메시징 채널에 대한 AI 상담사 만든 후에는 AI 상담사 를 더욱 효과적으로 만들 수 있는 답변 플로우와 관련된 많은 성공 사례가 있습니다.
이 문서는 다음의 섹션으로 구성되어 있습니다.
답변 계획하기
- 사용자가 자주 묻는 질문을 식별하세요. 인기 티켓 문제를 살펴보고, 일반적인 헬프 센터 검색어를 살펴보고, 상담사와 대화하여 AI 상담사 위해 만들고자 하는 답변을 계획하세요.
-
상담사가 조치를 취할 필요가 없고 고객이 스스로 해결할 수 있는 질문에 대한 답변을 먼저 만드세요. 일반적이고 쉽게 답변할 수 있는 질문의 예는 다음을 포함할 수 있습니다.
- 업무 시간
- 비밀번호 재설정
- 매장 위치
- 먼저 가장 일반적인 질문에 대한 답변으로 시작하세요. 약 20개의 가장 일반적인 문제에 대한 답변으로 시작해서 점차적으로 더 많은 문제를 다루어 나가는 것이 좋습니다. 모든 문제를 즉시 해결하려고 하지 마세요.
답변 구축하기
AI 상담사 에 대한 답변을 만들 때 더 나은 성과를 위해 답변을 구성하는 방법에 대한 다음 성공 사례를 고려하세요.
사용자와 소통하기
사용자와 소통하기 위한 답변의 시작에 대해 생각할 때 다음과 같은 성공 사례를 염두에 두세요.
- 사용자에게 문제를 되풀이하면서 각 답변을 시작하세요. 이렇게 하면 AI 상담사가 잘못된 답변과 일치하는 경우 혼동될 위험이 줄어듭니다. 예를 들어 사용자가 “계정 취소”를 입력하면 AI 상담사 응답은 “계정을 취소하고 싶으시다니 죄송합니다.”여야 합니다.
-
최종 사용자가 AI 상담사 탐색하는 방법을 이해하도록 돕습니다. AI 상담사 디자인된 방식에 따라 다양한 최종 사용자 상호작용 스타일이 AI 상담사의 성과에 영향을 미칠 수 있습니다. 답변을 찾기 위해 AI 상담사 탐색하는 방법을 사용자에게 명확하게 안내합니다.
- AI 상담사 탐색 경험을 제공하도록 디자인되어 있는 경우에는 사용자에게 답변 전반에 걸쳐 제공된 옵션 중에서 선택하도록 요청합니다 (하나의 큰 답변 플로우).
- 사용자가 지원팀에 문의할 수 있도록 별도의 상담사 연결 답변을 만드세요. 제시된 옵션이 사용자가 원하는 것이 아닌 경우 대체 옵션으로 기본 탐색 경험 전반에 상담사 연결 답변을 연결하세요.
- 가벼운 대화를 다루는 별도의 답변을 만드세요. 예를 들어 "감사합니다. 안녕히 가세요."와 같은 마무리 응답을 만들 수 있습니다.
솔루션 찾기
사용자를 솔루션으로 안내하기 위해 답변을 구축할 때 다음과 같은 일반 성공 사례를 염두에 두세요.
- 특정 문서에 대해 지나치게 복잡한 플로우를 구축하지 마세요. 대신 생성형 답장을 활용하여 자동으로 답변을 리턴하세요. 팀의 답변 유지 관리를 최소화하는 데 도움이 됩니다.
- 고객 경험을 개인화하세요. 인증을 요구하거나, 조건부 시나리오를 포함하거나, 의도를 사용하여 개인화된 경험을 만드세요.
- 다른 시스템에 API 호출을 하여 사용자를 위한 자동 작업을 만드세요. 그렇게 하면 반품과 같은 대부분의 사용자 요청을 처음부터 끝까지 자동화할 수 있습니다.
- 각 답변이 반드시 문제를 처리하도록 해결책을 제공하세요. 예를 들어 AI 상담사 메시지에 질문에 대한 답변을 명시하거나, 도움말 문서의 링크를 제공하거나, API 호출로 작업을 수행할 수 있습니다.
대화 끝내기
답변의 끝과 끝내는 방법에 대해 생각할 때 다음과 같은 성공 사례를 염두에 두세요.
- 피드백을 요청하여 사용자의 문제가 해결되었는지 확인하세요. 문제가 해결되었는지 물어봐서 사용자의 문제가 해결되었는지 확인할 수 있습니다. 이 피드백을 사용하여 나중에 AI 상담사 효율성을 분석할 수도 있습니다.
-
대체 옵션을 제공하여 데드 엔드를 없애세요.
- API 호출이 실패하는 경우 상담사에게 연결하거나 관련 답변에 연결하는 옵션을 제공하세요. 예를 들어 주문 상태 검색에 실패한 경우 사용자가 직접 주문 상태를 확인할 수 있는 방법에 대한 문서의 링크를 제공하세요.
- 피드백을 요청했는데 사용자가 문제가 해결되지 않았다고 하면 대체 옵션을 제공하세요. 상담사에게 연결하는 옵션을 추가하거나 도움이 될 수 있는 관련 답변에 대한 링크를 추가해 보세요.
- 사용자가 업무 시간 외에 연락하는 경우 상담사에게 연결하는 에스컬레이션 옵션을 제공하여 사용자가 티켓을 만들고 상담사가 나중에 응답할 수 있도록 하세요.
답변과 질문 일치 개선하기
수동으로 학습 문구를 추가하거나 답변에 의도를 배정하여 AI 상담사 사용자에게 올바른 답변이나 문서를 추천할 가능성을 높일 수 있습니다. 의도를 사용하려면 의도 모델이 배정되어 있어야 합니다.
학습 문구 사용하기
답변에 학습 문구를 사용하여 AI 상담사 매칭 성과를 개선할 수 있습니다. 의도 모델이 있으면 학습 문구 대신 의도를 사용해야 합니다.
학습 문구를 사용할 때 다음 성공 사례를 염두에 두세요.
- 사용자가 일반적인 질문을 어떻게 표현하는지 기록하여 답변의 학습 문구에 비슷한 단어나 문구를 사용하세요.
- 일반적인 주제를 하나의 답변으로 묶으세요. 예를 들어 해외 배송과 국내 배송을 하나의 답변에 포함하세요.
- 유사하거나 관련된 의미를 가진 문구를 사용하세요. Zendesk AI는 시맨틱 매칭을 사용하는 모델을 활용하는데, 여기서 모델은 질문의 전반적인 의미를 고려합니다. 예를 들어, "태양광 발전"과 "재생 가능"은 의미론적으로 관련이 있으며 모델은 이러한 연관성을 인식할 수 있습니다. 이 모델은 또한 "신용카드" 및 "은행 계좌"와 같은 두 개의 텍스트가 동시에 발생할 가능성이 있는 경우 일치하는 텍스트로 제안할 수 있습니다
- 다양한 구문을 추가하여 일치율을 개선하세요. 하지만 질문 방식에 대한 모든 변형을 추가할 필요는 없습니다. 예를 들어 사용자가 철자를 잘못 입력하거나 약간 다르게 표현해도 일치하는 항목을 찾습니다.
- 각 답변에 최소 3~5개의 학습 문구를 목표로 하세요.
- 단일 단어를 추가하지 마세요. AI 상담사 교육은 전후상황에 대한 충분한 세부 정보를 제공하는 여러 단어로 된 짧은 문구로 가장 잘 작동합니다. 예를 들어 “환불” 대신 “주문 환불"을 사용하거나, "갱신" 대신 "멤버십 갱신"을 사용하세요.
- "안녕하세요", “제가 원하는 것은” 또는 "어떻게 하면" 등의 불필요한 단어나 일반적인 구문을 사용하지 마세요. 그럴 경우 질문의 핵심을 흐릴 수 있습니다. 예를 들어 “안녕하세요, 제가 원하는 것은 환불입니다” 대신 “환불받기”를 사용하세요.
- 학습 문구를 여러 언어로 추가하지 마세요. 사용 설정되어 있는 경우 자동으로 학습 문구가 번역됩니다.
사전 학습된 의도 사용하기
의도 모델이 있는 경우에는 수동으로 학습 문구를 추가하는 대신 사전 학습된 의도를 답변에 배정할 수 있습니다. 의도를 사용할 때 다음 성공 사례를 염두에 두세요.
- 사전 학습된 의도를 답변에 배정하여 질문에 맞는 답변을 찾는 성능을 크게 개선하세요.
- 자주 묻는 질문인 의도에 대해 생성형 답장을 사용하세요. 이러한 일반적인 질문은 일반적으로 AI 상담사 헬프 센터 문서의 정보를 사용하여 해결할 수 있습니다.
번역 고지 사항: 본 문서는 콘텐츠에 대한 기본적인 이해를 제공하기 위해 자동 번역 소프트웨어를 사용하여 번역되었습니다. 정확한 번역을 제공하고자 합당한 노력을 기울였으나 Zendesk는 번역의 정확성을 보장하지 않습니다.
번역된 문서에 포함된 정보의 정확성과 관련하여 질문이 있으시면 문서의 공식 버전인 영문 버전을 참조하시기 바랍니다.