です。
06 ACTION 【独自】経営者が顧客対応AI導入で今着手すべきこと 導入の優先順位を整理する
顧客対応にAIを取り入れる検討をしている経営者・管理職に向けて、着手すべき順序を整理します。
この順序を踏まずに、「話題になっている高度な対話AI」をいきなり導入しようとすると、基盤が整っていない分、期待した効果が出にくい傾向があります。まずは地味な基盤整備から着実に進めることが、結果的に顧客満足度の向上に最も近い道筋です。
この一連のステップを実行する上で重要なのは、「完璧な基盤ができてから次に進む」のではなく、各ステップをある程度整えた段階で次に進み、運用しながら前のステップも継続的に改善していくという考え方です。FAQの整備も、引き継ぎフローの設計も、一度作ったら完成するものではなく、実際の問い合わせデータを見ながら継続的に更新していくことで、精度が徐々に高まっていきます。
最終的に、共感モデルのような高度な技術を検討するタイミングが来たとしても、それは「基盤が整った上での追加投資」であるべきであり、「基盤整備の代わり」になるものではありません。この順序を守ることが、話題性のある技術に振られず、着実に顧客対応の品質を高めていく最も確実な方法だと弊社では考えています。
弊社自身も、新しいAI技術のニュースを見るたびに「すぐに自社へ取り入れるべきか」を検討していますが、最終的な判断基準は常に「既存の基盤を強化するものか、既存の基盤を飛び越えて成立するものか」に置いています。この基準を持っておくだけで、話題性に惑わされずに一貫した判断ができるようになります。
6-1. 問い合わせ内容の分類で見えてくるもの
問い合わせ内容を実際に分類してみると、多くの企業で「定型的な質問」が全体の6〜8割程度を占めているという傾向がよく見られます。営業時間、料金、手続き方法といった定型的な質問に自動応答できる基盤を整えるだけで、担当者の対応時間を大きく圧縮できる可能性があります。共感モデルのような高度な技術を検討する前に、この分類作業から着手することで、投資対効果の高い順に対応を進められます。
6-2. 「親しみやすさ」が必要な場面を見極める
一方で、残りの2〜4割の非定型的な問い合わせの中には、親しみやすい対応が効果を発揮する場面も含まれている可能性があります。例えば、新規顧客向けの最初の案内や、サービスに対する率直な感想を聞き出したい場面などです。こうした場面を特定できれば、共感モデル的な要素を部分的に導入する判断材料になります。全ての顧客対応を一つの技術で統一しようとせず、場面ごとに適した技術を組み合わせるという発想が現実的です。
代表菅澤
最後に、この分類・見極めの作業自体を、全て人力で行う必要はないという点も補足しておきます。過去の問い合わせ履歴をAIエージェントに読み込ませて傾向を分析させる、といった形で、分類作業そのものにもAIを活用することで、着手のハードルをさらに下げることができます。弊社でも、業務の棚卸し作業にClaude Codeを活用し、人力での集計にかかる時間を大幅に圧縮しています。
この「棚卸し作業のAI活用」自体が、実は共感モデルのような高度な対話AIを導入するよりも先に着手すべき、最も投資対効果の高いAI活用の入り口であることが多いというのが弊社の実感です。話題性のある新技術に目を向ける前に、まず自社のデータを整理する作業にAIを使ってみることをおすすめします。
07 CONCLUSION まとめ ── 共感技術は「拡張オプション」として捉える 概要・応用可能性・導入の優先順位の総まとめ
この記事では、AIチャットボットりんなの共感モデルという技術、FAQ型チャットボットとの違い、ビジネス展開の実例、カスタマーサポートへの応用可能性とハードル、そして中小企業が着手すべき優先順位までを整理しました。最後にポイントを振り返ります。
最も重要なメッセージをお伝えします。「親しみやすいAI」という話題性に引かれて高度な対話技術を検討する前に、まず自社の顧客対応の基盤（FAQ・引き継ぎ・方針）が整っているかを確認することが、顧客満足度向上への最短ルートです。
AI技術の進化は、今後も次々と新しい話題を生み出していくと見込まれます。「話題になっている技術をそのまま導入する」のではなく、「自社の顧客対応がどのフェーズにあるか」を起点に、必要な技術を段階的に取り入れていく姿勢が、長期的に見て最もコストパフォーマンスの高いAI活用の進め方だと弊社では考えています。
りんなの事例が示しているのは、「話題性のある技術」と「ビジネスとして成立する活用方法」の間には、相応の調整・検証のプロセスが必要だという現実です。地域振興という文脈での成功事例が確立するまでにも、技術の転用・検証に一定の時間がかかっています。自社での導入を検討する際も、最初から大規模な投資をするのではなく、小さく試しながら自社の業務に合う形を探っていくアプローチが現実的です。
代表菅澤
試験導入の期間は、最低でも1〜2ヶ月程度は継続して運用することをおすすめします。導入直後は想定していなかった問い合わせパターンが見つかることが多く、短期間で判断すると、本来の効果を見誤る可能性があります。
顧客対応AIの「基盤づくり」から一緒に始めませんか
高度な対話技術の前に、まず整えるべき基盤があります。
弊社の実運用ノウハウをもとに、貴社の問い合わせ対応に合った導入ステップをご提案します。
AI鬼管理山崎
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. りんなは今でも利用できますか？
A. りんなはLINEやX（旧Twitter）上でサービスが提供されてきましたが、サービスの提供状況は時期によって変わる可能性があります。最新の提供状況は開発元の公式発表を確認することをおすすめします。
Q. 共感モデルとFAQ型チャットボットは併用できますか？
A. 技術的には併用の設計も考えられますが、目的が異なるため、まずはFAQ型の基盤を整え、必要に応じて共感的な要素を部分的に加えるという順序が現実的です。両方を同時に高精度で実装しようとすると、開発・運用のコストが大きくなります。
Q. 中小企業でも共感型のAIチャットボットを導入できますか？
A. 技術の提供形態によっては可能ですが、多くの中小企業にとっては、まずFAQ型の基盤整備と人間への引き継ぎフローを優先する方が投資対効果が高いと考えられます。共感型の技術は、基盤が整った後の拡張オプションとして検討するのがおすすめです。
Q. AIチャットボットの「親しみやすさ」はどこまで重視すべきですか？
A. 業務の性質によって異なります。観光・エンターテインメント分野では親しみやすさが強みになりますが、正確な情報伝達が求められる顧客対応では、親しみやすさより正確さと引き継ぎのスムーズさを優先すべき場面が多くあります。
Q. AIチャットボットが答えられない質問にはどう対応すべきですか？
A. AIが自信を持って答えられない内容について曖昧に回答させるのではなく、早い段階で人間の担当者へ引き継ぐフローを設計しておくことが重要です。この引き継ぎの仕組みは、共感モデルの有無にかかわらず、顧客対応AIの基盤として必須の要素です。
Q. 感情AI（Emotion AI）は顧客対応以外にも使われていますか？
A. はい、マーケティング分野での顧客の反応分析や、ヘルスケア分野でのメンタルヘルスのモニタリングなど、幅広い分野で研究・応用が進められています。顧客対応はその応用分野の一つという位置づけです。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AI社員AIKATAへのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
