Questo articolo offre una panoramica di alto livello di come le risposte automatiche o un bot conversazionale interagiscono con i tuoi contenuti per consigliare articoli o presentare i contenuti del centro assistenza nelle funzioni degli agenti AI, come le risposte automatiche con articoli e le risposte automatiche basate sul triage intelligente.
L'articolo include i seguenti argomenti:
Come viene elaborato il linguaggio naturale?
Il bot usa l’intelligenza artificiale per valutare gli articoli, il che significa che è in grado di imitare il comportamento umano. Il bot usa l’elaborazione del linguaggio naturale (NLP) per leggere ogni articolo nel centro assistenza e per comprendere il concetto principale alla base di ciascun articolo. Quindi estrae tutti i concetti da tutti gli articoli e li posiziona su una mappa. Ogni concetto ottiene il proprio “indirizzo” sulla mappa in modo che sia vicino ad altri concetti simili. Tuttavia, anziché solo città, via e codice postale, questo indirizzo è composto da 500 parti. Ogni volta che arriva una nuova domanda, il bot fa del suo meglio per comprendere il concetto relativo alla domanda e usa la mappa per determinare l’articolo esistente più vicino.
Ad esempio, ecco alcuni concetti che potrebbero essere estratti da alcune domande:
| Domanda | Possibile concetto |
|---|---|
| Come posso scaricare i miei ticket in un file? | Esportazione dati |
| Non riesco ad accedere al mio account | Accesso all’account/Reset password |
| Come si crea una gru? | Come realizzare origami a forma di uccelli |
Come vengono selezionati gli articoli per i consigli?
Quando una domanda in ingresso corrisponde a un articolo esistente, diventano "vicini" sulla mappa (come descritto sopra) ed è chiaro che Answer Bot dovrebbe consigliare l'articolo. Tuttavia, quando la corrispondenza più vicina è qualche strada più avanti o in un quartiere vicino, diventa meno certo che i concetti siano correlati.
Il team di data science di Zendesk monitora attentamente tutto questo e perfeziona nel tempo regolando la soglia attraverso una sorta di “manopola”. Questa soglia non può essere modificata dall’amministratore o dagli agenti ed è accessibile solo ai team di sviluppo Zendesk. La manopola della soglia è un controllo globale, il che significa che influisce su tutti gli account. Viene usato per determinare la vicinanza di due concetti nella mappa dei concetti per essere considerati concetti simili.
Se la soglia è alta, Answer Bot diventa più prudente e suggerisce un minor numero di articoli che hanno maggiori probabilità di essere pertinenti alla domanda. Tuttavia, ciò significa che ci saranno anche più domande senza articoli consigliati o contenuti del centro assistenza. Se la manopola della soglia viene abbassata, verrà fatto riferimento a più articoli, ma è più probabile che alcuni articoli appaiano irrilevanti per l’utente finale.
Equivoci comuni
In questa sezione affronteremo alcune delle idee sbagliate comuni che potrebbero creare confusione e proveremo a chiarire alcune cose.
- Il bot apprende in base al feedback degli utenti finali? Non è qui che entra in gioco l’apprendimento automatico?
- La ricerca basata sull’intelligenza artificiale è sempre migliore di una ricerca per parole chiave?
- Posso “addestrare” Answer Bot ripetendo la stessa domanda e rispondendo più e più volte con “Sì” o “No” per contrassegnare un articolo come pertinente o non pertinente?
- Se aggiungo etichette ai miei articoli, è come aggiungere una parola chiave all’articolo? È possibile aumentare la frequenza con cui viene suggerito un articolo?
- Se non posso usare il pulsante “migliora risposte” per migliorare le prestazioni, come posso migliorare le prestazioni?
Il bot apprende in base al feedback degli utenti finali? Non è qui che entra in gioco l’apprendimento automatico?
Sebbene sia basato su un modello di apprendimento automatico, ciò non significa che il bot apprenda costantemente. Il modello non incorpora il feedback in tempo reale degli utenti finali o degli agenti. Pertanto, il feedback non influisce sugli articoli consigliati.
Il feedback degli utenti finali viene acquisito e usato in vari modi:
- Viene mostrato agli agenti per fornire un contesto aggiuntivo sugli articoli visualizzati, contrassegnati come “non utili” o usati per risolvere un caso
- Viene visualizzato nei report per consentire agli amministratori di monitorare le prestazioni
- Viene valutato dal team di data science di Zendesk
Se noti che gli articoli errati vengono suggeriti ripetutamente, la cosa migliore da fare è modificare il titolo e le prime 75 parole degli articoli per rendere più chiaro il concetto principale. Puoi anche creare un elenco di articoli da cui attingere usando le etichette in modo che i suggerimenti provengano da un sottoinsieme di articoli.
La ricerca basata sull’intelligenza artificiale è sempre migliore di una ricerca per parole chiave?
Nel complesso, gli articoli suggeriti basati sull’intelligenza artificiale sono più accurati e pertinenti rispetto a una ricerca per parola chiave, soprattutto quando la domanda viene posta come una frase intera (anziché da una a tre parole).
Posso “addestrare” Answer Bot ripetendo la stessa domanda e rispondendo più e più volte con “Sì” o “No” per contrassegnare un articolo come pertinente o non pertinente?
No. Il bot consiglierà costantemente gli stessi articoli indipendentemente dal feedback degli agenti o degli utenti finali. Answer Bot è stato creato specificatamente per essere utilizzato senza formazione. È già preaddestrato a comprendere il linguaggio naturale. Se provi una frase o una domanda e ti vengono suggeriti gli articoli sbagliati, la cosa migliore da fare è modificare i titoli e le prime 75 parole degli articoli per rendere più chiaro il concetto principale.
Se aggiungo etichette ai miei articoli, è come aggiungere una parola chiave all’articolo? È possibile aumentare la frequenza con cui viene suggerito un articolo?
Le etichette sono un ottimo modo per creare un elenco di articoli approvati da cui attingere. Tuttavia, le etichette non influiscono sul peso assegnato a ciascun articolo. Consulta Uso delle etichette nei trigger di risposta automatica.
Se non posso usare il pulsante “migliora risposte” per migliorare le prestazioni, come posso migliorare le prestazioni?
Il modo migliore per migliorare le prestazioni dei bot è considerare quanto segue:
- Monitora l’attività di risposta automatica: usa Explore per vedere quali articoli hanno il rendimento migliore e quello con il rendimento peggiore.
- Tieni conto della struttura degli articoli esistenti: consulta gli articoli del centro assistenza e assicurati che i contenuti siano concisi e ben organizzati. Ogni titolo deve essere formulato come una breve frase o una domanda.
- Usa contenuti suggeriti: usa la tecnologia di apprendimento automatico e i dati sull’utilizzo degli articoli per scoprire opportunità e compiti che miglioreranno lo stato della tua Knowledge base.