Маршрутизация тикетов
Это руководство объясняет, как использовать продвинутые возможности понимания естественного языка Claude для классификации тикетов службы поддержки в масштабе на основе намерений клиентов, срочности, приоритизации, профиля клиента и других параметров.
Определите, стоит ли использовать Claude для маршрутизации тикетов
Вот ключевые показатели того, что вам следует использовать LLM вроде Claude вместо традиционных подходов машинного обучения для вашей задачи классификации:
Создайте и разверните ваш рабочий процесс поддержки на основе LLM
Поймите ваш текущий подход к поддержке
Прежде чем погружаться в автоматизацию, важно понять вашу существующую систему тикетов. Начните с изучения того, как ваша команда поддержки в настоящее время обрабатывает маршрутизацию тикетов.
Рассмотрите такие вопросы:
- Какие критерии используются для определения того, какое SLA/предложение услуг применяется?
- Используется ли маршрутизация тикетов для определения того, к какому уровню поддержки или специалисту по продукту направляется тикет?
- Есть ли уже какие-либо автоматизированные правила или рабочие процессы? В каких случаях они не срабатывают?
- Как обрабатываются пограничные случаи или неоднозначные тикеты?
- Как команда расставляет приоритеты тикетов?
Чем больше вы знаете о том, как люди обрабатывают определенные случаи, тем лучше вы сможете работать с Claude для выполнения задачи.
[Продолжение следует в следующем сообщении из-за ограничений по длине]
Was this page helpful?