ಕರೆ ಸಾರಾಂಶ ಮತ್ತು ಸ್ವಯಂ-ಟ್ಯಾಗಿಂಗ್: ಸೆಕೆಂಡ್‌ಗಳಿಗೆ ಸುತ್ತುವಿಕೆಯನ್ನು ಕಡಿಮೆಗೊಳಿಸುವುದು

ಲಾಭಗಳು:

• ರಚನಾತ್ಮಕ ಮತ್ತು ಕಿರು ಕರೆ ಸಾರಾಂಶಗಳೊಂದಿಗೆ ಮುಚ್ಚಿದ ವರ್ಗೀಕರಣದ ಆಧಾರದ ಮೇಲೆ ಸ್ವಯಂಚಾಲಿತ ಟ್ಯಾಗಿಂಗ್ ಅನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಪ್ರಾತಿನಿಧಿಕ ಅನುಮೋದನೆಯ ಮೂಲಕ ಸಾರಾಂಶ ಮತ್ತು ಟ್ಯಾಗ್‌ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ರವಾನಿಸುವ ಮೂಲಕ ಮತ್ತು ಅವುಗಳನ್ನು ಮೂಲ ಪಠ್ಯದೊಂದಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ತಯಾರಿಸಿದ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಹಾಕುವ ಸಾಮರ್ಥ್ಯ
• ವೈಯಕ್ತಿಕ/ಕಾರ್ಡ್ ಡೇಟಾವನ್ನು ಇಟ್ಟುಕೊಳ್ಳದೆ ಮತ್ತು ಬದ್ಧತೆಗಳನ್ನು ಅರ್ಥೈಸದೆ ಸಾರಾಂಶಗಳನ್ನು ವರ್ಗಾಯಿಸುವ ಮೂಲಕ ಸುತ್ತುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ

ಪ್ರತಿನಿಧಿಯ ಕೆಲಸವು ಗ್ರಾಹಕರೊಂದಿಗೆ ಮಾತನಾಡುವುದರೊಂದಿಗೆ ಕೊನೆಗೊಳ್ಳುವುದಿಲ್ಲ. ಪ್ರತಿ ಕರೆಯ ನಂತರ, "ಏನು ಮಾತನಾಡಿದರು, ಏನು ಮಾಡಿದರು, ಏನು ವಿಷಯ" ಎಂಬ ದಾಖಲೆಯನ್ನು ರಚಿಸಬೇಕು. ಇದನ್ನು ವ್ರ್ಯಾಪ್-ಅಪ್ ಅಥವಾ ನಂತರದ ಕರೆ ಕೆಲಸ / ACW ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ: ಪ್ರತಿನಿಧಿಯು ಸಂಭಾಷಣೆಯನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತಾನೆ, ಸಿಸ್ಟಂನಲ್ಲಿ ಮುಕ್ತಾಯದ ಕೋಡ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾನೆ (ವಿಲೇವಾರಿ ಕೋಡ್ - ಕರೆಯ ವಿಷಯ/ಫಲಿತಾಂಶವನ್ನು ಸೂಚಿಸುವ ವರ್ಗ, ಉದಾ. "ರಿಟರ್ನ್-ಅನುಮೋದಿತ", "ತಾಂತ್ರಿಕ-ವೈಫಲ್ಯ") ಮತ್ತು ಅಗತ್ಯ ಟಿಪ್ಪಣಿಗಳನ್ನು ಬರೆಯುತ್ತಾರೆ. ಈ ಕಾರ್ಯವು ಚಿಕ್ಕದಾಗಿದೆ ಎಂದು ತೋರುತ್ತದೆ, ಆದರೆ ಇದು ದೊಡ್ಡದಾಗಿದೆ: ದಿನಕ್ಕೆ 60 ಕರೆಗಳನ್ನು ಮಾಡುವ ಏಜೆಂಟ್ ಪ್ರತಿ ಕರೆಗೆ 2 ನಿಮಿಷಗಳನ್ನು ವ್ಯಯಿಸಿದರೆ, ದಿನದ 2 ​​ಗಂಟೆಗಳ ಕಾಲ ಕೇವಲ ಟಿಪ್ಪಣಿಗಳನ್ನು ಬರೆಯುತ್ತದೆ. ಇದಲ್ಲದೆ, ದಣಿದ ಪ್ರತಿನಿಧಿಯು ಟಿಪ್ಪಣಿಯನ್ನು ದೊಗಲೆ ಬರೆಯುತ್ತಾನೆ; ದಾಖಲೆಗಳು ಅಸಮಂಜಸವಾಗಿರುತ್ತವೆ ಮತ್ತು ಮುಂದಿನ ಏಜೆಂಟ್ ಅಥವಾ ಮ್ಯಾನೇಜರ್ ಇತಿಹಾಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಕಾರ್ಯವನ್ನು ಕ್ರಾಂತಿಗೊಳಿಸುತ್ತದೆ: ಇದು ಸಂಭಾಷಣೆಯ ಪಠ್ಯವನ್ನು (ಪ್ರತಿಲೇಖನ) ಓದುತ್ತದೆ ಮತ್ತು ಅಚ್ಚುಕಟ್ಟಾಗಿ ಸಾರಾಂಶ, ನಿಖರವಾದ ಟ್ಯಾಗ್‌ಗಳು ಮತ್ತು ಮುಂದಿನ ಹಂತದ ಸಲಹೆಯನ್ನು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಉತ್ಪಾದಿಸುತ್ತದೆ. ಬರೆಯುವ ಬದಲು, ಏಜೆಂಟ್ ಪರಿಶೀಲಿಸುತ್ತಾನೆ ಮತ್ತು ಅನುಮೋದಿಸುತ್ತಾನೆ. ಈ ಘಟಕದಲ್ಲಿ, ಕರೆ ಸಾರಾಂಶ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ಟ್ಯಾಗಿಂಗ್ ಅನ್ನು ಹೇಗೆ ಹೊಂದಿಸುವುದು, ಯಾವುದಕ್ಕೆ ಗಮನ ಕೊಡಬೇಕು ಮತ್ತು ಪರಿಶೀಲನೆ ಶಿಸ್ತುಗಳನ್ನು ನಾವು ನೋಡುತ್ತೇವೆ.

ಉತ್ತಮ ಕರೆ ಸಾರಾಂಶ ಏನು ಒಳಗೊಂಡಿದೆ?

ಕರೆ ಸಾರಾಂಶವು ಸಾಕಷ್ಟು ಸ್ಪಷ್ಟವಾಗಿರಬೇಕು, ಆ ಸಂಭಾಷಣೆಯನ್ನು ಎಂದಿಗೂ ಕೇಳದ ಯಾರಾದರೂ (ಮುಂದಿನ ಏಜೆಂಟ್, ಮ್ಯಾನೇಜರ್, ಮೇಲ್ವಿಚಾರಕರು) ಅದನ್ನು 15 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಉತ್ತಮ ಸಾರಾಂಶವು ಒಳಗೊಂಡಿದೆ: ಗ್ರಾಹಕರು ಏಕೆ ಕರೆದರು (ಅವರು ಏಕೆ ಕರೆದರು), ಏನು ಮಾಡಿದರು (ಪ್ರತಿನಿಧಿ ಏನು ಮಾಡಿದರು), ಫಲಿತಾಂಶ (ಅದನ್ನು ಪರಿಹರಿಸಲಾಗಿದೆಯೇ, ಏನು ಭರವಸೆ ನೀಡಲಾಯಿತು), ಮುಕ್ತ ವ್ಯವಹಾರ (ಯಾವುದಾದರೂ ಇದ್ದರೆ, ಏನು ಅನುಸರಿಸಬೇಕು). ಕೆಟ್ಟ ಸಾರಾಂಶವು ತುಂಬಾ ಉದ್ದವಾಗಿದೆ (ಸಂಭಾಷಣೆಯ ಸಾಲಿನ ಮೂಲಕ ಸ್ಥಗಿತ) ಅಥವಾ ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ ("ಗ್ರಾಹಕರು ಕರೆದರು, ಅದನ್ನು ನಿರ್ವಹಿಸಲಾಗಿದೆ"). ನಡುವೆ ಬೀಳುವಲ್ಲಿ AI ತುಂಬಾ ಉತ್ತಮವಾಗಿದೆ: ರಚನಾತ್ಮಕ, ಸಂಕ್ಷಿಪ್ತ ಮತ್ತು ಸಂಪೂರ್ಣ.

ಸ್ವಯಂ-ಟ್ಯಾಗಿಂಗ್ / ಇತ್ಯರ್ಥವು AI ಮುಕ್ತಾಯದ ಕೋಡ್ ಮತ್ತು ಕರೆಯ ವಿಷಯದ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಸೂಚಿಸಿದಾಗ. ಉದಾಹರಣೆಗೆ, AI ಸಂವಾದವನ್ನು "ವಿಷಯ: ಬಿಲ್, ಉಪ-ವಿಷಯ: ಹೆಚ್ಚಿನ ಬಿಲ್ ಆಕ್ಷೇಪಣೆ, ಫಲಿತಾಂಶ: ಆಕ್ಷೇಪಣೆ-ದಾಖಲೆ-ತೆರೆದ, ಭಾವನೆ: ಕೋಪ" ಎಂದು ಲೇಬಲ್ ಮಾಡುತ್ತದೆ. ಈ ಟ್ಯಾಗ್‌ಗಳು ಭವಿಷ್ಯದಲ್ಲಿ ದೊಡ್ಡ ಮೌಲ್ಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತವೆ: "ಈ ತಿಂಗಳು ಯಾವ ವಿಷಯವು ಹೆಚ್ಚು ವಿನಂತಿಗಳನ್ನು ಸ್ವೀಕರಿಸಿದೆ" ಮತ್ತು "ಯಾವ ವಿಷಯವು ಕಡಿಮೆ ಪರಿಹಾರ ದರವನ್ನು ಹೊಂದಿದೆ" ಎಂಬ ಪ್ರಶ್ನೆಗಳಿಗೆ ನಿರ್ವಾಹಕರು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಉತ್ತರಿಸುತ್ತಾರೆ. ಆದರೆ ಟ್ಯಾಗ್‌ಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸಲು, ಅವುಗಳಿಗೆ ಸುಸಂಬದ್ಧವಾದ ಟ್ಯಾಗ್ ಶಬ್ದಕೋಶದ ಅಗತ್ಯವಿರುತ್ತದೆ (ವರ್ಗೀಕರಣ - ಪೂರ್ವನಿರ್ಧರಿತ, ಸೀಮಿತ ಮತ್ತು ಸ್ಪಷ್ಟವಾದ ವರ್ಗಗಳ ಪಟ್ಟಿ); ಬೋಟ್ ಉಚಿತ ಲೇಬಲ್‌ಗಳನ್ನು ರಚಿಸಿದರೆ, "ಇನ್‌ವಾಯ್ಸ್", "ಬಿಲ್ಲಿಂಗ್", "ಇನ್‌ವಾಯ್ಸ್ ಸಮಸ್ಯೆ" ಮುಂತಾದ ಮೂರು ವಿಭಿನ್ನ ಲೇಬಲ್‌ಗಳು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗೆ ಅಡ್ಡಿಯಾಗುತ್ತದೆ.

ಕೆಳಗಿನ ಕೋಷ್ಟಕವು ಹಸ್ತಚಾಲಿತ ಮತ್ತು AI- ನೆರವಿನ ಮುಕ್ತಾಯವನ್ನು ಹೋಲಿಸುತ್ತದೆ:

ಗಾತ್ರ

ಮ್ಯಾನುಯೆಲ್ (ಪ್ರತಿನಿಧಿ ಬರಹಗಾರ)

AI-ಚಾಲಿತ (ಏಜೆಂಟ್ ಅನುಮೋದನೆಗಳು)

ಅವಧಿ (ಪ್ರತಿ ಕರೆಗೆ)

90-150 ಸೆಕೆಂಡುಗಳು

15-30 ಸೆಕೆಂಡುಗಳು

ಸ್ಥಿರತೆ

ವ್ಯಕ್ತಿಯನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ

ಹೆಚ್ಚು, ನಿಘಂಟನ್ನು ಅವಲಂಬಿಸಿ

ಸಂಪೂರ್ಣತೆ

ಸುಸ್ತು ಬೀಳುತ್ತದೆ

ಸ್ಥಿರ

ಲೇಬಲ್ ಗುಣಮಟ್ಟ

ಉಚಿತ, ಗೊಂದಲಮಯ

ಸ್ಥಿರ ಟ್ಯಾಕ್ಸಾನಮಿ

ಅಪಾಯ

ಸಮಯದ ನಷ್ಟ, ಅಸಂಗತತೆ

ತಪ್ಪಾದ ಸಾರಾಂಶ (ಪರಿಶೀಲಿಸಬೇಕು)

ಸಲಹೆ: ಸ್ವಯಂಚಾಲಿತ ಟ್ಯಾಗಿಂಗ್‌ಗೆ ಹೋಗುವ ಮೊದಲು, ಟ್ಯಾಕ್ಸಾನಮಿ (ಮುಚ್ಚಿದ ಟ್ಯಾಗ್ ಪಟ್ಟಿ) ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮರೆಯದಿರಿ. AI ಗೆ "ಈ 20 ಟ್ಯಾಗ್‌ಗಳಿಂದ ಸೂಕ್ತವಾದವುಗಳನ್ನು ಆರಿಸಿ" ಎಂದು ಹೇಳುವುದು "ವಿಷಯವನ್ನು ಟ್ಯಾಗ್ ಮಾಡಿ" ಎಂದು ಹೇಳುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಫೀಡ್ ಅನ್ನು ಹೊಂದಿಸಿ

1. ಮೂಲವನ್ನು ತಯಾರಿಸಿ: ಸಂಭಾಷಣೆಯ ಪಠ್ಯವನ್ನು ಪಡೆಯಿರಿ (ವಾಯ್ಸ್ ಕರೆಯಲ್ಲಿ ASR ಪ್ರತಿಲೇಖನ, ಚಾಟ್‌ನಲ್ಲಿ ಪೂರ್ವಸಿದ್ಧ ಪಠ್ಯ). ವೈಯಕ್ತಿಕ/ಕಾರ್ಡ್ ಡೇಟಾವನ್ನು ಮೊದಲು ಮಾಸ್ಕ್ ಮಾಡಿ (ಮುಂದಿನ ಘಟಕದಲ್ಲಿ ವಿವರಿಸಲಾಗಿದೆ).
2. ಟ್ಯಾಕ್ಸಾನಮಿ ನೀಡಿ: ಮಾದರಿಗೆ ಮಾನ್ಯವಾದ ಮುಕ್ತಾಯ ಸಂಕೇತಗಳು ಮತ್ತು ವಿಷಯದ ಟ್ಯಾಗ್‌ಗಳ ಪಟ್ಟಿಯನ್ನು ನೀಡಿ; ಅವನನ್ನು ಹೊರಗೆ ಹೋಗದಂತೆ ನಿಷೇಧಿಸಿ.
3. ರಚನಾತ್ಮಕ ಔಟ್‌ಪುಟ್‌ಗಾಗಿ ಕೇಳಿ: ಉಚಿತ ಪ್ಯಾರಾಗ್ರಾಫ್‌ಗಳ ಬದಲಿಗೆ ಫೀಲ್ಡ್ ಔಟ್‌ಪುಟ್ (ಕಾರಣ, ಕ್ರಿಯೆಗಳು, ಫಲಿತಾಂಶ, ಅನುಸರಣೆ, ಟ್ಯಾಗ್‌ಗಳು, ಭಾವನೆ) ಕೇಳಿ; ಆದ್ದರಿಂದ ಅದನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಿಸ್ಟಮ್‌ಗೆ ಬರೆಯಬಹುದು.
4. ಪ್ರತಿನಿಧಿ ಅನುಮೋದನೆ: ಸಾರಾಂಶ ಮತ್ತು ಲೇಬಲ್‌ಗಳು ಪ್ರತಿನಿಧಿಯ ಪರದೆಯ ಮೇಲೆ ಗೋಚರಿಸುತ್ತವೆ; ಪ್ರತಿನಿಧಿಯು ಅದನ್ನು ಓದಲಿ, ಸರಿಪಡಿಸಿ ಮತ್ತು 10-20 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಅನುಮೋದಿಸಲಿ. ಅನುಮೋದನೆ ಇಲ್ಲದೆ ರೆಕಾರ್ಡ್ ಮಾಡಬೇಡಿ.
5. ಪ್ರತಿಕ್ರಿಯೆ: ಏಜೆಂಟ್ ಮಾಡಿದ ತಿದ್ದುಪಡಿಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಟ್ಯಾಕ್ಸಾನಮಿ ಮತ್ತು ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಸುಧಾರಿಸಿ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ರಚನಾತ್ಮಕ ಕರೆ ಸಾರಾಂಶ:

ಕೆಳಗಿನ ಅನಾಮಧೇಯ (ಹೆಸರು/ಕಾರ್ಡ್ ಇಲ್ಲ) ಗ್ರಾಹಕರ ಸಂದರ್ಶನದ ಪ್ರತಿಲಿಪಿಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. ಪ್ರತಿಲಿಪಿಯಲ್ಲಿರುವುದನ್ನು ಮಾತ್ರ ಬಳಸಿ; ಊಹೆಗಳನ್ನು ಸೇರಿಸುವುದು/ಮೇಕಿಂಗ್ ಅಪ್.ಔಟ್‌ಪುಟ್ ಫಾರ್ಮ್ಯಾಟ್:- ಹುಡುಕಾಟಕ್ಕೆ ಕಾರಣ (1 ವಾಕ್ಯ):- ಏನು ಮಾಡಲಾಗಿದೆ (ಐಟಂ ಮೂಲಕ ಐಟಂ):- ಫಲಿತಾಂಶ (ಪರಿಹರಿಸಲಾಗಿದೆ / ಭಾಗಶಃ / ಪರಿಹರಿಸಲಾಗಿಲ್ಲ):- ಭರವಸೆ / ಬದ್ಧತೆ (ಯಾವುದಾದರೂ ಇದ್ದರೆ, ಕ್ರಿಯಾಪದ):- ಅನುಸರಿಸಬೇಕಾದ ಕೆಲಸ (ಯಾವುದಾದರೂ ಇದ್ದರೆ): ಸಂದರ್ಶನ: <<ಅರ್ಥಮಾಡುವಿಕೆ>>

2) ಟ್ಯಾಕ್ಸಾನಮಿ ಆಧರಿಸಿ ಟ್ಯಾಗಿಂಗ್:

ಕೆಳಗಿನ ಸಂವಾದವನ್ನು ಈ ಪಟ್ಟಿಗಳಿಂದ ಆಯ್ಕೆ ಮಾಡುವ ಮೂಲಕ ಮಾತ್ರ ಟ್ಯಾಗ್ ಮಾಡಿ: ವಿಷಯ: [ಇನ್‌ವಾಯ್ಸ್, ಸರಕು, ರಿಟರ್ನ್, ತಾಂತ್ರಿಕ, ಸದಸ್ಯತ್ವ, ಪಾವತಿ, ದೂರು, ಇತರೆ] ಫಲಿತಾಂಶ: [ಪರಿಹರಿಸಲಾಗಿದೆ, ಆಕ್ಷೇಪಣೆ_ತೆರೆಯಲಾಗಿದೆ, ವರ್ಗಾಯಿಸಲಾಗಿದೆ, ಅನುಸರಿಸಿ_ನೇಮಕಾತಿ, ಪರಿಹರಿಸಲಾಗಿಲ್ಲ]ಭಾವನೆ: [ಶಾಂತ, ತೃಪ್ತಿ, ಕೋಪ, ಆತಂಕ]ಪಟ್ಟಿಯಲ್ಲಿ "ಅದು ಸೂಕ್ತವಲ್ಲದಿದ್ದರೆ" ಹೊಸ ಟ್ಯಾಗ್‌ಗಳನ್ನು ರಚಿಸಲಾಗುತ್ತಿದೆ.ಔಟ್‌ಪುಟ್ JSON: {"topic":"","result":"","emotion":""}ಸಂವಾದ: <<ಪ್ರತಿಲಿಪಿ>>

3) ಮುಂದಿನ ಹಂತ / ಅನುಸರಣೆ ಸಲಹೆ:

ಕೆಳಗಿನ ಸಂಭಾಷಣೆಯ ಆಧಾರದ ಮೇಲೆ ಏಜೆಂಟ್‌ಗಾಗಿ "ಮುಂದಿನ ಹಂತ" ಶಿಫಾರಸನ್ನು ರಚಿಸಿ. ಪಠ್ಯದಲ್ಲಿನ ಬದ್ಧತೆ ಮತ್ತು ಮುಕ್ತ ಕೆಲಸವನ್ನು ಮಾತ್ರ ಆಧರಿಸಿದೆ. ಔಟ್ಪುಟ್: (1) ಮಾಡಬೇಕಾದ ಕೆಲಸ, (2) ಗಡುವು (ಪಠ್ಯದಲ್ಲಿ ಲಭ್ಯವಿದ್ದರೆ), (3) ಜವಾಬ್ದಾರಿಯುತ ಘಟಕ ಶಿಫಾರಸು. ಯಾವುದೇ ಬದ್ಧತೆ ಇಲ್ಲದಿದ್ದರೆ, "ಯಾವುದೇ ಅನುಸರಣೆ ಅಗತ್ಯವಿಲ್ಲ" ಎಂದು ಬರೆಯಿರಿ. ಸಂದರ್ಶನ: <<ಪ್ರತಿಲಿಪಿ>>

4) ಗುಣಮಟ್ಟ/ಅಸಂಗತತೆ ನಿಯಂತ್ರಣ:

ಸಂದರ್ಶನದ ಪ್ರತಿಲಿಪಿಯೊಂದಿಗೆ ಕೆಳಗಿನ ಪ್ರತಿನಿಧಿ ಸಾರಾಂಶವನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಸಂದರ್ಶನದಲ್ಲಿ ಇಲ್ಲದ (ನಿರ್ಮಿತ) ಯಾವುದೇ ಮಾಹಿತಿ ಸಾರಾಂಶದಲ್ಲಿದೆಯೇ? ಸಂದರ್ಶನದಲ್ಲಿರುವ ಆದರೆ ಸಾರಾಂಶದಿಂದ ಕಾಣೆಯಾಗಿರುವ ಯಾವುದೇ ಪ್ರಮುಖ ಮಾಹಿತಿ ಇದೆಯೇ? ಎರಡೂ ಬುಲೆಟ್ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಟಿಕ್ ಮಾಡಿ. ಕಾಮೆಂಟ್‌ಗಳನ್ನು ಸೇರಿಸಬೇಡಿ, ಹೋಲಿಕೆ ಮಾಡಿ. ಸಾರಾಂಶ: << ಸಾರಾಂಶ>> ಸಂದರ್ಶನ: << ಪ್ರತಿಲೇಖನ>>

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಸಂಭಾಷಣೆಯನ್ನು ಸಂಕ್ಷೇಪಿಸಿ ಮತ್ತು ಲೇಬಲ್ ಮಾಡಿ.

ಅಸ್ಪಷ್ಟ: ಫಾರ್ಮ್ಯಾಟಿಂಗ್ ಇಲ್ಲ, ಟ್ಯಾಕ್ಸಾನಮಿ ಇಲ್ಲ, ಫ್ಯಾಬ್ರಿಕೇಶನ್ ನಿಷೇಧವಿಲ್ಲ, ಅನಾಮಧೇಯತೆ ಇಲ್ಲ. ಔಟ್‌ಪುಟ್ ಸಡಿಲ ಮತ್ತು ಗೊಂದಲಮಯವಾಗಿದೆ ಮತ್ತು ಲೇಬಲ್‌ಗಳು ಅಸಮಂಜಸವಾಗಿ ಗೋಚರಿಸುತ್ತವೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ಕೆಳಗಿನ ಅನಾಮಧೇಯ ಸಂಭಾಷಣೆಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. ಸ್ವರೂಪ: ಕಾರಣ / ಕ್ರಿಯೆಗಳು / ಫಲಿತಾಂಶ / ಬದ್ಧತೆ / ಅನುಸರಣೆ. ಈ ಕೆಳಗಿನ ಪಟ್ಟಿಯಿಂದ ಮಾತ್ರ ಟ್ಯಾಗ್ ಆಯ್ಕೆಮಾಡಿ: ವಿಷಯ=[ಇನ್‌ವಾಯ್ಸ್, ಶಿಪ್ಪಿಂಗ್, ರಿಟರ್ನ್, ತಾಂತ್ರಿಕ, ದೂರು, ಇತರೆ], ಫಲಿತಾಂಶ=[ಪರಿಹರಿಸಲಾಗಿದೆ, ವರ್ಗಾಯಿಸಲಾಗಿದೆ, ಬಗೆಹರಿಸಲಾಗಿಲ್ಲ]. ಪಠ್ಯದಲ್ಲಿಲ್ಲದ ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ; ಬದ್ಧತೆಯನ್ನು ಅಕ್ಷರಶಃ ವರ್ಗಾಯಿಸಿ. ಸಂದರ್ಶನ: <<ಪ್ರತಿಲಿಪಿ>>

ವ್ಯತ್ಯಾಸ: ಸ್ವರೂಪ, ಟ್ಯಾಕ್ಸಾನಮಿ, ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಮತ್ತು ಅನಾಮಧೇಯತೆಯ ಮೇಲಿನ ನಿಷೇಧವು ಸ್ಪಷ್ಟವಾಗಿದೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸಮಯ ಉಳಿತಾಯ. 120 ಜನರ ಕಾರ್ಗೋ ಕಂಪನಿಯ ಕರೆ ತಂಡವು ಪ್ರತಿ ಕರೆಗೆ ಸರಾಸರಿ 110 ಸೆಕೆಂಡ್‌ಗಳ ಸುತ್ತುವಿಕೆಯನ್ನು ವ್ಯಯಿಸಿದೆ. AI ಸಾರಾಂಶ + ಲೇಬಲ್ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿದಾಗ, ಈ ಸಮಯವನ್ನು 25 ಸೆಕೆಂಡುಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ. ದಿನಕ್ಕೆ 120 ಸಂಪರ್ಕಗಳು × 60 ಕರೆಗಳು × 85 ಸೆಕೆಂಡುಗಳನ್ನು ಉಳಿಸಲಾಗಿದೆ ≈ ದಿನಕ್ಕೆ ~170 ಗಂಟೆಗಳು, ಅಂದರೆ ~21 ಪೂರ್ಣ ಶಿಫ್ಟ್‌ಗಳು. ಕಾಯುವ ಸಮಯ ಮತ್ತು ಹೆಚ್ಚು ಕಷ್ಟಕರವಾದ ಕಾರ್ಯಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಈ ಸಾಮರ್ಥ್ಯವನ್ನು ಬದಲಾಯಿಸಲಾಗಿದೆ.

ಪ್ರಕರಣ 2 - ಯೋಜಿತ ಸಾರಾಂಶ ಬಲೆ. ವಿಮಾ ಕೇಂದ್ರದಲ್ಲಿ, ಸಂಭಾಷಣೆಯಲ್ಲಿ ಎಂದಿಗೂ ಉಲ್ಲೇಖಿಸದಿದ್ದರೂ (ಮಾದರಿಯು ಇದೇ ರೀತಿಯ ಸಂಭಾಷಣೆಗಳಿಂದ "ಮುನ್ಸೂಚಿಸಲಾಗಿದೆ") "ಗ್ರಾಹಕರಿಗೆ 3 ವ್ಯವಹಾರ ದಿನಗಳಲ್ಲಿ ಹಿಂತಿರುಗಿಸುವುದಾಗಿ ಭರವಸೆ ನೀಡಲಾಯಿತು" ಎಂದು AI ಭರವಸೆಯನ್ನು ಬರೆದಿದೆ. ಪ್ರತಿನಿಧಿಯು ಅದನ್ನು ಅನುಮೋದನೆಯಿಲ್ಲದೆ ಕಳುಹಿಸಿದಾಗ, ಗ್ರಾಹಕನು ಈ ಭರವಸೆಯನ್ನು ಅವನಿಗೆ ನೆನಪಿಸಿದನು. ಪರಿಹಾರ: "4) ಗುಣಮಟ್ಟ/ಅಸಂಗತತೆ" ಹಂತವನ್ನು ಕಡ್ಡಾಯವಾಗಿ ಮಾಡಿ ಮತ್ತು ಪ್ರತಿನಿಧಿ ಅನುಮೋದನೆ ಅಗತ್ಯವಿದೆ. ನಂತರ, ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಕಮಿಟ್‌ಮೆಂಟ್‌ಗಳ ದರವು ಶೂನ್ಯಕ್ಕೆ ಇಳಿಯಿತು.

ಪ್ರಕರಣ 3 - ಲೇಬಲ್ ಅವ್ಯವಸ್ಥೆ. ಬ್ಯಾಂಕಿನಲ್ಲಿ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿರುವುದರಿಂದ, 6 ತಿಂಗಳುಗಳಲ್ಲಿ 340 ವಿಭಿನ್ನ ವಿಷಯದ ಟ್ಯಾಗ್‌ಗಳನ್ನು ರಚಿಸಲಾಗಿದೆ ("ಕಾರ್ಡ್", "ಕ್ರೆಡಿಟ್ ಕಾರ್ಡ್", "ಕೆಕೆ", "ಕಾರ್ಡ್ ಸಮಸ್ಯೆ"...). ನಿರ್ವಹಣಾ ವರದಿ ಅರ್ಥಹೀನವಾಗಿತ್ತು. ಒಮ್ಮೆ ಮುಚ್ಚಿದ 22-ಐಟಂ ಟ್ಯಾಕ್ಸಾನಮಿಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ ಮತ್ತು AI ಅದನ್ನು ಬಳಸಲು ಬಲವಂತವಾಗಿ, ವರದಿಗಳು ಅರ್ಥಪೂರ್ಣವಾದವು ಮತ್ತು "ಟಾಪ್ 5 ವಿಷಯಗಳು" ಮೊದಲ ಬಾರಿಗೆ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿವೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಟ್ಯಾಕ್ಸಾನಮಿ ಇಲ್ಲದೆ ಟ್ಯಾಗಿಂಗ್. ಉಚಿತ ಲೇಬಲಿಂಗ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಕಸವಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ; ಯಾವಾಗಲೂ ಮುಚ್ಚಿದ ಪಟ್ಟಿಯನ್ನು ಬಳಸಿ.
• ಪ್ರತಿನಿಧಿ ಅನುಮೋದನೆಯನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು. ಸಾರಾಂಶ ಮತ್ತು ಲೇಬಲ್ ಅನ್ನು ನೇರವಾಗಿ ಸಿಸ್ಟಮ್‌ಗೆ ಮುದ್ರಿಸುವುದು ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮಾಹಿತಿಯನ್ನು ಶಾಶ್ವತ ದಾಖಲೆಯಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
• ಸಾರಾಂಶಕ್ಕೆ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಸರಿಸಲಾಗುತ್ತಿದೆ. ಹೆಸರು, ಐಡಿ, ಕಾರ್ಡ್ ಮತ್ತು ವಿಳಾಸವನ್ನು ಸಾರಾಂಶದಲ್ಲಿ ಇಡಬಾರದು; ಅಮೂರ್ತವು ಅನಾಮಧೇಯವಾಗಿರಬೇಕು.
• ಅತಿಯಾದ ದೀರ್ಘ ಸಾರಾಂಶ. ಸಂಭಾಷಣೆಯನ್ನು ನಕಲು ಮಾಡುವುದರಿಂದ ಸುತ್ತುವಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುವುದಿಲ್ಲ; ಸಂಕ್ಷಿಪ್ತ ಮತ್ತು ಬಿಂದು ಸಾರಾಂಶದ ಗುರಿ.
• ಬದ್ಧತೆಯನ್ನು ಅರ್ಥೈಸುವುದು. AI ಕಾಮೆಂಟ್ ಮಾಡದೆಯೇ ವಾಗ್ದಾನ/ಬದ್ಧತೆಯ ಭಾಗವನ್ನು ಮೌಖಿಕವಾಗಿ ತಿಳಿಸಬೇಕು; "ಬಹುಶಃ ಭರವಸೆ" ನಂತಹ ತೀರ್ಮಾನಗಳು ಅಪಾಯಕಾರಿ.

ಎಚ್ಚರಿಕೆ: ಸ್ವಯಂಚಾಲಿತ ಸಾರಾಂಶವು ಹೊಣೆಗಾರಿಕೆಯ ಏಜೆಂಟ್ ಅನ್ನು ನಿವಾರಿಸುವುದಿಲ್ಲ; ಅದು ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ವ್ಯವಸ್ಥೆಗೆ ಹೋಗುವ ಪ್ರತಿಯೊಂದು ದಾಖಲೆಯು ಅದನ್ನು ಅನುಮೋದಿಸುವ ಪ್ರತಿನಿಧಿಯ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ. ಅನುಮೋದನೆ ಇಲ್ಲದೆ ಸ್ವಯಂಚಾಲಿತ ರೆಕಾರ್ಡಿಂಗ್ = ಸಹಿ ಮಾಡದ ನಿಮಿಷಗಳು.

ಸಾರಾಂಶದಲ್ಲಿ

ಕರೆ ಸಾರಾಂಶ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ಟ್ಯಾಗಿಂಗ್ ಹೆಚ್ಚಿನ ಇಳುವರಿ ನೀಡುವ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಇದು ಏಜೆಂಟ್‌ನ ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುವ ಆಡಳಿತಾತ್ಮಕ ಕೆಲಸವನ್ನು (ಸುತ್ತುವ-ಅಪ್) ಸೆಕೆಂಡುಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಯಶಸ್ಸು ಮೂರು ವಿಷಯಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ: ರಚನಾತ್ಮಕ ಮತ್ತು ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶ ಸ್ವರೂಪ, ಮುಚ್ಚಿದ ಟ್ಯಾಗ್ ಟ್ಯಾಕ್ಸಾನಮಿ ಮತ್ತು ಕಡ್ಡಾಯ ಪ್ರತಿನಿಧಿ ಅನುಮೋದನೆ. ಕಲ್ಪಿತ ಮಾಹಿತಿಯನ್ನು ತೊಡೆದುಹಾಕಲು, ಸಾರಾಂಶಗಳಲ್ಲಿ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಸೇರಿಸಬೇಡಿ ಮತ್ತು ಕಾಮೆಂಟ್ ಇಲ್ಲದೆ ಬದ್ಧತೆಗಳನ್ನು ವರ್ಗಾಯಿಸಲು ಮೂಲ ಪಠ್ಯದೊಂದಿಗೆ AI ನಿರ್ಮಿಸಿದ ಸಾರಾಂಶವನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಸರಿಯಾಗಿ ಹೊಂದಿಸಿದಾಗ, ಇದು ಅಗಾಧ ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ ಮತ್ತು ರೆಕಾರ್ಡಿಂಗ್ ಗುಣಮಟ್ಟ ಮತ್ತು ವರದಿಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಉದ್ಯಮಕ್ಕಾಗಿ ಮುಚ್ಚಿದ 15-20-ಐಟಂ ಕ್ಲೋಸಿಂಗ್ ಟ್ಯಾಕ್ಸಾನಮಿ (ವಿಷಯ + ಫಲಿತಾಂಶ + ಭಾವನೆ) ವಿನ್ಯಾಸಗೊಳಿಸಿ. ನಂತರ ಕಾಲ್ಪನಿಕ ಅಥವಾ ಅನಾಮಧೇಯ ಗ್ರಾಹಕರ ಸಂದರ್ಶನದ ಪ್ರತಿಲಿಪಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, "1) ರಚನಾತ್ಮಕ ಸಾರಾಂಶ" ಮತ್ತು "2) ಟ್ಯಾಕ್ಸಾನಮಿ-ಆಧಾರಿತ ಟ್ಯಾಗಿಂಗ್" ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಅನ್ವಯಿಸಿ. ಅಂತಿಮವಾಗಿ, "4) ಗುಣಮಟ್ಟ/ಅಸಂಗತತೆ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಸಾರಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ತಯಾರಿಸಿದ/ಕಾಣೆಯಾದ ಮಾಹಿತಿಗಾಗಿ ವರದಿ ಮಾಡಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಮುಚ್ಚಿದ ಮುಕ್ತಾಯ/ವಿಷಯದ ಟ್ಯಾಕ್ಸಾನಮಿಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೇನೆ ಮತ್ತು ಅದಕ್ಕೆ AI ಅನ್ನು ಒತ್ತಾಯಿಸುತ್ತೇನೆ.
• [ ] ನನ್ನ ಸಾರಾಂಶಗಳು ಚಿಕ್ಕದಾಗಿದೆ, ಬಿಂದುವಿಗೆ (ಕಾರಣ/ಕ್ರಿಯೆಗಳು/ಫಲಿತಾಂಶ/ಬದ್ಧತೆ/ಅನುಸರಣೆ) ಮತ್ತು ಸುಸಂಬದ್ಧವಾಗಿವೆ.
• [ ] ಪ್ರತಿ ಸಾರಾಂಶ ಮತ್ತು ಟ್ಯಾಗ್ ವ್ಯವಸ್ಥೆಗೆ ಬರೆಯುವ ಮೊದಲು ಪ್ರಾತಿನಿಧಿಕ ಅನುಮೋದನೆಗೆ ಒಳಗಾಗುತ್ತದೆ.
• [ ] ಸಾರಾಂಶ ಮತ್ತು ಲೇಬಲ್‌ಗಳಲ್ಲಿ ಯಾವುದೇ ವೈಯಕ್ತಿಕ/ಕಾರ್ಡ್ ಡೇಟಾವನ್ನು ಇರಿಸಲಾಗಿಲ್ಲ (ಅನಾಮಧೇಯ).
• [] ನಾನು AI ಸಾರಾಂಶವನ್ನು ಮೂಲ ಪಠ್ಯದೊಂದಿಗೆ ಹೋಲಿಸುತ್ತೇನೆ ಮತ್ತು ನಕಲಿ ಮಾಹಿತಿಯನ್ನು ಹೊರಹಾಕುತ್ತೇನೆ.
• [ ] ಬದ್ಧತೆಗಳನ್ನು ಅರ್ಥವಿವರಣೆಯಿಲ್ಲದೆ ಮೌಖಿಕವಾಗಿ ಉಲ್ಲೇಖಿಸಲಾಗಿದೆ.