первая линия
ИИ-агент поддержки: что отдать ему, а что оставить человеку
Поддержка ломается не на сложных обращениях, а на потоке одинаковых. Агент разумно забирает именно этот поток — и обязан вовремя признать, что дальше не его дело.
В поддержке почти всегда одна и та же картина: небольшая доля обращений действительно требует разбирательства, а всё остальное — повторяющиеся вопросы, ответ на которые уже лежит в базе или в самой системе. «Где мой заказ», «как поменять реквизиты», «почему не пришёл документ». Люди устают отвечать на них раньше, чем заканчивается очередь, и качество ответа падает к вечеру пятницы.
Этот пласт разумно забрать целиком, но только при одном условии: отвечать надо не общими словами, а по данным конкретного обратившегося — его заказ, его статус, его договор, его прошлые обращения. Механику такого поиска я собирал: ответ строится из найденных фрагментов ваших документов и приходит со ссылкой на источник, а когда подходящих фрагментов нет, система говорит об этом прямо, вместо того чтобы сочинить убедительную неправду.
Вторая половина задачи — граница. Нужно распознать, что случай не автоматизируется, и передать человеку вместе со всей историей: что спрашивали, что ответили, какие данные посмотрели. Клиент, вынужденный пересказывать свою проблему оператору заново после разговора с роботом, злее, чем если бы робота не было вовсе. Поэтому передача проектируется раньше, чем сценарии ответов.
И третье, что часто забывают: поддержка — единственное место, где ошибка модели встречается напрямую с клиентом. Здесь дизайн на отказ важнее полноты покрытия. Пусть закрывается меньшая доля обращений, но без единого вранья о сроках, деньгах и обязательствах.
Что здесь идёт не так
- Поток одинаковых вопросов съедает людей раньше, чем сложные обращения.
- Ответ «по инструкции вообще» не помогает тому, у кого проблема с конкретным заказом.
- Клиент, пересказывающий свою историю оператору заново, злится сильнее, чем в начале.
- Ошибка модели здесь видна клиенту немедленно и стоит репутации, а не времени.
- Ночью и в выходные очередь копится, а утром её разбирают в спешке.
- Никто не измеряет, какую долю обращений закрыли по-настоящему, а какую просто закрыли.
Что отдавать первой линии, а что нет
| Тип обращения | Кто отвечает | Почему так |
|---|---|---|
| Статус заказа, доставки, платежа | Автоматически | Ответ целиком лежит в системе и проверяется мгновенно |
| Как сделать что-то в продукте | Автоматически, со ссылкой на инструкцию | Ответ есть в базе, источник показывается клиенту |
| Изменить данные в заявке | Автоматически, с подтверждением | Действие обратимое, но менять молча нельзя |
| Возврат денег, компенсация | Человек | Решение оценочное, цена ошибки прямая |
| Претензия, конфликт, угроза уйти | Человек, немедленно | Здесь нужен не ответ, а переговоры |
| Вопрос, ответа на который нет в базе | Человек, с уже собранным контекстом | Выдумка в поддержке дороже молчания |
Что входит
- подключение к базе знаний и к данным обращающегося клиента
- ответы с цитатой и ссылкой на источник
- классификация обращений и маршрутизация по темам
- выполнение типовых запросов с подтверждением
- передача человеку с полной историей разговора
- работа в существующих каналах: кабинет, почта, мессенджер
- журнал обращений и разметка того, что закрыто без человека
- регулярный разбор ошибок и пополнение базы знаний
Для кого
сервисным командам и продуктам, у которых очередь состоит в основном из повторяющихся вопросов с проверяемым ответом.
Услуга: AI-интеграции и агенты Часто идёт вместе с: Портал самообслуживания Механика процесса: AI-ответы по своей базе знаний
Частые вопросы
- Клиенты поймут, что говорят не с человеком?
- И должны понимать — об этом стоит сказать прямо в первом сообщении. Раздражает не факт автоматизации, а обман и невозможность позвать человека. Кнопка «позвать оператора» обязана быть видна всегда, а не появляться после трёх неудачных попыток.
- Какую долю обращений это закроет?
- Честный ответ: заранее не знаю, и никто не знает. Доля зависит от того, у скольких ваших повторяющихся вопросов есть проверяемый ответ в системе. Поэтому пилот считает не «процент автоматизации», а число обращений, закрытых без участия человека и без повторного обращения по тому же поводу.
- Что мешает наврать про сроки или деньги?
- Конструкция: такие ответы берутся из системы, а не генерируются. Нет данных — отказ и передача человеку. Формулировки про обязательства и деньги имеет смысл держать шаблонными, оставляя модели только понимание вопроса и выбор нужного шаблона.
- У нас база знаний устарела и противоречит сама себе.
- Это нормальное стартовое состояние, и первая польза обычно в том, что при индексации противоречия становятся видны списком. Приводить базу в порядок всё равно придётся — здесь эта работа просто становится неизбежной, и сразу понятно, с каких документов начинать.
- Это то же самое, что чат-бот на сайте?
- Нет. Бот — это канал и сценарий: кнопки, ветки, заранее написанные ответы. Агент — исполнитель, который понимает вопрос своими словами, смотрит в ваши данные и может выполнить действие. Одно нередко живёт внутри другого: бот как канал, агент как то, что за ним работает.
- Придётся менять нашу систему тикетов?
- Менять — нет, подключаться — да. Разумный порядок такой: сначала агент работает в режиме подсказки оператору, то есть готовит черновик ответа внутри вашей системы, а человек отправляет. На этом этапе видно качество без единого риска для клиента и накапливается статистика по темам. Только после этого часть тем переводится в автоответ. Обратный порядок — сразу выпустить агента к клиентам и смотреть, что получится, — обычно заканчивается откатом и репутационным осадком.
Есть процесс, который просится под агента?
Опишите его — скажу, где агент окупится, где хватит обычной автоматизации, а где модель только добавит риск.
Обсудить проект