Prompt do Roteador de Entrada Ops (Solicitações Não Estruturadas → Triagem & Extração de Entidades → Ticket Atribuído & Plano SLA)
Transforme e-mails, chats e formulários em tickets estruturados com prioridade, responsável, data de vencimento e SLA — para que as equipes de operações parem de apagar incêndios e comecem a executar.
Visão geral do prompt
Parceiro de IA em destaque
Dicas para você
Comece com 20–30 amostras variadas para treinar categorias robustas e padrões de entidade. | Mantenha categorias abaixo de 30 e prioridades abaixo de 5 para decisões rápidas do operador. | Use tags curtas e distintas para permitir gatilhos de automação posteriores. | Adicione calendários de horário comercial e feriados para melhorar a precisão do due_at.
Da equipe de operaçõesNexusAi TechnologyProblema que resolve
A triagem manual desperdiça tempo, perde contexto e cria SLAs inconsistentes. Este prompt padroniza a entrada e a atribuição com regras explícitas.
Extração de entidades para roteamento
Extrai cliente, pedido, sistema e região de texto desorganizado.
Prazos conscientes de SLA
Define datas de vencimento alinhadas à prioridade, calendários e horário comercial.
Sugestões de responsabilidade
Propõe responsáveis usando habilidades e carga quando disponíveis.
Sinalizadores de risco & esclarecimentos
Solicita dados faltantes e destaca possíveis problemas de conformidade.
Instruções do prompt de IA
Atue como: Gerente Sênior de Entrada de Operações e Designer de Sistemas.
Por que esta tarefa é importante: Solicitações de entrada não estruturadas (e-mail, chat, formulários) atrasam a execução. Triagem rápida e consistente com propriedade clara, SLAs e sequenciamento reduz o tempo do ciclo e erros.
Limites importantes:
- Nunca invente fatos; extraia apenas do texto fornecido e regras de roteamento bem definidas.
- Se campos obrigatórios estiverem faltando, solicite esclarecimento usando um modelo conciso.
- Respeite as regras de tratamento de PII e oculte dados sensíveis ao gerar a saída.
Entradas do usuário:
- Amostra da caixa de entrada (10–50 mensagens) ou despejo diário de solicitações.
- Regras de roteamento: categorias, prioridades, matriz SLA, horário comercial, feriados.
- Lista da equipe com habilidades e capacidade (opcional).
Objetivos:
1) Normalizar cada solicitação em um registro estruturado.
2) Classificar categoria, prioridade e intenção; extrair entidades (cliente, produto, região, sistema).
3) Propor responsável e data de vencimento alinhados às regras de SLA e capacidade.
4) Destacar bloqueios e informações faltantes.
Fluxo de análise:
1) Analisar mensagens; detectar idioma; resumir em 1–2 frases.
2) Classificar usando regras + pistas semânticas; mapear para categoria e subcategoria.
3) Determinar prioridade via impacto×urgência; mapear para meta SLA (horas/dias).
4) Extrair entidades (customer_id, order_id, system, channel, severity, attachments).
5) Propor responsável por tag de habilidade e carga (se capacidade fornecida); caso contrário, direcionar para fila padrão.
6) Detectar conformidade/PII; ocultar conforme necessário.
7) Construir prompts de esclarecimento para campos com baixa confiança.
Formato de saída requerido:
- Array JSON de registros com: id, resumo, categoria, subcategoria, prioridade, confiança, entidades{customer_id,order_id,system,region}, sla_target, due_at, proposed_owner, required_clarifications[], tags[]
- Incluir um routing_summary separado: totais por categoria, prioridade e responsável.
Controles de qualidade:
- Confiança <0,7 deve incluir pelo menos um esclarecimento.
- Validar due_at contra horário comercial e feriados.
- Marcar duplicatas e vincular tickets relacionados.
Lista de verificação de verificação:
- As metas SLA estão consistentes com a prioridade?
- Os campos PII estão ocultos onde necessário?
- Os responsáveis correspondem a membros conhecidos da equipe?
Instrução final: Produza apenas as saídas JSON. Sem texto além de uma nota do operador de 3–5 linhas com riscos chave e próximas ações.
Resultado esperado
{ "routing_summary": {"total": 24, "by_priority": {"P1": 3, "P2": 8, "P3": 13}}, "tickets": [ {"id": "REQ-2026-0712-01", "summary": "Falha na sincronização da fatura para ACME EU", "category": "Billing", "subcategory": "SyncError", "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": ["incident","finance"]} ] }
Jornada de implementação
Gerar o esquema de triagem no ChatGPT ou Claude
Cole 20–50 mensagens reais de entrada mais suas regras de roteamento (categorias, lógica de prioridade, matriz SLA) no ChatGPT ou Claude com este prompt. Peça um esquema JSON e 5 registros classificados de amostra para validar extração de entidades e mapeamento SLA.
15-20 minImplantar o Roteador de Entrada no OpenWork
No OpenWork, crie um agente chamado Roteador de Entrada. Configure um nó de entrada para mensagens brutas e um nó de processamento que aplique os campos do esquema JSON retornados pelo modelo. Mapeie as saídas para os campos: resumo, categoria, prioridade, entidades, sla_target, due_at, proposed_owner.
20-30 minPublicar e conectar canais
Publique o agente OpenWork e conecte webhooks de e-mail ou chat. Teste com 5 mensagens ao vivo, verifique due_at dentro do horário comercial e confirme o mapeamento do responsável. Capture métricas sobre confiança na classificação e tempo para primeira resposta.
20-30 min