Kā izmantot AI, lai izveidotu iekšējās piezīmes no atbalsta biļešu sarunām

Katrs atbalsta komandas darbinieks ir pieredzējis vienu un to pašu berzes punktu: aģents paņem biļeti, kas jau ir pusceļā, ritina cauri desmitiem ziņojumu un mēģina saprast, kas noticis, pirms var rīkoties. Klients jau ir izskaidrojis savu problēmu divreiz. Iepriekšējais aģents izmēģināja risinājumu, kas neizdevās. Kaut kur pavedienā vadītājs ir solījis kaut ko, par ko nākamā maiņa neko nezina.

Iekšējām piezīmēm vajadzētu atrisināt šo problēmu. Praksē tās reti to dara, jo aģenti ir pārāk aizņemti ar biļešu risināšanu, lai tās pienācīgi dokumentētu.

AI biļešu kopsavilkuma tehnoloģija pilnībā maina šo dinamiku. Tā vietā, lai paļautos uz aģentiem, kas raksta nodošanas piezīmes no nulles, AI nolasa visu sarunu pavedienu un dažu sekunžu laikā ģenerē strukturētu iekšējo piezīmi. Rezultāts ir ātrāka nodošana, mazāk atkārtotu jautājumu un helpdeks, kas saglabā institucionālās zināšanas katrā maiņu maiņā.

Šajā rakstā ir izskaidrots, kā iestatīt AI ģenerētas iekšējās piezīmes, kuri rīki to dara vislabāk un kuras prakses pārvērš vienkāršu AI kopsavilkumu patiesi noderīgā dokumentācijas slānī jūsu atbalsta komandai.

Kāpēc iekšējās piezīmes sabrūk bez automatizācijas

Iekšējām piezīmēm atbalsta komandā ir trīs būtiskas funkcijas: tās fiksē lēmumus, kas pieņemti biļetes dzīves ciklā, tās iepazīstina nākamo aģentu ar jau notikušo un tās veido meklējamu ierakstu turpmākai izmantošanai. Kad šīs piezīmes trūkst vai ir nepilnīgas, izmaksas izpaužas vairākos izmērāmos veidos.

Iekšējo piezīmju trūkuma slēptās izmaksas

Kad aģents paņem biļeti bez atbilstoša konteksta, viņš pavada laiku, lasot visu pavedienu, tā vietā, lai nekavējoties ķertos pie nākamās darbības. Pētījumi par helpdeska produktivitāti liecina, ka aģenti zaudē no 15 līdz 30 sekundēm uz vienu biļeti, tikai orientējoties, un ilgstošās biļetēs ar 20 vai vairāk ziņojumiem šis skaitlis ievērojami pieaug. Reizinot to ar simtiem biļešu dienā, produktivitātes zudums ir ievērojams.

Papildus tīram laikam, nepilnīgas piezīmes rada dublētu darbu. Bez skaidra ieraksta par to, kas jau ir izmēģināts, aģenti atkārto problēmu novēršanas soļus. Klienti to pamana. Viņi kļūst neapmierināti, izskaidrojot vienu un to pašu problēmu trešo reizi. Apmierinātības rādītāji krītas. Eskalāciju skaits pieaug.

Kāpēc manuāla piezīmju veikšana neizdodas

Manuāla piezīmju veikšana neizdodas tā paša iemesla dēļ, kāpēc neizdodas jebkurš dokumentācijas uzdevums: tā konkurē ar pamatdarbu. Ja aģenta prioritāte ir atrisināt biļeti, detalizēta šī risinājuma kopsavilkuma rakstīšana šķiet kā papildu slogs. Rezultāts ir piezīmes, kas ir steigā uzrakstītas, nekonsekventas vai vienkārši neeksistē.

Helpdeska programmatūras platforma ar iebūvētām AI iespējām pilnībā novērš šo spriedzi. Aģents atrisina biļeti. AI uzraksta piezīmi. Neviens uzdevums nekonkurē ar otru.

Kā AI ģenerē iekšējās piezīmes no biļešu sarunām

Tehnoloģija aiz AI ģenerētām iekšējām piezīmēm ir strauji nobriedusi. Mūsdienu lielie valodas modeļi spēj nolasīt visu atbalsta sarunu — publiskas atbildes, privātas aģentu piezīmes, tērzēšanas atšifrējumus un pat e-pasta pavedienus — un izveidot strukturētu kopsavilkumu, kas satur būtisko informāciju, kas cilvēka aģentam nepieciešama.

Trīs soļu process

Lielākā daļa AI biļešu kopsavilkuma sistēmu ievēro vienu un to pašu pamatdarba plūsmu, lai gan ieviešanas detaļas atšķiras atkarībā no platformas.

Šī darba plūsma attiecas gan uz gadījumiem, kad izmantojat vietējo AI biļešu kopsavilkuma funkciju savā helpdeskā, gan uz pielāgotu risinājumu, kas veidots ar automatizācijas platformu.

Ko AI izvelk un ko ignorē

Labi konfigurēts AI kopsavilkuma rīks ir selektīvs. Tas zina, kam dot priekšroku: klientu sāpju punktiem, tehnisko kļūdu ziņojumiem, aģentu lēmumiem un sarunas laikā dotajiem solījumiem. Tas arī zina, kā ignorēt biļetes pavediena daļas, kurām nav informatīvas vērtības: sveicienus, parakstus, atkārtotus “paldies” ziņojumus un automātiskus statusa atjauninājumus no integrētām sistēmām.

Šī filtrēšanas spēja ir īpaši svarīga komandām, kas savos biļešu pavedienos saņem sistēmas ģenerētus paziņojumus. AI, kas spēj atšķirt cilvēka ziņojumu no automātiska žurnāla ieraksta, rada daudz tīrākas iekšējās piezīmes nekā tāds, kas visu tekstu apstrādā vienādi.

Gatavi pacelt biznesu jaunā līmenī?

Izmēģiniet LiveAgent bez maksas un pārliecinieties paši.

Pieprasīt demo 30 dienas bez maksas

Vietējo AI funkciju izmantošana helpdeska platformā

Vienkāršākais ceļš uz AI ģenerētām iekšējām piezīmēm ir iespējot funkciju helpdeska platformā, kas to jau atbalsta. Daudzas mūsdienu platformas tagad ietver biļešu kopsavilkumu kā daļu no sava AI rīku komplekta, un iestatīšana parasti prasa tikai dažus klikšķus.

Platformas, piemēram, Zendesk, Freshdesk un HubSpot Service Hub, katra piedāvā savu ieviešanu. Piemēram, Zendesk AI Copilot var apkopot gan publiskus, gan iekšējus biļešu komentārus, sniedzot aģentiem ātru pārskatu par sarunu vēsturi tieši biļetes skatā. Freshdesk Freddy AI ietver īpašu “Apkopot” pogu, kas visu mijiedarbību apkopo strukturētā pārskatā.

Vietējo funkciju priekšrocība ir tā, ka tām nav nepieciešams integrācijas darbs. AI jau ir piekļuve jūsu biļešu datiem, saprot jūsu helpdeska struktūru un var rakstīt kopsavilkumus tieši iekšējo piezīmju laukā bez starpprogrammatūras.

Vietējo rīku ierobežojumi

Vietējās AI funkcijas ir ērtas, taču ne vienmēr elastīgas. Kopsavilkuma formātu nosaka platforma, un jūs, iespējams, nevarēsiet pielāgot, kuri lauki tiek rādīti vai kā informācija tiek strukturēta. Dažas platformas arī iekasē maksu par katru kopsavilkumu vai bloķē AI funkcijas aiz augstāka līmeņa plāniem.

Komandām, kas vēlas lielāku kontroli pār izvades formātu vai kurām nepieciešams, lai kopsavilkumi nonāktu ārējās sistēmās, piemēram, Slack, Notion vai zināšanu bāzē, pielāgots risinājums var būt labāka izvēle.

Pielāgota AI risinājuma veidošana biļešu kopsavilkumiem

Ja jūsu helpdeskam nav vietējā AI kopsavilkuma vai ja vēlaties kopsavilkumus, kas ievēro noteiktu iekšējo formātu, varat izveidot pielāgotu risinājumu, izmantojot automatizācijas platformu un lielo valodas modeli.

Automatizācijas darba plūsma

Pamata arhitektūra ir vienkārša. Kad biļete sasniedz noteiktu statusu, parasti “Atrisināts” vai “Slēgts”, tiek aktivizēts tīmekļa paziņojums vai automatizācijas trigeris. Pilns sarunas atšifrējums tiek izvilkts no jūsu helpdeska, izmantojot API, un nosūtīts LLM, piemēram, OpenAI GPT-4o vai Anthropic Claude. LLM apstrādā sarunu atbilstoši jūsu definētajai pamudinājuma veidnei un pēc tam atgriež strukturētu kopsavilkumu. Kopsavilkums tiek ierakstīts atpakaļ biļetē kā iekšējā piezīme.

Automatizācijas platformas, piemēram, Zapier, Make un Celigo, var savienot šos soļus bez nepieciešamības pēc pielāgota koda. Komandām ar inženieru resursiem tieša API integrācija starp helpdesku un LLM sniedzēju piedāvā lielāku kontroli un mazāku latentumu.

Pamudinājumu inženierija tīrākām iekšējām piezīmēm

AI ģenerētas iekšējās piezīmes kvalitāte lielā mērā ir atkarīga no pamudinājuma. Neskaidrs norādījums, piemēram, “apkopojiet šo biļeti”, rada neskaidrus rezultātus. Strukturēts pamudinājums, kas precīzi nosaka, kuri lauki jāizvelk, kāds formāts jāizmanto un kāda informācija jāignorē, rada piezīmi, ko aģenti patiešām var izmantot.

Šeit ir pamudinājuma veidne, kas konsekventi rada noderīgas iekšējās piezīmes:

“Analizējiet šo atbalsta biļetes sarunu. Ģenerējiet iekšēju piezīmi ar šādām sadaļām: Problēma (ko klients ziņoja, vienā teikumā), Problēmu novēršana (kas tika izmēģināts un kas darbojās), Lēmumi (jebkādi solījumi vai izmaiņas), Statuss (atrisināts, gaida vai eskalēts) un Nākamie soļi (kas nākamajam aģentam jāzina). Ignorējiet sveicienus, parakstus un automātiskos sistēmas ziņojumus. Ja kaut kas ir neskaidrs, atzīmējiet to kā ‘Nepieciešams precizējums’.”

Sistēmas trokšņa filtrēšana no cilvēku sarunām

Atbalsta biļetes, kas ietver automātiskus sistēmas žurnālus — domājiet CI/CD pīpes līnijas paziņojumus, monitoringa brīdinājumus vai tīmekļa kravas — rada unikālu izaicinājumu AI kopsavilkumam. AI ir jāspēj atpazīt šos ierakstus kā troksni un izslēgt tos no kopsavilkuma.

Tas parasti tiek risināts ar priekšapstrādes soli. Pirms saruna nonāk LLM, viegls filtrs izslēdz ziņojumus, kas atbilst zināmiem modeļiem: sūtītāju nosaukumi, piemēram, “Sistēma”, “Tīmekļa paziņojums” vai “Automatizācija”; saturs, kas satur neapstrādātu JSON vai steka izsekojumus; un ziņojumi, kas biļetes metadatos atzīmēti kā automātiski.

LiveAgent biļešu sistēma atbalsta strukturētus biļešu datus, kas padara šāda veida filtrēšanu vieglāku, jo automātiskie ieraksti un cilvēku ziņas jau ir atdalītas datu modelī.

Piesakieties jaunumiem

Jaunākie padomi un piedāvājumi tieši jūsu pastkastē.

E-pasta adrese

Abonēt

Labākās prakses AI ģenerētām iekšējām piezīmēm

AI ģenerētas iekšējās piezīmes ir tik noderīgas, cik noderīgs ir process, kas tās ieskauj. Komandas, kas redz vislabākos rezultātus, ievēro dažas konsekventas prakses.

Definējiet stingru veidni un pieturieties pie tās

Nestrukturētu AI tekstu ir grūti skenēt. Ja katra iekšējā piezīme ievēro vienu un to pašu formātu ar paredzamiem virsrakstiem, piemēram, “Problēma”, “Veiktās darbības” un “Nākamie soļi”, aģenti precīzi zina, kur meklēt. Šī konsekvence arī atvieglo veco piezīmju meklēšanu vēlāk, jo viena un tā pati informācija vienmēr atrodas vienā vietā.

Atstājiet cilvēku procesā

AI kopsavilkumi ir sākumpunkts, nevis gatavs produkts. Īpaši sākotnējās ieviešanas laikā aģentiem vajadzētu pārskatīt AI ģenerētās piezīmes, pirms tās tiek apstiprinātas. Viņu atsauksmes tiek atgrieztas pamudinājumā, laika gaitā uzlabojot precizitāti. Dažas komandas ievieš divu nedēļu pārskatīšanas periodu, kurā katra AI piezīme saņem ātru apstiprinājuma pārbaudi. Pēc tam pārskatīšanas procesu var atvieglot ikdienas biļetēm, vienlaikus saglabājot to augsta risa gadījumiem.

Filtrējiet pieklājības frāzes un koncentrējieties uz tehnisko saturu

AI, kas apmācīts uz vispārīgiem sarunu datiem, mēdz atveidot pieklājību, ko redz mācību korpusā. Iekšējās piezīmēs tas ir tikai troksnis. Pamudiniet AI izslēgt sveicienus, pateicības izteikumus un citu sarunu aizpildītāju. Piezīmei jāsatur tikai tā informācija, kas aģentam nepieciešama rīcībai: kas nogāja greizi, kas tika darīts lietas labā un kas notiek tālāk.

Izmēriet to, kam ir nozīme

Sekojiet dažiem konkrētiem rādītājiem, lai apstiprinātu, ka AI ģenerētās iekšējās piezīmes darbojas: laiks līdz atrisinājumam biļetēm, kas ietver nodošanu, atkārtoto jautājumu skaits, ko klienti uzdod, un aģentu apmierinātības rādītāji. Ja šie skaitļi uzlabojas, AI pilda savu darbu. Ja nē, pamudinājums vai darba plūsma ir jāpielāgo.

Kā LiveAgent ģenerē iekšējās piezīmes no biļešu sarunām

LiveAgent AI biļešu kopsavilkuma funkcija ir veidota tā, lai aģentiem sniegtu tūlītēju kontekstu par jebkuru biļeti neatkarīgi no tā, cik ilgi saruna ir noritējusi. Tā darbojas visos kanālos, ko LiveAgent atbalsta — e-pasts, tiešsaistes tērzēšana , zvanu centra atšifrējumi un sociālo mediju ziņojumi —, tāpēc aģenti saņem vienotu kopsavilkumu pat tad, ja saruna aptver vairākus kanālus.

Ko AI biļešu kopsavilkums fiksē

Kad aģents atver biļeti, AI iegūst visu sarunu vēsturi, izfiltrē sistēmas ziņojumus un nesvarīgus metadatus, un ģenerē strukturētu kopsavilkumu, kas aptver Problēmu, jau veiktos Risinājuma soļus un Atvērtos jautājumus. Gatavais kopsavilkums tiek automātiski ievietots kā iekšējā piezīme biļetē, tāpēc aģents, kas pievienojas sarunas vidū, dažu sekunžu laikā iegūst pilnu ainu, bez nepieciešamības ritināt cauri katram ziņojumam.

Kā tas iekļaujas aģenta darba plūsmā

AI kopsavilkums tiek ievietots tieši biļetes iekšējās piezīmēs, tāpēc aģentiem nav jāpārslēdzas starp rīkiem vai jāaktivizē atsevišķs process. Komandām, kas apstrādā lielu biļešu apjomu vairākos kanālos, šis tūlītējais konteksts samazina orientēšanās laiku, kas patērē produktīvu darbu.

Konfigurācija un izmaksas

AI biļešu kopsavilkuma iestatīšana LiveAgent prasa minimālu konfigurāciju. Jūs varat pielāgot pamudinājumu, lai mainītu Problēmas, Risinājuma un Atvērto jautājumu struktūru, kā arī toni un detalizācijas līmeni atbilstoši tam, kā jūsu komanda faktiski strādā. LiveAgent neiekasē papildu maksu par funkcijas iespējošanu; lietojums tiek norēķināts, izmantojot FlowHunt kredītu cenu noteikšanas modeli, un izmaksas par biļeti parasti ir zemas, jo katrs kopsavilkums ietver vienu, fokusētu ģenerēšanas uzdevumu.

Funkcija ir iekļauta LiveAgent AI darbināta helpdeska iespējās, kas ietver arī AI palīdzētu atbilžu rakstīšanu, automātisku biļešu maršrutēšanu un proaktīvu tērzēšanu. Komandām, kas vēlas samazināt kopējās atbalsta izmaksas, šo AI funkciju apvienošana vienā platformā var būt izmaksu efektīvāka nekā atsevišķu rīku slāņošana uz pamata helpdeska.

AI biļešu kopsavilkuma pieeju salīdzinājums

Dažādām komandām ir nepieciešams atšķirīgs kontroles līmenis pār saviem AI kopsavilkumiem. Zemāk esošā tabula salīdzina trīs galvenās pieejas.

Lielākajai daļai atbalsta komandu vietējā AI pieeja nodrošina vislabāko līdzsvaru starp pūlēm un vērtību. Piemēram, AI biļešu kopsavilkuma funkcija LiveAgent uzreiz pēc aktivizēšanas ģenerē strukturētas iekšējās piezīmes bez nepieciešamības veidot darba plūsmu vai nodarboties ar pamudinājumu inženieriju.

Kā sākt darbu ar AI ģenerētām iekšējām piezīmēm

Ja esat gatavs ieviest AI savā iekšējās dokumentācijas darba plūsmā, ceļš ir īsāks, nekā jūs, iespējams, gaidāt. Sāciet ar šiem trim soļiem.

1. solis: Izvērtējiet savu pašreizējo piezīmju kvalitāti

Pirms AI ieslēgšanas pavadiet nedēļu, pārskatot iekšējās piezīmes, kuras jūsu komanda pašlaik veido. Saskaitiet, cik biļetēm vispār nav piezīmju. Ievērojiet, cik daudz piezīmju ir tik īsas, ka tās nesniedz nekādu noderīgu kontekstu. Šis sākotnējais mērījums sniegs jums skaidru salīdzinājumu pirms un pēc AI ieviešanas.

2. solis: Izvēlieties savu pieeju

Ja jūsu helpdeskam ir vietēja AI funkcija, sāciet ar to. Vispirms iespējojiet to nelielai biļešu grupai, ļaujiet aģentiem pārskatīt izvadi un uzlabojiet konfigurāciju, pamatojoties uz viņu atsauksmēm. Ja izmantojat platformu, piemēram, LiveAgent, kas apvieno AI funkcijas helpdeskā, varat aktivizēt AI biļešu kopsavilkumu kā daļu no tā paša ieviešanas procesa.

Ja jūsu helpdeskam trūkst vietējā AI, izveidojiet ātru prototipu ar Zapier vai Make. Savienojiet savu biļešu sistēmu ar LLM, testējiet pamudinājumu uz dažām reālām biļetēm un atkārtojiet, līdz izvade ir konsekventi noderīga.

3. solis: Izmēriet un uzlabojiet

Pēc tam, kad AI ir darbojies dažas nedēļas, salīdziniet savus rādītājus ar sākotnējo mērījumu. Apskatiet aģentu atsauksmes, nodošanas ātrumu un biļešu atrisināšanas laikus. Izmantojiet iegūto, lai pielāgotu pamudinājumu, darba plūsmu vai pārskatīšanas procesu.

Mērķis nav pilnība pirmajā dienā. Tas ir nepārtraukts uzlabojums jūsu iekšējās dokumentācijas kvalitātē un konsekvencē, un atbalsta komanda, kas pavada mazāk laika lasīšanai un vairāk laika risināšanai.

Secinājums

Atbalsta komandas vecākajai sūdzībai — “neviens neuzrakstīja, kas notika” — beidzot ir īsts risinājums. AI nolasa to pašu sarunu, ko lasītu cilvēks aģents, bet to dara sekundēs, bez noguruma un neizlaižot detaļas, kas ir svarīgas nākamajai nodošanai.

Neatkarīgi no tā, vai iespējojat vietējo funkciju, piemēram, LiveAgent AI biļešu kopsavilkumu , veidojat pielāgotu risinājumu ar automatizācijas platformu vai ejat līdz pat tiešai API integrācijai, pamatmērķis ir viens: pārvērst katru atrisināto sarunu strukturētā, meklējamā ierakstā, nevis teksta sienā, kuru nevienam nav laika lasīt. Sāciet ar mazumiņu, atstājiet cilvēku procesā, kamēr apstiprināt izvadi, un ļaujiet AI pārņemt dokumentācijas darbu, kas vienmēr konkurēja ar faktisko palīdzību klientiem.