Suggerimento: questo articolo descrive la funzionalità disponibile solo per i clienti che avevano un agente AI in bozza o pubblicato al 2 febbraio 2025.
Dopo avere creato un agente AI per un canale di messaggistica, è consigliabile seguire alcune best practice relative ai flussi di risposta per migliorare l’efficacia dell’agente.
Questo articolo contiene le seguenti sezioni:
Pianificazione delle risposte
Prima di iniziare a creare risposte per l’agente AI, considera queste best practice di pianificazione:
- Identifica le domande che gli utenti pongono regolarmente. Esamina i problemi principali relativi ai ticket, esamina i termini di ricerca comuni nel centro assistenza e parla con gli agenti per pianificare le risposte da creare per l’agente AI.
-
Crea prima le risposte alle domande che possono essere risolte in autonomia e che non richiedono l’intervento di un agente. Esempi di domande comuni a cui è facile rispondere potrebbero includere:
- Orario di attività
- Reimpostazione della password
- Ubicazione dei negozi
- Inizia rispondendo prima alle domande più comuni. È buona norma avere risposte a circa 20 delle domande più comuni, quindi aumentare la copertura nel tempo. Non cercare di risolvere immediatamente ogni problema.
Creazione di risposte
Quando crei le risposte per l’agente AI, considera queste best practice su come strutturare le risposte per migliorarne le prestazioni.
Coinvolgimento dell’utente
Quando stai pensando a come iniziare la risposta per coinvolgere l’utente, tieni presente queste best practice:
- Inizia ogni risposta ripetendo il problema dell’utente. Ciò riduce il rischio di confusione se l’agente AI fornisce la risposta sbagliata. Ad esempio, se un cliente digita "Cancella il mio account", la risposta dell’agente AI dovrebbe essere "Mi dispiace che tu abbia deciso di cancellare il tuo account".
-
Aiuta gli utenti finali a capire come interagire con l’agente AI. A seconda di come è stato progettato l’agente AI, i diversi stili di interazione degli utenti finali possono influire sulle prestazioni dell’agente AI. Spiega chiaramente all’utente come interagire con l’agente AI per trovare le risposte alle sue domande.
- Chiedi all’utente di scegliere tra le opzioni fornite in tutta la risposta, se l’agente AI è progettato per fornire un’esperienza di navigazione (un flusso di risposte di grandi dimensioni).
- Crea una risposta separata per il trasferimento agente per consentire all’utente di contattare l’assistenza. Collega la risposta al trasferimento agente durante l’esperienza di navigazione principale come opzione alternativa se le opzioni presentate non sono quelle necessarie all’utente.
- Crea risposte separate per gestire le conversazioni informali. Ad esempio, potresti creare una risposta di chiusura, come "Grazie, arrivederci".
Trovare una soluzione
Quando crei la risposta per guidare l’utente verso una soluzione, tieni presente queste best practice generali:
- Evita di creare flussi troppo complessi per articoli specifici. Invece, sfrutta le risposte generative per restituire automaticamente una risposta. Questo ti aiuta a ridurre al minimo la manutenzione delle risposte.
- Personalizza la tua esperienza cliente. Crea esperienze personalizzate richiedendo l’autenticazione, inclusi scenari condizionali, o usando gli scopi.
- Crea azioni autonome per l’utente effettuando una chiamata API a un altro sistema. In questo modo, puoi automatizzare la maggior parte delle richieste degli utenti, come la restituzione, da end-to-end.
- Fornisci una soluzione per garantire che ogni risposta risponda a una domanda. Ad esempio, puoi fornire la risposta alla domanda in un messaggio dell’agente AI, fornire un link a un articolo della guida o eseguire un compito con una chiamata API.
Chiusura della conversazione
Quando stai pensando alla fine della risposta e a come chiuderla, tieni presente queste best practice:
- Chiedi un feedback per confermare che il problema dell’utente è stato risolto. Puoi chiedere se la domanda è stata risolta per assicurarti che il problema dell’utente sia risolto. Puoi anche usare questo feedback per analizzare l’efficacia dell’agente AI in un secondo momento.
-
Fornisci opzioni alternative per eliminare i vicoli ciechi.
- Se una chiamata API non riesce, fornisci un’opzione per il trasferimento all’agente o per creare un link alle risposte correlate. Ad esempio, se il recupero dello stato di un ordine non riesce, fornisci un link a un articolo su come gli utenti possono controllare manualmente lo stato dell’ordine.
- Se chiedi un feedbacke l’utente indica che il problema non è stato risolto, fornisci opzioni alternative. Valuta la possibilità di aggiungere un’opzione per il trasferimento all’agente o un link a risposte correlate che potrebbero essere utili.
- Se un utente ti contatta al di fuori dell’orario di attività, fornisci un’opzione di escalation per il trasferimento all’agente, in modo che l’utente possa creare un ticket e un agente possa rispondere in un secondo momento in modo asincrono.
Miglioramento della corrispondenza tra risposta e domanda
Puoi aumentare le possibilità che l’agente AI suggerisca la risposta o l’articolo giusto a un utente aggiungendo manualmente frasi di addestramento o assegnando scopi alle risposte. Per usare gli scopi, devi avere un modello di scopo assegnato.
Uso delle frasi di addestramento
Puoi usare frasi di addestramento nelle risposte per migliorare la capacità dell’agente AI di riconoscere correttamente le richieste. Se disponi di un modello di scopo, dovresti usare gli scopi anziché le frasi di addestramento.
Quando usi le frasi di addestramento, tieni presente queste best practice:
- Prendi nota del modo in cui gli utenti formulano le domande più comuni e usa un linguaggio simile nelle frasi di addestramento per la risposta.
- Raggruppa gli argomenti comuni in un’unica risposta. Ad esempio, includi la spedizione internazionale e la spedizione nazionale in un’unica risposta.
- Usa frasi con significati simili o correlati. Zendesk AI usa un modello che impiega la corrispondenza semantica, in cui il modello considera il significato generale della domanda. Ad esempio, "energia solare" e "rinnovabile" sono semanticamente correlati e il modello può riconoscere questa connessione. Il modello può anche suggerire due testi come corrispondenza se è probabile che si presentino insieme, come "carta di credito" e "conto bancario".
- Aggiungi una serie di frasi per migliorare il tasso di corrispondenza. Tuttavia, non è necessario aggiungere ogni singola variante per sapere come potrebbe essere posta la domanda. Ad esempio, un utente potrebbe scrivere qualcosa in modo errato o formularlo in modo leggermente diverso e ottenere comunque una corrispondenza.
- Punta a un minimo di 3-5 frasi di addestramento per ciascuna risposta.
- Evita di aggiungere parole singole. L’addestramento degli agenti AI funziona al meglio con frasi brevi composte da più parole che forniscono dettagli sufficienti per il contesto. Ad esempio, usa "Rimborso ordine" anziché "Rimborso" oppure "Rinnova abbonamento" anziché "Rinnova".
- Evita di usare parole non necessarie ed espressioni generiche come "Ciao" o "Vorrei" o "Come posso". Queste possono attenuare il significato principale della domanda. Ad esempio, invece di usare "Ciao, vorrei ricevere un rimborso", usa "Ottenere un rimborso".
- Non aggiungere frasi di addestramento in più lingue. Le frasi di addestramento vengono tradotte automaticamente, se la funzione è abilitata.
Uso di scopi pre-addestrati
Se disponi di un modello di scopo, puoi assegnare scopi pre-addestrati alle risposte invece di aggiungere manualmente frasi di addestramento. Quando usi gli scopi, tieni presente queste best practice:
- Assegna scopi pre-addestrati alle risposte per migliorare significativamente le prestazioni della corrispondenza tra domanda e risposta.
- Usa le risposte generative per scopi che sono domande frequenti. Queste domande comuni possono in genere essere risolte dall’agente AI usando le informazioni contenute negli articoli del centro assistenza.