Langkau ke kandungan
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
Operasi Pasukan

Balasan Tersimpan dan Makro: Jawab Pantas Tanpa Bunyi Seperti Robot

Sidang Editorial AI SNS CHATDiterbitkan 6 minit bacaan

Panduan untuk PKS Malaysia membina pustaka balasan tersimpan yang kemas, mesra dan sentiasa tepat untuk WhatsApp, Instagram dan chat laman web.

Pagi Isnin, WhatsApp kedai anda penuh dengan soalan yang sama: "Buka pukul berapa?", "Boleh COD tak?", "Bila barang sampai?". Anda menaip jawapan yang hampir serupa berpuluh kali, dan lama-kelamaan nada jawapan jadi pendek dan kurang mesra. Artikel ini menerangkan cara membina pustaka balasan tersimpan dan makro yang pantas digunakan tetapi tetap berbunyi seperti manusia, serta cara menjaganya supaya tidak lapuk.

Balasan tersimpan dan makro: apa bezanya?

Balasan tersimpan ialah teks siap yang boleh anda masukkan ke dalam perbualan, kemudian anda ubah suai sebelum menghantar. Contohnya ucapan salam, waktu operasi atau cara membuat tuntutan jaminan.

Makro biasanya lebih daripada teks. Selain mesej, ia menjalankan beberapa langkah sekali gus, seperti menandakan perbualan, menukar status atau menetapkan pemilik. Tidak semua alat menyediakan makro penuh. Dalam banyak pasukan kecil, pustaka balasan tersimpan yang tersusun sudah memberi kebanyakan manfaat yang dicari.

Satu lagi perbezaan penting ialah antara balasan tersimpan dengan ejen AI. Ejen AI menjawab soalan secara automatik berdasarkan pangkalan pengetahuan. Balasan tersimpan pula digunakan oleh manusia apabila mereka mengambil alih perbualan. Kedua-duanya saling melengkapi, dan kita akan kembali kepada perkara ini dalam bahagian soalan lazim.

Mulakan dengan audit, bukan halaman kosong

Kesilapan paling biasa ialah duduk dan cuba menulis 50 balasan "yang mungkin berguna". Hasilnya biasanya balasan yang tidak pernah dipakai. Cara yang lebih baik ialah melihat perbualan sebenar.

  1. 01Kumpul perbualan sebenar
  2. 02Kelompokkan soalan berulang
  3. 03Tulis dan beri nama balasan
  4. 04Semak berkala dan buang yang lapuk
Daripada soalan berulang kepada pustaka yang diselenggaraContoh ilustrasi

Langkah audit yang ringkas

  1. Ambil sampel perbualan yang dikendalikan manusia dalam tempoh dua hingga empat minggu.
  2. Baca satu demi satu dan catat topik utama setiap perbualan.
  3. Kira topik mana yang paling kerap muncul.
  4. Mulakan balasan tersimpan daripada topik teratas sahaja.

Contoh hipotetikal: bayangkan sebuah kedai tudung dalam talian di Shah Alam mengaudit 90 perbualan WhatsApp dan Instagram yang dijawab oleh pekerja. Angka di bawah hanyalah ilustrasi, bukan data sebenar.

Status dan penghantaran pesanan
24
Harga dan pakej
18
Waktu operasi dan lokasi
15
Pertukaran atau pemulangan
12
Kaedah bayaran
9
Kes lain yang unik
12
Contoh: bagaimana audit hipotetikal 90 perbualan mungkin terbahagiContoh ilustrasi

Dalam contoh ini, lima topik pertama sudah meliputi 78 daripada 90 perbualan. Lima atau enam balasan yang ditulis dengan baik sudah cukup untuk menjimatkan sebahagian besar masa menaip. Kes unik pula tidak sesuai dijadikan balasan tersimpan kerana ia memerlukan pertimbangan manusia.

Tulis balasan yang berbunyi seperti manusia

Pelanggan dapat mengesan balasan "salin tampal" dengan cepat. Ayat yang kaku dan terlalu formal membuat mereka rasa sedang bercakap dengan mesin, walaupun yang menjawab ialah manusia.

Lemah
Kuat
Tiada salam, terus ke maklumat
Bermula dengan salam dan ucapan terima kasih yang pendek
Ayat panjang dan penuh istilah dalaman
Ayat pendek dengan bahasa yang pelanggan sendiri guna
Menjawab semua perkara sekali gus
Menjawab soalan yang ditanya, kemudian tawarkan bantuan lanjut
Tiada langkah seterusnya
Menyatakan apa yang akan berlaku selepas ini
Sama untuk semua saluran
Disesuaikan: pendek di WhatsApp, lebih lengkap di e-mel
Balasan tersimpan yang lemah berbanding yang kuatContoh ilustrasi

Contoh balasan yang boleh dijadikan asas

Soalan tentang waktu operasi:

Soalan tentang penghantaran:

Perhatikan dua ciri: nada mesra tetapi tidak berlebihan, dan tiada janji yang tidak pasti. Elakkan menulis tempoh yang anda sendiri tidak boleh tepati.

Tinggalkan ruang untuk sentuhan peribadi

Balasan tersimpan ialah titik permulaan, bukan jawapan akhir. Biasakan pasukan menambah satu ayat khusus, seperti menyebut nama produk atau isu yang pelanggan sebut. Satu ayat itu sering menjadi beza antara "dilayan" dengan "diabaikan".

Beri nama, susun dan tetapkan pemilik

Pustaka yang tidak tersusun akan ditinggalkan. Apabila pelanggan sedang menunggu, tiada siapa mahu menatal 60 balasan untuk mencari yang betul.

  • Nama yang jelas. Gunakan nama mengikut topik, seperti "Penghantaran: semak status" atau "Pemulangan: syarat asas". Elakkan nama kabur seperti "Balasan 7".
  • Kumpulkan mengikut topik. Letakkan balasan yang berkaitan berdekatan antara satu sama lain.
  • Satu balasan, satu tujuan. Balasan yang cuba menjawab lima perkara sekali gus biasanya terlalu panjang untuk WhatsApp.
  • Tetapkan pemilik. Setiap kumpulan balasan perlu ada seorang yang bertanggungjawab. Contohnya, pengurus operasi memiliki balasan penghantaran, dan pemilik kedai memiliki balasan harga.

Untuk pasukan kecil, bermula dengan 8 hingga 12 balasan adalah munasabah. Tambah apabila audit seterusnya menunjukkan topik baharu yang kerap muncul.

Urus saat serahan kepada manusia dengan baik

Saat paling sensitif ialah apabila ejen AI menyerahkan perbualan kepada pekerja. Pelanggan sering sudah menjelaskan masalahnya dan tidak mahu mengulang cerita.

Beberapa amalan yang membantu:

  • Baca sejarah perbualan sebelum membalas. Jangan tanya semula perkara yang pelanggan sudah beritahu.
  • Mulakan dengan pengakuan ringkas, misalnya "Saya sudah baca butiran anda dan akan bantu dari sini."
  • Gunakan balasan tersimpan untuk bahagian yang rutin sahaja, dan tulis sendiri bahagian yang bergantung pada keadaan pelanggan.
  • Jangan beri anggaran masa yang tidak pasti. Lebih baik nyatakan langkah seterusnya daripada menjanjikan tempoh yang tidak dapat dipenuhi.

Ingat juga bahawa balasan tersimpan paling berguna untuk soalan yang jelas jawapannya. Kes aduan yang emosional memerlukan nada yang ditulis khusus oleh manusia.

Jaga kejujuran pustaka: semakan dan tadbir urus

Harga berubah, polisi dikemas kini dan waktu operasi disesuaikan semasa musim perayaan. Balasan tersimpan yang lapuk lebih berbahaya daripada tiada balasan, kerana ia disampaikan dengan yakin.

Satu rutin ringkas yang boleh dicuba:

  1. Setiap bulan: pemilik setiap kumpulan membaca semula balasannya dan menandakan yang perlu dikemas kini.
  2. Setiap kali polisi berubah: kemas kini balasan berkaitan pada hari yang sama, sebelum pengumuman kepada pelanggan.
  3. Sebelum musim sibuk: semak balasan tentang waktu operasi, cuti dan tempoh penghantaran.
  4. Setiap suku tahun: buang balasan yang jarang dipakai dan ulang audit ringkas untuk mencari topik baharu.

Catat juga siapa yang boleh mengubah suai pustaka. Jika semua orang boleh mengedit tanpa kawalan, versi yang berbeza-beza akan mula muncul.

Melakukannya dalam AI SNS CHAT

Dalam AI SNS CHAT, balasan tersimpan digunakan ketika pekerja mengambil alih perbualan. Untuk e-mel, anda bekerja dalam Inbox. Inbox hanya untuk e-mel. Untuk saluran lain seperti WhatsApp, Instagram, Messenger dan chat laman web, perbualan berada di Activity → Chat logs. Dalam kedua-dua tempat itu anda boleh mengambil alih perbualan, dan ejen AI akan berhenti seketika sementara anda menjawab. Balasan tersimpan juga tersedia di kedua-duanya.

Beberapa ciri lain yang membantu amalan di atas:

  • Edit menjadi jawapan ideal. Jika anda membaiki sesuatu balasan, anda boleh menjadikannya jawapan ideal untuk melatih ejen. Ini berguna untuk soalan yang makin kerap muncul dan sesuai dijawab terus oleh AI.
  • Terjemahan langsung. Apabila pelanggan menulis dalam bahasa lain, pekerja boleh menggunakan terjemahan langsung semasa membalas.
  • Audit daripada log sebenar. Di Chat logs, anda boleh menapis, menanda dan mengeksport perbualan. Ini memudahkan audit yang diterangkan di atas, terutama untuk melihat perbualan yang diserahkan kepada manusia.
  • Jadual syif. Di Helpdesk → Scheduling, anda menetapkan syif mengikut orang dan zon waktu. Serahan diberikan secara automatik kepada orang yang bertugas. Helpdesk memerlukan pelan Standard atau lebih tinggi.
  • Mesej semasa serahan. Pelayan membaca jadual dan menambah ayat "apa yang berlaku seterusnya" sendiri. Ia tidak mereka-reka masa menunggu, jadi pelanggan tidak dijanjikan tempoh yang kosong.
  • Makluman serahan. Anda boleh menerima makluman melalui Slack, Teams, LINE WORKS, WhatsApp, e-mel atau webhook.
  • Jejak perubahan. Di Workspace settings → Activity, pemilik dan admin boleh melihat siapa yang mencipta, mengubah atau memadam sesuatu, beserta masa. Setiap sumber data juga menunjukkan siapa yang menambah dan siapa yang terakhir mengeditnya.
  • Peranan ahli. Sistem peranan (Owner, Co-owner, Member, Support, Viewer) dengan pengatasan kebenaran bagi setiap ahli membantu anda mengehadkan siapa yang boleh mengubah perkara penting.

Untuk soalan yang sentiasa sama jawapannya, anda juga boleh menambah pasangan soalan dan jawapan dalam Data sources → Q&A supaya ejen AI menjawabnya sendiri. Lihat senarai lengkap di /features dan butiran pelan di /pricing.

Kesimpulan

Pustaka balasan tersimpan yang baik bermula daripada perbualan sebenar, bukan imaginasi. Audit sampel kecil, tulis beberapa balasan yang mesra dan jelas, beri nama yang mudah dicari, dan tetapkan pemilik bagi setiap kumpulan. Kemudian semak secara berkala supaya maklumat tidak lapuk.

Hasilnya ialah pasukan yang menjawab lebih pantas tetapi pelanggan tetap rasa mereka dilayan oleh manusia. Jika anda ingin mencuba aliran kerja ini, anda boleh mendaftar di /signup dan mulakan dengan satu ejen serta beberapa balasan untuk topik paling kerap.

Soalan lazim

Patutkah saya guna balasan tersimpan atau latih ejen AI?

Kedua-duanya, untuk tujuan berbeza. Latih ejen AI untuk soalan berulang yang jawapannya tetap, supaya pelanggan dijawab terus tanpa menunggu. Gunakan balasan tersimpan untuk perbualan yang diambil alih oleh manusia, kerana di situ pekerja masih perlu menyesuaikan jawapan dengan keadaan pelanggan.

Berapa banyak balasan tersimpan yang patut dimulakan oleh pasukan kecil?

Mulakan dengan kira-kira 8 hingga 12 balasan untuk topik yang paling kerap muncul dalam audit anda. Itu cukup untuk melihat manfaatnya tanpa membebankan sesiapa untuk menyelenggara. Tambah lagi hanya apabila topik baharu mula berulang.

Bolehkah balasan tersimpan digunakan merentasi WhatsApp dan Messenger?

Dalam AI SNS CHAT, perbualan bagi saluran bukan e-mel diurus di Activity → Chat logs, dan balasan tersimpan tersedia semasa anda mengambil alih perbualan di sana. Namun nada dan panjang yang sesuai berbeza antara saluran. Balasan untuk WhatsApp biasanya lebih ringkas, jadi semak teks sebelum menghantar.

Bagaimana saya mengelakkan balasan lapuk sampai kepada pelanggan?

Tetapkan pemilik bagi setiap kumpulan balasan dan jadualkan semakan bulanan. Kemas kini balasan pada hari yang sama polisi atau harga berubah. Log aktiviti ruang kerja membantu anda menjejak siapa yang mengubah apa dan bila.

#balasan tersimpan#makro#operasi pasukan#WhatsApp#khidmat pelanggan

Praktikkan dengan AI SNS CHAT

Bina ejen AI yang dilatih dengan kandungan anda sendiri dan sambungkan ke laman web, WhatsApp, LINE dan banyak lagi. Percuma untuk bermula, tiada kad kredit diperlukan.