回覆建議重要概念

識別回覆候選項目

在「Einstein 回覆建議」中,Einstein 會從過去的聊天文字記錄和叢集中學習類似的常見服務代表說話方式。Einstein 會從這些類似訊息叢集中識別潛在的回覆範本。選取並編輯實用的候選範本,然後將這些範本發佈至「快速文字」,供您的服務代表在與客戶聊天時使用。

在執行階段建議回覆

Einstein 回覆建議的核心是即時自然語言處理 (NLP)，Einstein 會用於識別即時聊天中的資料模式。當您訓練模型時,Einstein 會分析過去的聊天,並瞭解服務代表說話方式的模式,以及之前的對話。Einstein 會使用每種說話方式和說話方式內容的合併瞭解,以依序預測您發佈的回覆範本與服務代表在過去聊天中所說的內容最相似。Einstein 接著即時向服務代表建議該回覆。

注意事項

您的服務代表每天都在前線協助客戶。他們瞭解您產品的詳細資料、常見問題與快速解決方案。因此,讓服務代表參與識別理想的回覆範本至關重要。如果範本回覆並未模擬過去實際的回覆，則較不會建議此類回覆。

請避免使用在聊天中少見的冗長和過於特定範本。讓回覆廣泛,讓服務代表可以將回覆套用至不同的客戶或問題。針對日期、名稱或產品，使用合併欄位以保持廣泛適用性。若要透過自動化常見回應來節省服務代表的時間,請設計回覆以反映服務代表定期遇到的狀況。