Création et modification d'articles IT Service Knowledge avec Einstein
Créez des articles Knowledge contextuels à partir d'enregistrements d'incident, de problème et de demande de modification en utilisant l'IA générative. Réduisez les efforts manuels et standardisez la documentation en convertissant les informations de vos enregistrements de service informatique en Knowledge structuré.
Éditions requises
Disponible avec : Lightning Experience
Disponible avec : Enterprise Edition et Unlimited Edition avec Agentforce IT Service.
Einstein utilise des modèles d'invite spécifiques pour les incidents, les problèmes et les demandes de modification, ainsi que les données de l'enregistrement du service informatique afin de générer un article cohérent. Il extrait des informations importantes telles que les symptômes, les causes profondes et les résolutions, et renvoie un brouillon en utilisant les champs communs suivants : Titre, Résumé, Problème, Solution de contournement, Cause première et Résolution.
Cliquez sur Composer avec Einstein dans un enregistrement Incident, Problème ou Demande de modification. Saisissez un titre pertinent pour l'article Knowledge. Si le titre est trop différent des détails de l'enregistrement, Einstein ne parvient pas à rédiger un article. L'article est créé à l'état brouillon et nécessite votre révision ou votre approbation.
Voici comment fonctionne la création Knowledge basée sur Einstein pour les enregistrements de service informatique :
Incident : Einstein analyse l'objet et la description de l'incident, ainsi que les données des incidents associés et parents, et les résumés de résolution. La sortie se concentre sur le problème de l'employé, les contournements temporaires et les étapes de résolution pour faciliter le dépannage immédiat.
Problème : Le service informatique Agentforce prend en charge la génération d'un document Erreur connue en extrayant les détails clés de l'enregistrement du problème, prenant directement en charge le workflow de documentation des causes profondes confirmées et des contournements. Einstein examine spécifiquement la solution de contournement du problème, le résumé des causes premières et les données des enregistrements de problèmes parents et associés. La sortie définit clairement la cause première et le contournement qui aident lorsque vous utilisez Einstein pour créer un article Erreur connue.
Demande de modification : Si vous avez utilisé l'exemple d'invite pour créer le modèle de demande de modification, Einstein analyse la justification métier, l'analyse d'impact et les documents de mise en œuvre de la demande, tels que le plan de correction, le plan de test et le plan de mise en œuvre. La sortie reflète le processus de modification, le champ de problème saisissant la raison pour laquelle la modification a été implémentée et le champ de résolution documentant les détails du correctif déployé.
Vous pouvez également modifier les articles Knowledge générés par Einstein et les réviser avec Einstein.
Cet article a-t-il résolu votre problème ?
Dites-nous ce que nous pouvons améliorer !
Chargement
Salesforce Help | Article
Cookie Consent Manager
Cookie Consent Manager
General Information
Required Cookies
Functional Cookies
Advertising Cookies
General Information
We use three kinds of cookies on our websites: required, functional, and advertising. You can choose whether functional and advertising cookies apply. Click on the different cookie categories to find out more about each category and to change the default settings.
Privacy Statement
Required Cookies
Always Active
Required cookies are necessary for basic website functionality. Some examples include: session cookies needed to transmit the website, authentication cookies, and security cookies.
Functional Cookies
Functional cookies enhance functions, performance, and services on the website. Some examples include: cookies used to analyze site traffic, cookies used for market research, and cookies used to display advertising that is not directed to a particular individual.
Advertising Cookies
Advertising cookies track activity across websites in order to understand a viewer’s interests, and direct them specific marketing. Some examples include: cookies used for remarketing, or interest-based advertising.