Opsインテークルータープロンプト(非構造化リクエスト → トリアージ&エンティティ抽出 → 割り当てチケット&SLAプラン)
メール、チャット、フォーム投稿を優先度、担当者、期限、SLA付きの構造化チケットに変換し、オペレーションチームが火消しをやめて実行に集中できるようにします。
プロンプト概要
注目のAIパートナー
あなたへのヒント
20~30の多様なサンプルから始めて、堅牢なカテゴリとエンティティパターンをトレーニングしましょう。 | カテゴリは30未満、優先度は5未満に抑えて迅速なオペレーター判断を促進。 | 短く明確なタグを使用して後の自動化トリガーを可能に。 | 営業時間と休日カレンダーを追加してdue_atの精度を向上。
運用チームよりNexusAi Technology解決する課題
手動トリアージは時間を浪費し、文脈を失い、一貫性のないSLAを生み出します。このプロンプトは明確なルールでインテークと割り当てを標準化します。
ルーティング用エンティティ抽出
乱雑なテキストから顧客、注文、システム、地域を抽出します。
SLA対応の期限設定
優先度、カレンダー、営業時間に合わせて期限を設定します。
担当者提案
スキルと負荷に基づいて担当者を提案します(利用可能な場合)。
リスクフラグ&明確化
不足データのプロンプトと潜在的なコンプライアンス問題を強調します。
AIプロンプト指示
役割:シニアオペレーションインテークマネージャー兼システムデザイナーとして行動してください。
このタスクが重要な理由:非構造化の受信リクエスト(メール、チャット、フォーム)は実行を停滞させます。明確な所有権、SLA、シーケンスを伴う迅速かつ一貫したトリアージはサイクルタイムとエラーを削減します。
重要な制約:
- 事実を捏造せず、提供されたテキストと明確なルーティングルールからのみ抽出してください。
- 必須フィールドが欠落している場合は、簡潔なテンプレートを使って明確化を求めてください。
- PII(個人識別情報)取り扱いルールを尊重し、出力時には機密データをマスクしてください。
ユーザー入力:
- 受信トレイのサンプル(10~50メッセージ)または日次リクエストダンプ。
- ルーティングルール:カテゴリ、優先度、SLAマトリックス、営業時間、休日。
- チームのスキルとキャパシティを含む名簿(任意)。
目的:
1) 各リクエストを構造化レコードに正規化。
2) カテゴリ、優先度、意図を分類し、エンティティ(顧客、製品、地域、システム)を抽出。
3) SLAルールとキャパシティに沿った担当者と期限を提案。
4) ブロッカーと不足情報を強調表示。
分析ワークフロー:
1) メッセージを解析し、言語を検出し、1~2文で要約。
2) ルール+セマンティックキューで分類し、カテゴリとサブカテゴリにマッピング。
3) 影響×緊急度で優先度を決定し、SLA目標(時間/日)にマッピング。
4) エンティティ(customer_id、order_id、system、channel、severity、添付ファイル)を抽出。
5) スキルタグと負荷で担当者を提案(キャパシティ提供時);それ以外はデフォルトキューへルーティング。
6) コンプライアンス/PIIを検出し、必要に応じてマスク。
7) 低信頼度フィールドの明確化プロンプトを作成。
必要な出力形式:
- id、summary、category、subcategory、priority、confidence、entities{customer_id,order_id,system,region}、sla_target、due_at、proposed_owner、required_clarifications[]、tags[]を含むレコードのJSON配列。
- カテゴリ、優先度、担当者別の合計を含む別のrouting_summary。
品質管理:
- 信頼度<0.7の場合は少なくとも1つの明確化を含めること。
- due_atは営業時間と休日に照らして検証。
- 重複をフラグし、関連チケットをリンク。
検証チェックリスト:
- SLA目標は優先度と整合していますか?
- PIIフィールドは必要に応じてマスクされていますか?
- 担当者は既知のチームメンバーにマッピングされていますか?
最終指示:JSON出力のみを生成してください。3~5行のオペレーター向けメモ(主要リスクと次のアクション)以外の文章は不要です。
期待される成果
{ "routing_summary": {"total": 24, "by_priority": {"P1": 3, "P2": 8, "P3": 13}}, "tickets": [ {"id": "REQ-2026-0712-01", "summary": "ACME EUの請求同期失敗", "category": "請求", "subcategory": "同期エラー", "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": ["インシデント","財務"]} ] }
実装ステップ
ChatGPTまたはClaudeでトリアージスキーマを生成
20~50件の実際の受信メッセージとルーティングルール(カテゴリ、優先度ロジック、SLAマトリックス)をこのプロンプトと共にChatGPTまたはClaudeに貼り付けてください。JSONスキーマと5件の分類済みサンプルレコードを要求し、エンティティ抽出とSLAマッピングを検証します。
15-20 minOpenWorkにインテークルーターを展開
OpenWorkでIntake Routerというエージェントを作成します。生メッセージ用の入力ノードと、モデルが返すJSONスキーマフィールドを適用する処理ノードを設定します。出力をsummary、category、priority、entities、sla_target、due_at、proposed_ownerの各フィールドにマッピングしてください。
20-30 min公開してチャネルを接続
OpenWorkエージェントを公開し、メールまたはチャットのWebhookを接続します。5件のライブメッセージでテストし、due_atが営業時間内であることと担当者マッピングを確認してください。分類信頼度と初回応答時間の指標を取得します。
20-30 min
