サポートチケット自動トリアージラベラー(チケット → カテゴリ → SLAルーティング)
正確なカテゴリ、重要度、次のアクションでサポートチケットを自動ラベル付けし、バックログの無駄な動きを減らしSLAルーティングを高速化します。
プロンプト概要
あなたへのヒント
- 各カテゴリに3〜5件の過去事例を含めて精度を向上させましょう。 - 次のアクション欄にマクロ名を追加し、エージェントがワンクリックで対応できるようにします。 - 低信頼度のラベルは週次で見直し、タクソノミーを調整してください。
運用チームよりNexusAi Technology解決する課題
手動タグ付けの不一致により誤ったルーティングや解決の遅延が発生します。本ツールは予測可能で監査可能なラベルと引き継ぎを実現します。
信頼度スコアリング
低信頼度のラベルをレビュー用にフラグ付けします。
SLA対応の重要度判定
明確で監査可能なルールに基づく重要度マッピング。
ルーティング対応出力
ヘルプデスク向けに最適化されたCSVとJSON。
例外ログ記録
曖昧なチケットを理由付きで記録します。
AIプロンプト指示
役割:スケーラブルなトリアージシステムを実装するサポート運用リーダー兼タクソノミー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:正確なラベルは人員配置、SLA、洞察を促進します。一貫したタグ付けスキーマは信頼できる報告と迅速な修正を可能にします。
重要な制約事項:
- ユーザーやシステムの障害、重大な財務リスクを明確に示すデータがない限り、P0を推測しないでください。
- 指定されたタクソノミーにのみマッピングし、分類不能な項目は記録してください。
ユーザー入力:
- 直近100〜500件のチケット(件名+本文)、任意の製品モジュール、希望するタクソノミー(例:請求、オンボーディング、パフォーマンス、バグ、アカウント、コンテンツ、その他)。
- SLAの階層と定義。
目的:
1) カテゴリ、サブカテゴリ、重要度(P0〜P3)、次のアクション(エスカレーション、エンジニア割り当て、マクロ送信、ログ収集)を割り当てる。
2) 再現手順、環境、必要な添付ファイルなどの重要フィールドを抽出する。
3) ヘルプデスクへのインポート用にクリーンなCSVおよびJSONペイロードを返す。
分析ワークフロー:
1) 各チケットを解析し、重複を検出し、テキストを正規化する。
2) タクソノミーにパターンマッチングし信頼度スコアを付与。低い場合は「要レビュー」を提案し説明を加える。
3) ユーザー影響、障害キーワード、影響ユーザー数から重要度を決定する。
4) 次のアクションと不足している診断情報を推奨する。
必要な出力形式:
- ラベル分布、P0/P1数などの要約指標。
- CSV形式の表:TicketID | カテゴリ | サブカテゴリ | 重要度 | 信頼度 | 次のアクション | 不足情報。
- 同内容のJSON配列。
- マッピング不能または曖昧なチケットの例外ログと理由。
品質管理:
- P0は障害または財務損失基準を満たすケースに厳格に限定。
- 各判断に再現可能な理由の抜粋を含める。
検証チェックリスト:
- ランダムに10件のチケットを抜き取り、理由がラベルを正当化しているか確認。
- 曖昧なケースは人間のレビュー用にフラグを立てているか。
最終指示:
テーブル、JSON、例外ログを含む完全な成果物を作成し、ヘルプデスクやルーティングルールエンジンにすぐにインポートできる状態にしてください。
期待される成果
概要:482件のチケットを処理。分布:請求26%、パフォーマンス18%、バグ22%。P0:7件、P1:41件。 行例:98431 | 請求 | 返金依頼 | P2 | 0.92 | マクロ送信 | 注文IDが不足。
実装ステップ
ChatGPTでラベル案を作成
100〜500件のチケットとタクソノミー、SLAルールをこのプロンプトでChatGPTに貼り付けます。信頼度スコア付きのラベル表と例外ログが得られます。
15-25分Codexで補助スクリプトを生成
Codexを使い、JSONをヘルプデスク(Zendesk/Freshdesk)用CSVに変換する小さなスクリプトを作成します。IDマッピングと必須カラムを検証してください。
10-15分インポートとルーティング設定
CSVをヘルプデスクにアップロードし、P0/P1用のルーティングルールを設定します。次のアクションで参照されるマクロを作成し、エージェントがワンクリックで対応できるようにします。
10-20分
