אוטומציה של תמיכה ב-Micro-SaaS באמצעות מיון (Triage) מבוסס AI

צוותי תמיכה בחברות SaaS בשלבים מוקדמים מתמודדים עם כרטיסי תמיכה (tickets) חוזרים על עצמם. מהנדסים מבזבזים זמן רב מדי על בדיקת לוגים (logs). המעבר המתמיד הזה מאט את זמן התגובה שלכם. אתם יכולים לתת ל-AI לטפל בשלב הראשון. הוא סורק, מסווג ומכין טיוטות לתשובות. זה משחרר את הצוות שלכם לעבודה מורכבת יותר.

השתמשו במיון (triage) מבוסס AI בשיטת human-in-the-loop. ה-AI פועל כעוזר. הוא קורא כל בקשה, מזהה את הכוונה (intent) ושולף נתוני ניפוי שגיאות (debug data). לאחר מכן הוא מציע תשובה. אתם סוקרים ועורכים את ההצעה לפני השליחה. זה מבטיח איכות ומהירות. המודל לומד מהעריכות שלכם לאורך זמן.

ChatGPT for Gmail סורק אימיילים נכנסים. הוא מתייג אותם לפי סוג הבעיה. הוא גם מציג טיוטת תשובה. טיוטה זו כוללת קטעי לוגים (log snippets) משירות הרישום (logging service) שלכם.

משתמש שולח אימייל ובו מציין שה-API שלו מחזיר שגיאה לאחר העלאת קובץ גדול. התוסף שולף את עקבות השגיאה (error trace) באופן מיידי. הוא מכין טיוטת תשובה המבקשת את ה-request ID. אתם בודקים אותה ולוחצים על שליחה.

בצעו את השלבים הבאים כדי להטמיע את המערכת הזו:

  • בחרו את נקודת הכניסה שלכם. התקינו את התוסף ChatGPT for Gmail או השתמשו ב-Zapier כדי לחבר את צ'אטי ה-Intercom למודל. חברו אותו ל-endpoint של חיפוש הלוגים שלכם.

  • הריצו במצב צל (shadow mode). תנו ל-AI ליצור טיוטות במשך שבוע אחד. סקרו כל הצעה. תקנו טעויות ושימו לב אילו שדות לוג עוזרים ביותר.

  • הפעילו שליחה אוטומטית בהדרגה. ברגע שטיוטות מועילות עולות על 80 אחוזים, עברו לשליחה אוטומטית עבור בעיות בסיכון נמוך. השאירו כרטיסי תמיכה בעלי חומרה גבוהה (high-severity) תחת בקרה ידנית.

מיון AI הופך תיבת דואר עמוסה בבלגן לתזרים עבודה (pipeline) נקי. זה מקצר את זמני התגובה ומאפשר לצוות שלכם להתמקד בשיפור המוצר. התחילו בקטן. השתמשו במצב צל כדי לבנות אמון בזמן שהמודל לומד.

Source: https://dev.to/ken_deng_ai/title-4abn

Optional learning community: https://t.me/GyaanSetuAi