คุณภาพ การปฏิบัติตามข้อกำหนด และการรักษาความลับ: การไม่ให้ข้อมูลอันเป็นเท็จ

กำไร:

• ความสามารถในการกำหนดขอบเขตที่ปลอดภัยซึ่งช่วยลดความเสี่ยงของการให้ข้อมูลที่ไม่ถูกต้องเกี่ยวกับราคา ความมุ่งมั่น และประเด็นด้านนโยบาย
• ความสามารถในการออกแบบการแจ้งเตือนและกระบวนการที่ปลอดภัยซึ่งปกป้องข้อมูลส่วนบุคคลของลูกค้า (เป็นไปตามมาตรฐาน KVKK)
• ความสามารถในการสร้างวงจรการประกันคุณภาพ (QA) ที่รวมถึงการอนุมัติและการตรวจสอบจากมนุษย์

ปัญญาประดิษฐ์ (AI) ที่ต้องพบปะกับลูกค้าเป็นทั้งโอกาสที่ยิ่งใหญ่และความเสี่ยงที่ยิ่งใหญ่สำหรับธุรกิจ ข้อผิดพลาดในสำเนาทางการตลาดสามารถแก้ไขได้ แต่การให้ราคาที่ไม่ถูกต้องแก่ลูกค้า ข้อมูลนโยบายที่ไม่ถูกต้อง หรือคำมั่นสัญญาที่ไม่สามารถรักษาได้ หมายถึงการสูญเสียความไว้วางใจโดยตรง ความเสียหายทางการเงิน และปัญหาทางกฎหมาย การป้องกัน "บอทบอกฉัน" จะไม่ช่วยคุณ เป็นความรับผิดชอบของบริษัทต่อลูกค้า

ในหน่วยสุดท้ายนี้ เราสร้างเฟรมเวิร์กที่รักษาความปลอดภัยทุกสิ่งที่คุณเรียนรู้ใน 11 หน่วยก่อนหน้า โดยตั้งอยู่บนเสาหลักสามประการ: ความถูกต้อง (ไม่ให้ข้อมูลที่เป็นเท็จ) ความเป็นส่วนตัว (การปกป้องข้อมูลส่วนบุคคล) และการควบคุม (ความยินยอมของมนุษย์) ทั้งสามสิ่งนี้คือเข็มขัดนิรภัยที่เปลี่ยน AI จากแหล่งที่มาของความเสี่ยงมาเป็นเครื่องมือทางธุรกิจที่เชื่อถือได้

หมายเหตุ: หน่วยนี้ให้กรอบการทำงานทั่วไป กฎระเบียบของอุตสาหกรรมของคุณเอง (สิทธิผู้บริโภค, KVKK, กฎข้อความเชิงพาณิชย์) อาจกำหนดภาระผูกพันเพิ่มเติม ความรับผิดชอบสูงสุดในการปฏิบัติตามข้อกำหนดอยู่ที่สถาบันของคุณ

สามความเสี่ยง สามเสาหลัก

• ข้อมูลที่ไม่ถูกต้อง (ภาพหลอน): โมเดลคิดค้นราคา/นโยบาย/ความมุ่งมั่น คอลัมน์: แหล่งที่มาที่ตรวจสอบแล้ว + การอนุมัติโดยมนุษย์
• การละเมิดความเป็นส่วนตัว: ข้อมูลส่วนบุคคลของลูกค้า (ชื่อ, หมายเลขโทรศัพท์, ID, การชำระเงิน) เข้าสู่เครื่องมือที่ไม่ปลอดภัย คอลัมน์: การมาสก์ + ยานพาหนะที่ได้รับอนุมัติ (เป็นไปตามข้อกำหนดของ KVKK)
• อำนาจเกิน: บอท/ตัวแทนให้สัญญาว่าจะไม่สามารถส่งมอบได้ (ส่วนลด วันที่แน่นอน การรับประกัน) คอลัมน์: เขตอำนาจศาลที่ชัดเจน + ราวกั้น

AI Flow ติดต่อกับลูกค้าทุกคนจะต้องจัดการความเสี่ยงทั้งสามนี้ไปพร้อมๆ กัน

หลีกเลี่ยงข้อมูลที่ผิด: ชั้นของความแม่นยำ

กฎทองแห่งความถูกต้อง: ข้อมูลที่สำคัญ (ราคา นโยบาย ความมุ่งมั่น) มาจากแหล่งที่มาที่ได้รับการตรวจสอบแล้ว (จำหน่วย RAG) ไม่ใช่จากการท่องจำแบบจำลอง และเมื่อไม่แน่ใจ โมเดลก็จะเงียบและส่งต่อไป หลักการ "ปลอดภัยหรือส่งต่อ" จะตัดข้อมูลที่ผิดจากแหล่งที่มาออกไป

ทีละขั้นตอน: วงจรคุณภาพที่ปลอดภัย (QA)

1. จำแนกตามความเสี่ยง คำตอบมีความเสี่ยงต่ำ (ข้อมูลทั่วไป) หรือมีความเสี่ยงสูง (ราคา ความมุ่งมั่น จำนวนเงินคืน)?
2. ทำให้ประตูของมนุษย์ตกอยู่ในความเสี่ยงสูง การตอบกลับเหล่านี้ต้องได้รับการอนุมัติจากมนุษย์ก่อนที่จะส่ง
3. เชื่อมต่อกับแหล่งที่มา ข้อมูลที่สำคัญควรเป็นไปตามเอกสารที่ได้รับการตรวจสอบและไม่มีการปลอมแปลง
4. ปิดบังข้อมูลส่วนบุคคล อย่าเข้าไปถ้าไม่จำเป็น ไม่ระบุชื่อหากจำเป็น
5. ตรวจสอบโดยการสุ่มตัวอย่าง การตอบกลับอัตโนมัติบางรายการได้รับการตรวจสอบโดยมนุษย์เป็นประจำ
6. ข้อเสนอแนะ. รวบรวมข้อผิดพลาดและอัปเดตพร้อมท์และรั้ว

พรอมต์ที่คัดลอกได้

พรอมต์ที่จะสแกนหาความเสี่ยงก่อนที่จะส่งการตอบกลับ:

ตรวจสอบและทำเครื่องหมายคำตอบของลูกค้ารายนี้ก่อนที่จะโพสต์:- มีราคา อัตรา หรือจำนวนเงินที่ไม่ได้รับการยืนยันหรือไม่- มีการอ้างสิทธิ์ตามนโยบาย/กฎหรือสามารถปลอมแปลงได้หรือไม่- มีภาระผูกพันใด ๆ (วันที่ที่แน่นอน การรับประกัน ส่วนลด) ที่เกินอำนาจหรือไม่- ข้อมูลส่วนบุคคล (ชื่อ โทรศัพท์ ID ที่อยู่ การชำระเงิน) รวมอยู่ด้วยโดยไม่จำเป็นหรือไม่ แสดงรายการการค้นพบแต่ละรายการด้วยป้ายกำกับ "ความเสี่ยงสูง/ปานกลาง/ต่ำ" และข้อเสนอแนะสำหรับการแก้ไข การตอบสนอง: {{ ตอบกลับ }}

พร้อมปกปิดข้อมูลส่วนบุคคล (ก่อนขึ้นรถ):

ปิดบังข้อมูลส่วนบุคคลในข้อความต่อไปนี้: ชื่อ-นามสกุล -> [ชื่อ], โทรศัพท์-> [โทรศัพท์], อีเมล -> [อีเมล], TR/ID -> [ID] ที่อยู่ -> [ที่อยู่] บัตร/การชำระเงิน -> [การชำระเงิน] รักษาความหมายและรายละเอียดทางเทคนิคของปัญหา ข้อความ: {{ ข้อความ }}

พร้อมท์ Guardrail ที่นำปัญหาที่มีความเสี่ยงสูงมาสู่มนุษย์:

อย่าตอบสนองต่อปัญหาเหล่านี้ด้วยตัวคุณเอง แทนที่จะพูดว่า "ฉันกำลังส่งต่อให้ตัวแทน": ราคา/ส่วนลดที่แน่นอน ข้อพิพาทเกี่ยวกับสัญญา/จำนวนเงินคืน คำแนะนำด้านกฎหมาย/การแพทย์/การเงิน การเปลี่ยนแปลงข้อมูลส่วนบุคคล ความปลอดภัย/ข้อสงสัยเรื่องการฉ้อโกง คุณสามารถตอบคำถามความรู้ทั่วไปนอกเหนือจากรายการนี้ได้

พร้อมท์การสุ่มตัวอย่างสำหรับการตรวจสอบคุณภาพตามปกติ (QA):

ด้านล่างนี้คือคำตอบแบบสุ่ม 10 ข้อจากคำตอบ X สุดท้าย สำหรับแต่ละรายการ ให้ประเมิน: ความถูกต้อง (เหมาะสมกับแหล่งที่มาหรือไม่) น้ำเสียง (มีความเห็นอกเห็นใจ/เหมาะสมหรือไม่) ความเป็นมิตร (มีการละเมิด/ข้อมูลส่วนบุคคลรั่วไหลหรือไม่) จัดอันดับปัญหาที่เป็นปัญหาตามลำดับความสำคัญและสรุปรูปแบบข้อผิดพลาดที่เกิดซ้ำ (เช่น "เขาคอยชดเชยกำหนดเวลา") ในประโยคเดียว คำตอบ: {{ ตัวอย่าง }}

แนวทางที่อ่อนแอ / แนวทางที่แข็งแกร่ง

วิธีการที่ไม่ดี

แนวทางที่แข็งแกร่ง

ส่งการตอบกลับทั้งหมดโดยไม่ได้รับการอนุมัติ

เกตเวย์การอนุมัติจากมนุษย์สำหรับความเสี่ยงสูง

จับคู่ราคา/นโยบายกับโมเดล

ลิงก์ไปยังแหล่งที่มาที่ตรวจสอบแล้ว

การป้อนข้อมูลส่วนตัวลงในรถตามที่เป็นอยู่

ปิดบังและขับรถโดยได้รับอนุมัติ

แก้ไขข้อผิดพลาดทีละรายการเมื่อเกิดขึ้น

ปิดต้นเหตุด้วยการตรวจสอบ + ข้อเสนอแนะ

ความแตกต่างก็คือแนวทางที่เข้มงวดจะสร้างระบบที่ "ป้องกันข้อผิดพลาดก่อนที่จะเกิดขึ้น" แทนที่จะ "แก้ไขเมื่อมันเกิดขึ้น"

มินิเคสสามอัน

กรณีที่ 1 — จำนวนเงินคืนที่ประดิษฐ์ขึ้น บอทกล่าวว่า "คุณจะได้รับ 850 TL คืนเมื่อคุณส่งคืนผลิตภัณฑ์ของคุณ"; ในขณะที่จำนวนเงินจริงแตกต่างกันและบอทไม่สามารถรู้ได้ พรอมต์การคัดกรองความเสี่ยงตรวจพบผลลัพธ์ "จำนวนที่ไม่ได้รับการยืนยัน" ในการทดสอบครั้งก่อน ทีมงานเชื่อมโยงคำตอบทั้งหมดที่มีจำนวนเงินเข้ากับช่องทางการอนุมัติของมนุษย์ ตัวเลขการคืนเงินที่ไม่ถูกต้องจะไม่ถูกส่งไปยังลูกค้าอีกเลย

กรณีที่ 2 — การปกปิดความเป็นส่วนตัวที่ได้รับการคุ้มครอง ตัวแทนต้องการสรุปการร้องเรียนยาวๆ ซึ่งประกอบด้วยชื่อ ลูกค้า หมายเลขโทรศัพท์ และข้อมูลการสั่งซื้อ เขาเริ่มใช้คำสั่งปิดบังก่อน ช่องส่วนตัวกลายเป็นแท็ก [NAME], [PHONE] ข้อมูลสรุปมีคุณภาพเท่ากัน แต่ไม่มีการนำข้อมูลส่วนบุคคลเข้าไปในเครื่องมือโดยไม่จำเป็น มีการสร้างการไหลที่ปลอดภัยในแง่ของ KVKK

กรณีที่ 3 — การตรวจสอบพบสาเหตุที่แท้จริง ในการสุ่มตัวอย่าง QA รายเดือน AI ได้เลือกรูปแบบที่เกิดซ้ำ: บอทถามว่า "จะมาถึงเมื่อใด" เขาคิดกำหนดเวลาในหัวสำหรับคำถามของเขาอยู่ตลอดเวลา นี่ไม่ใช่ข้อผิดพลาดเพียงอย่างเดียว แต่เป็นสาเหตุที่แท้จริง ทีมงานได้เพิ่มปัญหาวันที่จัดส่งลงในรั้วกั้น และตั้งกฎว่า "โอนวันที่ในระบบเท่านั้น ไม่เช่นนั้นจะโอน" การแก้ไขเพียงครั้งเดียวสามารถป้องกันข้อผิดพลาดมากมายในอนาคตได้

เคล็ดลับ: เขียนรายการ “ความเสี่ยงสูง” ให้สั้นและชัดเจน แต่ต้องประกอบด้วย: เงิน (ราคา การคืนสินค้า ส่วนลด) เวลา (ข้อผูกพันในการจัดส่งที่แน่นอน) ข้อยกเว้นนโยบาย และการเปลี่ยนแปลงข้อมูลส่วนบุคคล สี่ด้านนี้เป็นจุดที่ข้อผิดพลาดที่เกิดขึ้นบ่อยที่สุดและมีค่าใช้จ่ายสูงที่สุดใน AI การติดต่อกับลูกค้า

ความรับผิดชอบหยุดอยู่ที่ไหน?

หลักการที่สำคัญที่สุดคือสิ่งสุดท้าย: AI เป็นตัวคูณความเร็วและคุณภาพ ไม่ใช่ความรับผิดชอบ ทุกคำสัญญา ทุกราคา ทุกคำมั่นสัญญาที่ทำไว้กับลูกค้าถือเป็นข้อผูกพันบริษัทตามกฎหมายและเชิงพาณิชย์ นั่นเป็นสาเหตุที่ AI ยังคงอยู่ในสถานะ "สร้างร่างและส่งข้อมูล" มากกว่า "ตัดสินใจ" ในการตัดสินใจที่สำคัญ การอนุมัติของมนุษย์ไม่ใช่เรื่องฟุ่มเฟือยแต่เป็นสิ่งจำเป็น ในระบบที่เป็นที่ยอมรับ AI จัดการกับงานประจำ 90% มนุษย์ใช้เวลาในการตัดสินใจที่สำคัญ 10% และรับผิดชอบทั้งหมด

ข้อควรระวัง: แนวคิดที่ว่า "เมื่อแบบจำลองได้รับการพัฒนาเพียงพอ ไม่จำเป็นต้องมีการควบคุมดูแลโดยมนุษย์" ถือเป็นอันตราย ไม่ว่าโมเดลจะดีแค่ไหน แต่บางครั้งก็อาจสร้างน้ำเสียงมั่นใจแบบผิดๆ ได้ และในธุรกิจที่ต้องติดต่อกับลูกค้า สิ่งเดียวที่ต้องทำคือราคาหรือข้อผูกมัดที่ไม่ถูกต้อง ประตูสู่การอนุมัติของมนุษย์ไม่ใช่การเสียสละความเร็ว แต่เป็นราคาของความไว้วางใจ

ข้อผิดพลาดทั่วไป

• การส่งคำตอบที่มีความเสี่ยงสูง (ราคา ความมุ่งมั่น การคืนสินค้า) โดยไม่ได้รับการอนุมัติจากมนุษย์
• ไม่ระบุแหล่งที่มาของข้อมูลที่สำคัญไปยังแหล่งที่มาที่ได้รับการตรวจสอบและอาศัยการท่องจำของแบบจำลอง
• เข้าสู่ยานพาหนะที่ไม่ปลอดภัยโดยไม่ปกปิดข้อมูลส่วนบุคคล (การละเมิด KVKK)
• ไม่ได้กำหนด Guardrail (รายการหัวข้อที่มีความเสี่ยงสูง)
• แก้ไขข้อผิดพลาดทีละรายการและข้ามการอัปเดตสาเหตุที่แท้จริง (พร้อมท์/กฎ)
• คิดว่าจะทำให้ AI หรือผู้ให้บริการเครื่องมือเป็นภาระ

โดยสรุป

• AI ที่ติดต่อกับลูกค้าจะต้องจัดการความเสี่ยงสามประการพร้อมกัน: ข้อมูลที่ไม่ถูกต้อง การละเมิดความเป็นส่วนตัว การอนุญาตเกิน
• เพื่อความถูกต้อง: เชื่อมโยงข้อมูลที่สำคัญไปยังแหล่งข้อมูลที่ได้รับการยืนยัน มอบหมายเมื่อไม่แน่ใจ
• เพื่อความเป็นส่วนตัว: ปิดบังข้อมูลส่วนบุคคล ใช้เฉพาะยานพาหนะที่ได้รับอนุมัติและปลอดภัย (KVKK)
• เชื่อมต่อประเด็นที่มีเดิมพันสูง (เงิน เวลา การเมือง ข้อมูลส่วนบุคคล) เข้ากับช่องทางการอนุมัติของมนุษย์
• ตรวจสอบข้อผิดพลาดโดยการสุ่มตัวอย่างและปิดสาเหตุที่แท้จริง ความรับผิดชอบสูงสุดอยู่ที่มนุษย์เสมอ

งานสมัคร

เตรียม “ชุดความปลอดภัย” สำหรับขั้นตอนการติดต่อกับลูกค้าของคุณ: (1) เขียนรายการรั้วสำหรับหัวข้อที่มีความเสี่ยงสูง (เงินขั้นต่ำ เวลา นโยบาย ข้อมูลส่วนบุคคล) (2) เรียกใช้ตัวอย่างการตอบสนองของลูกค้าผ่านพร้อมท์การคัดกรองความเสี่ยงและติดป้ายกำกับการค้นพบ (3) ล้างข้อความที่มีข้อมูลส่วนบุคคลด้วยพร้อมท์การปกปิด (4) กำหนดพิธีการสุ่มตัวอย่าง QA รายสัปดาห์ (จำนวนคำตอบ ใครตรวจสอบ ที่ซึ่งบันทึกข้อผิดพลาด) สุดท้ายนี้ ให้เขียนว่าการตัดสินใจประเภทใดจะไม่เกิดขึ้นหากไม่ได้รับอนุมัติจากมนุษย์

รายการตรวจสอบ

• [ ] ฉันได้กำหนดรายการรั้วสำหรับหัวข้อที่มีความเสี่ยงสูง
• [ ] ฉันได้เชื่อมโยงข้อมูลสำคัญกับแหล่งที่มาที่ได้รับการยืนยันแล้ว
• [ ] ฉันปกปิดข้อมูลส่วนบุคคลและใช้เฉพาะยานพาหนะที่ได้รับอนุมัติเท่านั้น
• [ ] ฉันกำหนดเกณฑ์การอนุมัติของมนุษย์สำหรับคำตอบที่มีความเสี่ยงสูง
• [ ] ฉันได้สร้างการสุ่มตัวอย่างและวงจรป้อนกลับของ QA เป็นประจำ
• [ ] ฉันแสดงให้เห็นอย่างชัดเจนในกระบวนการนี้ว่าความรับผิดชอบสูงสุดอยู่ที่มนุษย์

การสอบโมดูล

1. องค์ประกอบที่สำคัญที่สุดเมื่อเขียนข้อความแจ้งระบบสำหรับแชทบอทฝ่ายสนับสนุนลูกค้าคืออะไร?

• A) กำหนดบทบาท ขอบเขต ขอบเขตของบอทให้ชัดเจน และส่งมอบให้กับมนุษย์เมื่อบอทไม่รู้ ✔
• B) กำหนดให้บอทตอบคำถามทุกข้อที่เป็นไปได้
• C) รักษาระบบให้สั้นที่สุดเท่าที่จะทำได้และไม่ให้รายละเอียด
• D) ทำให้บอทมีอารมณ์ขันและเป็นมิตรในทุกสถานการณ์

คำอธิบาย: บทบาท ขอบเขต และโดยเฉพาะอย่างยิ่งขีดจำกัดของบอท (สิ่งที่บอทไม่สามารถทำได้ เมื่อจะถูกส่งมอบให้กับมนุษย์) ควรมีการกำหนดไว้อย่างชัดเจน มิฉะนั้น บอทอาจทำข้อผูกมัดโดยไม่ได้รับอนุญาตหรือสร้างข้อมูลเท็จในเรื่องที่บอทไม่รู้

2. วิธีใดที่ดีที่สุดในการรับผลลัพธ์ที่สม่ำเสมอและเป็นอัตโนมัติเมื่อจำแนกตั๋วด้วยปัญญาประดิษฐ์

• A) เพื่อสรุปแต่ละคำขอเป็นข้อความอิสระ โดยไม่มีการกำหนดรูปแบบ
• B) ให้หมวดหมู่ที่กำหนดไว้ล่วงหน้า ระดับเร่งด่วนคงที่ และรูปแบบเอาต์พุตที่ไม่เปลี่ยนรูป ✔
• C) ปล่อยให้รายการหมวดหมู่เป็นโมเดลและปล่อยให้ค้นหาได้ด้วยตัวเองในแต่ละครั้ง
• D) การเรียงลำดับคำขอตามความยาวเท่านั้น

คำอธิบาย: การให้รายการหมวดหมู่ที่กำหนดไว้ล่วงหน้าแก่โมเดล ระดับความเร่งด่วนคงที่ และรูปแบบเอาต์พุตที่ไม่เปลี่ยนรูปแบบ (เช่น JSON) ช่วยให้มั่นใจได้ถึงผลลัพธ์ที่สอดคล้องและประมวลผลด้วยเครื่องจักรได้สำหรับคำขอต่างๆ การวางหมวดหมู่ลงในโมเดลจะสร้างแท็กที่แตกต่างกันในแต่ละครั้ง

3. วัตถุประสงค์หลักของแนวทาง RAG (การผลิตบนฐานความรู้ / การสร้างเสริมการดึงข้อมูล) คืออะไร

• A) การเปิดใช้งานโมเดลเพื่อให้คำตอบที่สร้างสรรค์และเป็นต้นฉบับมากขึ้น
• B) ลดเวลาตอบสนองของโมเดลให้สั้นลง
• C) ยึดการตอบสนองของโมเดลตามเอกสารต้นฉบับที่เป็นปัจจุบันและตรวจสอบแล้วที่ให้มา ✔
• D) กำหนดให้รุ่นเชื่อมต่ออินเทอร์เน็ตในทุกสถานการณ์

คำอธิบาย: RAG ไม่จดจำคำตอบของแบบจำลอง ช่วยให้สามารถผลิตเอกสารต้นฉบับที่ได้รับการปรับปรุงและตรวจสอบได้ในเวลาที่เกิดคำถาม สิ่งนี้จะเพิ่มความแม่นยำและลดข้อมูลที่ประดิษฐ์ขึ้นอย่างมาก (ภาพหลอน)

4. ในขณะที่สร้างคำตอบจากฐานความรู้ แบบจำลองควรทำอย่างไรหากไม่มีคำตอบสำหรับคำถามในแหล่งข้อมูลที่กำหนด

• ก) การคาดเดาที่ดูสมเหตุสมผลจากความรู้ทั่วไปของเขา
• B) การคัดลอกและให้คำตอบสำเร็จรูปในเรื่องที่คล้ายกัน
• C) ทิ้งคำถามไว้โดยไม่ได้รับคำตอบและปิดการสนทนาอย่างเงียบๆ
• D) การระบุว่าเขา/เธอไม่มีข้อมูลและนำลูกค้าไปยังแหล่งที่มา/อำนาจที่ถูกต้อง ✔

คำอธิบาย: โมเดลไม่ควรสร้างข้อมูลที่ไม่ได้อยู่ในแหล่งที่มา ควรระบุให้ชัดเจนว่าไม่มีข้อมูลและนำลูกค้าไปยังเจ้าหน้าที่หรือแหล่งที่มาที่ถูกต้อง ซึ่งจะช่วยลดความเสี่ยงของข้อมูลที่ไม่ถูกต้อง

5. อะไรคือวิธีที่ดีที่สุดในการร่างคำตอบสนับสนุนลูกค้าที่โกรธแค้น?

• A) มุ่งตรงไปที่วิธีแก้ปัญหาด้านเทคนิคและไม่สนใจอารมณ์ความรู้สึก
• B) การอธิบายในลักษณะเชิงรับว่าลูกค้าเป็นฝ่ายผิด
• C) รักษาการตอบสนองให้เป็นทางการและห่างไกลที่สุดเท่าที่จะเป็นไปได้
• D) ขั้นแรกให้รับรู้อารมณ์ด้วยความเห็นอกเห็นใจ จากนั้นจึงเสนอวิธีแก้ปัญหาที่ชัดเจนหรือขั้นตอนต่อไป ✔

คำอธิบาย: จำเป็นต้องรับรู้อารมณ์และแสดงความเห็นอกเห็นใจก่อน จากนั้นจึงนำเสนอวิธีแก้ปัญหาที่เป็นรูปธรรมหรือขั้นตอนต่อไปอย่างชัดเจน การกระโดดตรงไปที่วิธีแก้ปัญหาด้านเทคนิคหรือการเพิกเฉยต่ออารมณ์จะทำให้เกิดความตึงเครียด

6. อะไรคือการเปลี่ยนแปลงที่ดีที่สุดเมื่อปรับการตอบกลับฝ่ายสนับสนุนเป็นแชทสดแทนอีเมล

• A) คัดลอกข้อความแบบคำต่อคำลงในแชทโดยไม่เปลี่ยนแปลง
• B) ทำให้ข้อความเป็นทางการมากขึ้น และเพิ่มบล็อกลายเซ็นและหัวเรื่อง
• C) การย่อและแบ่งข้อความเพื่อปรับให้เข้ากับจังหวะการพูดและขั้นตอนต่อไป✔
• D) ให้รายละเอียดทางเทคนิคมากที่สุดในข้อความเดียว

คำอธิบาย: แชทสดนั้นสั้น รวดเร็ว และสนทนาได้ บล็อกอีเมลยาว การแปลงข้อความให้สั้น กระจัดกระจาย และเน้นไปที่ขั้นตอนต่อไปจะเหมาะสมสำหรับช่องทาง การย้ายข้อความเดียวกันจากช่องหนึ่งไปอีกช่องหนึ่งโดยไม่เปลี่ยนจะทำให้ประสบการณ์แย่ลง

7. อะไรคือแนวทางที่ดีต่อสุขภาพที่สุดในการพิจารณาคัดเลือกผู้มีโอกาสเป็นลูกค้า (ลูกค้าเป้าหมาย) ด้วยการสนับสนุนด้านปัญญาประดิษฐ์

• A) การกำหนดเฟรมเอาท์พุต AI (ICP/BANT) และการทำเครื่องหมายสมมติฐานที่ต้องได้รับการตรวจสอบ ✔
• B) ประมวลผลข้อมูลที่ AI สร้างขึ้นทั้งหมดลงใน CRM เหมือนจริงโดยไม่ต้องตรวจสอบ
• ค) การกำหนดคุณสมบัติตามจำนวนพนักงานของบริษัทเท่านั้น
• D) ส่งข้อความทั่วไปเดียวกันไปยังทุกโอกาสในการขายและการข้ามคุณสมบัติ

คำอธิบาย: AI สามารถสร้างการบรรยายสรุปที่มีโครงสร้างจากข้อมูลที่เปิดเผยต่อสาธารณะ แต่ผลลัพธ์นี้อาจมีสมมติฐานอยู่ ถูกต้องในการใช้ผลการรับรองโดยการทำเครื่องหมายสมมติฐานที่ต้องตรวจสอบและวางไว้ในกรอบเช่น ICP/BANT มีความเสี่ยงที่จะยอมรับผลลัพธ์ว่าเป็นจริงโดยไม่มีคำถาม

8. หลักการที่สำคัญที่สุดในอีเมลการขายเย็นที่มีประสิทธิภาพคืออะไร?

• A) อธิบายคุณลักษณะและความสำเร็จทั้งหมดของบริษัทโดยละเอียด
• B) มุ่งเน้นไปที่ปัญหา/เป้าหมายของผู้ซื้อ ทำให้สั้นและให้ CTA ที่ชัดเจน ✔
• C) ส่งข้อความทั่วไปเดียวกันถึงผู้คนให้ได้มากที่สุด
• D) แบ่งปันรายการราคาโดยละเอียดทันทีในอีเมลฉบับแรก

คำอธิบาย: อีเมลการขายที่มีประสิทธิภาพจะเน้นที่ผู้รับ ไม่ใช่เน้นที่ผู้ส่ง โดยอีเมลเหล่านี้จัดการกับปัญหาหรือเป้าหมายของลูกค้า เนื้อหาสั้นและเป็นส่วนตัว และรวมขั้นตอนถัดไปที่ชัดเจน (CTA) ไว้ด้วย การแสดงรายการคุณสมบัติทั้งหมดของบริษัทจะทำให้ผู้ซื้อพลาด

9. ในการเตรียมข้อความเสนอ/ข้อเสนอแนะด้วยปัญญาประดิษฐ์ องค์ประกอบใดที่เพิ่มพลังโน้มน้าวใจของผลลัพธ์ได้มากที่สุด?

• A) เพียงแค่แสดงรายการข้อกำหนดที่ยาวเหยียด
• B) การรักษาข้อเสนอให้เป็นแบบกว้างๆ และคลุมเครือเพียงพอที่จะเหมาะกับลูกค้าทุกคน
• C) อย่าเขียนราคาเลยและเติมเฉพาะประโยคเสริมเท่านั้น
• D) การสร้างเรื่องราวที่มุ่งเน้นผลประโยชน์ที่เชื่อมโยงกับความต้องการและเป้าหมายของลูกค้า ✔

คำอธิบาย: การเขียนข้อเสนอในภาษาที่มุ่งเน้นผลประโยชน์ซึ่งเชื่อมโยงกับความต้องการและเป้าหมายของลูกค้าจะช่วยเพิ่มพลังในการโน้มน้าวใจ การระบุรายการข้อกำหนดเพียงอย่างเดียวจะทำให้ลูกค้าสงสัยว่า 'สิ่งนี้ทำให้ฉันได้อะไร' ทิ้งเขาไว้กับคำถามของเขา

10. อะไรคือวิธีที่ดีที่สุดในการเตรียมการตอบสนองต่อ AI ต่อการคัดค้านการขาย (“ราคาของคุณสูงเกินไป”)

• A) เพิกเฉยต่อคำคัดค้านและไปยังหัวข้ออื่น
• B) เสนอส่วนลดจำนวนมากทันทีและไม่มีเงื่อนไข
• C) ตอบสนองลูกค้าโดยเฉพาะโดยตระหนักถึงข้อโต้แย้งและกำหนดกรอบคุณค่า/ผลประโยชน์ใหม่ ✔
• ง) กล่าวหาลูกค้าว่าไม่เข้าใจสินค้า

การชี้แจง: จะมีประสิทธิภาพในการรับรู้ข้อโต้แย้งก่อน จากนั้นจึงปรับกรอบคุณค่า/ผลประโยชน์ใหม่ และเสนอการตอบสนองเฉพาะลูกค้า การให้ส่วนลดจำนวนมากจะลดมูลค่าทันที การเพิกเฉยต่อคำคัดค้านจะทำลายความไว้วางใจ

11. อะไรคือผลลัพธ์ที่มีค่าที่สุดที่คาดหวังจากปัญญาประดิษฐ์เมื่อประมวลผลบันทึกการสัมภาษณ์ลงใน CRM?

• A) วางโครงสร้างบันทึกย่อ การตัดสินใจ ขั้นตอนต่อไป และความรับผิดชอบ ✔
• B) คัดลอกบันทึกตามที่เป็นอยู่โดยไม่มีการเปลี่ยนแปลงใดๆ
• C) แค่ทำให้โน้ตยาวขึ้นและสวยงามมากขึ้น
• D) บันทึกเฉพาะระยะเวลาและเวลาของการสนทนาเท่านั้น

คำอธิบาย : บันทึกที่กระจัดกระจาย; การจัดวางในรูปแบบที่มีโครงสร้าง เช่น สรุป การตัดสินใจ ขั้นตอนถัดไป (การดำเนินการ) และผู้รับผิดชอบทำให้ทีมติดตามได้ง่ายขึ้น การคัดลอกบันทึกตามที่เป็นอยู่หรือเพียงแค่ขยายออกไปไม่ได้สร้างมูลค่า

12. อะไรคือวิธีที่ดีที่สุดเพื่อให้แน่ใจว่า 'ไม่ให้ข้อมูลที่เป็นเท็จ' ในผลลัพธ์ของปัญญาประดิษฐ์ที่เข้ามาติดต่อกับลูกค้า?

• A) ให้อำนาจแก่โมเดลอย่างเต็มที่และปล่อยให้โมเดลทำทุกข้อผูกพันด้วยตัวมันเอง
• B) การจำกัดข้อมูลที่สำคัญไว้เฉพาะกับแหล่งที่มาที่ได้รับการตรวจสอบ การมอบหมายเมื่อไม่แน่ใจ และเพิ่มระดับการอนุมัติจากมนุษย์ ✔
• C) ลบการตรวจสอบความเร็วทั้งหมดและส่งเอาต์พุตโดยตรง
• D) รอการแก้ไขในภายหลังหากมีการเปิดเผยข้อมูลที่ไม่ถูกต้อง

คำอธิบาย: รุ่น; ข้อมูลที่สำคัญ เช่น ราคา นโยบาย และความมุ่งมั่นไม่ควรถูกปลอมแปลง แต่ควรได้รับจากแหล่งข้อมูลที่ได้รับการตรวจสอบแล้วเท่านั้น และควรส่งมอบให้กับมนุษย์เมื่อไม่แน่ใจ การตอบสนองที่สำคัญควรมีการตรวจสอบความถูกต้องโดยมนุษย์เป็นชั้นๆ

13. ผู้เชี่ยวชาญด้านการสนับสนุนควรทำอย่างไรหากต้องการให้เครื่องมือปัญญาประดิษฐ์สรุปข้อร้องเรียนของลูกค้าที่มีชื่อ หมายเลขโทรศัพท์ และข้อมูลการสั่งซื้อ

• A) วางข้อมูลตามที่เป็นอยู่และได้ผลลัพธ์เร็วที่สุด
• B) สมมติว่าการเพิ่มวลี 'ความลับ' ที่ท้ายข้อความก็เพียงพอแล้ว
• C) การปกปิดและไม่เปิดเผยข้อมูลส่วนบุคคล และ/หรือการใช้เครื่องมือที่ได้รับอนุมัติพร้อมการรับประกันขององค์กร ✔
• D) การคิดว่าการส่งข้อมูลแล้วลบการสนทนาช่วยลดความเสี่ยง

คำอธิบาย: ไม่ควรป้อนข้อมูลส่วนบุคคล (ภายในขอบเขตของ KVKK) ลงในเครื่องมือของบุคคลที่สามโดยไม่จำเป็น แนวทางที่ถูกต้อง การปกปิดและไม่เปิดเผยข้อมูลระบุตัวตน และ/หรือการใช้เครื่องมือที่ได้รับอนุมัติพร้อมการรับประกันข้อมูลองค์กร (ไม่ใช้ข้อมูลในการศึกษา นโยบายการจัดเก็บ)

14. อะไรคือหลักการที่ดีที่สุดในการออกแบบลำดับการติดตามผลการขายแบบหลายขั้นตอน?

• ก) ส่งข้อความเตือนความจำเดียวกันทุกวัน
• B) เพิ่มค่าใหม่ในแต่ละข้อความและดำเนินการตามระยะเวลาที่เหมาะสม✔
• C) เพิ่มความถี่ของข้อความอย่างต่อเนื่องจนกว่าจะได้รับการตอบกลับ
• D) หากไม่ได้รับการตอบกลับครั้งแรก ให้จัดทั้งชุดข้อมูลลงในอีเมลขนาดยาวเพียงฉบับเดียว

คำอธิบาย: แต่ละข้อความติดตามผลควรดำเนินการโดยการเพิ่มค่าใหม่ (เนื้อหา ตัวพิมพ์เล็ก มุมที่แตกต่างกัน) และควรส่งในช่วงเวลาที่เหมาะสม การทำซ้ำข้อความ 'เพียงเตือนความจำ' ซ้ำๆ กันสั้นๆ ถือเป็นเรื่องล้นหลามและลดอัตราการตอบกลับ

15. AI ควรมีบทบาทอย่างไรเมื่อสร้างวงจรการประกันคุณภาพ (QA) สำหรับทีมสนับสนุนและทีมขาย

• A) AI สร้างร่าง; การตอบสนองที่สำคัญได้รับการตรวจสอบและอนุมัติโดยมนุษย์ ความรับผิดชอบอยู่ที่มนุษย์ ✔
• B) AI ส่งคำตอบทั้งหมดโดยไม่มีการยืนยัน ผู้คนจะดูเฉพาะเมื่อมีการร้องเรียนเท่านั้น
• C) หาก AI ก้าวหน้าเพียงพอ ก็ไม่จำเป็นต้องได้รับการดูแลจากมนุษย์
• D) ความรับผิดชอบอยู่ที่บริษัทซอฟต์แวร์ที่จัดหาเครื่องมือดังกล่าว

คำอธิบาย: AI สร้างร่างการตอบสนองและปรับปรุงความสอดคล้อง อย่างไรก็ตาม การตอบสนองที่สำคัญต่อลูกค้า โดยเฉพาะการตอบสนองที่เกี่ยวข้องกับราคา/ข้อผูกพัน/นโยบาย ควรได้รับการตรวจสอบและอนุมัติโดยเจ้าหน้าที่ ความรับผิดชอบสูงสุดอยู่ที่ทีมงานมนุษย์เสมอ