Gewinne:
- Fähigkeit, lange und vereinzelte Kundenanfragen in strukturierte, umsetzbare Zusammenfassungen umzuwandeln
- Möglichkeit, Anfragen nach Kategorie, Dringlichkeit und Kundenstimmung mit einem festen Schema zu klassifizieren
- Möglichkeit, ein konsistentes Ausgabeformat (JSON/Tabelle) zu definieren, das für die Automatisierung der Massenticketverarbeitung geeignet ist
Stellen Sie sich den Morgen eines Support-Teams vor: Über Nacht haben sich 220 neue Tickets (Tickets) angesammelt. Bei einigen handelt es sich um ein einzeiliges „Ich habe mein Passwort vergessen“, bei anderen um eine wütende Beschwerde mit drei Absätzen und bei anderen handelt es sich tatsächlich um eine Verkaufsmöglichkeit. Das Durchlesen dieses Stapels, die Zuordnung jedes einzelnen zur richtigen Kategorie, die Bestimmung seiner Dringlichkeit und die Weiterleitung an die richtige Person (das nennt man Triage; die gleiche Logik wie bei der Sortierung von Patienten nach Priorität in der Notaufnahme) verschlingt die ersten zwei Stunden des Tages.
Künstliche Intelligenz (KI) kann diese Aufgabe in Sekundenschnelle und konsistent erledigen. Aber die Magie liegt nicht darin, zu sagen: „Fassen Sie diese Anfrage zusammen.“ Es schreibt dem Modell eine feste Liste von Kategorien, klare Dringlichkeitsstufen und ein unveränderliches Ausgabeformat vor. In dieser Einheit etablieren wir ein Triage-System, das von der Verarbeitung einer einzelnen Anfrage bis zur automatisierungsfähigen Kennzeichnung von Hunderten von Anfragen reicht.
Hinweis: Die von AI generierten Kategorie- und Dringlichkeitsbezeichnungen sind ein vorläufiges Screening-Tool. Insbesondere Anfragen mit den Bezeichnungen „dringend“ und „Beschwerde“ müssen vor der Bearbeitung von einem Menschen bestätigt werden.
Warum strukturierte Zusammenfassung?
Eine kostenlose Zusammenfassung („Kunde hat Probleme mit seiner Sendung“) kann nicht durchsucht, sortiert oder automatisiert werden. Der Bedarf des Supportmanagers wird jedoch anhand der folgenden Fragen deutlich:
- In welche Kategorie fällt diese Anfrage? (Versand, Rückgabe, Zahlung, Technik, Produktinformationen, Reklamation, Verkaufsmöglichkeit)
- Wie dringend ist es? (Kritisch / Hoch / Mittel / Niedrig)
- Wie ist die emotionale Verfassung des Kunden? (Wütend / Enttäuscht / Neutral / Zufrieden)
- Was ist seine Ein-Satz-Essenz?
- Was sollte der nächste Schritt sein?
Sobald Sie diese Fragen im Voraus definieren und sie dem Modell als Schema (konstante Felder und mögliche Werte) übergeben, werden alle 220 Anfragen im gleichen Format vergleichbar und filterbar.
Schritt für Schritt: Aufbau eines Triage-Plans
- Pinnen Sie die Kategorieliste. Lassen Sie das Modell nicht passen; Geben Sie eine geschlossene Liste an.
- Definieren Sie das Kriterium der Dringlichkeit. Konkret bedeutet „kritisch“: Dienst komplett eingestellt, Zahlungsausfall, Sicherheitsrisiko.
- Identifizieren Sie Emotionsetiketten. Verwenden Sie ein begrenztes und übersichtliches Set.
- Importieren Sie das Ausgabeformat. Für die Stapelverarbeitung eignet sich JSON (maschinenlesbares Datenformat bestehend aus Feld-Wert-Paaren), für Einzelanfragen eine Tabelle.
- Machen Sie eine „Ankreuzen, wenn Sie nicht sicher sind“-Regel. Wenn sich das Modell bezüglich der Kategorie nicht sicher ist, sagen Sie „unsicher“ und der Mensch wird nachschauen.
- Verifizieren. Überprüfen Sie im ersten Stapel manuell die Genauigkeit der Etiketten und legen Sie die Eingabeaufforderung fest.
Kopierbare Eingabeaufforderungen
Einfache Eingabeaufforderung, die eine einzelne Anfrage in eine strukturierte Zusammenfassung umwandelt:
Rolle: Sie sind ein erfahrener Support-Triage-Spezialist. Analysieren Sie die Kundenanfrage unten. Fügen Sie einen Kommentar hinzu. Verlassen Sie sich einfach auf den Inhalt des Textes. Füllen Sie die folgenden Felder aus: - Zusammenfassung: (max. 1 Satz) - Kategorie: [Versand | Zurück | Zahlung | Technische | Produktinformationen | Beschwerde | Verkaufsmöglichkeit] – Dringlichkeit: [Kritisch | Hoch | Mittel | Niedrig]- Emotion: [Wütend | Enttäuschung | Neutral | Zufrieden] – nächster_Schritt: (einzelner Satz, konkrete Aktion) – unsicher: („Ja“, wenn Kategorie/Dringlichkeit unklar ist, andernfalls „Nein“) Anfrage: „““{{ request_text }}““
Für die Stapelverarbeitung wandelt die Eingabeaufforderung mehrere Anforderungen gleichzeitig in ein JSON-Array um:
Bearbeiten Sie die unten nummerierten Anfragen. Generieren Sie für jedes ein JSON-Objekt mit dem folgenden Schema und geben Sie alle als JSON-Array zurück. Außerhalb des Schemas: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "I'm not secure": "" }Nur Kategorien: Versand, Rückgabe, Zahlung, Technik, Produktinformationen, Beschwerde, Verkaufsmöglichkeit. Anfragen: {{ numbered_request_list }}
Die Eingabeaufforderung, die das Dringlichkeitskriterium verdeutlicht und dem Modell die Definition von „Kritisch“ beibringt:
Bestimmen Sie die Dringlichkeit anhand der folgenden Regel: – Kritisch: Dienst völlig nicht verfügbar, Zahlungsausfall, Sicherheits-/Datenrisiko, rechtliche Bedrohung. – Hoch: Wichtige Funktion ist fehlerhaft, aber es gibt eine Problemumgehung; Verärgerter Kunde. – Mittel: Einzelproblem, das den Arbeitsablauf nicht stoppt. – Niedrig: Informationsanfrage, Vorschlag, allgemeine Frage. Schreiben Sie den Grund Ihrer Entscheidung in einem Satz in das Feld „urgency_reason“.
Aufforderung, die die Verkaufschance erfasst und eine Support-/Verkaufsbrücke aufbaut:
Wenn der Kunde bei der Bearbeitung der Anfrage Interesse am Kauf eines neuen Produkts/Pakets/Ergänzungsmittels zeigt (z. B. „Haben Sie ein größeres Paket“, „Wie viele Benutzer sind dafür geeignet“), erstellen Sie die Kategorie „Verkaufschance“ und fügen Sie im Feld „sales_note“ einen einsatzigen Tipp für das Vertriebsteam hinzu.
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Aufforderung
Kraftvolle Aufforderung
„Diese Anfrage zusammenfassen und klassifizieren“
Geschlossene Kategorieliste + Dringlichkeitsdefinition + festes JSON-Schema
Erzeugt jedes Mal unterschiedliche Etiketten
Gibt der gleichen Anfrage immer die gleiche Bezeichnung
Er verwendet das Wort „dringend“ nach eigenem Wunsch.
Wendet konkrete Kriterien für „kritisch“ an
Er erfindet das Vage
emin_degilim: Sag ja und überlasse es der Person
Konsistenz ist hier die goldene Regel: Wenn dieselbe Beschwerde nicht an zwei verschiedenen Tagen in dieselbe Kategorie fällt, ist kein Reporting und keine Automatisierung zuverlässig.
Drei Mini-Hüllen
Fall 1 – Vertraulicher Kritiker. In einem SaaS-Unternehmen (Internet-Mietsoftware) erschien die Meldung „Ich kann mich nicht anmelden, das gesamte Team wartet auf 40 Personen“ gewöhnlich, weil sie von kurzer Dauer war. Die Triage-Eingabeaufforderung markierte es aufgrund der Dringlichkeitsregel („Dienst völlig nicht verfügbar“-Kriterium) als „kritisch“. Die Anfrage wurde in 6 Minuten bearbeitet, anstatt 2 Stunden in der Warteschlange zu warten; eine SLA-Verletzung (Service Level Agreement, d. h. versprochene Reaktionszeit) wurde verhindert.
Fall 2 – Priorisierung von Wut. Als eines Tages die KI-Tags von 180 Anfragen untersucht wurden, stellte sich heraus, dass 14 Anfragen mit der Emotion „Wütend“ in eine separate Warteschlange gestellt wurden. Diese Anfragen richteten sich an erfahrene Vertreter und der negative Umfragewert (CSAT, d. h. Kundenzufriedenheitswert) verbesserte sich in dieser Woche im Vergleich zur Vorwoche deutlich.
Fall 3 – Brücke vom Support zum Vertrieb. „Mein aktuelles Paket ist für 5 Benutzer, ich muss es auf 20 Personen erhöhen, ist das möglich?“ AI markierte die Nachricht als „Verkaufschance“ und fügte einen Verkaufshinweis hinzu. Die Anfrage ging automatisch an das Vertriebsteam; Eine Upsell-Chance, die unbemerkt geblieben wäre, wenn sie in der Standard-Support-Warteschlange verloren gegangen wäre, ist zu einem Gewinn geworden.
Tipp: Halten Sie Ihre Kategorieliste so kurz und diskret wie möglich. 20 Kategorien werden das Model (und Ihr Team) verwirren; 6–8 klare Kategorien werden einheitlicher gekennzeichnet und sind in Berichten aussagekräftig. Kombinieren Sie zwei häufig verwechselte Kategorien.
Anbindung an die Automatisierung
Die wahre Stärke der strukturierten JSON-Ausgabe besteht darin, dass sie automatisch zum nächsten Schritt weitergeleitet wird: Die Anfrage mit der Bezeichnung „Kritisch“ benachrichtigt sofort den Manager, „Verkaufschance“ gelangt in das CRM (Customer-Relationship-Management-Software), „Retoure“ geht in den Self-Service-Flow. Aber die erste Regel der Automatisierung: Aktionen mit großer Wirkung (Rückerstattung, Kontoschließung) werden niemals allein auf der Grundlage des KI-Tags ausgelöst; Manchmal gibt es menschliche Zustimmung.
Achtung: Die Stimmungsanalyse ist eine Vorhersage, keine exakte Messung. Ein Kunde, den das Model „Neutral“ nennt, kann in Wirklichkeit in aller Stille sehr verärgert sein. Verwenden Sie das Emotion-Tag, um Prioritäten zu setzen. Aber verlassen Sie sich nicht allein darauf, um endgültige Schlussfolgerungen wie „Dieser Kunde ist bereits zufrieden“ zu ziehen.
Häufige Fehler
- Überlassen Sie die Kategorieliste dem Modell; Ich bekomme jedes Mal andere, inkompatible Etiketten.
- Ein relatives Wort wie „dringend“ undefiniert lassen; Die Bitte aller ist dringend.
- Das Ausgabeformat wurde nicht korrigiert. Manchmal erscheint ein Absatz, manchmal eine Liste anstelle von JSON.
- Keine Ausgangstür für Unsicherheit (ich bin mir nicht sicher).
- Verknüpfung von Transaktionen mit großer Auswirkung (Rückerstattung, Kontoschließung) mit dem KI-Tag ohne menschliche Zustimmung.
- Automatisierung des gesamten Ablaufs ohne manuelle Überprüfung der ersten Charge.
Zusammenfassend
- Bei der Triage wird der Stapel eingehender Anfragen schnell nach Kategorie, Dringlichkeit und Emotion sortiert.
- Der Schlüssel zur Konsistenz: geschlossene Kategorieliste, konkrete Dringlichkeitsdefinition und festes Ausgabeformat (JSON).
- Dringlichkeits- und Emotionsbezeichnungen beschleunigen die Priorisierung; Es bringt kritische und wütende Forderungen hervor.
- Strukturierte Ausgabe kann direkt mit Automatisierung (Benachrichtigung, Routing, CRM) verknüpft werden.
- Wirkungsvolle Aktionen und mehrdeutige Bezeichnungen sollten immer einer menschlichen Überprüfung unterzogen werden.
Anwendungsaufgabe
Verarbeiten Sie Ihre 5 verschiedenen Kundenanfragen (oder Muster) stapelweise mit der JSON-Array-Eingabeaufforderung oben. Überprüfen Sie dann manuell die Ausgabe: (1) Ist jede Kategorie korrekt? (2) Stoppen diejenigen, die als „kritisch“ markiert sind, tatsächlich den Dienst? (3) Habe ich wirklich an den richtigen Stellen „Ja“ gesagt? Korrigieren Sie alle Tags, die nicht passen, und aktualisieren Sie die Eingabeaufforderung (insbesondere Kategoriedefinitionen und Dringlichkeitsregel) entsprechend. Diese Übung macht es Ihnen zur Gewohnheit, das Schema an Ihre eigene Realität anzupassen.
Checkliste
- [ ] Ich habe eine geschlossene und diskrete Liste von Kategorien definiert.
- [ ] Ich habe die Dringlichkeitsstufen mit konkreten Maßnahmen beschrieben.
- [ ] Ich habe das Ausgabeformat (JSON/Tabelle) korrigiert.
- [ ] Ich habe eine Ausgangstür für Unsicherheit hinzugefügt (I'm_unsure).
- [ ] Ich habe die erste Charge manuell überprüft und die Eingabeaufforderung kalibriert.
- [ ] Ich lege eine Schicht menschlicher Zustimmung auf wirkungsvolle Aktionen.