最近，Zendesk 社区举办了第二期关于 Zendesk 人工智能专员（自动化水平最高的智能机器人）的 Post-Relate 深入探索活动。我们的专家小组深入探讨了人工智能专员的核心功能，并进行了交互式产品演示。与会者了解了最佳实践、真实用例，并获得了如何通过人工智能专员提升服务体验的资源。
该活动重点介绍了人工智能专员在提高自动解决率、提升客户互动及运营效率方面的巨大潜力。实时问答环节为参与者提供了个性化的见解。在这篇文章中，您将找到我们的活动资源、活动录像以及我们已解决的问题列表。
活动录像
问答概要
如果您还没有智能机器人，有哪些最佳方式可以扩展此功能？
数分钟内启动人工智能专员 > 根据意向设置防护栏 > 在您的互动中添加更多个性化和控制 > 分析并优化您的人工智能专员性能 > 自动化您的电邮和网络表格。建议在部署后留出 2 周的学习时间，以便人工智能专员识别客户的对话模式。对于使用知识库可最好解决的意向，选择“生成回复”。可以考虑将此用于常见问题，使用帮助中心文章中的信息有效解决。建立对话/回复工作流程，以提供个性化的客户体验（例如检查订单状态、身份验证或创建有条件的场景）。
如何衡量人工智能专员成功与否？
慢慢开始，然后逐步积累：仅使用生成式回复即可实现高达 20% 的自动化率。选择几个常用的意向以使用生成式人工智能，之后每隔几天继续自动化更多意向。持续审查并调整：审查人工智能专员对话记录副本，以识别知识或对话的差距。优化您的工作流程，确保客户无需重述问题。
在推出第一个月期间，我应该查看哪些指标？
最好通过 Insights 面板监测人工智能专员。您可以获得关于活跃用户、专员的转接百分比，以及自动解决的详细信息。您可通过面板绩效指标快速了解人工智能专员的整体绩效。
如何防止人工智能专员给出错误回复？
人工智能专员显示的信息与您知识库中的信息具有同样高的质量。确保您的知识库内容是最新的，并定期进行验证，确保提供的不是旧版回复。着眼于前 75 个字可以更好地检索文章。使用此文章中的提示优化您的知识库，使每篇文章只讨论一个主题而不是多个问题。
如何让人工智能专员预填写工单表格，为专员节省时间并提高效率？
您需要利用“人工智能专员”设置中的“询问详情”步骤来收集某些数据点
在确定人工智能专员是否成功时，最好的关键绩效指标是什么？
我们建议如下：自助服务率。从哪里开始？智能机器人见解 7 天绩效。“提升绩效的后续步骤”。查找升级为工单/未解决的主题。关于提高自行程序级别的可操作后续步骤，例如意向建议。将其与 CSAT 相结合。
仅与智能机器人的对话仅提供 7 天的历史记录。有没有办法导出或存储这些数据？我们希望将其用于智能机器人的质量保证，确保为客户提供正确的信息。
我们很高兴宣布推出人工智能专员 QA（智能机器人 QA）功能，该功能旨在改进聊天机器人的质量保证。这项新功能可帮助您识别人工智能专员支持中的质量问题。分析并审阅人工智能专员进行的所有互动，识别错误以进行人工干预，并深入了解关键绩效情况。
资源：宣布推出面向人工智能专员的质量保证 (QA)
对于终端用户来说，是否有明显的迹象表明他们正在与人工智能专员交谈？
如果有，他们是否可以轻松选择与专员交谈？
是的，有一个指标表明人工智能专员在回复时发表的评论是“通过人工智能生成”。人工智能专员经过配置后可以将工作交接给在线专员，并理解用户何时请求进行交接。
我们是否需要使用 Sunshine 让人工智能专员从数据库访问客户数据？
不，您可以利用原生人工智能专员中的“进行 API 调用”步骤从后端系统收集相关客户数据，进行存储、传递变量，然后在 Conversations 中通过智能机器人消息返回，而不使用 Sunshine Conversations API 访问。
资源：在对话智能机器人中使用“进行 API 调用”步骤
人工智能专员是否可以与 HubSpot 整合，以便根据 Support 工单创建销售和市场营销工作流程？
“进行 API 调用”步骤可以配置对另一个系统（例如内部 CRM 或 ERP）的 API 调用，或将对话详情推送到外部端点，例如 Amazon Event Bridge 或 Google Analytics（分析）。我没有直接使用 HubSpot API，但假设他们有我们可以访问的 API 端点，我们就可以确定如何在人工智能专员机器人工作流程中加以利用。
资源：在对话智能机器人中使用“进行 API 调用”步骤
回答用户问题的信息来自哪里 - Zendesk Guide 文章？如果是这样，当我们经常有大批量工单时，如何最好地准备知识库？
正确，信息直接来自帮助中心文章。这意味着您无需担心人工智能专员会提供多余的不准确信息，任何信息都是由您的团队撰写并在您的帮助中心得到了批准。我们的报告应能够帮助您识别人工智能专员未回答的问题中的主题。您可以使用这些见解创建帮助中心文章，以应对这些主题。请特别注意文章的标题和大概前 75 个字，它们对于帮助人工智能专员显示正确信息非常有用。
Zendesk 团队遇到的最具挑战性的用例有哪些？
这个问题可以理解为我们的客户使用人工智能专员解决的最复杂的用例。我们发现客户使用这些端到端整合成功地处理了复杂的流程。在此提醒，您可以使用它们推送、提取和解析来自各种内部和外部系统的数据，例如 OMS、客户关系管理、物流提供商。对于过去需要人工专员才能确保工单成功的流程自动化，此举具有革命性意义。现在，退货或换货之类的事情可以完全实现自动化，我们知道这是一个非常复杂的过程，因为完成它涉及到大量数据。
对于那些不太懂技术的客户，有什么建议可以让他们提高在线交谈智能机器人的使用率?
从基础知识开始，获取人工智能专员可以使用的内容/知识。这也奠定了您通过最少的设置即刻获得价值的核心基础！