本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
使用生成式 AI 在 Connect Customer 中評估客服人員效能
注意
採用 Amazon Bedrock 技術: AWS 實作自動濫用偵測。因為 Contact Lens 中的生成式 AI 功能是建立在 Amazon Bedrock 的基礎上,所以使用者可以充分利用 Amazon Bedrock 中實作的控制措施,強制執行人工智慧 (AI) 的安全、保障和負責任使用目標。
管理員可以使用自然語言指定其評估條件,並使用生成式 AI 自動化高達 100% 的客戶互動評估。生成式 AI 可讓您自動評估其他客服人員行為 (例如,客服人員是否能夠解決客戶的問題?),讓經理全面監控並改善法規遵循、客服人員遵守品質標準和敏感資料收集,同時減少評估客服人員效能所花費的時間。除了答案之外,您還會獲得內容和理由,以及文字記錄中可用於提供客服人員指導的特定點參考。
您可以使用生成式 AI 協助管理員填寫評估,或使用它自動填寫和提交評估。如需設定自動評估的詳細資訊,請參閱 步驟 6:啟用自動化評估。
評估問題是使用生成式 AI 來回答,方法是向與每個問題關聯的評估人員解譯指示中指定的問題標題和評估條件,並使用這些問題來分析對話文字記錄。如需詳細資訊,請參閱步驟 2:新增區段和問題。
使用生成式 AI 自動評估的程序
以下是自動化程序的概觀:
-
閱讀 改善生成式 AI 準確性的指導方針 以深入了解哪些評估問題應使用生成式 AI 來回答。
-
指派許可來選取品質管理團隊中使用「詢問 AI 助理」的使用者。這些使用者將開始在執行評估時於每個問題旁看到 [詢問 AI] 按鈕,並且可以使用它來取得答案建議。這些使用者可以提供有關哪些問題使用生成式 AI 獲得準確答案的意見回饋。如需詳細資訊,請參閱為效能評估和指導指派安全性設定檔許可。
-
為了提高準確性,您可以在給評估人員的指示中提供其他評估條件。如需詳細資訊,請參閱改善生成式 AI 準確性的指導方針。
-
充分了解生成式 AI 可以準確回答哪些問題後,您可以透過在評估表單上預先設定問題是否會收到使用生成式 AI 的自動回答,來進行更廣泛的推展。
-
設定自動化之後,任何使用評估表單執行評估的使用者都會獲得預先設定問題的自動化生成式 AI 答案 (無需額外的許可)。如需詳細資訊,請參閱步驟 6:啟用自動化評估。
-
您可以設定自動化,讓評估人員在提交之前先檢閱生成式 AI 答案,也可以自動填入和提交評估。
使用 [詢問 AI] 取得生成式 AI 答案建議
-
使用具有執行評估許可的使用者帳戶登入 Connect Customer,並詢問 AI 助理。 為效能評估和指導指派安全性設定檔許可
-
選擇問題下方的詢問 AI 按鈕,以取得答案的生成式 AI 支援建議,以及內容和理由 (用於提供答案的文字記錄參考點)。
-
答案會根據生成式 AI 建議自動選取,但可由使用者變更。
-
您可以選擇針對每個聯絡最多 10 個問題詢問 AI,以取得生成式 AI 支援的建議。如需詳細資訊,請參閱Contact Lens Service Quotas。
-
-
您可以選擇與文字記錄參考相關聯的時間,以導向對話中的時間點
提供使用生成式 AI 回答評估表單問題的其他條件
設定評估表單時,您可以提供條件,回答與每個評估表單問題相關聯的給評估人員的指示中的問題。除了提升評估人員評估的一致性之外,這些指示也用於提供生成式 AI 支援的評估。
在評估表單上使用生成式 AI 設定自動評估
您可以在評估表單上預先設定是否使用生成式 AI 自動回答問題。然後,如果您使用 Connect Customer UI 上的評估表單開始評估,這些問題的答案將使用生成式 AI 自動填入 (而無需選擇詢問 AI)。您也可以使用生成式 AI 自動填入和提交評估。對於自動提交的評估,您可以使用生成式 AI 來回答每個聯絡最多 10 個問題 (請參閱 Contact Lens Service Quotas)。請注意,此限制不適用於使用聯絡類別或指標 (例如最長保留期間等) 的自動化。
若要進一步了解如何使用生成式 AI 設定自動評估,請參閱 改善生成式 AI 準確性的指導方針。
以非英文語言設定生成式 AI 驅動的評估
根據預設,如果您未設定評估表單的語言,則生成式 AI 模型會自動偵測評估表單問題的語言,並在 AI 模型了解該語言時嘗試以相同語言提供答案。根據預設,生成式 AI 回答理由通常以英文提供。
若要持續以您偏好的語言接收 AI 產生的答案和答案理由,您可以設定評估表單的語言,選擇英文、西班牙文、葡萄牙文、法文、德文、義大利文、中文、日文和韓文。透過明確設定評估的語言,您也可以執行跨語言評估,其中生成式 AI 會以英文填寫評估表單,即使對話文字記錄是另一種語言,說西班牙文。這可讓多語言聯絡中心跨語言使用標準化的評估架構。
若要設定評估表單的語言:
-
在建立或更新評估表單時,選取其他設定索引標籤。
-
從下拉式清單中選擇表單語言。
-
確保表單的問題、指示和回答選擇與所選表單語言使用相同的語言,以獲得最佳 AI 效能。
改善生成式 AI 準確性的指導方針
選取要取得生成式 AI 建議的問題
-
使用生成式 AI 來回應可使用對話文字記錄中的資訊來回答的問題,而不需要透過 CRM 系統等第三方應用程式驗證資訊。
-
使用生成式 AI 回答需要數值回應的問題,例如「客服人員與客戶互動多久?」 不建議。相反地,請考慮使用 Contact Lens 或聯絡指標為此類評估表單問題設定自動化。
-
避免使用生成式 AI 來回答高度主觀的問題,例如「客服人員在通話期間是否專注?」
-
請勿詢問需要無法單獨從對話文字記錄得知資訊的問題。例如,生成式 AI 無法分析客服人員的螢幕錄製、存取 CRM 等外部系統,或跨多個聯絡人進行評估。生成式 AI 也無法判斷客服人員或客戶的語氣。
-
如果問題測量到多個物件,請將它分成多個更簡單的問題。例如,而不是「客服人員是否展現積極的聆聽?」,而是詢問個別問題,例如「客服人員第一次了解客戶的問題,而不需要客戶自行重複?」 和「客服人員是否在客戶解釋後總結了問題?」。您也可以使用條件式啟用的問題,以便只在觸發問題有特定答案時評估後續問題。
改善問題的措辭和相關聯指示
-
使用完整的句子來說出問題,例如,將 ID 驗證取代為「客服人員是否 嘗試驗證客戶身分?」 可讓生成式 AI 更好地理解問題。
-
建議您提供詳細的條件以回答給評估人員的指示中的問題,特別是如果無法僅根據問題文字回答問題時。例如,對於「客服人員是否嘗試驗證客戶身分?」問題 您可能想要提供其他指示,例如,客服人員必須一律向客戶詢問其成員 ID 和郵遞區號,才能解決客戶的問題。
-
如果回答問題需要了解某些業務特定術語,請在指示中指定這些術語。例如,如果客服人員需要在問候語中指定部門名稱,則列出客服人員需要在與問題相關聯的給評估人員的指示中陳述的部門名稱。
-
如果可能,請使用「客服人員」一詞,而非「同事」、「員工」、「代表」、「倡議者」、「助理」等詞彙。同樣地,請使用「客戶」一詞,而非「成員」、「來電者」、「來賓」或「訂閱者」等詞彙。
-
只有在您想要檢查客服人員或客戶是否說出確切的字詞時,才在指示中使用雙引號。例如,如果指示是檢查說出
"Have a nice day"的客服人員,則生成式 AI 不會偵測祝您下午愉快。相反地,指示應該說:The agent wished the customer a nice day。 -
避免在問題和指示中使用縮寫。例如,不是「代理程式是否遵循 CFPB 準則?」,而是拼出完整詞彙,讓生成式 AI 可以正確解譯它。
-
避免使用可能在對話文字記錄中拼寫錯誤的正確名詞。例如,O2 Pay 等產品名稱的轉錄方式可能不同,這可能會阻止生成式 AI 比對它。
-
避免含糊不清的問題,例如「客服人員是否使用適當的語言?」。請具體說明,例如「代理程式是否使用褻瀆性?」。
-
片語問題,以便明確評估的人員。例如,「代理程式是否避免使用褻瀆?」 可以解釋為詢問對話中的任何位置是否發生褻瀆,因此即使只有客戶使用褻瀆,答案也會變成「否」。若要評估客服人員自己的行為,請將問題片語為「客服人員是否使用褻瀆?」。
-
避免負面片語的問題,例如「客服人員是否錯過問候語?」。負面措辭可能會導致生成式 AI 在提供參考時幻化證據。反之,請正面說出問題,例如「客服人員是否問候客戶?」。
-
在您的指示中,說明答案何時不適用 (不適用)。例如,如果呼叫導致轉接,則答案為 N/A。
-
在指示中避免冗長的逐字指令碼,例如檢查代理程式是否說
"Thank you for calling ABC Bank. How may I assist you?"。微幅轉錄差異表示生成式 AI 不太可能符合完整指令碼。 -
提供範例,涵蓋客服人員處理的不同案例,而不只是標準通話流程。如果您的客服人員處理回呼、呈報或轉接等情況,請在指示中包含反映這些情況的評估者範例。例如,詢問客服人員提供的時間表是否可能在標準通話中接受「通常需要 3 到 5 個工作日」的問題,但也應包含回呼可接受的措辭範例,例如「我會在 30 分鐘內回電並更新」。僅包含標準流程範例的問題較可能在非標準聯絡人上得到不一致的回答。
-
請特別注意自動評估失敗的問題說明,因為單一失敗的答案會影響整個評估分數。針對這些問題提供最詳細的條件,包括邊緣案例和非標準案例。如需評分的詳細資訊,請參閱 步驟 5:將分數和範圍指派給答案。
改善答案選項
-
使用簡單和簡短的答案選項,例如是、否和部分。
-
在問題不適用的情況下啟用選用問題設定。這可讓評估者略過問題或將其標記為不適用。
-
避免在答案選項中拼寫錯誤和特殊字元,因為它們可以降低生成式 AI 答案的準確性。
-
避免使用太多答案選項。例如,對於「客戶體驗如何?」問題,像是好、好、好、差、非常差和可信等選項的長清單會降低準確性。請改用一組較小的不同選項。
-
避免答案選項中有長文字,因為生成式 AI 模型可能會不正確地重現。
下列範例顯示遵循這些準則的生成式 AI 回答問題。問題標題是一個完整的句子,評估者的指示會定義每個答案選項,並解釋不適用案例,而答案選項很短。