Automatische Support-Ticket-Triage und Labeling (Tickets → Kategorien → SLA-Routing)
Automatisches Labeln von Support-Tickets mit präzisen Kategorien, Dringlichkeit und nächster Aktion, um Rückstände zu reduzieren und das SLA-Routing zu beschleunigen.
Prompt-Übersicht
Tipps für dich
- Fügen Sie pro Kategorie 3–5 historische Beispiele hinzu, um die Genauigkeit zu erhöhen. - Geben Sie Makronamen in der Spalte „Nächste Aktion“ an, damit Agenten mit einem Klick antworten können. - Überprüfen Sie wöchentlich Labels mit geringer Vertrauensbewertung, um die Taxonomie zu optimieren.
Vom Operations-TeamNexusAi TechnologyProblem, das es löst
Inkonsistente manuelle Kennzeichnung führt zu Fehlleitungen und verzögerten Lösungen. Dieses System erzeugt vorhersehbare, prüfbare Labels und Übergaben.
Vertrauensbewertung
Markiert Labels mit geringer Sicherheit zur Überprüfung.
SLA-basierte Dringlichkeit
Dringlichkeit wird anhand klarer, prüfbarer Regeln zugeordnet.
Routing-fertige Ausgabe
CSV und JSON speziell für Helpdesks aufbereitet.
Ausnahmeprotokollierung
Erfasst mehrdeutige Tickets mit Begründung.
KI-Prompt-Anweisungen
Handeln Sie als: Leiter Support-Operations und Taxonomie-Designer, der skalierbare Triage-Systeme implementiert.
Warum diese Aufgabe wichtig ist: Präzise Labels steuern Personalplanung, SLAs und Erkenntnisse. Ein konsistentes Tagging-Schema ermöglicht verlässliche Berichte und schnellere Problemlösungen.
Wichtige Grenzen:
- Schätzen Sie P0 niemals, es sei denn, die Daten belegen eindeutig einen Benutzer-/Systemausfall oder ein erhebliches finanzielles Risiko.
- Ordnen Sie nur der vorgegebenen Taxonomie zu; protokollieren Sie nicht kategorisierbare Fälle.
Benutzereingaben:
- 100–500 aktuelle Tickets (Betreff + Inhalt), optionales Produktmodul und gewünschte Taxonomie (z. B. Abrechnung, Onboarding, Leistung, Fehler, Konto, Inhalt, Sonstiges).
- SLA-Stufen und Definitionen.
Ziele:
1) Weisen Sie Kategorie, Unterkategorie, Dringlichkeit (P0–P3) und nächste Aktion (Eskaliere, Technik zuweisen, Makro senden, Logs sammeln) zu.
2) Extrahieren Sie Schlüsselfelder: Reproduktionsschritte, Umgebung, benötigte Anhänge.
3) Geben Sie eine saubere CSV- und JSON-Datei für den Import ins Helpdesk zurück.
Analyseablauf:
1) Analysieren Sie jedes Ticket, erkennen Sie Duplikate und normalisieren Sie den Text.
2) Ordnen Sie Muster der Taxonomie mit Vertrauensbewertung zu; bei geringer Sicherheit „Überprüfung erforderlich“ vorschlagen und begründen.
3) Bestimmen Sie die Dringlichkeit anhand von Nutzerbeeinträchtigung, Ausfall-Schlüsselwörtern und Anzahl betroffener Nutzer.
4) Empfehlen Sie die nächste Aktion und fehlende Diagnostik.
Erforderliches Ausgabeformat:
- Zusammenfassende Kennzahlen: Label-Verteilung, Anzahl P0/P1.
- CSV-ähnliche Tabelle: TicketID | Kategorie | Unterkategorie | Dringlichkeit | Vertrauen | Nächste Aktion | Fehlende Infos.
- JSON-Array mit denselben Feldern.
- Ausnahmeprotokoll: nicht zugeordnete oder mehrdeutige Tickets mit Begründung.
Qualitätskontrollen:
- P0 streng auf Fälle mit Ausfall-/finanziellem Verlust-Kriterien begrenzen.
- Für jede Entscheidung reproduzierbare Begründungen angeben.
Verifikationscheckliste:
- Stichprobenartige Prüfung von 10 zufälligen Tickets; rechtfertigen die Begründungen die Labels?
- Werden mehrdeutige Fälle zur manuellen Prüfung markiert?
Abschließende Anweisung:
Erstellen Sie die vollständige Ausgabe mit Tabelle, JSON und Ausnahmeprotokoll, bereit für den Import in ein Helpdesk- oder Routing-Regelsystem.
Erwartetes Ergebnis
Zusammenfassung: 482 Tickets verarbeitet. Verteilung: Abrechnung 26 %, Leistung 18 %, Fehler 22 %. P0: 7, P1: 41. Zeile: 98431 | Abrechnung | Rückerstattungsanfrage | P2 | 0,92 | Makro senden | Fehlende Bestellnummer.
Umsetzungsprozess
Labels in ChatGPT entwerfen
Fügen Sie 100–500 Tickets mit Ihrer Taxonomie und SLA-Regeln in ChatGPT ein, indem Sie diesen Prompt verwenden. Sie erhalten eine gelabelte Tabelle mit Vertrauensbewertungen und ein Ausnahmeprotokoll.
15-25 minHilfsskripte in Codex erstellen
Nutzen Sie Codex, um ein kleines Skript zu erstellen, das das JSON in ein CSV für Ihr Helpdesk (Zendesk/Freshdesk) umwandelt. Überprüfen Sie die ID-Zuordnung und erforderliche Spalten.
10-15 minImportieren und routen
Laden Sie das CSV in Ihr Helpdesk hoch und richten Sie Routing-Regeln für P0/P1 ein. Erstellen Sie Makros, die in der nächsten Aktion referenziert werden, damit Agenten mit einem Klick antworten können.
10-20 min