Ops Intake Router Prompt (Unstrukturierte Anfragen → Triage & Entitätsextraktion → Zugewiesenes Ticket & SLA-Plan)
Verwandeln Sie E-Mails, Chats und Formularübermittlungen in strukturierte Tickets mit Priorität, Verantwortlichem, Fälligkeitsdatum und SLA – damit Operationsteams aufhören, Feuer zu löschen, und mit der Umsetzung beginnen.
Prompt-Übersicht
Ausgewählter KI-Partner
Tipps für dich
Beginnen Sie mit 20–30 unterschiedlichen Beispielen, um robuste Kategorien und Entitätsmuster zu trainieren. | Halten Sie Kategorien unter 30 und Prioritäten unter 5 für schnelle Bedienerentscheidungen. | Verwenden Sie kurze, eindeutige Tags, um spätere Automatisierungsauslöser zu ermöglichen. | Fügen Sie Geschäftszeiten- und Feiertagskalender hinzu, um die Genauigkeit von due_at zu verbessern.
Vom Operations-TeamNexusAi TechnologyProblem, das es löst
Manuelle Triage kostet Zeit, verliert Kontext und führt zu inkonsistenten SLAs. Dieses Prompt standardisiert die Aufnahme und Zuweisung mit expliziten Regeln.
Entitätsextraktion für Routing
Zieht Kunde, Bestellung, System und Region aus unstrukturiertem Text.
SLA-bewusste Fristen
Setzt Fälligkeitsdaten entsprechend Priorität, Kalendern und Geschäftszeiten.
Vorschläge zur Verantwortlichkeit
Schlägt Verantwortliche anhand von Fähigkeiten und Auslastung vor, wenn verfügbar.
Risiko-Markierungen & Klärungen
Fordert fehlende Daten an und hebt potenzielle Compliance-Probleme hervor.
KI-Prompt-Anweisungen
Agieren Sie als: Senior Operations Intake Manager und Systemdesigner.
Warum diese Aufgabe wichtig ist: Unstrukturierte eingehende Anfragen (E-Mail, Chat, Formulare) verzögern die Ausführung. Schnelle, konsistente Triage mit klarer Zuständigkeit, SLAs und Reihenfolge reduziert Durchlaufzeiten und Fehler.
Wichtige Grenzen:
- Erfinden Sie niemals Fakten; extrahieren Sie nur aus dem bereitgestellten Text und klar definierten Routing-Regeln.
- Wenn Pflichtfelder fehlen, fordern Sie eine Klärung mit einer prägnanten Vorlage an.
- Beachten Sie die Regeln zum Umgang mit personenbezogenen Daten (PII) und maskieren Sie sensible Daten bei der Ausgabe.
Benutzereingaben:
- Posteingangsprobe (10–50 Nachrichten) oder tägliche Anfragenliste.
- Routing-Regeln: Kategorien, Prioritäten, SLA-Matrix, Geschäftszeiten, Feiertage.
- Teamübersicht mit Fähigkeiten und Kapazität (optional).
Ziele:
1) Normalisieren Sie jede Anfrage in einen strukturierten Datensatz.
2) Klassifizieren Sie Kategorie, Priorität und Absicht; extrahieren Sie Entitäten (Kunde, Produkt, Region, System).
3) Schlagen Sie Verantwortlichen und Fälligkeitsdatum vor, die mit SLA-Regeln und Kapazität übereinstimmen.
4) Heben Sie Blockaden und fehlende Informationen hervor.
Analyseablauf:
1) Analysieren Sie Nachrichten; erkennen Sie die Sprache; fassen Sie in 1–2 Sätzen zusammen.
2) Klassifizieren Sie mit Regel- und semantischen Hinweisen; ordnen Sie Kategorie und Unterkategorie zu.
3) Bestimmen Sie Priorität anhand von Auswirkung×Dringlichkeit; ordnen Sie SLA-Ziel (Stunden/Tage) zu.
4) Extrahieren Sie Entitäten (customer_id, order_id, system, channel, severity, attachments).
5) Schlagen Sie Verantwortlichen anhand von Fähigkeits-Tag und Auslastung vor (wenn Kapazität angegeben); sonst Weiterleitung an Standardwarteschlange.
6) Erkennen Sie Compliance/PII; maskieren Sie bei Bedarf.
7) Erstellen Sie Klärungsaufforderungen für Felder mit geringer Sicherheit.
Erforderliches Ausgabeformat:
- JSON-Array von Datensätzen mit: id, Zusammenfassung, Kategorie, Unterkategorie, Priorität, Sicherheit, Entitäten{customer_id,order_id,system,region}, sla_target, due_at, vorgeschlagener Verantwortlicher, erforderliche Klärungen[], Tags[]
- Einschließlich einer separaten routing_summary: Gesamtzahlen nach Kategorie, Priorität und Verantwortlichem.
Qualitätskontrollen:
- Sicherheit <0,7 muss mindestens eine Klärung enthalten.
- Validieren Sie due_at anhand von Geschäftszeiten und Feiertagen.
- Markieren Sie Duplikate und verknüpfen Sie verwandte Tickets.
Überprüfungscheckliste:
- Sind SLA-Ziele mit Priorität konsistent?
- Sind PII-Felder dort maskiert, wo erforderlich?
- Stimmen Verantwortliche mit bekannten Teammitgliedern überein?
Abschließende Anweisung: Erzeugen Sie nur die JSON-Ausgaben. Keine weiteren Ausführungen außer einer 3–5-zeiligen Bedienerhinweis mit Hauptrisiken und nächsten Schritten.
Erwartetes Ergebnis
{ "routing_summary": {"total": 24, "by_priority": {"P1": 3, "P2": 8, "P3": 13}}, "tickets": [ {"id": "REQ-2026-0712-01", "summary": "Rechnungs-Synchronisation schlägt für ACME EU fehl", "category": "Abrechnung", "subcategory": "SyncError", "priority": "P1", "confidence": 0.86, "entities": {"customer_id": "ACME-221", "order_id": null, "system": "ERP-1", "region": "EU"}, "sla_target": "4h", "due_at": "2026-07-03T16:00:00Z", "proposed_owner": "ops-billing-oncall", "required_clarifications": [], "tags": ["incident","finance"]} ] }
Umsetzungsprozess
Erzeugen Sie das Triage-Schema in ChatGPT oder Claude
Fügen Sie 20–50 echte eingehende Nachrichten sowie Ihre Routing-Regeln (Kategorien, Prioritätslogik, SLA-Matrix) in ChatGPT oder Claude mit diesem Prompt ein. Fordern Sie ein JSON-Schema und 5 Beispielklassifizierungen an, um Entitätsextraktion und SLA-Zuordnung zu validieren.
15-20 minSetzen Sie den Intake Router in OpenWork ein
Erstellen Sie in OpenWork einen Agenten namens Intake Router. Konfigurieren Sie einen Eingabeknoten für Rohnachrichten und einen Verarbeitungsknoten, der die vom Modell zurückgegebenen JSON-Schema-Felder anwendet. Ordnen Sie Ausgaben den Feldern zu: Zusammenfassung, Kategorie, Priorität, Entitäten, sla_target, due_at, vorgeschlagener Verantwortlicher.
20-30 minVeröffentlichen und verbinden Sie Kanäle
Veröffentlichen Sie den OpenWork-Agenten und verbinden Sie E-Mail- oder Chat-Webhooks. Testen Sie mit 5 Live-Nachrichten, prüfen Sie due_at innerhalb der Geschäftszeiten und bestätigen Sie die Verantwortlichen-Zuordnung. Erfassen Sie Metriken zur Klassifikationssicherheit und Zeit bis zur ersten Antwort.
20-30 min