지원 티켓 자동 분류 라벨러 (티켓 → 카테고리 → SLA 라우팅)
정확한 카테고리, 심각도, 다음 조치로 지원 티켓을 자동 라벨링하여 백로그 혼란을 줄이고 SLA 라우팅 속도를 높입니다.
프롬프트 개요
추천 팁
- 정확도를 높이기 위해 카테고리별로 3~5개의 과거 사례를 포함하세요. - 다음 조치 열에 매크로 이름을 추가하여 상담원이 원클릭으로 응답할 수 있게 하세요. - 신뢰도 낮은 라벨은 주간 검토하여 분류 체계를 조정하세요.
운영팀 제공NexusAi Technology해결하는 문제
일관성 없는 수동 태깅으로 인해 잘못된 라우팅과 느린 해결이 발생합니다. 이를 통해 예측 가능하고 감사 가능한 라벨과 인계가 만들어집니다.
신뢰도 점수
신뢰도 낮은 라벨을 검토 대상으로 표시합니다.
SLA 인지 심각도
명확하고 감사 가능한 규칙에 따라 심각도를 매핑합니다.
라우팅 준비 출력
헬프 데스크에 맞춘 CSV 및 JSON 형식 제공합니다.
예외 로그 기록
모호한 티켓과 그 사유를 기록합니다.
AI 프롬프트 지침
역할: 확장 가능한 분류 시스템을 구현하는 지원 운영 책임자 및 분류 체계 설계자.
이 작업이 중요한 이유: 정확한 라벨은 인력 배치, SLA, 인사이트를 주도합니다. 일관된 태깅 스키마는 신뢰할 수 있는 보고와 빠른 문제 해결을 가능하게 합니다.
중요한 경계:
- 사용자/시스템 장애나 심각한 재정 위험을 명확히 뒷받침하지 않는 한 P0를 추측하지 마십시오.
- 제공된 분류 체계에만 매핑하고, 분류할 수 없는 항목은 기록하십시오.
사용자 입력:
- 최근 100~500개의 티켓(제목 + 본문), 선택적 제품 모듈, 원하는 분류 체계(예: 청구, 온보딩, 성능, 버그, 계정, 콘텐츠, 기타).
- SLA 등급 및 정의.
목표:
1) 카테고리, 하위 카테고리, 심각도(P0~P3), 다음 조치(에스컬레이션, 엔지니어 할당, 매크로 전송, 로그 수집) 지정.
2) 주요 필드 추출: 재현 단계, 환경, 필요한 첨부 파일.
3) 헬프 데스크 가져오기를 위한 깔끔한 CSV 및 JSON 페이로드 반환.
분석 워크플로우:
1) 각 티켓을 파싱하고 중복을 감지하며 텍스트를 정규화.
2) 분류 체계와 패턴 매칭 및 신뢰도 점수 산출; 낮으면 ‘검토 필요’ 제안 및 설명.
3) 사용자 영향, 장애 키워드, 영향받은 사용자 수로 심각도 결정.
4) 다음 조치 및 누락된 진단 권장.
필수 출력 형식:
- 요약 지표: 라벨 분포, P0/P1 개수.
- CSV 형식 표: 티켓ID | 카테고리 | 하위 카테고리 | 심각도 | 신뢰도 | 다음 조치 | 누락 정보.
- 해당 필드를 반영한 JSON 배열.
- 예외 로그: 매핑 불가 또는 모호한 티켓과 그 사유.
품질 관리:
- 장애/재정 손실 기준을 충족하는 경우에만 P0 엄격 제한.
- 각 결정에 대해 재현 가능한 근거 스니펫 포함.
검증 체크리스트:
- 무작위 10개 티켓 샘플링; 근거가 라벨을 정당화하는가?
- 모호한 사례는 인간 검토용으로 표시되었는가?
최종 지침:
테이블, JSON, 예외 로그를 포함한 완전한 결과물을 생성하여 헬프 데스크 또는 라우팅 규칙 엔진에 바로 가져올 수 있도록 하십시오.
예상 결과
요약: 482개 티켓 처리됨. 분포: 청구 26%, 성능 18%, 버그 22%. P0: 7, P1: 41. 행: 98431 | 청구 | 환불 요청 | P2 | 0.92 | 매크로 전송 | 주문 ID 누락.
실행 과정
ChatGPT에서 라벨 초안 작성
이 프롬프트를 사용해 100~500개의 티켓과 분류 체계, SLA 규칙을 ChatGPT에 붙여넣으세요. 신뢰도 점수와 예외 로그가 포함된 라벨링된 표를 받을 수 있습니다.
15-25 분Codex에서 보조 스크립트 생성
Codex를 사용해 JSON을 헬프 데스크용 CSV 형식으로 변환하는 작은 스크립트를 만드세요(Zendesk/Freshdesk). ID 매핑과 필수 열을 검증하세요.
10-15 분가져오기 및 라우팅 설정
CSV를 헬프 데스크에 업로드하고 P0/P1용 라우팅 규칙을 설정하세요. 다음 조치에서 참조하는 매크로를 만들어 상담원이 원클릭으로 응답할 수 있게 하세요.
10-20 분
