已验证人工智能概要 ◀▼
探索创建人工智能见解提示的最佳实践，以增强质量保证和风险检测。专注于单一类别，使用客观语言，并定义明确的标准来评估专员业绩。避免使用带有偏见的词语，并确保其符合隐私和安全原则。清晰定义评分结果，以保持评估的一致性和准确性。
Zendesk QA 基于提示的人工智能见解采用最新的人工智能模型，让您可以通过自然语言自定义人工智能提示，用于质量自动评分和风险检测。
除了使用或编辑 人工智能见解提示库中的提示之外，您还可以 创建自己的人工智能自定义提示类别 和 聚焦。
通过遵循这些指南，评估人员可以有效地利用生成式人工智能来评估客户支持专员的业绩，确保其清晰、一致，并高度关注服务质量。
本文章包含以下主题：
相关文章
使用Zendesk 质量保证人工智能提示的合规建议
Zendesk人工智能建立在我们隐私、安全、准确性、透明度和客户控制的基本原则之上。请参阅 Zendesk 的人工智能 Trust。
Zendesk 的合规和配置建议并非法律建议。您作为用户，应自行负责确保您与系统的互动是公平、相互尊重的，没有歧视或贬损性的语言，并且适合您的目的——包括在使用 Zendesk 提示库中的提示时。
建议您在所有通讯中使用礼貌的语气，在创建提示和实施输出时考虑合理使用，并务必验证提示是否适合您的特定用例。
自定义提示和任何其他Zendesk 质量保证人工智能提示不应用于进行自动决策，尤其是与就业或《欧盟人工智能法案》定义的其他高风险情况相关的决策。请注意，Zendesk 对系统误用造成的后果不承担任何责任。
撰写人工智能见解的提示
建议您的提示保持简洁，每次只关注一个类别和聚光灯。例如，避免在同一个提示中结合使用同理心和语法等主题。而是为每个类别创建单独的提示。此方法有助于模型更准确地评估每个提示，因为很难确定评价是适用于同理心、语法还是两者。
这些提示旨在使用生成式人工智能根据服务质量评估客户支持专员的业绩。因此，请确保生成响应时无需第三方应用程序或内部文档的验证，因为人工智能模型无法访问这些来源。
客观撰写类别和焦点描述，避免使用主观语言和措辞。主观描述可能导致评价不一致且不可衡量。
以下是您应使用的主观表述示例以及其客观替代表述：
| 而不是 | 使用 |
| 友好 | “表现得有礼貌”或“使用礼貌用语” |
| 专注 | “已回复客户询问”或“已解决客户需求” |
| 有帮助 | “已提供相关信息”或“已解决提出的问题” |
| 专业 | “使用正式的语气” |
| 有信心 | “提供了清晰的解释” |
| 有礼貌 | “使用了礼貌用语”或“适当地向客户致谢” |
| 含糊副词和形容词（即 非常、 真的、 绝对、 有点） | 副词和形容词通常可以省略，但在使用时应具有针对性和可衡量性。 |
除了使用目标描述之外，评估还应仅基于对话文本。确保您清楚地定义了每次评估的评价标准。例如：
-
使用特定的标准。关注专员的特定行为或操作，而不是一般的感受或印象。
- 而不是：专员是否友好？
- 使用：专员是否使用礼貌的语言、保持正式的语气并适当地向客户致意？
-
清晰定义期望。根据每项标准概述业绩满意度的构成，以尽量减少主观性。
- 而不是：专员沟通是否良好？
- 使用：专员是否使用礼貌用语，避免使用贬义词和俚语？如果专员未满足所有三个标准，则给予负面评价。如果他们避免使用贬义词和俚语，而是使用礼貌用语，则给予正面评价。
-
使用一致的术语。所有的评价描述使用统一的语言。始终如一地使用单个术语。
- 而不是：使用各种术语，例如“同事”、“员工”、“代表”、“专员”和“同事”
- Use：“agent”
-
-
而不是：“成员”、“来电人”、“来客”和“订阅者”
Use：“customer”
-
而不是：“成员”、“来电人”、“来客”和“订阅者”
-
请勿使用首字母缩略词和缩写词。
- 而不是：专员是否已确认客户的出生日期？
- 使用：专员是否已确认客户的出生日期？
- 除非必要，否则请勿使用双引号。仅在引用专员或客户所说的内容时才使用双引号。这种方法可以对意向或情绪进行更广泛的评估，而不会限制对特定措辞的评估。
-
- 而不是：”专员是否说“祝您度过愉快的一天？”"
- 使用：专员祝客户度过愉快。
-
请提供可接受和不可接受回复的示例 ，以指导评价者进行评估。当问题需要特定业务术语的知识时，请在说明中明确定义这些术语。
- 而不是：“专员在问候语中必须提及部门名称。”
- 使用：“专员在问候语中必须提及以下列表中的一个部门名称。” （提供可接受的部门名称列表。）
-
请明确您的评价条件。明确说明评价是必须满足所有所述条件，还是仅满足部分条件即可。这种清晰可提高评分的一致性和可靠性。
- 而不是：专员是否已确认客户的预订号码和姓名？
- 使用：专员是否已确认客户的预订号码或姓名？
- 使用：专员是否已确认客户的预订号码和姓名？两者都必须得到确认。
- 用肯定而不是否定的语言写下您的评价标准。这种积极的框架可以使评估更清晰、更有效。
-
- 而不是：专员未使用贬义词。
- 使用：专员使用了礼貌且尊重的语言。
对基于提示的人工智能见解进行评分
设置提示后，下一步是定义如何应用评估。这涉及到具体说明正面或负面结果的构成，并选择清晰的术语或短语来表示这些结果。例如，是/否、乐于助人/无益，或礼貌/不礼貌。
根据您的评价标准分配正确的结果对于确保评估的准确性至关重要。
以下示例说明了如何构建这些评估：
-
语言礼貌：
-
问题：专员是否使用了礼貌用语？
- 正面结果：是
- 负面结果：否
-
问题：专员是否使用了礼貌用语？
-
使用贬义词：
-
问题：专员是否使用贬义词？
- 正面结果：否
- 负面结果：是
-
问题：专员是否使用贬义词？
通过明确定义这些参数，您可以确保评价的一致性，与您既定的评价标准保持一致，并准确反映在您的 AQS评分中。
翻译免责声明：本文章使用自动翻译软件翻译，以便您了解基本内容。 我们已采取合理措施提供准确翻译，但不保证翻译准确性
如对翻译准确性有任何疑问，请以文章的英语版本为准。