Flow-beskrivning
Syfte och fördelar
Detta arbetsflöde implementerar en sofistikerad chattbot utformad för att besvara användarfrågor genom att använda en intern kunskapsbas. När den stöter på frågor som är för komplexa eller ligger utanför dess kunskapsområde, eskalerar den smidigt ärendet till en mänsklig agent via Tawk, vilket säkerställer högkvalitativ support vid varje tillfälle. Flödet är utformat för effektiv skalning och automatisering, vilket gör det idealiskt för företag som vill optimera kundsupportprocesserna.
Arbetsflödets steg och komponenter
1. Initiering av chattsession och välkomstmeddelande
- Trigger: Arbetsflödet startar när en användare öppnar en chattsession.
- Åtgärd: Chattboten skickar automatiskt ett välkomnande meddelande till användaren, introducerar sig själv och förklarar sina förmågor, inklusive möjligheten att svara på frågor och eskalera till en människa (via Tawk) vid behov.
Steg | Komponent | Syfte |
---|
Chatt öppnad | ChatOpenedTrigger | Upptäcker när en ny chattsession startar |
Välkomstmeddelande | MessageWidget | Skickar välkomst-/introduktionsmeddelande till användaren |
Visa meddelande | ChatOutput | Visar välkomstmeddelandet i chattgränssnittet |
2. Infångning av användarinmatning och chatthistorik
- Användarinmatning: Användaren skriver sin fråga eller sitt meddelande i chatten.
- Chatthistorik: Arbetsflödet upprätthåller en realtidslogg över chattutbyten, vilket säkerställer att hela kontexten finns tillgänglig för korrekta svar och eskalering vid behov.
Steg | Komponent | Syfte |
---|
Fånga inmatning | ChatInput | Tar emot användarens meddelande |
Spara historik | ChatHistory | Håller koll på samtalskontexten |
3. Automatiskt svar med kunskapsbasintegration
- Kunskapssökning: När en användare skickar in en fråga söker chattboten (Tool Calling Agent) efter relevant information i organisationens interna kunskapsbas via Document Retriever.
- Svarsgenerering: AI:n använder den hämtade kunskapen för att skapa ett hjälpsamt svar. Om kontexten är otillräcklig eller frågan är oklar, ber boten användaren om mer information.
Steg | Komponent | Syfte |
---|
Hämta dokument | DocumentRetriever | Söker intern kunskapsbas efter relevant innehåll |
Generera svar | ToolCallingAgent | Använder AI för att svara eller avgöra om eskalering krävs |
4. Intelligent eskalering till mänsklig support (Tawk-integration)
- Eskalering:
- Om användarens fråga inte kan besvaras utifrån kunskapsbasen och frågan gäller programvaran, tar chattboten hänsyn till språket:
- Om på engelska: föreslår att koppla till en riktig mänsklig agent.
- Om på annat språk: frågar om användaren vill bli kopplad till en engelsktalande supportagent.
- Smidig överlämning: Chattboten tillhandahåller en knapp eller prompt (med TawkHumanAssistTool) för att användaren ska kunna kopplas till en mänsklig agent via Tawk, och kan vid behov inkludera relevant chatthistorik för att hjälpa operatören.
- Visning: Resultatet (AI-svar eller eskaleringsprompt) visas i chatten.
Steg | Komponent | Syfte |
---|
Överlämning till människa | TawkHumanAssistTool | Möjliggör kontakt med mänsklig agent via Tawk |
Visa svar | ChatOutput | Visar AI- eller eskaleringsmeddelande för användaren |
Nyckelfunktioner och fördelar
- Automatiserat förstalinjestöd: Hanterar majoriteten av rutin- och kunskapsbaserade frågor automatiskt, vilket minskar arbetsbelastningen för mänskliga agenter.
- Kontextuell förståelse: Upprätthåller chatthistorik och utnyttjar intern dokumentation för precisa svar.
- Intelligent eskalering: Säkerställer att användarna inte lämnas frustrerade av AI-begränsningar – komplexa eller oklara ärenden vidarebefordras till människor.
- Flerspråkshantering: Chattboten kan svara på användarens språk och hanterar överlämning intelligent för icke-engelsktalande.
- Förbättrad användarupplevelse: Användarna får snabba, hjälpsamma svar och tydlig vägledning om eskalering behövs.
Varför detta arbetsflöde är användbart för skalning och automatisering
- Skalbarhet: Kan hantera flera chattar samtidigt utan att öka personalbehovet.
- Konsekvens: Ger standardiserade, korrekta svar baserat på den senaste interna kunskapen.
- Effektivitet: Minskar svarstider och säkerställer att mänskliga agenter bara hanterar ärenden som verkligen kräver deras expertis.
- Kundnöjdhet: Säkerställer att användarna alltid har en väg till personlig support vid behov och undviker återvändsgränder.
Detta arbetsflöde är idealiskt för företag som vill automatisera förstalinjesupport, maximera agenters produktivitet och bibehålla högkvalitativa kundinteraktioner i stor skala.