Panduan untuk PKS Malaysia agar AI menjawab soalan pemulangan, yuran dan terma dengan betul di WhatsApp, Instagram dan chat laman web.
Pelanggan jarang bertanya soalan yang mudah. "Boleh tukar saiz tak kalau baju dah basuh?" atau "Kenapa caj pos ke Kuching lain?" ialah soalan polisi, dan satu jawapan yang silap boleh menjadi pertikaian, bayaran balik yang tidak dirancang atau ulasan negatif. Artikel ini menerangkan cara menyediakan bahan, menulis polisi dan menguji jawapan supaya pembantu AI anda menjawab dengan betul, dan tahu bila perlu menyerahkan perbualan kepada manusia.
Mengapa jawapan polisi menjadi silap
Kebanyakan jawapan yang salah bukan kerana AI "bodoh". Puncanya biasanya berada dalam bahan yang diberikan kepadanya.
- Polisi bercanggah. Halaman FAQ menyebut 7 hari, tetapi PDF lama yang masih dimuat naik menyebut 14 hari.
- Ayat terlalu longgar. "Pemulangan diterima untuk barang yang berkeadaan baik" tidak menjelaskan apa itu "baik".
- Pengecualian tersembunyi. Barang jualan akhir, barang dalaman atau tempahan khas dinyatakan di bahagian paling bawah.
- Maklumat sudah lapuk. Harga pos naik, promosi tamat, tetapi bahan rujukan tidak dikemas kini.
- Tiada sempadan. AI tidak diberitahu apa yang tidak boleh diputuskannya, jadi ia cuba membantu dengan membuat andaian.
Dalam perbualan WhatsApp, pelanggan cenderung menganggap jawapan itu sebagai janji rasmi kedai. Itulah sebabnya ketepatan lebih penting daripada kepantasan.
Mulakan dengan satu sumber kebenaran
Sebelum menulis apa-apa, tentukan di mana polisi "sebenar" anda berada. Satu dokumen induk lebih baik daripada lima salinan yang sedikit berbeza.
- Kumpulkan semua tempat polisi disebut: laman web, kapsyen Instagram, PDF, mesej balas pantas di WhatsApp dan nota dalaman.
- Bandingkan satu persatu. Tandakan mana yang bercanggah.
- Putuskan versi yang betul bersama pemilik perniagaan atau pihak yang berhak.
- Jadikan versi itu dokumen induk, dan buang atau arkibkan yang lain.
- Tulis tarikh kemas kini dan nama pemilik dokumen di bahagian atas.
Pisahkan juga polisi tetap (tempoh pemulangan, syarat pembatalan) daripada maklumat yang kerap berubah (kadar pos, promosi bermusim). Maklumat yang kerap berubah patut mempunyai bahagian tersendiri supaya mudah dikemas kini tanpa menyentuh seluruh dokumen.
Tulis polisi supaya AI boleh menggunakannya dengan betul
AI menjawab berdasarkan apa yang tertulis. Ayat yang jelas, lengkap dan ada syarat yang nyata memberi jawapan yang jelas juga.
Contoh di atas hanyalah ilustrasi. Gunakan tempoh dan syarat sebenar kedai anda.
Beberapa tabiat penulisan yang membantu
- Nyatakan nombor dan tempoh dengan tepat. Elakkan "dalam masa terdekat" atau "beberapa hari".
- Tulis syarat dan pengecualian bersebelahan. Jangan simpan pengecualian di perenggan lain.
- Gunakan satu istilah untuk satu perkara. Jika anda menulis "bayaran balik", "refund" dan "pulangan wang" silih berganti, pelanggan dan AI boleh keliru.
- Sertakan contoh kes. Contohnya: "Jika pelanggan menerima baju saiz salah kerana kesilapan kami, kami tanggung kos pos pemulangan."
- Tulis dalam bentuk soalan dan jawapan untuk perkara yang paling kerap ditanya. Format ini hampir sama dengan cara pelanggan bertanya di WhatsApp.
Satu lagi contoh hipotesis: jika kedai anda menerima 300 sembang sebulan dan ramai bertanya soalan yang sama tentang yuran penghantaran, satu jadual kadar yang jelas akan menjimatkan banyak masa berbanding menaip semula penjelasan setiap kali.
Tetapkan sempadan: perkara yang tidak patut diputuskan AI
Ada soalan yang jawapannya bergantung pada pertimbangan manusia. AI patut tahu bila berhenti.
Perkara yang biasanya wajar diserahkan kepada pasukan anda:
- Pengecualian khas atau "kali ini sahaja".
- Bayaran balik di luar tempoh yang ditetapkan.
- Pertikaian caj atau tuntutan ganti rugi.
- Soalan undang-undang, seperti hak pengguna atau pematuhan cukai.
- Diskaun atau harga khas yang tiada dalam bahan rujukan.
Tulis sempadan ini secara jelas dalam arahan agen. Contohnya, arahkan AI untuk hanya memetik polisi yang tertulis, tidak membuat andaian apabila maklumat tiada, dan menyatakan bahawa pasukan akan menyemak perkara tersebut. Tetapkan juga cara penyerahan: siapa yang dimaklumkan dan apa yang dikatakan kepada pelanggan.
- 01Pelanggan bertanya soalan polisi
- 02AI semak bahan rujukan yang diluluskan
- 03Ada jawapan jelas? Jawab dan petik syarat
- 04Tiada atau pengecualian? Serah kepada manusia
Dalam kes serahan, jawapan yang jujur lebih baik daripada jawapan yang yakin tetapi salah. "Saya perlu pastikan perkara ini dengan pasukan kami, mereka akan menghubungi anda" ialah ayat yang menjaga kepercayaan pelanggan.
Uji sebelum diterbitkan dan selepas setiap perubahan
Jangan anggap polisi yang kemas bermakna jawapan pasti betul. Uji dengan soalan sebenar.
- Senaraikan 20 hingga 30 soalan sebenar pelanggan. Ambil daripada sejarah sembang WhatsApp, DM Instagram dan chat laman web anda.
- Sertakan soalan sukar. Contohnya: "Barang sampai rosak tapi dah lebih 7 hari, boleh tak?" atau "Saya beli semasa jualan, boleh pulang?"
- Tulis jawapan yang betul untuk setiap soalan sebagai rujukan.
- Jalankan ujian dan bandingkan. Tandakan jawapan yang salah, separuh betul atau terlalu yakin.
- Betulkan sumber, bukan hanya jawapan. Jika AI tersilap, cari ayat dalam bahan yang menyebabkannya.
- Ulang ujian yang sama selepas setiap perubahan polisi, supaya pembetulan satu perkara tidak merosakkan yang lain.
Simpan senarai soalan ujian ini sebagai set tetap. Ia menjadi senarai semak yang anda boleh gunakan berulang kali setiap kali polisi berubah.
Pastikan polisi sentiasa terkini dengan rutin ringkas
Polisi yang tepat hari ini boleh menjadi salah bulan depan. Rutin yang ringkas dan konsisten lebih berkesan daripada semakan besar sekali setahun.
- Setiap kali polisi berubah: kemas kini dokumen induk dahulu, kemudian bahan AI, kemudian jalankan semula soalan ujian.
- Setiap bulan: baca sejarah sembang dan cari soalan polisi yang dijawab dengan lemah atau diserahkan kepada manusia. Itu petunjuk jurang dalam bahan anda.
- Sebelum musim sibuk: semak polisi untuk Hari Raya, 11.11, 12.12 dan jualan akhir tahun, kerana syarat promosi dan tempoh pemulangan sering berbeza.
- Tetapkan pemilik. Seorang sahaja bertanggungjawab ke atas ketepatan, walaupun beberapa orang boleh mencadangkan perubahan.
Melaksanakannya dalam AI SNS CHAT
Berikut cara menyusun perkara di atas dengan ciri yang ada dalam AI SNS CHAT.
Masukkan bahan rujukan. Di bar sisi, buka Data sources. Anda boleh menambah Files, Text snippets, Website, Q&A dan beberapa sumber lain. Untuk polisi yang mesti dijawab dengan tepat, kandungan yang ditulis ringkas dalam Q&A atau Text snippets sesuai kerana anda mengawal setiap ayat. Jika dokumen polisi anda berada dalam Notion, Google Drive atau Confluence, sambungkannya melalui Channels. Selepas mengubah dokumen di sumber asal, pastikan sumber itu disegerakkan semula supaya agen tidak menggunakan versi lama.
Tetapkan persona dan sempadan. Dalam tetapan agen, tulis arahan dan guardrail: jawab daripada bahan rujukan sahaja, jangan meluluskan pengecualian atau bayaran balik, dan serahkan kepada manusia apabila maklumat tiada.
Sediakan penyerahan kepada manusia. Gunakan Action Escalations (integrasi memerlukan pelan Hobby atau lebih tinggi). Jika pasukan anda menggunakan Helpdesk → Scheduling (pelan Standard atau lebih tinggi), penyerahan diagihkan kepada orang yang sedang bertugas, dan makluman boleh dihantar melalui Slack, Teams, WhatsApp, e-mel atau webhook. Mesej "apa berlaku seterusnya" kepada pelanggan ditambah oleh pelayan berdasarkan jadual bertugas dan tidak mereka-reka masa menunggu.
Uji dalam Playground. Gunakan Playground untuk menjalankan senarai soalan ujian anda sebelum agen dihubungkan ke WhatsApp, Instagram atau widget chat. Ulangi selepas setiap perubahan.
Semak dan perbaiki daripada sembang sebenar. Di Activity → Chat logs, anda boleh menapis, menanda (flag), mengeskalasi dan melihat penilaian ibu jari ke atas atau ke bawah. Jika jawapan salah, anda boleh mengedit balasan menjadi jawapan ideal untuk melatih agen. Namun, betulkan juga sumber di Data sources supaya masalah tidak berulang. Bahagian Analytics (Topics dan Question history) membantu anda melihat soalan polisi yang paling kerap ditanya.
Kawal siapa boleh mengubah. Peranan ialah Owner, Co-owner, Member, Support dan Viewer, dengan pengubahsuaian kebenaran bagi setiap ahli. Setiap sumber data menunjukkan siapa menambah dan siapa menyunting terakhir, manakala Workspace settings → Activity (untuk pemilik dan pentadbir) merekod setiap penciptaan, suntingan, pemadaman dan muat naik.
Boleh berundur. Agen mempunyai restore point (sehingga 40 bagi setiap bot) jika perubahan perlu dibatalkan. Lihat butiran di /features dan pelan di /pricing.
Soalan lazim
Bolehkah AI meneka jawapan polisi jika dokumen saya tidak merangkumnya?
Sebaiknya tidak. Tulis dalam arahan agen bahawa ia hanya boleh menjawab daripada bahan rujukan dan mesti menyerahkan soalan kepada manusia apabila maklumat tiada. Kemudian uji dengan soalan yang sengaja tiada dalam dokumen untuk memastikan arahan itu dipatuhi. Soalan yang tidak dijawab itu juga menunjukkan bahagian polisi yang perlu ditambah.
Bagaimana saya membetulkan jawapan yang salah supaya tidak berulang?
Cari ayat atau dokumen yang menyebabkan kesilapan, kemudian betulkan di sumber, contohnya dengan menambah Q&A yang jelas atau membuang versi lama. Selepas itu, jalankan semula soalan ujian yang sama di Playground. Mengedit balasan dalam Chat logs boleh membantu melatih agen, tetapi pembetulan di sumber ialah langkah paling penting.
Siapa yang patut dibenarkan menyunting kandungan polisi?
Hadkan kepada seorang atau dua orang yang memahami polisi perniagaan, dan beri peranan Viewer atau Support kepada yang lain mengikut keperluan. Anda boleh menyemak siapa mengubah apa dan bila melalui log aktiviti ruang kerja. Dengan cara ini, perubahan mudah dijejak dan dibetulkan jika perlu.
Berapa kerap jawapan polisi perlu disemak?
Semak setiap kali polisi, harga atau kadar pos berubah, dan lakukan semakan ringkas sembang sebenar setiap bulan. Tambah semakan sebelum musim jualan besar kerana syarat biasanya berbeza. Rutin kecil yang konsisten lebih berkesan daripada satu semakan besar yang jarang dilakukan.


