Ответы клиентам с помощью ИИ, которые не звучат как бот
Каждый получал такой ответ. «Благодарим за обращение! Приносим извинения за доставленные неудобства. Пробовали ли вы очистить кэш?» Вы же в первой строке написали, что кэш уже очистили. И теперь вы раздражены больше, чем были до обращения.
Именно это большинство людей представляет, услышав «ИИ в поддержке». И это справедливо, потому что многое из этого действительно так и выглядит.
Но так быть не обязано. ИИ-ответы клиентам звучат по-человечески, когда выполнены три условия: черновик опирается на реальные факты (ваша документация, прошлые ответы, данные аккаунта клиента), он отвечает именно на заданный вопрос, и перед отправкой его просматривает человек. Если всё это соблюдено, ИИ избавляет вас от большого объёма набора текста, а клиенты не чувствуют, что ими занимается машина. Если нет, вы автоматизируете худший вид поддержки.
Ниже показано, как это выглядит на практике, на правдоподобном примере.
Почему ответы ИИ в поддержке звучат роботизированно
Роботизированный тон на самом деле не проблема стиля. Это проблема знаний.
Когда модель не знает ответа, она заполняет пустоту. Извинения, благодарность за обращение, общие шаги по устранению неполадок, «сообщите нам, если проблема сохранится». Такие наполнители модель выдаёт, когда ей нечего сказать по делу. Инструкции про тон («будь дружелюбным и лаконичным!») не помогают, ведь сказать по делу модели всё равно нечего.
Другие частые причины:
- Он игнорирует то, что клиент уже сообщил. Клиент написал, что пробовал два браузера. В ответе предлагают попробовать другой браузер.
- Он написан для всех сразу. Ни имени, ни тарифа, ни упоминания реальных данных клиента.
- Он не берёт на себя ответственность. «Это может быть вызвано рядом факторов». Какими именно?
- Он заканчивается ничем. Ни следующего шага, ни предложения, просто «надеемся, это помогло!»
Исправьте знания, и большинство проблем с тоном исчезнет само.
Пример: одно письмо, два черновика
Вот письмо в поддержку вымышленного аналитического продукта. Оно типичное: клиент слегка раздражён, перечисляет, что уже пробовал, а настоящая причина ему неизвестна и знать её он не мог.
От: Дана Тема: Экспорт постоянно обрывается
Здравствуйте, я пытаюсь выгрузить наш отчёт за третий квартал в CSV, но экспорт останавливается на полпути. Я пробовала Chrome и Safari и очистила кэш. Отчёт нужен для заседания совета директоров в четверг. Что-то сломалось?
Шаблонный ответ бота
Благодарим за обращение! Приносим извинения за любые доставленные неудобства.
Экспорт может не завершаться по ряду причин. Попробуйте очистить кэш и файлы cookie браузера или воспользоваться другим браузером. Также стоит проверить подключение к интернету.
Если проблема сохранится, не стесняйтесь обращаться к нам, и наша команда с радостью поможет вам!
Каждое предложение формально в порядке. Но весь ответ бесполезен. Он повторяет то, что Дана уже сделала, ничего не объясняет и возвращает проблему ей же за два дня до дедлайна.
Ответ, опирающийся на факты
Теперь представим, что у ИИ, составляющего этот ответ, есть три источника: ваша справочная статья об ограничениях экспорта, аккаунт Даны (у неё тариф Basic) и размер отчёта, который она пыталась выгрузить (около 14 000 строк).
Здравствуйте, Дана!
Ничего не сломалось, но понимаю, почему так кажется. На тарифе Basic экспорт ограничен 10 000 строк, а в вашем отчёте за третий квартал их около 14 000, поэтому выгрузка обрывается на полпути.
Есть два способа успеть до четверга:
- Отфильтруйте отчёт по дате (с июля до середины августа, затем остальной период) и выгрузите его двумя частями. Каждая часть уложится в лимит.
- Я могу включить для вашего рабочего пространства пробный период тарифа Team: лимит вырастет до 100 000 строк, и вы сможете выгрузить всё за один раз.
Включить пробный период? Мне это займёт минуту.
Fraser
Та же модель, тот же клиент, совершенно другой ответ. Разница в том, что у второго черновика были факты. Он знал лимит, тариф, число строк и доступные варианты. Поэтому он смог объяснить причину, предложить решение и учесть дедлайн.
В этом и заключается вся суть.
Как работают ответы ИИ, опирающиеся на факты
Принцип, на котором построены хорошие ИИ-инструменты для helpdesk, называется retrieval-augmented generation (генерация с дополнением выборкой), но этот термин вам не нужен. Смысл в том, что перед написанием система сначала ищет информацию.
Самые важные источники, примерно по порядку:
- Статьи вашего центра помощи. Официальный ответ на частые вопросы. Если в документации сказано, что лимит экспорта равен 10 000 строк, черновик назовёт 10 000 строк.
- Прошлые решённые тикеты. Как ваша команда на самом деле отвечала на такие вопросы раньше, включая обходные пути, которые так и не попали в документацию.
- Аккаунт клиента. Тариф, использование, недавние ошибки, что клиенту уже сообщали. Именно это делает ответ личным, а не шаблонным.
- Внутренние заметки и правила. Условия возврата, известные баги, всё то, что вы рассказали бы новому сотруднику поддержки в первый день.
Хороший ИИ-инструмент для поддержки также показывает свои источники. Если в черновике написано «на тарифе Basic экспорт ограничен 10 000 строк», вы должны видеть, из какой статьи это взято. Так вы заметите черновик, который уверенно ссылается на прошлогодние цены.
Почему человек должен оставаться в процессе
Тяга к полностью автоматическим ответам сильна. Они дешевле и мгновенны. Для небольшого набора по-настоящему простых вопросов («где мой счёт?») с надёжным источником такой подход может подойти.
Во всех остальных случаях я бы оставил человека между черновиком и кнопкой отправки. Несколько причин:
- Модель иногда ошибается. И делает это уверенно. Обычно потому, что документ устарел или на прошлый тикет ответили плохо.
- Не все письма таковы, какими кажутся. «Как выгрузить мои данные?» иногда сигнал об уходе клиента. Человек это заметит. Бот просто ответит на вопрос.
- Тон требует суждения. Раздражённому клиенту с дедлайном нужен другой ответ, чем любопытному, который смотрит продукт в воскресенье.
- Проверка многому учит. Если вы постоянно правите один и тот же тип черновиков, значит, в документации чего-то не хватает или она неверна.
Экономия времени от ИИ-черновиков остаётся большой даже с проверкой. Править хороший черновик гораздо быстрее, чем писать с нуля. Вы проверяете факты и подстраиваете тон, а не сочиняете текст.
Практические правила для черновиков в helpdesk, которые звучат как вы
Если вы настраиваете это сами, с помощью инструмента или собственных промптов, эти правила дают больше всего:
Сначала дайте ему факты, потом стиль. Руководство по стилю без знаний даёт вежливую чепуху. Сначала приведите центр помощи в порядок.
Запретите воду. Скажите прямо: никаких «благодарим за обращение», «приносим извинения за доставленные неудобства», «не стесняйтесь». Начинайте с ответа.
Заставьте использовать слова клиента. Если клиент перечислил, что уже пробовал, ответ не должен снова предлагать это.
Требуйте следующий шаг. Каждый ответ заканчивается чем-то конкретным: ссылкой, предложением, вопросом, который продвигает дело.
Разрешите говорить «я не знаю». Черновик «Ничего по этому вопросу не нашёл, передаю человеку» гораздо лучше догадки. Инструменты, опирающиеся на факты, должны отказываться, а не выдумывать.
Подписывайтесь как человек. Если ответ проверил и отправил человек, он от этого человека. Это честно и лучше читается.
Показывайте источники сотруднику, а не клиенту. Ссылки помогают проверяющему сверить факты. Клиенту нужен просто ответ.
Когда ответы ИИ в поддержке дают сбой (и что делать)
На какие сбои я бы обратил внимание:
- Устаревшая документация. ИИ настолько актуален, насколько актуально то, что он читает. Если в документации описана функция, которую вы удалили в прошлом месяце, черновики будут описывать её тоже. Если это ваше слабое место, прочитайте как поддерживать документацию в актуальном состоянии.
- Повтор неудачного прошлого ответа. Если когда-то кто-то дал неверный обходной путь, поиск может снова его вытащить. Архивируйте или исправляйте плохие тикеты.
- Избыточное раскрытие данных аккаунта. Черновик должен использовать данные аккаунта, чтобы помочь, а не зачитывать их. «В вашем отчёте около 14 000 строк» полезно. Перечислять чью-то историю платежей не нужно.
- Утечки между клиентами. Убедитесь, что поиск по прошлым тикетам никогда не цитирует данные одного клиента другому. Любой выбранный инструмент должен чётко говорить об этом.
Как черновики со временем становятся лучше
Вот то, что многие упускают. Лучший способ улучшить ИИ-ответы в поддержке не в подкручивании промптов. Он в улучшении базы знаний.
Каждый раз, когда черновик слабый, потому что ответа нет в документации, это недостающая статья справки. Напишите её, и следующий черновик на эту тему получится хорошим, а часть клиентов вообще не будет писать в поддержку. Процесс я описал в статье как превращать тикеты поддержки в статьи справки, а более широкую картину в материале как сократить число обращений в поддержку без найма.
Вокруг этого цикла мы и строим продукт. Ellie Docs пишет и поддерживает ваш центр помощи по вашей кодовой базе, поэтому факты остаются актуальными с каждым релизом. Ellie Desk — общий почтовый ящик для email, чата и веб-виджета, который составляет черновики ответов на основе этой документации, ваших прошлых тикетов и базы знаний. Вы проверяете, правите и отправляете. А когда тикет решён, один клик превращает его в черновик статьи справки. Desk сейчас в раннем доступе.
Есть и много других вариантов. В Intercom, Zendesk, Help Scout и Front тоже уже есть ИИ-черновики или функции ответов с разными подходами к опоре на факты и автоматизации. Что бы вы ни выбрали, задайте те же вопросы: что он читает, показывает ли источники и может ли человек проверить ответ перед отправкой?
Вопросы об ИИ в поддержке клиентов
Поймут ли клиенты, что ответ составил ИИ? Нет, если ответ опирается на факты и проверен. Клиенты замечают шаблонные ответы, а не ИИ. Конкретный и верный ответ с подписью реального человека читается как хорошая поддержка, потому что он ею и является.
Нужно ли отправлять ИИ-ответы автоматически? Для узкого набора простых и хорошо описанных вопросов это может работать. Если речь о деньгах, багах, раздражении или требуется суждение, пусть ответ проверяет человек. Основная экономия времени всё равно приходится на составление черновика.
Что нужно, чтобы ИИ-черновики окупались? Точный центр помощи по самым частым вопросам и достаточно прошлых тикетов, из которых система научится вашим ответам. Если документации мало, начните с неё.
Если вам нужна почта поддержки, где ИИ составляет ответ по вашей документации и прошлым ответам, а вам остаётся проверить и отправить, запишитесь в список раннего доступа Ellie Desk.