Çağrı merkezi

Destek ve Yapay Zeka için Bilgi Tabanı Oluşturma: Pratik Rehber

Temsilcilerin ve yapay zeka asistanlarının aramalarda kullanabileceği bir bilgi tabanı kurun: neler dahil edilir, yanıtlar nasıl yazılır, yapı ve sahiplik.

Call editör ekibi · Yayınlanma · 4 dk okuma

Deneyimli bir temsilciye yanıtları nerede bulduğunu sorun; çoğu zaman "Ben biliyorum" ya da "Ayşe'ye soruyorum" cevabını duyarsınız. Bir çağrı merkezini yönetmenin kırılgan bir yoludur. İyi bir bilgi tabanı yanıtları herkesin ulaşabileceği bir yere koyar; yeni personelin ve yapay zeka asistanlarının en deneyimli meslektaşınızla aynı yanıtı vermesini sağlar.

İki ekranlı bir masada yardım makaleleri yazan destek uzmanı
Örnek görsel

Bu rehber, nelerin toplanacağını, nasıl yazılacağını, nasıl canlı tutulacağını ve yapay zekayla nasıl kullanılacağını kapsar. Kaynakları bir yapay zeka ajanının içinde yanıta dönüştürmek için bkz. Call'da Bilgi Kaynaklarını Kullanma ve Sesli ajanlar için RAG.

Belgelerden değil, sorulardan başlayın

Sahip olduğunuz her belgeyi yükleyerek başlamayın. İnsanların ne sorduğuyla başlayın. Son arama notlarından, taleplerden ve e-postalardan bir örnek okuyun, konuya göre gruplayın ve sayın. İlk yirmi konu genellikle hacmin çoğunu kapsar. Bunlar ilk makaleleriniz olur.

Sorulardan makalelere giden bir yol

  1. ToplayınAramalardan, taleplerden ve sohbetlerden gerçek soruları bir araya getirin.
  2. GruplayınOnları konuya göre kümeleyin ve her birinin ne sıklıkla göründüğünü not edin.
  3. SeçinEn sık olanı ve yanlış olduğunda en maliyetli olanı seçin.
  4. Taslak yazınBilen temsilcilerle birlikte kısa bir yanıt yazın.
  5. Test edinYeni birinden onu gerçek bir soruda kullanmasını isteyin.

Aynı alıştırma boşlukları da bulur. Temsilcinin tereddüt ettiği, bir meslektaşına sorduğu veya tutarsız bir yanıt verdiği aramalar eksik veya belirsiz makalelere işaret eder. Aramalardan bilgi boşluklarını bulma bu alışkanlığı açıklar.

Baskı altında işe yarayan makaleler yazmak

Bir temsilcinin dakikaları değil saniyeleri vardır. Bir makale, yanıt en üstte, ayrıntı altında olacak şekilde bir bakışta okunabilir olmalıdır.

Zayıf ve güçlü makaleler

ZayıfGüçlü
Başlıkİade politikası v3 sonBir müşteri otuz gün sonra iade alabilir mi?
AçılışPolitikanın tarihçesiEvet, şu durumlarda; aksi hâlde hayır
DüzenTek uzun bir paragrafKısa yanıt, adımlar, istisnalar
SahipBilinmiyorAdı belli, gözden geçirme tarihiyle
DilDahili kısaltmalarArayanların kullandığı sözcükler

İçerik sesli bir ajanı besleyecekse göz kadar kulak için de yazın. Kısa, eksiksiz cümleler hem okuyucular hem dinleyiciler için işe yarar; tablolar ve uzun listeler yüksek sesle okunmaya dayanamaz.

Yapı ve bulunabilirlik

İyi makaleler bile kimse bulamazsa başarısız olur. Şirketin nasıl örgütlendiğine göre değil, temsilcilerin nasıl düşündüğüne uyan az sayıda kategori kullanın: faturalama, teslimat, hesaplar ve şikayetler gibi. İnsanların gerçekten kullandığı arama terimlerini, yaygın yazım yanlışları ve eski ürün adları dahil ekleyin. İlgili makaleleri birbirine bağlayın; böylece iadeleri okuyan biri iptallere tek adımda ulaşabilir.

Bir bilgi tabanını bulunabilir tutan dört alışkanlık

  • Makale başına bir konuÜç soruyu kötü yanıtlayan karışık makalelerden kaçının.
  • Sade başlıklarDahili etiketi değil, arayanın ifadesini kullanın.
  • Eş anlamlılarAynı şeyin diğer adlarını listeleyin.
  • Az kategoriBeş net grup, yirmi belirsiz gruptan iyidir.

Sahiplik ve gözden geçirme

Sahipsiz bir bilgi tabanı sessizce çürür. Her makaleye bir sahip, genellikle konuya en yakın kişi ve bir gözden geçirme tarihi verin. Promosyonlar veya çalışma saatleri gibi hızlı değişen konular için kısa, kararlı konular için daha uzun döngüler belirleyin. Bir politika değiştiğinde makaleyi aynı gün güncelleyin ve ekibe haber verin.

Hafif bir yönetişim rutini

  • Her makalenin bir sahibi ve son kontrol tarihi var
  • Haftanın aramalarından makale eklemek veya düzeltmek için haftalık bir zaman dilimi
  • En eski makalelere aylık bir bakış
  • Temsilcilerin tek tıkla bir hatayı işaretlemesi için basit bir yol
  • Eskimiş makaleleri gizlemek yerine emekliye ayırmak için bir kural

Aynı bilgi tabanını yapay zekayla kullanmak

Bir yapay zeka asistanı kendisine verdiğinizden yanıt verir; bu yüzden temiz bir bilgi tabanı yazabileceğiniz güçlü bir istemdir. İnsanlara yönelik iyi makaleler genellikle iyi yapay zeka kaynakları olur. Birkaç ek nokta yardımcı olur.

Gerçek ifadeyle test edin. Asistana arayanların kullandığı sözcüklerle on soru sorun ve yanıtları eleştirel okuyun. Sesli yapay zeka halüsinasyonları bir asistanın yanlış olduğu hâlde neden kendinden emin görünebildiğini açıklar; yapay zeka resepsiyonist için SSS içeriği ise onun için yanıtların nasıl yazılacağını gösterir.

Örnek bir makale

Varsayımsal bir diş kliniği kullanarak zayıf bir makalenin nasıl güçlü olduğunu görelim. Zayıf sürümün başlığı "İptal politikası"dır ve üç paragraflık bir arka planla açılır. Güçlü sürümün başlığı "Bir hasta randevu gününde iptal edebilir mi?" olup şöyle başlar: "Evet. Kliniğin bir gün önceden haber istediğini söyleyin, ama bir iptali asla reddetmeyin. Kayda not edin ve yeni bir zaman önerin." Bunun altında acil durumlar gibi istisnalar ve olağandışı her şey için kime sorulacağı gelir.

Neyin değiştiğine dikkat edin. Başlık soruyla eşleşiyor. Yanıt önce geliyor. Tavsiye yalnızca politikanın ne olduğunu değil, ne yapılacağını söylüyor. Ve temsilciye ne yapmaması gerektiğini söylüyor. Bir belge ile bir araç arasındaki fark budur.

Yaygın hatalar

Çare çoğunlukla teknoloji değil alışkanlıktır. Haftada otuz dakikasını bilgi tabanına ayıran küçük bir ekip, yılda bir kez büyük bir temizlik yapan büyük bir ekibi geride bırakır.

Yardımcı olup olmadığını ölçmek

Bir bilgi tabanı aramalarda olanları değiştirmelidir. Belgelediğiniz konularda daha az üst makama aktarma, yanıt bulmak için daha kısa süre, daha az tutarsız yanıt ve daha az tekrar arama arayın. İlk aramada çözüm ve işlem süresi doğal ölçülerdir, ancak dikkatle okuyun: yanıt yanlışsa daha hızlı olmak daha iyi değildir. Bunları gerçek aramaların rastgele kontrolleriyle eşleştirin.

Call ile nasıl yapılır

Call'da bir yapay zeka ajanının bilgi tabanı kaynaklardan oluşturulur: dosyalar, web sayfaları, metin parçaları, soru-cevap ve içe aktarılan Notion sayfaları. Soru-cevap kesin yanıtlara uyar; dosyalar ve web sayfaları arka planı taşır. Bir soru kontrol aracı, bilgi tabanının bir soru için arama yapmadan ne bulduğunu gösterir ve arayan sorularından oluşturulan öneriler boşluklara işaret edebilir. Kaynakları yalnızca yöneticiler değiştirebilir. İçerik için tek bir sahip tutun ve arama gözden geçirmelerinizle aynı ritimde gözden geçirin.

Sık sorulan sorular

Bir bilgi tabanına önce ne girmeli?

En sık gelen sorular ve yanlış yanıtlandığında maliyetli olanlar. Bir belge yığınından değil, gerçek aramalardan ve taleplerden başlayın.

Bir makale ne kadar uzun olmalı?

Soruyu yanıtlayıp istisnaları verirken olabildiğince kısa. Bir temsilci yanıtı birkaç saniyede bulamıyorsa kısaltın veya yeniden yapılandırın.

Makaleleri kim yazmalı?

Konuya en yakın kişiler; üslubu tutarlı tutan bir editörle birlikte. Temsilciler gerçek soruları bildikleri için çoğu zaman güçlü yazarlardır.

Tek bir bilgi tabanı hem temsilcilere hem yapay zekaya hizmet edebilir mi?

Evet; doğru, sade ve çelişkisiz ise. Yapay zeka için neyi söylememesi gerektiği ve yanıt eksik olduğunda ne yapacağı konusunda açık talimatlar ekleyin.

Ne sıklıkla gözden geçirmeliyim?

Hızlı değişen konuları aylık veya daha sık, kararlı olanları daha seyrek. En önemli kural, altta yatan politika değiştiği gün makaleyi güncellemektir.

Neyin eksik olduğunu nasıl bulurum?

Temsilcilerin tereddüt ettiği veya üst makama aktardığı aramalara ve bir yapay zeka asistanının yanıtlayamadığı sorulara bakın. Boşluklarınız bunlardır.

Call'da yapay zeka ajanınıza bilgi kaynakları ekleyin

Demo konsolunda gelen çağrıları bir simülasyonla deneyebilirsiniz.

İlgili rehberler