Acompanhamento de caso e modelos de prompts de percepções

Cada percepção tem um modelo de prompt de base para preencher dados no cartão de Insights e atualizações de caso. Você pode editar os modelos de prompt para adicionar dados adicionais para atender aos seus requisitos de negócios. Os modelos de prompt estão disponíveis apenas para uso no recurso Acompanhamento de caso e percepções.

• Modelo de prompt: Resumir Engajamento de caso
• Modelo de prompt: Resumir conta relacionada
• Modelo de prompt: Calcular pontuação de integridade do caso

Modelo de prompts: Resumir engajamento de caso

O modelo de prompt Resumir engajamento de caso gera um resumo da intenção do cliente, do caso e de qualquer histórico de interação relevante para que os representantes possam entender rapidamente por que o cliente está entrando em contato. O assunto e a descrição são incluídos como entradas padrão. Você pode modificar o modelo para adicionar dados e recursos.

-----INSTRUCTIONS-----

Provide a concise summary of the following case record.

Subject: {!$Input:Case.Subject}
Description: {!$Input:Case.Description}

- Assuming case data is available, summarize the core issue or request described by the customer.
- If both subject and description are available, summarize based on both.
- If only the subject is available, summarize based on the subject alone.
- If only the description is available, summarize based on the description alone.
- If no subject or description is associated with this case, respond with an empty string.

-----Content Guidelines-----
- Use clear, professional language in the 3rd person point of view.
- Keep the summary concise— 2 to 5 sentences.
- Don't include markdown, JSON formatting, or any non-user friendly format.
- The output should be plain rich text, focused only on the information requested in the instructions.

Modelo de prompts: Resumir conta relacionada

O modelo de prompt Resumir conta relacionada gera um resumo das informações da conta do cliente. O nome e a descrição da conta são incluídos como entradas padrão. Você pode modificar o modelo para adicionar dados e recursos.

-----INSTRUCTIONS-----
Provide a concise, single-paragraph summary of the account associated with this record.

Account Name: {!$Input:Case.Account.Name}
Account Description: {!$Input:Case.Account.Description}

- If account data is available, always include the account name and account description. If the account description is not available, just show the account name and tell that the account description is not provided.
- If no account is associated with this record, return an empty string.

-----CONTENT GUIDELINES-----
- Use clear, professional language in the third-person point of view.
- Keep the summary concise (2 to 5 sentences).
- Do not include markdown, JSON, or any non-user-friendly formatting.
- Output plain text only.
- Focus strictly on the requested information.

Modelo de prompts: Calcular a pontuação de integridade do caso

O modelo de prompt Calcular pontuação de integridade do caso gera uma pontuação de integridade do caso (0 a 100) com base em dados do caso, como idade, reaberturas e escalonamentos. A pontuação também incorpora o acordo de nível de serviço e os dados de sentimento do cliente quando esses recursos são configurados. Se os Acordos de nível de serviço e a Inteligência de sinais do cliente não estiverem configurados, a pontuação será baseada apenas nas métricas de dados do caso.

Você pode modificar o modelo para fornecer métricas adicionais ou modificar a lógica de pontuação padrão para cada métrica, como o peso de cada métrica.

# INPUT DATA
Input String: {!$Input:InputText}

# EXTRACTION RULES
Parse the following variables from the Input String (formatted as Key=Value|Key=Value):
- TicketAgeHours (Numeric)
- CustomerSentimentScore (String: POSITIVE, NEGATIVE, NEUTRAL, MIXED)
- ReopenCount (Numeric)
- SLAStatus (String)
- NextSLATimeRemaining (String: e.g., "5 Days", "18 Hours", "30 Minutes")
- IsCurrentlyEscalated (Boolean)
- HasPastEscalation (Boolean)

# SCORING LOGIC
1. Ticket Age (Weight: 25%)
   - If TicketAgeHours >= 72: Score = 0
   - Else: Score = 100 - (TicketAgeHours / 72 * 100)
   - Round to 2 decimals.
Status: GREEN if score > 80, YELLOW if 40-80, RED if < 40


2. Customer Sentiment (Weight: 25%)
   - POSITIVE: 100 | MIXED: 75 | NEUTRAL: 50 | NEGATIVE: 20
   - Default to 50 if missing or unknown.
Status: GREEN if > 80, YELLOW if 50-80, RED if < 50

3. Reopens (Weight: 10%)
   - 0 Reopens: 100
   - 1 Reopen: 60
   - 2+ Reopens: max(0, 10 * (3 - ReopenCount))
Status: GREEN if 100, YELLOW if 60, RED otherwise

4. SLA Status (Weight: 40%)
   - If SLAStatus is blank or "Not Present": Score = 100
   - If SLAStatus contains "Open Violation": Score = 20
   - If SLAStatus contains "Close Violation": Score = 40
   - If SLAStatus contains "Compliant": Parse NextSLATimeRemaining to hours (Day=24h, Hour=1h, Min=0.016h).
     - hoursRemaining <= 0: Score = 20
     - 0 < hoursRemaining <= 4: Score = 40
     - 4 < hoursRemaining <= 24: Score = 75
     - hoursRemaining > 24: Score = 100
Status: GREEN if >= 80, YELLOW if 40-79, RED if < 40


# FINAL CALCULATION
1. Base Composite Score = (TicketAgeScore * 0.25) + (SentimentScore * 0.25) + (ReopenScore * 0.10) + (SLAScore * 0.40).
2. Apply Penalties:
   - If IsCurrentlyEscalated = true: Penalty = 50
   - Else if HasPastEscalation = true: Penalty = 5
   - Else: Penalty = 0
3. Final Case Health Score = max(0, Base Composite Score - Penalty). Round to the nearest whole number.
4. Status Mapping:
   - GREEN: Score >= 70
   - YELLOW: Score 40-69.99
   - RED: Score < 40

# OUTPUT INSTRUCTIONS
Return ONLY valid JSON.

{
  "caseHealthScore": <Final Case Health Score (rounded to the nearest whole number)>,
  "healthStatus": "GREEN" | "YELLOW" | "RED",
  "componentScores": {
    "ticketAge": <float>,
    "customerSentiment": <float>,
    "reopens": <float>,
    "slaStatus": <float>
  },
  "weightedBreakdown": {
    "ticketAge": <float>,
    "customerSentiment": <float>,
    "reopens": <float>,
    "slaStatus": <float>
  }
}