Zahtjev za sažetak i klasifikaciju (trijaža ulaznica)

Dobici:

• Sposobnost preobrazbe dugih i raštrkanih zahtjeva kupaca u strukturirane, djelotvorne sažetke
• Sposobnost klasificiranja zahtjeva prema kategoriji, hitnosti i raspoloženju kupaca s fiksnom shemom
• Sposobnost definiranja dosljednog izlaznog formata (JSON/tablica) prikladnog za automatizaciju skupne obrade ulaznica

Zamislite jutro tima za podršku: preko noći se nakupilo 220 novih ulaznica (tiketa). Neki su "Zaboravio sam lozinku" u jednom retku, neki su ljutite pritužbe u tri odlomka, a neki su zapravo prilika za prodaju. Čitanje ove hrpe, svrstavanje svakoga u ispravnu kategoriju, određivanje njegove hitnosti i usmjeravanje na pravu osobu (ovo se zove trijaža; ista logika razvrstavanja pacijenata po prioritetu u hitnoj službi) pojede prva dva sata u danu.

Umjetna inteligencija (AI) može obaviti ovaj posao u nekoliko sekundi i dosljedno. Ali magija nije u tome da kažete "sažmite ovaj zahtjev"; Modelu nameće fiksni popis kategorija, jasne razine hitnosti i nepromjenjiv izlazni format. U ovoj jedinici uspostavit ćemo trijažni sustav koji ide od obrade jednog zahtjeva do označavanja stotina zahtjeva na način spreman za automatizaciju.

Napomena: kategorije i oznake hitnosti koje generira AI preliminarni su alat za provjeru. Konkretno, zahtjevi s oznakom "hitno" i "prigovor" moraju biti potvrđeni od strane čovjeka prije obrade.

Zašto Strukturirani sažetak?

Besplatni sažetak ("kupac ima problema sa svojom pošiljkom") ne može se pretraživati, sortirati ili automatizirati. Međutim, potreba za upraviteljem podrške jasna je za sljedeća pitanja:

• U koju kategoriju spada ovaj zahtjev? (Dostava, povrat, plaćanje, tehničke informacije, informacije o proizvodu, reklamacija, mogućnost prodaje)
• Koliko je hitno? (Kritično / Visoko / Srednje / Nisko)
• Kakvo je emocionalno stanje kupca? (Ljut / Razočaran / Neutralan / Zadovoljan)
• Koja je njegova suština u jednoj rečenici?
• Što bi trebao biti sljedeći korak?

Nakon što definirate ta pitanja unaprijed i date ih modelu kao shemu (konstantna polja i moguće vrijednosti), svih 220 zahtjeva postaje usporedivo i filtrirajuće u istom formatu.

Korak po korak: Uspostava trijažne sheme

1. Prikvačite popis kategorija. Nemojte dopustiti da model stane; Dajte zatvorenu listu.
2. Definirajte kriterij hitnosti. Konkretno što znači "kritično": usluga potpuno zaustavljena, gubitak plaćanja, sigurnosni rizik.
3. Prepoznajte oznake emocija. Koristite ograničen i jasan skup.
4. Uvezite izlazni format. Za skupnu obradu prikladan je JSON (format podataka za strojno čitanje koji se sastoji od parova polja i vrijednosti), a za pojedinačni zahtjev prikladna je tablica.
5. Napravite pravilo "označite ako niste sigurni". Ako model nije siguran u kategoriju, neka kaže nesigurno i čovjek će pogledati.
6. Potvrdi. U prvoj seriji ručno provjerite točnost naljepnica i postavite upit.

Upiti koji se mogu kopirati

Osnovni upit koji pretvara jedan zahtjev u strukturirani sažetak:

Uloga: Iskusni ste stručnjak za trijažu podrške. U nastavku analizirajte zahtjev kupca. Dodajte komentar; samo se oslonite na ono što je u tekstu. Ispunite sljedeća polja:- sažetak: (maks. 1 rečenica)- kategorija: [Dostava | Povratak | Plaćanje | Tehnički | Informacije o proizvodu | Žalba | Prodajna prilika] - hitnost: [Kritično | Visoko | Srednje | Nisko]- emocija: [Ljut | Razočaranje | Neutralno | Zadovoljan]- sljedeći_korak: (jedna rečenica, konkretna radnja)- nisam siguran: ("da" ako je kategorija/hitnost nejasna, inače "ne") Zahtjev:"""{{ request_text }}"""

Za skupnu obradu, prompt pretvara više zahtjeva u JSON niz odjednom:

Obradite dolje označene zahtjeve. Generirajte JSON objekt za svaki sa sljedećom shemom i vratite ih sve kao JSON niz. Izlazak izvan sheme: { "id": "", "summary": "", "category": "", "urency": "", "emotion": "", "next_step": "", "Nisam siguran": "" }Samo kategorije: Dostava, Povrat, Plaćanje, Tehničke informacije, Informacije o proizvodu, Žalba, Mogućnost prodaje. Zahtjevi: {{ numbered_request_list }}

Prompt koji pojašnjava kriterij hitnosti i uči model definiciji "Kritičnog":

Odredite hitnost prema sljedećem pravilu: - Kritično: usluga potpuno nedostupna, gubitak plaćanja, sigurnosni/podatkovni rizik, pravna prijetnja. - Visoka: važna funkcija je pokvarena, ali postoji zaobilazno rješenje; ljuti kupac.- Srednje: pojedinačan problem, ne zaustavlja tijek rada.- Nisko: zahtjev za informacijama, sugestija, općenito pitanje. Napišite razlog svoje odluke u jednoj rečenici u polje "hitnost_razlog".

Prompt koji bilježi priliku za prodaju i uspostavlja most podrške/prodaje:

Prilikom obrade zahtjeva, ako kupac pokaže interes za kupnju novog proizvoda/paketa/dopune (npr. "imate li veće pakiranje", "koliko korisnika treba"), napravite kategoriju "Prodajna prilika" i u polje "sales_note" dodajte savjet od jedne rečenice za prodajni tim.

Slab upit / Jak upit

Slab upit

Snažan brz

"Sažmi i klasificiraj ovaj zahtjev"

Popis zatvorenih kategorija + definicija hitnosti + fiksna JSON shema

Svaki put generira različite oznake

Uvijek daje istu oznaku istom zahtjevu

Riječ "hitno" koristi prema vlastitoj želji.

Primjenjuje konkretne kriterije za "kritično"

On izmišlja nejasnoće

emin_degilim: reci da i prepusti to osobi

Dosljednost je ovdje zlatno pravilo: ako ista pritužba ne spada u istu kategoriju dva različita dana, nikakvo izvješćivanje i automatizacija neće biti pouzdani.

Tri mini kućišta

Slučaj 1 — Povjerljivi kritičar. U SaaS (internet rented software) tvrtki poruka "Ne mogu se prijaviti, cijeli tim čeka 40 ljudi" izgledala je uobičajeno jer je bila kratka. Trijažni prompt označio ga je kao "Kritično" zahvaljujući pravilu hitnosti (kriteriji "usluga potpuno nedostupna"). Zahtjev je obrađen u 6 minuta umjesto čekanja 2 sata u redu; spriječeno je kršenje SLA (ugovor o razini usluge, tj. obećano vrijeme odgovora).

Slučaj 2 — Određivanje prioriteta ljutnje. Jednog dana, kada su AI oznake 180 zahtjeva ispitane, vidjelo se da je 14 zahtjeva s emocijom "Ljutit" stavljeno u poseban red čekanja. Ti su zahtjevi bili upućeni iskusnim predstavnicima, a negativan rezultat ankete (CSAT, tj. rezultat zadovoljstva kupaca) taj se tjedan značajno poboljšao u odnosu na prethodni tjedan.

Slučaj 3 — Most od podrške do prodaje. "Moj trenutni paket je za 5 korisnika, moram ga povećati na 20 ljudi, je li moguće?" AI je označio poruku kao "Prodajna prilika" i dodao prodajnu bilješku. Zahtjev je automatski pao na prodajni tim; Prilika za povećanje prodaje koja bi prošla nezapaženo da je izgubljena u standardnom redu čekanja za podršku postala je dobitak.

Savjet: popis kategorija neka bude što kraći i diskretniji. 20 kategorija će zbuniti model (i vaš tim); 6-8 jasnih kategorija označene su dosljednije i imaju smisla u izvješćima. Kombinirajte dvije kategorije koje se često brkaju.

Povezivanje s automatizacijom

Prava snaga strukturiranog JSON izlaza je u tome što automatski prelazi na sljedeći korak: Zahtjev označen kao "Kritično" odmah obavještava upravitelja, "Prodajna prilika" pada u CRM (softver za upravljanje odnosima s kupcima), "Povratak" ide u samoposlužni tijek. Ali prvo pravilo automatizacije: radnje s velikim utjecajem (povrat novca, zatvaranje računa) nikad se ne pokreću samo na temelju AI oznake; Ponekad postoji ljudsko odobravanje.

Oprez: analiza raspoloženja je predviđanje, a ne točno mjerenje. Kupac kojeg model naziva "neutralnim" zapravo može biti tiho vrlo ljut. Koristite oznaku emocija za određivanje prioriteta; ali nemojte se oslanjati samo na njega da biste izvukli konačne zaključke poput "ovaj je kupac već zadovoljan".

Uobičajene greške

• Prepuštanje popisa kategorija modelu; dobivanje različitih, nekompatibilnih oznaka svaki put.
• Ostavljanje relativne riječi kao što je "hitno" nedefinirano; Svačiji zahtjev je hitan.
• Ne popravlja izlazni format; Ponekad se umjesto JSON-a pojavljuje odlomak, ponekad popis.
• Ne pruža izlazna vrata za neizvjesnost (nisam siguran).
• Povezivanje transakcija velikog utjecaja (povrat novca, zatvaranje računa) s AI oznakom bez ljudskog odobrenja.
• Automatizacija cijelog tijeka bez ručne provjere prve serije.

Ukratko

• Trijaža brzo razvrstava hrpu dolaznih zahtjeva prema kategoriji, hitnosti i emocijama.
• Ključ dosljednosti: popis zatvorenih kategorija, konkretna definicija hitnosti i fiksni izlazni format (JSON).
• Oznake hitnosti i emocija ubrzavaju određivanje prioriteta; Iznosi kritičke i ljutite zahtjeve.
• Strukturirani izlaz može se izravno povezati s automatizacijom (obavijesti, usmjeravanje, CRM).
• Radnje s velikim utjecajem i dvosmislene oznake uvijek bi trebale proći ljudsku provjeru.

Zadatak aplikacije

Skupna obrada 5 različitih zahtjeva kupaca koje imate (ili uzoraka) pomoću gornjeg upita JSON polja. Zatim ručno provjerite izlaz: (1) Je li svaka kategorija točna? (2) Zaustavljaju li oni s oznakom "kritično" stvarno uslugu? (3) Jesam li rekao "da" na pravim mjestima? Ispravite sve oznake koje ne odgovaraju i ažurirajte upit (osobito definicije kategorija i pravilo hitnosti) u skladu s tim. Ova vježba gradi naviku kalibriranja sheme prema vlastitoj stvarnosti.

popis za provjeru

• [ ] Definirao sam zatvoreni i diskretni popis kategorija.
• [ ] Opisao sam razine hitnosti s konkretnim mjerama.
• [ ] Popravio sam izlazni format (JSON/tablica).
• [ ] Dodao sam izlazna vrata za neizvjesnost (I'm_nesure).
• [ ] Ručno sam provjerio prvu seriju i kalibrirao upit.
• [ ] Stavljam sloj ljudskog odobravanja na radnje s velikim utjecajem.