Richiesta di riepilogo e classificazione (Ticket Triage)

Guadagni:

• Capacità di trasformare le richieste lunghe e sparse dei clienti in riepiloghi strutturati e utilizzabili
• Possibilità di classificare le richieste per categoria, urgenza e sentiment del cliente con uno schema fisso
• Capacità di definire un formato di output coerente (JSON/tabella) adatto all'automazione per l'elaborazione di ticket in blocco

Immagina la mattinata di un team di supporto: durante la notte si sono accumulati 220 nuovi ticket (ticket). Alcuni sono un messaggio di una riga "Ho dimenticato la password", altri sono un reclamo rabbioso di tre paragrafi e alcuni sono in realtà un'opportunità di vendita. Leggere questa pila, assegnando ciascuno alla categoria corretta, determinandone l’urgenza e indirizzandolo alla persona giusta (questo si chiama triage; la stessa logica di smistamento dei pazienti per priorità al pronto soccorso) consuma le prime due ore della giornata.

L’intelligenza artificiale (AI) può svolgere questo lavoro in pochi secondi e in modo coerente. Ma la magia non sta nel dire "riassumi questa richiesta"; Impone al modello un elenco fisso di categorie, livelli di urgenza chiari e un formato di output immutabile. In questa unità stabiliremo un sistema di triage che va dall'elaborazione di una singola richiesta all'etichettatura di centinaia di richieste in modo pronto per l'automazione.

Nota: le etichette di categoria e di urgenza generate dall'intelligenza artificiale sono uno strumento di screening preliminare. In particolare, le richieste etichettate come "urgenti" e "reclamo" devono essere confermate da un essere umano prima di essere elaborate.

Perché il riepilogo strutturato?

Un riepilogo gratuito ("il cliente ha problemi con la spedizione") non può essere cercato, ordinato o automatizzato. Tuttavia, la necessità del responsabile del supporto è chiara alle seguenti domande:

• In quale categoria rientra questa richiesta? (Spedizione, Reso, Pagamento, Tecnico, Informazioni sul prodotto, Reclamo, Opportunità di vendita)
• Quanto è urgente? (Critico/Alto/Medio/Basso)
• Qual è lo stato emotivo del cliente? (Arrabbiato / Deluso / Neutrale / Soddisfatto)
• Qual è la sua essenza in una frase?
• Quale dovrebbe essere il prossimo passo?

Una volta definite queste domande in anticipo e fornite al modello come schema (campi costanti e valori possibili), tutte le 220 richieste diventano confrontabili e filtrabili nello stesso formato.

Passo dopo passo: stabilire uno schema di triage

1. Blocca l'elenco delle categorie. Non lasciare che il modello si adatti; Fornisci un elenco chiuso.
2. Definire il criterio dell'urgenza. Concreto cosa significa “critico”: servizio completamente interrotto, perdita di pagamento, rischio per la sicurezza.
3. Identificare le etichette emotive. Utilizzare un set limitato e chiaro.
4. Importa il formato di output. Per l'elaborazione batch è adatto JSON (formato dati letto dalla macchina costituito da coppie campo-valore), per richiesta singola è adatta tabella.
5. Crea una regola "spunta se non sei sicuro". Se il modello non è sicuro della categoria, lascialo dire incerto e l'umano guarderà.
6. Verificare. Nel primo batch, controlla manualmente l'accuratezza delle etichette e imposta la richiesta.

Prompt copiabili

Prompt di base che converte una singola richiesta in un riepilogo strutturato:

Ruolo: sei uno specialista esperto di triage di supporto. Analizza la richiesta del cliente di seguito. Aggiungi un commento; basta fare affidamento su quello che c'è nel testo.Compila i seguenti campi:- riepilogo: (max 1 frase)- categoria: [Spedizione | Ritorno | Pagamento | Tecnico | Informazioni sul prodotto | Reclamo | Opportunità di vendita]- urgenza: [Critico | Alto | Medio | Basso]- emozione: [Arrabbiato | Delusione | Neutro | Soddisfatto]- passo_successivo: (frase singola, azione concreta)- incerto: ("sì" se la categoria/urgenza non è chiara, altrimenti "no") Richiesta:"""{{ request_text }}"""

Per l'elaborazione batch, il prompt converte più richieste contemporaneamente in un array JSON:

Elabora le richieste numerate di seguito. Genera un oggetto JSON per ciascuno con il seguente schema e restituiscili tutti come array JSON. Uscire dallo schema: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "Non sono sicuro": "" }Solo categorie: Spedizione, Reso, Pagamento, Tecnico, Informazioni sul prodotto, Reclamo, Opportunità di vendita. Richieste: {{ numbered_request_list }}

Il prompt che chiarisce il criterio dell'urgenza e insegna al modello la definizione di “Critico”:

Determinare l'urgenza in base alla seguente regola:- Critica: servizio completamente non disponibile, perdita di pagamento, rischio per la sicurezza/dati, minaccia legale.- Alta: una funzione importante è interrotta ma esiste una soluzione alternativa; cliente arrabbiato.- Medio: problema singolo, flusso di lavoro non interrotto.- Basso: richiesta di informazioni, suggerimento, domanda generale. Scrivi il motivo della tua decisione in una frase nel campo "urgency_reason".

Prompt che coglie l'opportunità di vendita e stabilisce un ponte di supporto/vendita:

Durante l'elaborazione della richiesta, se il cliente mostra interesse per l'acquisto di un nuovo prodotto/pacchetto/integratore (ad esempio "hai un pacchetto più grande", "quanti utenti ci vogliono"), crea la categoria "Opportunità di vendita" e aggiungi un suggerimento di una frase per il team di vendita nel campo "nota_vendite".

Prompt debole / Prompt forte

Pronto debole

Suggerimento potente

"Riassumi e classifica questa richiesta"

Elenco di categorie chiuse + definizione di urgenza + schema JSON fisso

Genera etichette diverse ogni volta

Assegna sempre la stessa etichetta alla stessa richiesta

Usa la parola "urgente" secondo i suoi desideri.

Applica criteri concreti per "critico"

Inventa il vago

emin_degilim: dì sì e lascia fare alla persona

La coerenza è la regola d’oro in questo caso: se lo stesso reclamo non rientra nella stessa categoria in due giorni diversi, nessuna segnalazione e nessuna automazione saranno affidabili.

Tre mini custodie

Caso 1 – Critico confidenziale. In un'azienda SaaS (software Internet noleggiato), il messaggio "Non riesco ad accedere, l'intero team sta aspettando 40 persone" sembrava normale perché era breve. L'avviso di triage lo ha segnalato come "Critico" grazie alla regola dell'urgenza (criterio "servizio completamente indisponibile"). La richiesta è stata gestita in 6 minuti invece di attendere 2 ore in coda; è stata evitata una violazione dello SLA (Service Level Agreement, ovvero il tempo di risposta promesso).

Caso 2 – Priorità della rabbia. Un giorno, esaminando i tag AI di 180 richieste, si è visto che 14 richieste con l'emozione "Arrabbiato" erano state messe in una coda separata. Queste richieste erano rivolte a rappresentanti esperti e il punteggio negativo del sondaggio (CSAT, ovvero il punteggio di soddisfazione del cliente) quella settimana è migliorato significativamente rispetto alla settimana precedente.

Caso 3: passaggio dal supporto alle vendite. "Il mio pacchetto attuale è per 5 utenti, devo aumentarlo a 20 persone, è possibile?" AI ha contrassegnato il messaggio come "Opportunità di vendita" e ha aggiunto una nota di vendita. La richiesta è ricaduta automaticamente sul team di vendita; Un'opportunità di upselling che sarebbe passata inosservata se fosse andata persa nella coda del supporto standard è diventata un guadagno.

Suggerimento: mantieni l'elenco delle categorie il più breve e discreto possibile. 20 categorie confonderanno il modello (e la tua squadra); 6-8 categorie chiare sono etichettate in modo più coerente e sono significative nei report. Combina due categorie spesso confuse.

Connessione all'automazione

La vera forza dell'output JSON strutturato è che passa automaticamente alla fase successiva: la richiesta etichettata come "Critica" avvisa immediatamente il manager, "Opportunità di vendita" rientra nel CRM (software di gestione delle relazioni con i clienti), "Reso" entra nel flusso self-service. Ma prima regola dell’automazione: azioni ad alto impatto (rimborso, chiusura conto) non vengono mai attivate basandosi solo sul tag AI; A volte c'è l'approvazione umana.

Attenzione: l'analisi del sentiment è una previsione, non una misurazione esatta. Un cliente che il modello chiama "neutro" potrebbe in realtà essere silenziosamente molto arrabbiato. Usa il tag emozionale per stabilire le priorità; ma non fare affidamento solo su questo per trarre conclusioni definitive come "questo cliente è già soddisfatto".

Errori comuni

• Lasciare l'elenco delle categorie al modello; ottenere ogni volta etichette diverse e incompatibili.
• Lasciare indefinita una parola relativa come "urgente"; La richiesta di tutti è urgente.
• Non correggere il formato di output; A volte viene visualizzato un paragrafo, a volte un elenco al posto di JSON.
• Non fornire una porta d'uscita per l'incertezza (non ne sono sicuro).
• Collegamento di transazioni ad alto impatto (rimborso, chiusura del conto) al tag AI senza l'approvazione umana.
• Automatizzare l'intero flusso senza verificare manualmente il primo lotto.

In sintesi

• Il triage sta rapidamente smistando la pila di richieste in arrivo per categoria, urgenza ed emozione.
• La chiave per la coerenza: elenco di categorie chiuse, definizione di urgenza concreta e formato di output fisso (JSON).
• Le etichette di urgenza ed emozione accelerano la definizione delle priorità; Porta avanti richieste critiche e rabbiose.
• L'output strutturato può essere direttamente collegato all'automazione (notifica, routing, CRM).
• Le azioni ad alto impatto e le etichette ambigue dovrebbero sempre essere sottoposte a verifica umana.

Compito dell'applicazione

Elabora in batch le 5 diverse richieste dei clienti che hai (o campioni) con il prompt dell'array JSON sopra. Quindi controlla manualmente l'output: (1) Ogni categoria è corretta? (2) Quelli contrassegnati come "critici" interrompono effettivamente il servizio? (3) Ho detto sicuramente "sì" nei posti giusti? Correggere eventuali tag che non si adattano e aggiornare di conseguenza il prompt (in particolare le definizioni di categoria e la regola di urgenza). Questo esercizio crea l'abitudine di calibrare lo schema sulla tua realtà.

lista di controllo

• [ ] Ho definito un elenco chiuso e discreto di categorie.
• [ ] Ho descritto i livelli di urgenza con misure concrete.
• [] Ho corretto il formato di output (JSON/tabella).
• [ ] Ho aggiunto una porta di uscita per l'incertezza (non sono sicuro).
• [] Ho verificato manualmente il primo batch e calibrato il prompt.
• [] Metto uno strato di approvazione umana sulle azioni ad alto impatto.