Trainieren Sie Agents auf Basis eigener Datenquellen

Chaindesk erstellt die Wissensdatenbank eines Agents aus Dokumenten, URLs oder Dateien, die ein Team als Datenquellen hochlädt und aus denen der Agent dann Antworten generiert. Ein Beam-Agent kann eine neue Datenquelle hinzufügen, sobald neue Inhalte verfügbar sind – wie ein aktualisierter Hilfeartikel oder ein neues Richtliniendokument – und eine Neusynchronisierung auslösen, damit die Antworten des Chaindesk-Agents diese widerspiegeln. Quellen, die nicht analysiert werden können, leer zurückgegeben werden oder Formatfehler enthalten, die nicht sauber gelesen werden können, werden zur Behebung an eine Person gemeldet, anstatt unbemerkt fehlerhaft in der Wissensdatenbank zu verbleiben.

Freigegebene Konfigurationsänderungen für Agents bereitstellen

Das Verhalten eines Chaindesk-Agents – wie seine Anweisungen, sein Tonfall und die Datenquellen, auf die er zugreift – kann angepasst und neu veröffentlicht werden, wenn sich die Anforderungen ändern. Ein Agent kann eine genehmigte Konfigurationsänderung anwenden, beispielsweise eine neue Datenquelle zu einem bestehenden Agent hinzufügen oder seine Anweisungen anpassen, und das Update live an den jeweiligen Bereitstellungsort des Agents übertragen, wie z. B. ein Website-Widget. Dadurch können Konfigurationsänderungen vorgenommen werden, ohne dass ein Mitarbeiter den Builder jedes Mal manuell durchlaufen muss. Jede Änderung, die sich darauf auswirkt, was der Agent gegenüber Kunden sagen oder versprechen darf, wird zur Freigabe durch eine Person zurückgehalten, bevor sie live geht.

Unterhaltungen auf ungeklärte Fragen überwachen

Chaindesk protokolliert die Interaktionen seiner Agents mit Endnutzern, und ein Agent kann diese Protokolle auswerten, um die Leistung des bereitgestellten Agents zu überprüfen. Dabei wird eine vom Team genehmigte Regel angewendet, z. B. das Markieren von Gesprächen, bei denen der Agent anhand seiner Datenquellen keine Antwort finden konnte oder bei denen ein Nutzer mit einem Mitarbeiter sprechen wollte, und ein entsprechender Tracking-Eintrag aktualisiert. Dies deckt Lücken in der Wissensdatenbank und offene Fragen auf, ohne dass ein Mensch jedes Transkript lesen muss. Unterhaltungen, die durch die Regel als ungeklärt oder eskaliert eingestuft werden, werden an einen menschlichen Support-Mitarbeiter zur weiteren Bearbeitung weitergeleitet.