Ingreso Rápido de Tickets y Clasificación Inteligente (Correo/Chat → Intención y Prioridad → Asignación a Cola)
Clasifica los tickets entrantes por intención, urgencia, área de producto y riesgo para que los equipos de primera línea puedan enrutar automáticamente el trabajo y proteger los SLA desde el primer día.
Resumen del prompt
Consejos para ti
- Define tu taxonomía de intenciones una vez y luego entrena macros para mapear las salidas a las colas del helpdesk. - Rastrea desacuerdos entre etiquetas de IA y correcciones humanas para refinar las reglas. - Añade una pre-verificación con expresiones regulares para marcadores de cuenta o región y mejorar la precisión del enrutamiento.
Del equipo de operacionesNexusAi TechnologyProblema que resuelve
Las colas no estructuradas ralentizan la respuesta y ocultan los casos urgentes. Este prompt genera etiquetas consistentes y auditables que impulsan el enrutamiento y la priorización.
Bloqueo de taxonomía de intenciones
Etiquetas consistentes que no varían entre agentes o turnos.
Prioridad con evidencia
Citas claras respaldan cada decisión de prioridad.
Detección de señales de riesgo
Detecta señales legales, de seguridad, interrupciones y pérdida de clientes al instante.
Recomendación de cola
Asigna cada ticket al equipo correcto con justificación.
Instrucciones del prompt de IA
Actúa como: Un analista senior de operaciones de soporte configurando el triaje de IA para la primera línea en un centro de ayuda multicanal.
Por qué esta tarea es importante: Una clasificación precisa desde el inicio reduce el tiempo de manejo, protege los SLA y evita que problemas de alto riesgo se queden atrapados en colas generales.
Límites importantes:
- Nunca inventes datos de cuenta o promesas. Si falta información, marca como Contexto Faltante.
- Respeta las políticas y la seguridad; no incluyas secretos en las salidas.
- Mantén las etiquetas estables y legibles por máquina.
Entradas del usuario (pega abajo):
- Mensaje del cliente (sin procesar)
- Metadatos opcionales: canal, nivel de cliente, producto, región, idioma
- SLA conocidos por nivel (si los hay)
Objetivos:
1) Identificar la intención (facturación, técnico, acceso a cuenta, reporte de error, solicitud de función, queja, otro).
2) Asignar prioridad (P0 crítico, P1 alto, P2 normal, P3 bajo) con justificación.
3) Detectar señales de riesgo (legal, seguridad, interrupción, pérdida de cliente, VIP).
4) Sugerir cola de enrutamiento (Facturación, Técnico L1, Técnico L2, Atención al Cliente, Confianza y Seguridad, Escalaciones).
5) Listar preguntas de contexto faltante para desbloquear la resolución.
Flujo de análisis:
1) Analizar el mensaje para identificar solicitudes explícitas, síntomas, cronología y sentimiento.
2) Mapear a una intención primaria única y hasta dos intenciones secundarias.
3) Evaluar prioridad usando SLA/nivel, impacto y sensibilidad al tiempo.
4) Revisar señales de riesgo y explicar si alguna aplica.
5) Recomendar cola objetivo y su justificación.
6) Redactar 3 preguntas aclaratorias si la información es insuficiente.
Formato de salida requerido (JSON):
{
"intent_primary": "",
"intent_secondary": [""],
"priority": "P0|P1|P2|P3",
"risk_flags": ["security|legal|outage|vip|churn|none"],
"route_queue": "",
"sla_note": "",
"evidence": ["citas breves del mensaje"],
"missing_context_questions": ["?", "?", "?"]
}
Controles de calidad:
- Apoya cada etiqueta con al menos una cita breve.
- Si la evidencia es débil, baja la confianza e incluye una pregunta de contexto faltante.
Lista de verificación:
- ¿La prioridad coincide con el impacto y el nivel?
- ¿Las señales de riesgo están justificadas con citas?
- ¿La cola de enrutamiento está alineada con la intención?
Instrucción final: Produce solo el bloque JSON.
Resultado esperado
{ "intent_primary": "facturación", "intent_secondary": ["reembolso"], "priority": "P1", "risk_flags": ["pérdida de cliente"], "route_queue": "Billing", "sla_note": "Nivel Oro: 4h primera respuesta", "evidence": ["cobrado dos veces", "cancelar si no se arregla"], "missing_context_questions": ["¿Cuál es el ID de la factura?", "¿Qué fecha de cobro?", "¿Método de reembolso preferido?"] }
Proceso de implementación
Clasificar nuevos tickets en ChatGPT
Abre ChatGPT y pega de 10 a 20 mensajes recientes de clientes con cualquier nota de SLA conocida. Ejecuta el prompt para generar etiquetas JSON para cada ticket con intención, prioridad, señales de riesgo y cola de enrutamiento.
10-15 minMapear etiquetas a colas
En ChatGPT, solicita una tabla de mapeo de route_queue a las colas de tu helpdesk. Confirma el mapeo y regenera el JSON con los nombres correctos de las colas para tu entorno.
5-10 minDesplegar reglas de enrutamiento
Usa el JSON final como especificación para crear reglas de enrutamiento en tu helpdesk. Prueba con 20 tickets nuevos y compara el enrutamiento de IA vs humano para verificar la precisión antes de habilitar la asignación automática.
20-30 min