Mga nadagdag:
- Kakayahang pamahalaan ang mga madalas itanong, mga daloy ng kargamento/pagbabalik at mga panuntunan sa tono gamit ang chatbot na suportado ng artificial intelligence at sumagot ng mga draft
- Kakayahang magtakda ng mga limitasyon ng pagdami ng tao at pagbuo ng tugon batay sa base ng kaalaman
- Makikita ng chatbot ang mga panganib ng maling impormasyon, mga maling pangako, at mga paglabag sa privacy at panatilihing naa-audit ang bawat tugon sa customer.
Sa isang tindahan ng e-commerce, ang serbisyo sa customer ay isang pagpapatuloy ng mga benta. "Nasaan ang kargada ko?", "Paano ibabalik?", "Kasya ba ang produktong ito sa laki ko?", "Kailan ibabalik ang pera ko?" Karamihan sa mga tanong na tulad nito ay paulit-ulit at lumalabas nang daan-daang beses sa isang araw. Sa ilalim ng load na ito, napapagod ang team, tumataas ang mga oras ng pagtugon, at bumababa ang kasiyahan ng customer. Gumagana dito ang artificial intelligence (AI) sa dalawang anyo: bilang isang chatbot na direktang nakikipag-usap sa customer (automated chat assistant) o bilang isang assistant na nagmumungkahi ng draft na tugon sa team. Sa parehong mga kaso, ang ginintuang tuntunin ay pareho: ang responsibilidad para sa bawat tugon sa customer ay nasa tindahan; Maging ang impormasyong "binubuo" ng chatbot ay nakasalalay sa iyo. Sa unit na ito, matututunan natin kung paano i-set up ang chatbot nang ligtas, tumpak at naaayon sa boses ng brand.
Dalawang termino. Ang knowledge base ay ang set ng up-to-date na impormasyong inaprubahan mo kung saan ibinabatay ng chatbot ang mga sagot nito: mga oras ng pagpapadala, patakaran sa pagbabalik, mga madalas itanong, mga FAQ ng produkto. Ang escalation ay ang paglipat ng isang mapanganib na sitwasyon na hindi kayang lutasin ng chatbot sa tao. Ang isang mahusay na chatbot ay nananatili sa base ng kaalaman nito at inililipat ito sa tao sa isang napapanahong paraan.
Tamang arkitektura ng chatbot
Ang isang secure na customer service chatbot ay binubuo ng tatlong layer.
1) batayan ng kaalaman na sagot. Ang chatbot ay dapat makabuo ng mga sagot sa mga tanong mula sa napapanahon na mga dokumento na iyong inaprubahan, hindi mula sa sarili nitong "pangkalahatang kaalaman." Ang teknikal na paraan upang gawin ito ay ang tinatawag na RAG (Retrieval-Augmented Generation) na diskarte: unang hinahanap ng modelo ang nauugnay na piraso mula sa iyong knowledge base, pagkatapos ay nagsusulat ng tugon batay lamang doon. Kaya, ang impormasyon tulad ng "refund 14 na araw" ay hindi binubuo, ito ay mula sa tunay na patakaran.
2) Mga tuntunin sa saklaw at pagdami. Ang maaari at hindi kayang sagutin ng chatbot ay malinaw na tinukoy. Ang mga sitwasyon tulad ng negosasyon sa presyo, mga reklamo, mga nasirang produkto, mga problema sa pagbabayad, mga legal na banta ay dapat na italaga sa mga tao. Dapat na masabi ng chatbot ang "Hindi ko alam" at italaga ito; Ang pinaka-mapanganib na chatbot ay ang kumpiyansa na sumasagot sa hindi nito alam.
3) Tono at boses ng tatak. Dapat magsalita ang chatbot sa boses ng tindahan: matiyaga, magalang, malinaw. Sa galit na customer, hindi nagtatanggol, ngunit mahinahon; Ang sagot sa teknikal na tanong ay dapat na simple, hindi kumplikado.
Ipinapakita ng sumusunod na talahanayan kung aling paksa ang tatalakayin at kung paano:
Paksa
Ano ang ginagawa ng chatbot?
Konklusyon
pagsubaybay sa kargamento
Base ng kaalaman + status ng order
auto reply
Patakaran sa pagbabalik
Binabasa mula sa base ng kaalaman
auto reply
Impormasyon ng produkto
Mga nabasa mula sa FAQ ng produkto
auto reply
Isyu sa pagbabayad/pag-refund
Nagbibigay ng impormasyon, pagkatapos ay mga delegado
pagdami
Reklamo/galit
Kalmado, paglilipat
Pagtaas (tao)
Legal na banta / press
Mga paglilipat, nagpapanatili ng mga talaan
Tagapangasiwa
Pamamahala ng tono at galit na mga customer
Ang pinakamahirap na sandali sa customer service ay ang galit na customer. Ang AI ay isang magandang tulong sa paglambot sa sandaling ito dahil hindi ito nauubusan ng pasensya at hindi nagiging defensive. Una nang nakilala ng isang mahusay na chatbot/draft assistant ang emosyon (“Ikinalulungkot ko talaga ang pagkaantala na iyong nararanasan”), pagkatapos ay nag-aalok ng konkretong solusyon (“Tinuri ko ang iyong order, ipinapadala na ito ngayon; maaari naming i-refund ang bayad sa pagpapadala kung gusto mo”). Ang mahalagang bagay ay huwag gumawa ng walang laman na mga pangako: kung ang chatbot ay nangangako na hindi nito makokontrol, tulad ng "paghahatid bukas", ang pangakong ito ay magbubuklod sa tindahan at kung hindi ito matutupad, ang tiwala ay ganap na babagsak.
Tip: Gawing malinaw sa iyong chatbot na "huwag gumawa ng mga pangakong hindi mo matutupad." Hayaang sabihin lamang nito sa iyo ang impormasyong kinukumpirma nito mula sa system, tulad ng petsa ng paghahatid, panahon ng refund, stock, atbp.; Kung hindi niya makumpirma, sabihin sa kanya na "susuriin namin at babalikan ka" at ibigay ito.
Apat na maaaring kopyahin na mga template
1) Chatbot system instruction (installation):
Ang iyong tungkulin: [brand] customer service assistant. Tono: matiyaga, magalang, simple, palakaibigan. Tumugon lamang batay sa sumusunod na base ng kaalaman:[patakaran sa pagbalik, mga oras ng pagpapadala, FAQ...]. MGA PANUNTUNAN:- Huwag gumawa ng anumang impormasyon na wala sa iyong base ng kaalaman. Sabihin ang "susuriin namin at babalikan ka" at ilipat ito. - Sabihin lamang kung ano ang nakumpirma sa system sa mga isyu tulad ng petsa ng paghahatid, panahon ng refund. - Kung may reklamo, problema sa pagbabayad, pinsala o legal na isyu, ilipat ito sa isang tao. - Huwag humiling at ulitin ang personal na data ng customer nang hindi kinakailangan.
2) Burador ng tugon (para sa pangkat):
Mensahe ng customer: [message].Konteksto ng order (anonymous): [status, hal. "in shipping, 2 days delay"].Brand voice: pasyente, solution-oriented.Task: draft 2 alternative answers: one short, one explanatory. Huwag gumawa ng walang laman na mga pangako; gamitin lamang ang ibinigay na konteksto.
3) Galit na paglambot ng customer:
Galit na galit ang customer. Mensahe: [mensahe]. Tunay na sitwasyon: [konteksto].Gawain: taimtim munang tanggapin ang damdamin, pagkatapos ay mag-alok ng konkreto at makatotohanang solusyon. Panuntunan: huwag magdepensiba, huwag sisihin, huwag ipangako ang hindi mo makontrol.
4) Pagbuo ng FAQ (pagpayaman sa base ng kaalaman):
Igrupo ang 15 pinakakaraniwang paksa mula sa mga totoong tanong ng customer sa ibaba. Mga Tanong: [listahan].Gawain: para sa bawat paksa, mag-draft ng maigsi na sagot sa FAQ batay sa patakaran ng tindahan. Lagyan ng tsek ang [REQUIRE APPROVAL] kung saan ito ay wala sa patakaran o kung saan hindi ka sigurado.
Pagkapribado at seguridad
Habang nakikipag-usap sa customer, nakikipag-ugnayan ang chatbot sa personal na data: pangalan, numero ng order, address, minsan tanong sa pagbabayad. Tatlong panuntunan. Paghiling ng hindi kinakailangang data: ang chatbot ay dapat humiling ng minimum na impormasyong kinakailangan upang ma-verify ang pagkakakilanlan, ngunit hindi na. Pag-leakage ng data: ang kasunduan sa pagpoproseso ng data at pagsunod sa KVKK/GDPR ay mahalaga sa isang pag-install na naglilipat ng data ng customer sa mga tool ng third-party. Authentication: bago magbahagi ng impormasyon ng account/order, dapat na secure na i-verify ng chatbot na ang ibang tao ang aktwal na may hawak ng account; Kung hindi, maaaring i-leak ng isang manloloko ang impormasyon ng order ng ibang tao mula sa chatbot.
Babala: Ang katotohanan na ang chatbot ay "kapaki-pakinabang" ay maaaring maging isang kahinaan sa privacy. Ang pagbibigay ng impormasyon tulad ng "pupunta ang iyong order sa address na ito" nang walang pag-verify ay nagbubukas ng pinto sa mga pag-atake sa social engineering. Ang pagpapatotoo bago ang sensitibong impormasyon ay dapat na sapilitan.
tatlong mini case
Kaso 1 — Pagbawas ng load. Nalaman ng isang tindahan na 60% ng mga papasok na mensahe ay "nasaan ang aking padala" at "paano ibabalik." Awtomatikong sinagot ng isang chatbot na nakabatay sa kaalaman ang dalawang paksang ito; Nakatuon ang koponan sa natitirang 40% kumplikadong isyu. Bumaba ang average na oras ng pagtugon mula oras hanggang minuto, at tumaas ang kasiyahan.
Kaso 2 — Mabuong patakaran. Ang isang chatbot na hindi konektado sa knowledge base ay nagsabi ng "30 araw" mula sa pangkalahatang impormasyon nito kapag tinanong "ilang araw ang iyong panahon ng pagbabalik?" samantalang ang patakaran ng tindahan ay 14 na araw. Nagkaroon ng hindi pagkakaunawaan nang humiling ang customer ng refund sa ika-20 araw. Aralin: dapat kumonekta ang chatbot sa tunay, naaprubahang patakaran.
Kaso 3 — Social engineering. Isang tao ang sumulat ng numero ng order ng isa pang tao sa chatbot at sinabing, "Maaari mo bang kumpirmahin ang aking address?" Sinabi ng hindi napatotohanang chatbot address; ito ay isang paglabag sa pagiging kumpidensyal. Sa pag-aayos, ginawang mandatory ang pag-verify bago ang sensitibong impormasyon.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Bumuo ng chatbot na nagbibigay ng magagandang sagot sa mga tanong ng customer.
Nang walang mapagkukunan ng impormasyon, tono, pagdami at panuntunan sa pagiging kumpidensyal, ang chatbot ay bumubuo, nagbibigay ng mga walang laman na pangako, naglalabas ng data.
Napakahusay na prompt:
Ang iyong tungkulin: NarBahçe store customer service assistant. Tono: palakaibigan, matiyaga, malinaw.Batayin lamang ang iyong mga sagot sa base ng kaalaman na ito: [bumabalik ng 14 na araw, 1-3 araw ng negosyo, FAQ...]. Mga Panuntunan: buuin kung ano ang wala sa base ng kaalaman, sabihin ang "magsusuri at babalik kami" at magtalaga; Sabihin lamang sa amin kung ano ang nakumpirma sa system tungkol sa petsa ng paghahatid at panahon ng refund; Italaga ang reklamo/bayad/pinsala/legal na isyu sa tao; i-verify ang pagkakakilanlan bago ang sensitibong impormasyon; humihiling ng hindi kinakailangang personal na data.
Mga karaniwang pagkakamali
- Hindi kumokonekta sa knowledge base. Ginagawa ng chatbot ang patakaran at ikinokonekta ka sa isang maling pangako.
- Hindi pagtatakda ng mga panuntunan sa pagdami. Ang chatbot na sumasagot sa hindi nito alam ang pinakamapanganib.
- Gumagawa ng mga walang laman na pangako. Ang hindi nakokontrol na mga pangako sa paghahatid/pagbabalik ay sumisira sa tiwala.
- Pag-bypass sa pagpapatunay. Ang pagbibigay ng sensitibong impormasyon ay nagbubukas ng pinto sa social engineering.
- Paghiling/pag-iimbak ng hindi kinakailangang personal na data. Panganib ng paglabag sa KVKK/GDPR.
- Pagpapabaya sa boses ng tatak. Itataboy ng robotic o defensive na tono ang customer.
Sa buod
Ang isang customer service chatbot ay nakatuon sa koponan sa mga kumplikadong isyu sa pamamagitan ng pagsagot sa mga paulit-ulit na tanong nang mabilis at tuluy-tuloy. Ngunit may tatlong kundisyon para maging ligtas ito: ibinatay ang mga sagot sa naaprubahang base ng kaalaman (tunay na patakaran sa halip na gawa-gawa), paglilipat ng mga out-of-scope at peligrosong sitwasyon sa mga tao (escalation), pagsasalita gamit ang boses ng tatak at walang walang laman na pangako. Huwag mangolekta ng hindi kinakailangang personal na data, i-verify ang pagkakakilanlan bago ang sensitibong impormasyon. Ang bawat tugon sa customer ay nagbubuklod sa iyo; Kahit na binubuo ito ng chatbot, responsibilidad mo ito.
Gawain ng aplikasyon
Kunin ang iyong huling 100 mensahe ng customer (anonymous); Alisin ang 10 pinakakaraniwang paksa. Paghiwalayin ang mga awtomatikong masasagot at ang mga kailangang ibigay sa mga tao. Write a setup script that includes knowledge base, tone, escalation, and privacy rules with the "Chatbot system instruction" template. Pagkatapos ay gumawa ng tugon sa isang galit na mensahe ng customer gamit ang template na "Angry customer softening" at subaybayan ito para sa mga maling pangako at pagiging kumpidensyal.
checklist
- [ ] Iniugnay ko ang mga tugon ng chatbot sa isang napatunayan, napapanahon na base ng kaalaman.
- [ ] Tinukoy ko ang isang tuntunin sa pagdami para sa labas ng saklaw at mga peligrosong isyu.
- [ ] Nilinaw ko na "huwag mangako ng anumang bagay na hindi mo kayang tuparin".
- [ ] Kailangan ko ng pagpapatunay bago ang sensitibong impormasyon.
- [ ] Pinigilan ko ang hindi kinakailangang pagkolekta at pag-iimbak ng personal na data.
- [ ] Itinuon ko ang chatbot sa boses ng brand at sinubukan ang mga sitwasyon ng galit.