Zyski:
- Możliwość tworzenia automatycznego tagowania w oparciu o zamkniętą taksonomię z ustrukturyzowanymi i krótkimi podsumowaniami rozmów
- Możliwość eliminacji sfabrykowanych informacji poprzez automatyczne przekazywanie podsumowań i tagów do akceptacji przedstawiciela i porównywanie ich z tekstem źródłowym
- Możliwość skrócenia czasu realizacji poprzez przesyłanie podsumowań bez przechowywania danych osobowych/kartowych i bez interpretacji zobowiązań
Praca przedstawiciela nie kończy się na rozmowie z klientem. Po każdej rozmowie należy sporządzić zapis „o czym rozmawiano, co zostało zrobione, jaki był temat”. Nazywa się to pracą końcową lub pracą po rozmowie / ACW: przedstawiciel podsumowuje rozmowę, wybiera w systemie kod zakończenia (kod dyspozycji – kategoria wskazująca temat/rezultat połączenia, np. „zwrot zatwierdzony”, „awaria techniczna”) i sporządza niezbędne notatki. To zadanie wydaje się małe, ale jest ogromne: jeśli agent wykonujący 60 rozmów dziennie poświęci na każdą rozmowę 2 minuty, to 2 godziny dziennie spędzi na pisaniu notatek. Co więcej, zmęczony przedstawiciel pisze notatkę niechlujnie; zapisy będą niespójne, a następny agent lub menedżer nie będzie w stanie zrozumieć historii.
Sztuczna inteligencja rewolucjonizuje to zadanie: odczytuje tekst (transkrypcję) rozmowy i w ciągu kilku sekund tworzy zgrabne podsumowanie, dokładne tagi i sugestię kolejnego kroku. Zamiast pisać, agent przegląda i zatwierdza. W tym module dowiemy się jak ustawić podsumowanie rozmów i automatyczne tagowanie, na co zwrócić uwagę i jaką dyscyplinę weryfikacji zastosować.
Co zawiera dobre podsumowanie rozmowy?
Podsumowanie rozmowy powinno być na tyle jasne, aby ktoś, kto nigdy nie słyszał tej rozmowy (kolejny agent, menedżer, przełożony) mógł ją zrozumieć w 15 sekund. Dobre podsumowanie obejmuje: dlaczego klient zadzwonił (dlaczego zadzwonił), co zostało zrobione (co zrobił przedstawiciel), wynik (czy rozwiązano sprawę, co obiecano), otwartą sprawę (co, jeśli w ogóle, wymaga dalszych działań). Złe podsumowanie jest albo za długie (podział rozmowy wiersz po wierszu), albo za krótkie („klient zadzwonił, sprawa została załatwiona”). Sztuczna inteligencja jest bardzo dobra w znajdowaniu się pomiędzy: uporządkowaną, zwięzłą i kompletną.
Automatyczne tagowanie/dyspozycja ma miejsce, gdy sztuczna inteligencja sugeruje kod zakończenia i tagi tematu połączenia. Na przykład sztuczna inteligencja określa rozmowę jako „temat: rachunek, podtemat: sprzeciw dotyczący wysokiego rachunku, wynik: sprzeciw – otwarcie protokołu, emocja: złość”. Tagi te generują ogromną wartość w przyszłości: menedżer odpowiada na pytania „który temat otrzymał najwięcej zapytań w tym miesiącu” i „który temat ma najniższy wskaźnik rozwiązań” w ciągu kilku sekund. Aby jednak tagi działały, wymagane jest spójne słownictwo tagów (taksonomia — predefiniowana, ograniczona i przejrzysta lista kategorii); Jeśli bot wygeneruje bezpłatne etykiety, pojawią się trzy różne etykiety takie jak „faktura”, „faktura”, „problem z fakturą” i analiza zostanie zakłócona.
Poniższa tabela porównuje wykańczanie ręczne i wspomagane sztuczną inteligencją:
Rozmiar
Manuel (reprezentatywny pisarz)
Oparte na sztucznej inteligencji (zatwierdzenia agentów)
Czas trwania (za rozmowę)
90-150 sekund
15-30 sekund
Spójność
Różni się w zależności od osoby
Wysoka, w zależności od słownika
kompletność
wpada w zmęczenie
stabilny
Jakość etykiety
wolny, brudny
ustalona taksonomia
Ryzyko
Strata czasu, niespójność
Nieprawidłowe podsumowanie (należy zweryfikować)
Wskazówka: zanim przejdziesz do automatycznego tagowania, pamiętaj o zdefiniowaniu taksonomii (zamkniętej listy tagów). Powiedzenie AI „wybierz odpowiednie z tych 20 tagów” jest znacznie bardziej niezawodne niż powiedzenie „oznacz temat”.
Krok po kroku: konfiguracja kanału
- Przygotuj źródło: Uzyskaj tekst rozmowy (transkrypcja ASR w połączeniu głosowym, tekst w formie puszki na czacie). Najpierw zamaskuj dane osobowe/kartowe (szczegóły w następnej części).
- Podaj taksonomię: Podaj modelowi listę prawidłowych kodów zakończenia i znaczników tematu; Zabroń mu wychodzić na zewnątrz.
- Poproś o uporządkowane wyniki: Poproś o uporządkowane wyniki (powód, działania, wynik, kontynuacja, znaczniki, emocje), a nie o wolne akapity; aby można było go automatycznie zapisać w systemie.
- Zatwierdzenie przedstawiciela: Podsumowanie i etykiety pojawiają się na ekranie przedstawiciela; Pozwól przedstawicielowi przeczytać, poprawić i zatwierdzić w ciągu 10-20 sekund. Nie nagrywaj bez zgody.
- Informacje zwrotne: Zbierz poprawki wprowadzone przez agenta i ulepsz taksonomię i podpowiedzi.
Cztery szablony do kopiowania
1) Strukturalne podsumowanie rozmów:
Podsumuj następujący anonimowy zapis wywiadu z klientem (bez imienia i nazwiska/karty). Używaj tylko tego, co znajduje się w transkrypcji; dodawanie domysłów/pomyślanie.Format wyjściowy:- Powód wyszukiwania (1 zdanie):- Co zostało zrobione (element po elemencie):- Wynik (rozwiązany/częściowo/nierozwiązany):- Obietnica/zobowiązanie (jeśli istnieje, dosłownie):- Prace do wykonania (jeśli istnieją): Wywiad: <<rozszyfrowanie>>
2) Tagowanie w oparciu o taksonomię:
Oznacz następującą rozmowę TYLKO wybierając ją z tych list: Temat: [faktura, ładunek, zwrot, techniczny, członkostwo, płatność, reklamacja, inne]Wynik: [rozwiązany, sprzeciw_otwarty, przekazany, następstwo_spotkania, nierozwiązany]Emocja: [spokojny, zadowolony, zły, niespokojny]Jeśli nie pasuje na liście, wybierz „inne” / „nierozwiązane”; generowanie nowych tagów. Wyjście JSON: {"topic":"","result":"","emotion":""}Rozmowa: <<transkrypcja>>
3) Następny krok/dalsza sugestia:
Wygeneruj rekomendację „następnego kroku” dla agenta na podstawie poniższej rozmowy. Opiera się wyłącznie na zaangażowaniu i otwartej pracy nad tekstem. Wynik: (1) praca do wykonania, (2) termin (jeśli jest dostępny w tekście), (3) rekomendacja jednostki odpowiedzialnej. Jeśli nie ma żadnych zobowiązań, napisz „dalsze działania nie są wymagane”. Wywiad: <<transkrypcja>>
4) Kontrola jakości/niespójności:
Porównaj poniższe reprezentatywne podsumowanie z transkrypcją wywiadu. Czy w podsumowaniu są jakieś informacje, których NIE ma w wywiadzie (zmyślonych)? Czy jest jakaś WAŻNA informacja, która znalazła się w rozmowie kwalifikacyjnej, a której brakuje w jej podsumowaniu? Zaznacz oba punkty. Nie dodawaj komentarzy, po prostu porównaj. Podsumowanie: <<podsumowanie>> Wywiad: <<transkrypcja>>
Słaba zachęta/silna zachęta
Słaba zachęta:
Podsumuj i oznacz tę rozmowę.
Niejasne: bez formatowania, bez taksonomii, bez zakazu fabrykacji, bez anonimowości. Wydruki są luźne i niechlujne, a etykiety pojawiają się niespójnie.
Potężny monit:
Podsumuj rozmowę ANONIMOWĄ poniżej. Format: powód / działania / wynik / zaangażowanie / kontynuacja. Wybierz tag TYLKO z poniższej listy: temat=[faktura, wysyłka, zwrot, techniczny, reklamacja, inny], wynik=[rozwiązany, przekazany, nierozwiązany]. Nie dodawaj żadnych informacji, których nie ma w tekście; Przekaż zobowiązanie dosłownie.Wywiad: <<transkrypcja>>
Różnica: format, taksonomia, zakaz fabrykacji i anonimowość są jasne.
trzy mini etui
Przypadek 1 — Oszczędność czasu. Zespół telefoniczny firmy transportowej składający się ze 120 osób poświęcał średnio 110 sekund na podsumowanie każdej rozmowy. Gdy aktywowano podsumowanie AI + wersję roboczą etykiety, czas ten został skrócony do 25 sekund. 120 kontaktów dziennie × 60 połączeń × 85 zaoszczędzonych sekund ≈ ~170 godzin dziennie, czyli ~21 pełnych zmian. Zdolność ta została przesunięta, aby skrócić czas oczekiwania i trudniejsze zadania.
Przypadek 2 — Wymyślona pułapka podsumowania. W centrum ubezpieczeniowym sztuczna inteligencja napisała obietnicę, w której stwierdziła, że „klientowi obiecano zwrot w ciągu 3 dni roboczych”, mimo że w rozmowie nigdy o tym nie wspomniano (model „przewidywał” z podobnych rozmów). Gdy przedstawiciel wysłał to bez zgody, klient przypomniał mu o tej obietnicy. Rozwiązanie: Uczyń krok „4) Jakość/niespójność” obowiązkowym i wymagaj zgody delegata. Następnie odsetek sfabrykowanych zobowiązań spadł niemal do zera.
Przypadek 3 — Etykietuj chaos. Od momentu wydania tagów w banku, w ciągu 6 miesięcy utworzono 340 różnych tagów tematycznych („karta”, „karta kredytowa”, „kk”, „problem z kartą”…). Raport zarządu był bez znaczenia. Gdy zdefiniowano zamkniętą taksonomię składającą się z 22 pozycji i sztuczna inteligencja została zmuszona do jej użycia, raporty nabrały sensu, a „5 najważniejszych tematów” po raz pierwszy okazało się wiarygodnych.
Typowe błędy
- Tagowanie bez taksonomii. Bezpłatne etykietowanie zamienia analizę w śmieci; zawsze używaj listy zamkniętej.
- Pomijanie zatwierdzenia delegata. Wydrukowanie podsumowania i etykiety bezpośrednio w systemie zamienia sfabrykowane informacje w trwały zapis.
- Przenoszenie danych osobowych do podsumowania. Imienia i nazwiska, dowodu osobistego, karty i adresu nie należy przechowywać w podsumowaniach; Streszczenie musi być anonimowe.
- Zbyt długie podsumowanie. Transkrypcja rozmowy nie przyspiesza zakończenia; Postaraj się o zwięzłe i rzeczowe podsumowanie.
- Interpretacja zobowiązania. AI powinna przekazać część obietnicy/zobowiązania dosłownie, bez komentarza; Wnioski w stylu „prawdopodobnie obiecane” są niebezpieczne.
Uwaga: Automatyczne podsumowanie nie zwalnia agenta z odpowiedzialności; to przyspiesza. Za każdy zapis trafiający do systemu odpowiada przedstawiciel, który go zatwierdza. Automatyczne nagrywanie bez zgody = minuty bez podpisu.
Podsumowując
Podsumowanie rozmów i automatyczne tagowanie to jedne z najbardziej wydajnych aplikacji AI, które redukują najbardziej czasochłonną pracę administracyjną (zamykanie) agenta do sekund. Sukces zależy od trzech rzeczy: uporządkowanego i zwięzłego formatu podsumowania, taksonomii zamkniętych tagów oraz obowiązkowego zatwierdzenia delegata. Porównaj podsumowanie stworzone przez sztuczną inteligencję z tekstem źródłowym, aby wyeliminować sfabrykowane informacje, nie umieszczaj w podsumowaniach danych osobowych i przekazuj zobowiązania bez komentarza. Prawidłowo skonfigurowany pozwala zaoszczędzić ogromną czas i zwiększyć jakość nagrywania oraz możliwość raportowania.
Zadanie aplikacji
Zaprojektuj zamkniętą taksonomię zamykającą składającą się z 15–20 pozycji (temat + wynik + emocje) dla swojej branży. Następnie weź fikcyjny lub anonimowy zapis wywiadu z klientem, zastosuj szablony „1) Podsumowanie strukturalne” i „2) Tagowanie oparte na taksonomii”. Na koniec sprawdź podsumowanie za pomocą szablonu „4) Jakość/niespójność” i zgłoś pod kątem sfabrykowanych/brakujących informacji.
lista kontrolna
- [ ] Definiuję zamkniętą taksonomię zakończenia/tematu i zmuszam do tego sztuczną inteligencję.
- [ ] Moje podsumowania są krótkie, rzeczowe (powód/działania/rezultat/zaangażowanie/dalsze działania) i spójne.
- [ ] Każde podsumowanie i znacznik podlegają zatwierdzeniu przez przedstawiciela przed zapisaniem w systemie.
- [ ] W podsumowaniu i etykietach nie są przechowywane żadne dane osobowe/kartowe (anonimowe).
- [ ] Porównuję podsumowanie AI z tekstem źródłowym i usuwam fałszywe informacje.
- [ ] Zobowiązania cytowane są dosłownie, bez interpretacji.