Prassi ottimali: Preparazione del centro assistenza per AI generativa

Intelligenza artificiale generativa sta sconvolgendo il mondo assistenza clienti. Ecco come garantire che il centro assistenza del servizio clienti sia configurato correttamente per aiutarti a ottenere il massimo da questa tecnologia rivoluzionaria.

Questo articolo include i seguenti argomenti:

• Intelligenza artificiale generativa in un servizio clienti
• Che cosa succede quando un’origine della conoscenza viene inviata a un agenti AI basato AI generativa
• Suggerimenti per la formattazione del centro assistenza dai nostri ricercatori interni AI
• Best practice per l’architettura del centro assistenza per AI generativa
• Formattazione degli articoli per una chiarezza ottimale

Articoli correlati:

• Ottimizzare i contenuti del centro assistenza per gli agenti AI
• 5 strategie per sviluppare il contenuto del centro assistenza per l'AI

Intelligenza artificiale generativa in un servizio clienti

I modelli linguistici di grandi dimensioni (LLM) e AI generativa hanno conquistato il mondo. L’esperienza conversazionale naturale offerta da queste tecnologie ha davvero alzato il livello. E dopo aver visto come le interazioni basate AI possono essere simili a quelle umane, i clienti ora si aspettano lo stesso nelle impostazioni assistenza clienti.

Uno dei casi d’uso più innovativi AI generativa assistenza clienti è l’estrazione istantanea di informazioni da una fonte di informazioni come il centro assistenza. Collega questa tecnologia al tuo centro assistenza e avrai conversazioni assistenza più accurate e simili a quelle umane in pochi minuti. Collegando un LLM al centro assistenza o alla pagina delle domande frequenti, puoi fornire immediatamente ai clienti le informazioni assistenza più aggiornate, senza necessità di formazione.

Ma per ottenere il massimo dagli agenti AI generativa, è essenziale che i dati a cui l’LLM ha accesso siano presentati nel modo più conciso e coerente possibile. Per aiutarti a preparare il centro assistenza del servizio clienti per AI generativa , ci sono alcune best practice da seguire.

Iniziamo con ciò che accade effettivamente quando inserisci AI generativa in una fonte di informazioni, quindi esamineremo le best practice generali per l’architettura centro assistenza e quindi analizzeremo suggerimenti di formattazione più dettagliati.

Cosa succede quando un’origine della conoscenza viene inviata a un agenti AI generativa

Quando inserisci la tua fonte di conoscenza in un agenti AI AI generativa , il testo della fonte di conoscenza viene suddiviso in modo intelligente in "blocchi" di testo. Questo è il primo passaggio di un framework chiamato Retrieval-Augmented Generation (RAG). RAG consente al tuo LLM di accedere a informazioni oltre ai dati di formazione originali, come gli articoli centro assistenza elaborati con cura.

Questi blocchi vengono quindi archiviati in un database organizzato in base al significato semantico. Quando un messaggio utente viene inviato all’agente agenti AI, il significato di quel messaggio viene confrontato con il significato dei blocchi nel database per ottenere la corrispondenza migliore. Tali informazioni vengono quindi usate dall’agente agenti AI (in conformità con le relative istruzioni, personalità e tono di vocee barriere di sicurezza) per rispondere al messaggio dell’utente.

Ecco come AI generativa usa il centro assistenza per rispondere in modo più dettagliato alle domande dei clienti:

1. Scomposizione: Inizialmente, il centro assistenza viene importato e segmentato in quelli che chiamiamo "blocchi". Questi blocchi hanno dimensioni variabili e sono personalizzati per catturare sia la lunghezza che il significato intrinseco dei contenuti.
2. Comprensione attraverso i numeri: Ogni blocco riceve quindi la sua firma numerica univoca, un vettore che rappresenta il significato semantico del blocco. In sostanza, traduce il testo in un linguaggio matematico che l’ agenti AI può comprendere e memorizzare in modo efficiente in un database vettoriale.
3. Ingegno corrispondente: Quando un utente pone una domanda al tuo agenti AI, il sistema confronta il significato semantico della domanda con questi vettori memorizzati per trovare la corrispondenza migliore. Questo processo garantisce che i blocchi più pertinenti vengano recuperati per fornire risposte precise e informate.
4. Et voilà: Infine, l’ agenti AI usa le informazioni recuperate per rispondere alla domanda dell’utente, in conformità con le istruzioni, la personalità e il tono di voce e i limiti di sicurezza.

Comprendendo il punto principale, ovvero che i blocchi sono alla base delle risposte dell’agente di AI , puoi preparare meglio il tuo centro assistenza per renderlo più compatibile ed efficace quando integrato nel tuo agenti AI generativa.

E mentre LLM e RAG sono in prima linea nei progressi tecnologici odierni, attirando la meritata attenzione con le loro capacità innovative, non abbiamo ancora l’Intelligenza generale artificiale (ovvero AI in grado di svolgere tutti i compiti che un essere umano può svolgere) . Pertanto, quando integri AI generativa nel tuo workflow, tieni presente che trae le sue informazioni approfondite interamente dai blocchi di testo creati dalle fonti di conoscenza connesse anziché sfogliare o svolgere ricerche in background.

Suggerimenti per la formattazione del centro assistenza dai nostri ricercatori interni AI

Prima di entrare nelle best practice generali, ecco i due suggerimenti principali dei nostri ricercatori AI per preparare il centro assistenza:

• Assicurati che ogni articolo risponda direttamente alla domanda del cliente. Questo non solo consentirà di migliorare le prestazioni del LLM, ma semplificherà la vita anche agli utenti umani che cercano una risposta nel centro assistenza .
• Allinea domande e argomenti alle relative soluzioni. Se la domanda (ad es. "Come posso eseguire XYZ?") o l'argomento (ad es. "Passaggi per eseguire XYZ") appare solo nel titolo, potrebbe non rimanere sempre collegato alle risposte o alle istruzioni corrispondenti durante il processo di suddivisione in blocchi. Pertanto, per mantenere chiaro il contesto, è una mossa intelligente ripetere la domanda o l’affermazione chiave accanto ai passaggi o alle informazioni nel corpo dell’articolo. Questo aiuta a garantire che ogni parte dell’articolo sia completa e utile di per sé.

Questa pratica non solo mantiene la domanda collegata alla sua risposta all’interno del blocco, ma aumenta anche la probabilità che il sistema di recupero presenti risposte complete e contestualmente accurate.

Best practice per l’architettura del centro assistenza per AI generativa

Se stai usando un agenti AI generativa basato AI e vuoi che funzioni al massimo, è fondamentale perfezionare l’architettura del tuo centro assistenza. Ecco alcune semplici linee guida per iniziare:

• Elimina le ridondanze: Sfoglia i contenuti e rimuovi le informazioni duplicate o in conflitto. Tieni presente che la precisione dell’agente agenti AI dipende dalla qualità dei dati che riceve. Dai sempre la priorità ai contenuti più recenti e pertinenti.
• Profondità e messa a fuoco: Struttura i tuoi articoli in modo che siano iper-focalizzati. Ogni argomento assistenza dovrebbe essere trattato in modo approfondito nel centro assistenza. A differenza degli esseri umani, gli agenti AI generativa non possono sfogliare pagine web esterne o seguire link per raccogliere ulteriore contesto. Pertanto, è fondamentale che tutte le informazioni necessarie siano autonome.
• Etichetta i contenuti: Implementa le etichette nei contenuti del centro assistenza. Ciò diventa particolarmente utile quando vuoi personalizzare la visibilità dei contenuti in base agli attributi degli utenti, come la posizione geografica, usando le regole di ricerca.
• Scegli testo: Assicurati che ogni articolo sia disponibile in una versione di solo testo. Poiché AI generativa interpreta il testo e ne salva il significato in un database, tutto ciò che non è testo nel centro assistenza (immagini, video o diagrammi) non verrà letto né salvato nel database.

Formattazione degli articoli per una chiarezza ottimale

Una struttura organizzata può migliorare notevolmente l’accessibilità e l’usabilità dei contenuti. Ricorda che ogni blocco viene memorizzato e recuperato in base al suo significato, quindi più è chiaro, meglio è.

• Usa una gerarchia chiara: Usa titoli e sottotitoli in modo efficace e struttura il contenuto con passaggi orientati all’azione. Come indicato sopra, evita di separare gli argomenti o le domande dalle relative risposte.
• Evita istruzioni nidificate: Se esistono più soluzioni per un problema, presenta ciascuna come istruzione separata anziché come sottofasi all’interno di un passaggio più ampio. Questa chiarezza aiuterà sia gli utenti che il LLM a trovare rapidamente soluzioni.
• Includi presentazioni: Ogni articolo dovrebbe iniziare con un’introduzione che delinei la pertinenza e i problemi che intende risolvere. Attualmente, ciò è vantaggioso per gli utenti umani e diventerà sempre più rilevante per gli LLM man mano che la loro comprensione contestuale si evolve.
• Semplifica: Mantieni i paragrafi brevi, incentrati sulla risposta diretta a domande specifiche o sulla spiegazione concisa degli argomenti. Allo stesso modo, le frasi dovrebbero essere dirette e al punto. Questo aiuta anche a traduzioni migliori.
• Elenchi di strutture: Usa gli elenchi puntati per elencare fatti o suggerimenti e numera i passaggi quando descrivi un processo in dettaglio. Vale la pena notare: sebbene le tabelle basate su testo (testo reale, non un’immagine) possano essere lette dagli agenti AI generativa, in genere sono più difficili da comprendere e assegnare un significato per un LLM rispetto alle informazioni contenute in frasi normali. Quindi è meglio attenersi al linguaggio naturale ovunque possibile.
• Chiarisci la terminologia: Scrivi sempre i termini per intero, con l’abbreviazione tra parentesi quando vengono introdotti per la prima volta. Ciò garantisce chiarezza per tutti gli utenti.
• Conosci il tuo pubblico: Se il tuo centro assistenza (o parte di esso) è stato creato per i tuoi agenti anziché per una risorsa rivolta ai clienti, valuta se le informazioni devono essere riscritte in modo che l’ agenti AI possa fornirle ai clienti.

Come per l’implementazione di qualsiasi nuova tecnologia, un po’ di preparazione fa molto. Prepara il centro assistenza del servizio clienti prima di collegare una soluzione AI generativa. Ne trarrai vantaggio: time-to-value più rapido e assistenza automatizzata più accurata.

Infine, è importante ricordare che un agenti AI generativa non è un proiettile d'argento in grado di risolvere tutti i problemi assistenza . Invece, questa tecnologia dovrebbe essere usata come parte di una strategia di CX più ampia e ben pianificata: in cui AI generativa, l’automazione basata sulla situazione e (ovviamente) gli agenti umani giocano tutti i loro punti di forza e lavorano insieme per offrire la migliore esperienza per il tuo clienti.

Avvertenza sulla traduzione: questo articolo è stato tradotto usando un software di traduzione automatizzata per fornire una comprensione di base del contenuto. È stato fatto tutto il possibile per fornire una traduzione accurata, tuttavia Zendesk non garantisce l'accuratezza della traduzione.

Per qualsiasi dubbio sull'accuratezza delle informazioni contenute nell'articolo tradotto, fai riferimento alla versione inglese dell'articolo come versione ufficiale.