অনুরোধ সংক্ষিপ্তকরণ এবং শ্রেণীবিভাগ (টিকিট ট্রিজ)

লাভ:

• দীর্ঘ এবং বিক্ষিপ্ত গ্রাহকের অনুরোধগুলিকে কাঠামোগত, কার্যকরী সারাংশে রূপান্তর করার ক্ষমতা
• একটি নির্দিষ্ট স্কিমা সহ বিভাগ, জরুরিতা এবং গ্রাহকের অনুভূতি অনুসারে অনুরোধগুলিকে শ্রেণিবদ্ধ করার ক্ষমতা
• বাল্ক টিকিট প্রক্রিয়াকরণের জন্য অটোমেশনের জন্য উপযুক্ত একটি সামঞ্জস্যপূর্ণ আউটপুট বিন্যাস (JSON/টেবিল) সংজ্ঞায়িত করার ক্ষমতা

একটি সমর্থন দলের সকাল কল্পনা করুন: 220 টি নতুন টিকিট (টিকিট) রাতারাতি জমা হয়েছে। কিছু একটি এক-লাইন "আমি আমার পাসওয়ার্ড ভুলে গেছি", কিছু একটি রাগান্বিত তিন-অনুচ্ছেদ অভিযোগ, এবং কিছু আসলে একটি বিক্রয় সুযোগ৷ এই স্তূপের মধ্য দিয়ে পড়া, প্রত্যেককে সঠিক বিভাগে বরাদ্দ করা, এর জরুরীতা নির্ধারণ করা এবং সঠিক ব্যক্তির কাছে এটিকে নির্দেশ করা (এটিকে বলা হয় ট্রায়াজ; জরুরী রুমে অগ্রাধিকার অনুসারে রোগীদের সাজানোর একই যুক্তি) দিনের প্রথম দুই ঘন্টা খায়।

কৃত্রিম বুদ্ধিমত্তা (AI) এই কাজটি সেকেন্ডে এবং ধারাবাহিকভাবে করতে পারে। কিন্তু যাদু বলতে "এই অনুরোধটি সংক্ষিপ্ত করুন" নয়; এটি বিভাগগুলির একটি নির্দিষ্ট তালিকা, স্পষ্ট জরুরী স্তর এবং মডেলটিতে একটি অপরিবর্তনীয় আউটপুট বিন্যাস আরোপ করে। এই ইউনিটে, আমরা একটি ট্রাইজ সিস্টেম স্থাপন করব যা একটি একক অনুরোধ প্রক্রিয়াকরণ থেকে শত শত অনুরোধকে অটোমেশন-প্রস্তুত উপায়ে লেবেল করা পর্যন্ত যায়।

দ্রষ্টব্য: AI দ্বারা উত্পন্ন বিভাগ এবং জরুরি লেবেলগুলি একটি প্রাথমিক স্ক্রীনিং টুল। বিশেষ করে, "জরুরী" এবং "অভিযোগ" লেবেলযুক্ত অনুরোধগুলি প্রক্রিয়া করার আগে একজন মানুষের দ্বারা নিশ্চিত হওয়া আবশ্যক৷

কেন স্ট্রাকচার্ড সারাংশ?

একটি বিনামূল্যের সারাংশ ("গ্রাহক তাদের চালান নিয়ে সমস্যায় পড়ছে") অনুসন্ধান, সাজানো বা স্বয়ংক্রিয় করা যাবে না। যাইহোক, নিম্নলিখিত প্রশ্নগুলির জন্য সহায়তা পরিচালকের প্রয়োজনীয়তা স্পষ্ট:

• এই অনুরোধটি কোন বিভাগে পড়ে? (শিপিং, রিটার্ন, পেমেন্ট, প্রযুক্তিগত, পণ্য তথ্য, অভিযোগ, বিক্রয় সুযোগ)
• এটা কতটা জরুরী? (সমালোচনামূলক / উচ্চ / মাঝারি / নিম্ন)
• গ্রাহকের মানসিক অবস্থা কি? (রাগান্বিত / হতাশ / নিরপেক্ষ / সন্তুষ্ট)
• এর এক-বাক্যের সারমর্ম কী?
• পরবর্তী পদক্ষেপ কি হওয়া উচিত?

একবার আপনি এই প্রশ্নগুলিকে আগে থেকে সংজ্ঞায়িত করলে এবং সেগুলিকে একটি স্কিমা (ধ্রুবক ক্ষেত্র এবং সম্ভাব্য মান) হিসাবে মডেলে দিন, সমস্ত 220 অনুরোধ একই বিন্যাসে তুলনীয় এবং ফিল্টারযোগ্য হয়ে ওঠে।

ধাপে ধাপে: একটি ট্রাইজ স্কিম প্রতিষ্ঠা করা

1. বিভাগ তালিকা পিন করুন. মডেল মাপসই করা যাক না; একটি বন্ধ তালিকা দিন।
2. জরুরীতার মানদণ্ড নির্ধারণ করুন। "সমালোচনামূলক" মানে কি কংক্রিট: পরিষেবা সম্পূর্ণভাবে বন্ধ, অর্থপ্রদানের ক্ষতি, নিরাপত্তা ঝুঁকি।
3. আবেগ লেবেল সনাক্ত করুন. একটি সীমিত এবং পরিষ্কার সেট ব্যবহার করুন।
4. আউটপুট বিন্যাস আমদানি করুন। ব্যাচ প্রক্রিয়াকরণের জন্য, JSON (মেশিন-রিড ডেটা ফরম্যাট যা ফিল্ড-মানের জোড়া নিয়ে গঠিত) উপযুক্ত, একক অনুরোধের জন্য, টেবিল উপযুক্ত।
5. "নিশ্চিত না হলে টিক" নিয়ম তৈরি করুন। যদি মডেলটি বিভাগ সম্পর্কে অনিশ্চিত হয় তবে এটি অনিশ্চিত বলুন এবং মানুষটি দেখবে।
6. যাচাই করুন। প্রথম ব্যাচে, ম্যানুয়ালি লেবেলের নির্ভুলতা পরীক্ষা করুন এবং প্রম্পট সেট করুন।

অনুলিপিযোগ্য প্রম্পট

মৌলিক প্রম্পট যা একটি একক অনুরোধকে একটি কাঠামোগত সারাংশে রূপান্তর করে:

ভূমিকা: আপনি একজন অভিজ্ঞ সাপোর্ট ট্রাইজ বিশেষজ্ঞ। নীচের গ্রাহকের অনুরোধ বিশ্লেষণ করুন. একটি মন্তব্য যোগ করুন; শুধু পাঠ্যের উপর নির্ভর করুন। নিম্নলিখিত ক্ষেত্রগুলি পূরণ করুন:- সারাংশ: (সর্বোচ্চ 1 বাক্য)- বিভাগ: [শিপিং | প্রত্যাবর্তন | পেমেন্ট | প্রযুক্তিগত | পণ্যের তথ্য | অভিযোগ | বিক্রয় সুযোগ]- জরুরী: [সমালোচনা | উচ্চ | মাঝারি | কম] - আবেগ: [রাগ | হতাশা | নিরপেক্ষ | সন্তুষ্ট]- পরবর্তী_পদক্ষেপ: (একক বাক্য, সুনির্দিষ্ট পদক্ষেপ)- অনিশ্চিত: ("হ্যাঁ" যদি বিভাগ/জরুরিতা অস্পষ্ট হয়, অন্যথায় "না") অনুরোধ:"""{{ request_text }}"""

ব্যাচ প্রক্রিয়াকরণের জন্য, প্রম্পট একাধিক অনুরোধকে একবারে JSON অ্যারেতে রূপান্তর করে:

নীচের সংখ্যাযুক্ত অনুরোধগুলি প্রক্রিয়া করুন। নিম্নলিখিত স্কিমা সহ প্রতিটির জন্য একটি JSON অবজেক্ট তৈরি করুন এবং সেগুলিকে একটি JSON অ্যারে হিসাবে ফিরিয়ে দিন৷ স্কিমের বাইরে যাওয়া: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "আমি নিশ্চিত নই": "" }শুধুমাত্র বিভাগ: শিপিং, রিটার্ন, পেমেন্ট, প্রযুক্তিগত, পণ্যের তথ্য, অভিযোগ, বিক্রয় সুযোগ। অনুরোধ: {{ numbered_request_list }}

প্রম্পট যা জরুরিতার মানদণ্ডকে স্পষ্ট করে এবং মডেলটিকে "সমালোচনামূলক" এর সংজ্ঞা শেখায়:

নিম্নলিখিত নিয়ম অনুযায়ী জরুরীতা নির্ধারণ করুন:- জটিল: পরিষেবা সম্পূর্ণরূপে অনুপলব্ধ, অর্থপ্রদানের ক্ষতি, নিরাপত্তা/ডেটা ঝুঁকি, আইনি হুমকি।- উচ্চ: গুরুত্বপূর্ণ ফাংশন ভাঙ্গা কিন্তু সমাধান বিদ্যমান; রাগান্বিত গ্রাহক।- মাঝারি: একক সমস্যা, কর্মপ্রবাহ বন্ধ না করা।- নিম্ন: তথ্যের জন্য অনুরোধ, পরামর্শ, সাধারণ প্রশ্ন। আপনার সিদ্ধান্তের কারণটি "জরুরী_কারণ" ক্ষেত্রে এক বাক্যে লিখুন।

প্রম্পট যা বিক্রয়ের সুযোগ ক্যাপচার করে এবং একটি সমর্থন/বিক্রয় সেতু স্থাপন করে:

অনুরোধটি প্রক্রিয়া করার সময়, যদি গ্রাহক একটি নতুন পণ্য/প্যাকেজ/পরিপূরক ক্রয় করতে আগ্রহ দেখান (যেমন "আপনার কি একটি বড় প্যাকেজ আছে", "এটি কতজন ব্যবহারকারী নেয়"), বিভাগটি "বিক্রয় সুযোগ" তৈরি করুন এবং "বিক্রয়_নোট" ক্ষেত্রে বিক্রয় দলের জন্য একটি এক-বাক্য টিপ যোগ করুন।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট

শক্তিশালী প্রম্পট

"এই অনুরোধটি সংক্ষিপ্ত করুন এবং শ্রেণীবদ্ধ করুন"

বন্ধ বিভাগের তালিকা + জরুরি সংজ্ঞা + নির্দিষ্ট JSON স্কিমা

প্রতিবার বিভিন্ন লেবেল তৈরি করে

সবসময় একই অনুরোধে একই লেবেল দেয়

তিনি নিজের ইচ্ছানুযায়ী "জরুরী" শব্দটি ব্যবহার করেন।

"গুরুত্বপূর্ণ" এর জন্য কংক্রিট মানদণ্ড প্রয়োগ করে

তিনি অস্পষ্ট আপ তোলে

emin_degilim: হ্যাঁ বলুন এবং ব্যক্তির উপর ছেড়ে দিন

সামঞ্জস্যতা এখানে সুবর্ণ নিয়ম: একই অভিযোগ যদি দুটি ভিন্ন দিনে একই বিভাগে না পড়ে, তাহলে কোনো রিপোর্টিং এবং স্বয়ংক্রিয়তা নির্ভরযোগ্য হবে না।

তিনটি মিনি কেস

কেস 1 - গোপনীয় সমালোচক। একটি SaaS (ইন্টারনেট ভাড়া করা সফ্টওয়্যার) কোম্পানিতে, "আমি লগ ইন করতে পারছি না, পুরো দল 40 জনের জন্য অপেক্ষা করছে" বার্তাটি সাধারণ বলে মনে হয়েছিল কারণ এটি দৈর্ঘ্যে ছোট ছিল৷ ট্রাইজ প্রম্পট এটিকে "গুরুত্বপূর্ণ" হিসাবে চিহ্নিত করেছে জরুরী নিয়মের জন্য ধন্যবাদ ("পরিষেবা সম্পূর্ণরূপে অনুপলব্ধ" মানদণ্ড)। অনুরোধটি সারিতে 2 ঘন্টা অপেক্ষা করার পরিবর্তে 6 মিনিটে পরিচালনা করা হয়েছিল; একটি SLA (পরিষেবা স্তরের চুক্তি, অর্থাত্ প্রতিশ্রুত প্রতিক্রিয়া সময়) লঙ্ঘন প্রতিরোধ করা হয়েছে৷

কেস 2 - রাগের অগ্রাধিকার। একদিন, যখন 180 টি অনুরোধের AI ট্যাগগুলি পরীক্ষা করা হয়েছিল, তখন দেখা গিয়েছিল যে "রাগান্বিত" আবেগ সহ 14 টি অনুরোধকে একটি পৃথক সারিতে রাখা হয়েছিল। এই অনুরোধগুলি অভিজ্ঞ প্রতিনিধিদের কাছে নির্দেশিত হয়েছিল, এবং নেতিবাচক সমীক্ষা স্কোর (CSAT, অর্থাৎ গ্রাহক সন্তুষ্টি স্কোর) আগের সপ্তাহের তুলনায় উল্লেখযোগ্যভাবে উন্নত হয়েছে।

কেস 3 — সমর্থন থেকে বিক্রয়ের সেতু। "আমার বর্তমান প্যাকেজ 5 জন ব্যবহারকারীর জন্য, আমার এটি 20 জনের জন্য বাড়ানো দরকার, এটা কি সম্ভব?" AI বার্তাটিকে "বিক্রয় সুযোগ" হিসাবে ট্যাগ করেছে এবং একটি বিক্রয় নোট যোগ করেছে। অনুরোধটি স্বয়ংক্রিয়ভাবে বিক্রয় দলের কাছে পড়ে; একটি আপসেল সুযোগ যা স্ট্যান্ডার্ড সমর্থন সারিতে হারিয়ে গেলে অলক্ষিত হয়ে যেত।

পরামর্শ: আপনার বিভাগের তালিকা যতটা সম্ভব ছোট এবং বিচ্ছিন্ন রাখুন। 20টি বিভাগ মডেলকে বিভ্রান্ত করবে (এবং আপনার দল); 6-8টি স্পষ্ট বিভাগ আরও ধারাবাহিকভাবে লেবেল করা হয়েছে এবং প্রতিবেদনে অর্থবহ। দুটি ঘন ঘন বিভ্রান্তিকর বিভাগ একত্রিত করুন।

অটোমেশনের সাথে সংযোগ করা হচ্ছে

স্ট্রাকচার্ড JSON আউটপুটের আসল শক্তি হল যে এটি স্বয়ংক্রিয়ভাবে পরবর্তী ধাপে প্রবাহিত হয়: "ক্রিটিকাল" লেবেলযুক্ত অনুরোধটি ম্যানেজারকে অবিলম্বে অবহিত করে, "বিক্রয় সুযোগ" CRM (গ্রাহক সম্পর্ক ব্যবস্থাপনা সফ্টওয়্যার) এর মধ্যে পড়ে, "রিটার্ন" স্ব-পরিষেবা প্রবাহে যায়। কিন্তু স্বয়ংক্রিয়করণের প্রথম নিয়ম: উচ্চ-প্রভাব ক্রিয়া (ফেরত, অ্যাকাউন্ট বন্ধ) শুধুমাত্র এআই ট্যাগের উপর ভিত্তি করে ট্রিগার করা হয় না; কখনও কখনও মানুষের অনুমোদন আছে।

সতর্কতা: অনুভূতি বিশ্লেষণ একটি ভবিষ্যদ্বাণী, সঠিক পরিমাপ নয়। একজন গ্রাহক যাকে মডেলটি "নিরপেক্ষ" বলে ডাকে সে আসলে শান্তভাবে খুব রাগান্বিত হতে পারে। অগ্রাধিকার দিতে আবেগ ট্যাগ ব্যবহার করুন; কিন্তু "এই গ্রাহক ইতিমধ্যেই সন্তুষ্ট।"

সাধারণ ভুল

• মডেলের জন্য বিভাগ তালিকা ছেড়ে; প্রতিবার বিভিন্ন, বেমানান লেবেল পাচ্ছেন।
• একটি আপেক্ষিক শব্দ যেমন "জরুরি" অনির্ধারিত রেখে যাওয়া; সকলের কাছে জরুরী অনুরোধ।
• আউটপুট বিন্যাস ঠিক করা হচ্ছে না; কখনও অনুচ্ছেদ, কখনও কখনও JSON এর পরিবর্তে তালিকা প্রদর্শিত হয়।
• অনিশ্চয়তার জন্য একটি প্রস্থান দরজা প্রদান না (আমি নিশ্চিত নই)।
• মানুষের অনুমোদন ছাড়াই এআই ট্যাগের সাথে উচ্চ-প্রভাবিত লেনদেন (ফেরত, অ্যাকাউন্ট বন্ধ) লিঙ্ক করা।
• প্রথম ব্যাচ ম্যানুয়ালি যাচাই না করেই সম্পূর্ণ প্রবাহ স্বয়ংক্রিয় করা।

সংক্ষেপে

• Triage দ্রুত শ্রেণী, জরুরী, এবং আবেগ দ্বারা আগত অনুরোধের স্তুপ মাধ্যমে বাছাই করা হয়.
• সামঞ্জস্যের চাবিকাঠি: ক্লোজড ক্যাটাগরির তালিকা, কংক্রিট জরুরি সংজ্ঞা এবং ফিক্সড আউটপুট ফরম্যাট (JSON)।
• জরুরীতা এবং আবেগ লেবেল অগ্রাধিকারের গতি বাড়ায়; এটি সমালোচনামূলক এবং ক্ষুব্ধ দাবি নিয়ে আসে।
• স্ট্রাকচার্ড আউটপুট সরাসরি অটোমেশনের সাথে লিঙ্ক করা যেতে পারে (বিজ্ঞপ্তি, রাউটিং, CRM)।
• উচ্চ-প্রভাবমূলক ক্রিয়া এবং অস্পষ্ট লেবেলগুলি সর্বদা মানুষের যাচাইকরণের মধ্য দিয়ে যাওয়া উচিত।

আবেদন টাস্ক

উপরের JSON অ্যারে প্রম্পটের মাধ্যমে আপনার কাছে থাকা 5টি ভিন্ন গ্রাহকের অনুরোধ (বা নমুনা) ব্যাচ প্রক্রিয়া করুন। তারপর ম্যানুয়ালি আউটপুট পরীক্ষা করুন: (1) প্রতিটি বিভাগ সঠিক? (2) যারা "সমালোচনামূলক" চিহ্নিত তারা কি আসলেই পরিষেবা বন্ধ করে দেয়? (3) আমি কি নিশ্চিতভাবে সঠিক জায়গায় "হ্যাঁ" বলেছি? মানানসই নয় এমন কোনো ট্যাগ সংশোধন করুন এবং সেই অনুযায়ী প্রম্পট (বিশেষ করে বিভাগের সংজ্ঞা এবং জরুরি নিয়ম) আপডেট করুন। এই অনুশীলনটি আপনার নিজের বাস্তবতার সাথে স্কিমাকে ক্যালিব্রেট করার অভ্যাস তৈরি করে।

চেকলিস্ট

• [ ] আমি বিভাগগুলির একটি বন্ধ এবং পৃথক তালিকা সংজ্ঞায়িত করেছি।
• [ ] আমি কংক্রিট ব্যবস্থা সহ জরুরিতার মাত্রা বর্ণনা করেছি।
• [ ] আমি আউটপুট বিন্যাস (JSON/টেবিল) ঠিক করেছি।
• [ ] আমি অনিশ্চয়তার জন্য একটি প্রস্থান দরজা যোগ করেছি (আমি_অনিশ্চিত)।
• [ ] আমি ম্যানুয়ালি প্রথম ব্যাচ যাচাই করেছি এবং প্রম্পটটি ক্যালিব্রেট করেছি৷
• [ ] আমি উচ্চ-প্রভাবিত কর্মের উপর মানুষের অনুমোদনের একটি স্তর রাখি।