이득:
- 길고 분산된 고객 요청을 체계적이고 실행 가능한 요약으로 변환하는 능력
- 고정된 스키마를 사용하여 카테고리, 긴급성, 고객 정서에 따라 요청을 분류하는 기능
- 대량 티켓 처리 자동화에 적합한 일관된 출력 형식(JSON/테이블)을 정의하는 기능
지원팀의 아침을 상상해 보십시오. 밤새 220개의 새 티켓(티켓)이 누적되었습니다. 어떤 것은 "비밀번호를 잊어버렸어요"라는 한 줄의 불평이고, 어떤 것은 화난 세 문단의 불평이고, 어떤 것은 실제로 판매 기회입니다. 이 더미를 읽고, 각 항목을 올바른 범주에 할당하고, 긴급성을 판단하고, 적절한 사람에게 전달하는 것(이를 분류라고 합니다. 응급실에서 환자를 우선순위에 따라 분류하는 것과 동일한 논리)은 하루 중 처음 두 시간을 소비합니다.
인공 지능(AI)은 이 작업을 몇 초 안에 일관되게 수행할 수 있습니다. 그러나 "이 요청을 요약하라"고 말하는 것이 마법이 아닙니다. 고정된 범주 목록, 명확한 긴급성 수준 및 변경할 수 없는 출력 형식을 모델에 적용합니다. 이 단원에서는 자동화 가능한 방식으로 단일 요청 처리부터 수백 개의 요청 라벨링까지 진행하는 분류 시스템을 구축합니다.
참고: AI가 생성한 카테고리 및 긴급성 라벨은 예비 심사 도구입니다. 특히, "긴급" 및 "불만"이라고 표시된 요청은 처리되기 전에 사람의 확인을 받아야 합니다.
왜 구조화된 요약인가?
무료 요약(“고객이 배송에 문제가 있습니다”)은 검색, 정렬 또는 자동화할 수 없습니다. 그러나 지원 관리자의 필요성은 다음 질문에 분명합니다.
- 이 요청은 어떤 카테고리에 속합니까? (배송, 반품, 결제, 기술, 제품정보, 불만, 판매기회)
- 얼마나 긴급한 일인가요? (심각 / 높음 / 중간 / 낮음)
- 고객의 감정상태는 어떤가요? (화남 / 실망 / 중립 / 만족)
- 한 문장의 본질은 무엇입니까?
- 다음 단계는 무엇입니까?
이러한 질문을 미리 정의하고 이를 모델에 스키마(상수 필드 및 가능한 값)로 제공하면 모든 220개 요청을 동일한 형식으로 비교하고 필터링할 수 있습니다.
단계별: 분류 계획 수립
- 카테고리 목록을 고정하세요. 모델을 적합하게 두지 마십시오. 닫힌 목록을 제공하십시오.
- 긴급성의 기준을 정의합니다. "중요"의 구체적인 의미: 서비스가 완전히 중단됨, 결제 손실, 보안 위험.
- 감정 라벨을 식별하세요. 제한적이고 명확한 세트를 사용하십시오.
- 출력 형식을 가져옵니다. 일괄 처리에는 JSON(필드-값 쌍으로 구성된 기계 판독 데이터 형식)이 적합하고, 단일 요청에는 테이블이 적합합니다.
- "확실하지 않으면 체크" 규칙을 만드세요. 모델이 카테고리를 확신할 수 없는 경우 불확실하다고 말하면 인간이 볼 것입니다.
- 확인하다. 첫 번째 배치에서는 라벨의 정확성을 수동으로 확인하고 프롬프트를 설정합니다.
복사 가능한 프롬프트
단일 요청을 구조화된 요약으로 변환하는 기본 프롬프트:
역할: 귀하는 숙련된 지원 분류 전문가입니다. 아래 고객 요청을 분석해 보세요. 댓글을 추가하세요. 텍스트 내용만 믿으시면 됩니다. 다음 필드를 입력하세요. - 요약: (최대 1문장) - 카테고리: [배송 | 반품 | 결제 | 기술 | 제품정보 | 불만사항 | 영업 기회]- 긴급성: [긴급 | 높음 | 중간 | 낮음]- 감정: [화남 | 실망 | 중립 | 만족]- 다음_단계: (단일 문장, 구체적인 조치)- 확실하지 않음: (범주/긴급성이 명확하지 않으면 "예", 그렇지 않으면 "아니요") 요청:"""{{ request_text }}"""
일괄 처리의 경우 프롬프트는 여러 요청을 한 번에 JSON 배열로 변환합니다.
아래에 번호가 매겨진 요청을 처리하세요. 다음 스키마를 사용하여 각각에 대해 JSON 개체를 생성하고 모두 JSON 배열로 반환합니다. 계획 외부로 이동: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "잘 모르겠습니다": "" }카테고리만: 배송, 반품, 결제, 기술, 제품 정보, 불만 사항, 판매 기회. 요청: {{ numbered_request_list }}
긴급성 기준을 명확히 하고 모델에 "중요"의 정의를 가르치는 프롬프트는 다음과 같습니다.
다음 규칙에 따라 긴급도를 결정합니다.- 심각: 서비스가 완전히 불가능함, 결제 손실, 보안/데이터 위험, 법적 위협.- 높음: 중요한 기능이 중단되었지만 해결 방법이 있습니다. 화가 난 고객.- 중간: 단일 문제, 작업 흐름을 중단하지 않음.- 낮음: 정보 요청, 제안, 일반적인 질문. "긴급_이유" 필드에 결정 이유를 한 문장으로 작성하세요.
판매 기회를 포착하고 지원/판매 브리지를 설정하는 프롬프트:
요청을 처리할 때 고객이 새로운 제품/패키지/보충식품 구매에 관심을 보이는 경우(예: "더 큰 패키지가 있습니까?", "몇 명의 사용자가 필요합니까?") 카테고리를 "판매 기회"로 만들고 "sales_note" 필드에 영업팀을 위한 한 문장으로 된 팁을 추가합니다.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트
강력한 프롬프트
"이 요청을 요약하고 분류하세요."
비공개 카테고리 목록 + 긴급성 정의 + 고정 JSON 스키마
매번 다른 라벨을 생성합니다.
동일한 요청에 항상 동일한 라벨을 제공합니다.
그는 자신의 희망에 따라 "긴급"이라는 단어를 사용합니다.
"중요"에 대한 구체적인 기준을 적용합니다.
그는 모호한 것을 구성한다
emin_degilim: 응이라고 말하고 그 사람에게 맡겨
여기서는 일관성이 황금률입니다. 동일한 불만사항이 서로 다른 이틀에 걸쳐 동일한 카테고리에 속하지 않으면 보고 및 자동화가 신뢰할 수 없습니다.
미니 케이스 3개
사례 1 - 기밀 비평가. 한 SaaS(인터넷 임대 소프트웨어) 업체에서는 "로그인이 안 된다. 팀 전체가 40명을 기다리고 있다"는 메시지가 길이가 짧아 평범해 보였다. 긴급 규칙("서비스를 완전히 사용할 수 없음" 기준)으로 인해 분류 프롬프트가 "긴급"으로 표시되었습니다. 요청은 대기열에서 2시간을 기다리는 대신 6분 만에 처리되었습니다. SLA(서비스 수준 계약, 즉 약속된 응답 시간) 위반이 방지되었습니다.
사례 2 - 분노 우선순위. 어느 날 180개의 요청에 대한 AI 태그를 조사한 결과, 'Angry'라는 감정이 포함된 요청 14개가 별도의 대기열에 들어있는 것으로 나타났습니다. 이러한 요청은 경험이 풍부한 담당자에게 전달되었으며, 해당 주의 부정적인 설문조사 점수(CSAT, 즉 고객 만족도 점수)가 전주에 비해 크게 향상되었습니다.
사례 3 - 지원에서 판매로 연결됩니다. "현재 패키지는 5명용인데 20명으로 늘려야 하는데 가능할까요?" AI는 메시지에 '판매 기회'라는 태그를 지정하고 판매 메모를 추가했습니다. 요청은 자동으로 영업팀에 전달되었습니다. 표준 지원 대기열에서 손실되었다면 눈에 띄지 않았을 상향 판매 기회가 이득이 되었습니다.
팁: 카테고리 목록을 가능한 한 짧고 개별적으로 유지하세요. 20개의 카테고리는 모델(및 팀)을 혼란스럽게 합니다. 6~8개의 명확한 카테고리가 보다 일관되게 라벨이 지정되며 보고서에서 의미가 있습니다. 자주 혼동되는 두 가지 범주를 결합합니다.
자동화에 연결
구조화된 JSON 출력의 진정한 힘은 자동으로 다음 단계로 넘어간다는 것입니다. "중요"라고 표시된 요청은 즉시 관리자에게 알리고 "판매 기회"는 CRM(고객 관계 관리 소프트웨어)에 속하며 "반품"은 셀프 서비스 흐름으로 들어갑니다. 그러나 자동화의 첫 번째 규칙은 AI 태그만으로는 큰 영향을 미치는 작업(환불, 계정 폐쇄)이 실행되지 않는다는 것입니다. 때로는 인간의 승인이 있습니다.
주의: 감정 분석은 정확한 측정이 아니라 예측입니다. 모델이 "중립"이라고 부르는 고객은 실제로 조용히 매우 화가 났을 수 있습니다. 감정 태그를 사용하여 우선순위를 정하세요. 하지만 "이 고객은 이미 만족합니다."와 같은 확실한 결론을 도출하기 위해 이것에만 의존하지 마십시오.
일반적인 실수
- 카테고리 목록을 모델에 남겨둡니다. 매번 다르고 호환되지 않는 라벨을 받습니다.
- "긴급"과 같은 관련 단어를 정의되지 않은 상태로 둡니다. 모두의 요청이 시급합니다.
- 출력 형식을 수정하지 않았습니다. JSON 대신 단락이 나타날 때도 있고, 목록이 나타날 때도 있습니다.
- 불확실성 때문에 출구를 제공하지 않습니다(잘 모르겠습니다).
- 사람의 승인 없이 영향이 큰 거래(환불, 계정 폐쇄)를 AI 태그에 연결합니다.
- 첫 번째 배치를 수동으로 확인하지 않고 전체 흐름을 자동화합니다.
요약하면
- Triage는 접수된 요청 더미를 카테고리, 긴급성, 감정별로 신속하게 분류합니다.
- 일관성의 핵심: 폐쇄형 카테고리 목록, 구체적인 긴급성 정의, 고정 출력 형식(JSON).
- 긴급성과 감정 라벨은 우선순위 지정을 가속화합니다. 그것은 비판적이고 분노한 요구를 제기합니다.
- 구조화된 출력을 자동화(알림, 라우팅, CRM)에 직접 연결할 수 있습니다.
- 영향력이 큰 작업과 모호한 라벨은 항상 사람의 확인을 거쳐야 합니다.
응용과제
위의 JSON 배열 프롬프트를 사용하여 5가지 고객 요청(또는 샘플)을 일괄 처리합니다. 그런 다음 출력을 수동으로 확인합니다. (1) 각 범주가 정확합니까? (2) "중요"라고 표시된 항목은 실제로 서비스를 중지합니까? (3) 나는 올바른 위치에서 "예"라고 확실히 말했습니까? 맞지 않는 태그를 수정하고 이에 따라 프롬프트(특히 카테고리 정의 및 긴급성 규칙)를 업데이트하세요. 이 연습은 스키마를 자신의 현실에 맞게 조정하는 습관을 형성합니다.
체크리스트
- [ ] 나는 폐쇄적이고 개별적인 범주 목록을 정의했습니다.
- [ ] 구체적인 조치를 통해 긴급도를 설명했습니다.
- [ ] 출력 형식(JSON/테이블)을 수정했습니다.
- [ ] 불확실성을 고려하여 출구를 추가했습니다(잘 모르겠습니다).
- [ ] 첫 번째 배치를 수동으로 확인하고 프롬프트를 보정했습니다.
- [ ] 나는 영향력이 큰 행동에 인간의 승인을 부여합니다.