The short answer
تساعد هذه المطالبات المنظمة للذكاء الاصطناعي البالغ عددها 25 فريق الدعم في التعامل مع الاتصال الأول، وتهدئة النزاعات، واسترداد الأموال، وإنشاء قاعدة المعرفة، وضمان جودة الوكلاء. تتضمن كل مطالبة كتل تعليمات برمجية جاهزة للنسخ واللصق مع متغيرات بين قوسين ومخطط بيانات وصفية JSON للتكامل مع منصات مثل Zendesk، Intercom، أو Gorgias. وهي مصممة للنماذج الحالية وتتضمن لغة تراعي الامتثال.
المدخلات الغامضة تنتج مخرجات غامضة. بالنسبة لفرق دعم العملاء التي تستخدم الذكاء الاصطناعي، يكمن الفرق بين الاستجابة المفيدة التي تتماشى مع العلامة التجارية والاستجابة العامة التي تفتح تذكرة جديدة في جودة المطالبة. الطلبات الحرة مثل “اكتب ردًا” تترك الكثير للصدفة.
المطالبات المنظمة، بمتغيراتها الواضحة، وسياقها، وقيودها، هي أساس دعم الذكاء الاصطناعي القابل للتطوير. إنها تضمن الاتساق، وتقلل من الهلوسات، وتسمح للوكلاء بالعمل بشكل أسرع. هذه هي المهارة الأساسية للمحترفين في مجال الذكاء الاصطناعي في تجربة العملاء.
في ZEKAI، نراجع الأدوات بشكل مستقل. معايير تصنيفنا لهذه المطالبات بسيطة:
- الوضوح والدقة: هل تترك المطالبة مجالًا للغموض؟
- قابلية التكيف: هل يمكن تعديلها بسهولة باستخدام المتغيرات؟
- ربط البائعين: هل يمكن ربطها بسير عمل حقيقي لمكتب المساعدة؟
- الوعي بالامتثال: هل تأخذ في الاعتبار المخاطر القانونية والعلامة التجارية في العالم الحقيقي؟
هذه مكتبة تضم 25 مطالبة جاهزة للنسخ واللصق، تم اختبارها مقابل نماذج اللغات الكبيرة الحالية اعتبارًا من سبتمبر 2026. يتضمن كل منها كائن JSON، مما يسهل دمجها في ماكروات مكتب المساعدة الخاص بك أو أدواتك الداخلية.
لماذا تتفوق المطالبات المنظمة على الطلبات الحرة
تعمل المطالبة المنظمة كملخص مفصل لمساعد الذكاء الاصطناعي الخاص بك. من خلال توفير العناصر النائبة، وتحديد النبرة المطلوبة، وتحديد القيود (مثل الطول أو التنسيق)، فإنك توجه الذكاء الاصطناعي نحو أفضل استجابة واحدة، وليس مجرد واحدة من العديد من الاستجابات المحتملة. يقلل هذا من وقت التحرير، والأهم من ذلك، يقلل من خطر قيام الذكاء الاصطناعي باختراع سياسات أو تقديم وعود لا تستطيع شركتك الوفاء بها.
تعويضات مُنحت لعميل بعد أن قدم روبوت الدردشة الخاص بشركة Air Canada معلومات غير صحيحة حول أسعار الوفاة، وهي قضية سابقة تحدد مسؤولية الذكاء الاصطناعي. Source: pinsentmasons.com
تُعد قضية *Moffatt v. Air Canada* سيئة السمعة تذكيرًا صارخًا بهذا الخطر. فقد حُملت شركة الطيران المسؤولية عن معلومات غير صحيحة قدمها روبوت الدردشة الخاص بالدعم، على الرغم من أن المعلومات الصحيحة كانت متاحة في مكان آخر على موقعها. المطالبات المنظمة المدعومة بالحقائق تمنع هذا النوع من الأخطاء غير المقصودة.
مطالبات الرد على التذاكر والاتصال الأول (5 مطالبات)
هذه المطالبات مخصصة للردود الأولية، وتحديد التوقعات وجمع المعلومات بكفاءة.
صغ رد اتصال أول لتذكرة حول [TICKET_TOPIC].
1. اعترف بالمشكلة المحددة للمستخدم: `[USER_ISSUE_SUMMARY]`.
2. أكد استلام تذكرته وقدم معرف التذكرة: `[TICKET_ID]`.
3. اذكر وقت الاستجابة القياسي لدينا لهذا النوع من المشكلات: `[RESPONSE_TIME_SLA]`.
4. إذا كان معروفًا، اذكر الأخصائي أو الفريق الذي تم توجيهها إليه: `[ROUTED_TEAM]`.
5. حافظ على نبرة متعاطفة واحترافية. لا تعد بحل، بل بمتابعة فقط.
طلب المستخدم حول `[TICKET_TOPIC]` يفتقر إلى معلومات أساسية.
صغ ردًا مهذبًا يقوم بما يلي:
1. يشكرهم على رسالتهم.
2. يذكر بوضوح المعلومات المحددة التي نحتاجها للمتابعة. ادرجها كنقاط:
* `[REQUIRED_INFO_1]`
* `[REQUIRED_INFO_2]`
* `[REQUIRED_INFO_3]`
3. يشرح بإيجاز *لماذا* نحتاج هذه المعلومات (على سبيل المثال، "لتحديد موقع حسابك"، "لتكرار الخطأ").
4. يؤكد لهم أن تذكرتهم ستحظى بالأولوية بمجرد استلام المعلومات.
أنشئ دليلًا خطوة بخطوة يجيب على سؤال المستخدم: `[USER_QUESTION]`.
المستخدم على خطة `[USER_PLAN_LEVEL]`.
1. ابدأ بتأكيد مباشر: "نعم، يمكنك فعل ذلك. إليك الخطوات:"
2. استخدم قائمة مرقمة للخطوات.
3. اشر إلى عناصر واجهة المستخدم المحددة بالاسم (على سبيل المثال، "انقر على 'الإعدادات' في لوحة التحكم الرئيسية").
4. إذا كان متاحًا، اربط بمقال ذي صلة في قاعدة المعرفة: `[KB_ARTICLE_URL]`.
5. اختتم بدعوة لطرح أسئلة متابعة.
لقد قمنا للتو بحل مشكلة على مستوى النظام: `[ISSUE_DESCRIPTION]`.
صغ رسالة استباقية لمستخدم تأثر بهذه المشكلة.
1. اشر إلى معرف التذكرة الأصلي: `[TICKET_ID]`.
2. اذكر بإيجاز أن المشكلة التي أبلغوا عنها يجب أن تكون قد حُلت الآن.
3. اطلب منهم تأكيد ما إذا كانت الأمور تعمل كما هو متوقع من جانبهم.
4. قدم رابطًا مباشرًا حيث يمكنهم اختبار الإصلاح: `[TESTING_URL]`.
5. اشكرهم على صبرهم.
أنشئ رسالة اتصال أول متوافقة تتضمن الكشف عن الذكاء الاصطناعي.
المستخدم يسأل عن `[TICKET_TOPIC]`.
1. ابدأ بكشف واضح، مثل "أنت تتفاعل مع مساعد ذكاء اصطناعي من [COMPANY_NAME]."
2. قدم خيارًا فوريًا للتصعيد إلى وكيل بشري (على سبيل المثال، "يمكنك طلب التحدث مع إنسان في أي وقت.").
3. ثم، تابع للإجابة على استفسار المستخدم الأولي بناءً على السياق المقدم.
4. اجعل الرسالة بأكملها موجزة وواضحة.
مطالبات تهدئة النزاعات والتعاطف (5 مطالبات)
عندما تكون التوترات عالية، الكلمات الصحيحة مهمة. تساعد هذه المطالبات الذكاء الاصطناعي في صياغة ردود تؤكد مشاعر العملاء دون تقديم وعود كاذبة.
المستخدم يعبر عن إحباط كبير بشأن `[USER_ISSUE]`. لقد اتصل بنا `[NUMBER_OF_CONTACTS]` مرة بالفعل.
صغ ردًا متعاطفًا يقوم بما يلي:
1. يستخدم عبارات تؤكد مشاعرهم (على سبيل المثال، "أتفهم مدى الإحباط الذي يجب أن يكون هذا قد سببه"، "أنت محق في انزعاجك.").
2. يعتذر صراحة عن التجربة السلبية، دون الاعتراف بالخطأ في المشكلة الأساسية. مثال: "أنا آسف للمشكلة التي سببها هذا."
3. يلخص المشكلة بكلماتي الخاصة لأظهر أنني فهمت: `[PROBLEM_SUMMARY]`.
4. يذكر الإجراء الفوري التالي الذي أتخذه شخصيًا: `[AGENT_ACTION]`.
حلل رد الوكيل التالي وأعد صياغته ليكون أكثر تعاطفًا وأقل آلية.
الرد الأصلي: `[ORIGINAL_RESPONSE]`
وضع المستخدم: `[USER_SITUATION]`
ركز على:
1. استبدال المصطلحات المؤسسية بلغة بسيطة.
2. إضافة جملة تعترف بالحالة العاطفية للمستخدم (على سبيل المثال، الإحباط، الارتباك).
3. ضمان بقاء الرسالة الأساسية وأي تعليمات دقيقة.
صغ ردًا لإبلاغ المستخدم بأن الميزة التي يطلبها، `[REQUESTED_FEATURE]`, غير متاحة حاليًا.
1. ابدأ بالتعاطف والتأكيد ("هذه فكرة رائعة"، أو "أرى كيف يمكن أن يكون ذلك مفيدًا.").
2. اذكر بوضوح ولكن بلطف أن الميزة غير موجودة اليوم.
3. قدم حلاً بديلاً قابلاً للتطبيق إذا كان موجودًا: `[WORKAROUND_STEPS]`. إذا لم يكن هناك حل بديل، اذكر ذلك بوضوح.
4. اشرح أنك تسجل طلبهم رسميًا لدى فريق المنتج. اذكر أن ملاحظاتهم قيمة.
5. لا تعطِ جدولًا زمنيًا أو تعد ببنائها.
المستخدم يشتكي من تجربة سيئة مع وكيل دعم سابق أو تفاعل سابق. مرجعهم هو `[PREVIOUS_TICKET_ID]`.
صغ ردًا يقوم بما يلي:
1. يعتذر عن التجربة السابقة التي لم تلبِ توقعاتهم.
2. لا يلوم الوكيل السابق. ركز على تجربة المستخدم.
3. يتحمل مسؤولية المشكلة الآن. ("لقد تحملت مسؤولية هذه التذكرة لمتابعتها حتى النهاية.")
4. يطلب ملخصًا موجزًا للمشكلة غير المحلولة لضمان حصولك على السياق الكامل، دون جعلهم يكررون كل شيء.
رسائل المستخدم أصبحت غاضبة، مكتوبة بأحرف كبيرة، وغير بناءة.
صغ رسالة "إعادة ضبط" قصيرة، حازمة، واحترافية.
1. اعترف بإحباطهم مباشرة.
2. اذكر هدفك: "هدفي هو حل هذه المشكلة لك، لكنني أحتاج مساعدتك للقيام بذلك."
3. أعد ضبط المحادثة عن طريق طرح سؤال واحد، واضح، ومحدد يدفع المشكلة إلى الأمام. مثال: "للمتابعة، هل يمكنك تزويدي برقم الفاتورة من بريدك الإلكتروني للتأكيد؟"
4. تجنب اللغة العاطفية. كن مرساة هادئة.
مطالبات استرداد الأموال والفواتير واستثناءات السياسة (4 مطالبات)
المال موضوع حساس. تضمن هذه المطالبات الوضوح والالتزام بالسياسة.
المستخدم يستفسر عن رسوم قدرها `[CHARGE_AMOUNT]` في `[CHARGE_DATE]`.
صغ شرحًا واضحًا.
1. اشر إلى رقم الفاتورة أو الطلب المحدد: `[INVOICE_ID]`.
2. قسم الرسوم إلى بنود من الفاتورة (على سبيل المثال، "اشتراك في الخطة الاحترافية: $XX"، "رسوم تجاوز: $Y").
3. اربط بشروط الخدمة أو صفحة التسعير ذات الصلة التي تشرح هذه الرسوم: `[POLICY_URL]`.
4. استخدم لغة بسيطة ومباشرة. تجنب المصطلحات المحاسبية.
المستخدم مؤهل لاسترداد أموال `[PRODUCT/SERVICE]` وفقًا لسياستنا.
صغ رسالة تؤكد استرداد الأموال.
1. اذكر بوضوح أنه تم معالجة استرداد الأموال.
2. حدد المبلغ المسترد: `[REFUND_AMOUNT]`.
3. أبلغهم بالمدة التي ستستغرقها الأموال للظهور في حسابهم (على سبيل المثال، "5-10 أيام عمل").
4. اذكر معرف المعاملة الأصلية لسجلاتهم: `[TRANSACTION_ID]`.
5. اختتم بنبرة إيجابية ومفيدة.
المستخدم يطلب استرداد أموال `[PRODUCT/SERVICE]`، لكن طلبه خارج سياسة استرداد الأموال لدينا بسبب `[REASON_FOR_DENIAL]`.
صغ رفضًا حازمًا ولكن متعاطفًا.
1. اعترف بطلبهم وأظهر أنك راجعته.
2. اذكر بوضوح أن الطلب يقع خارج سياسة استرداد الأموال.
3. اشرح بإيجاز وبحيادية القاعدة المحددة للسياسة التي تنطبق (على سبيل المثال، "استرداد الأموال متاح فقط خلال 30 يومًا من الشراء.").
4. اربط بصفحة سياسة استرداد الأموال العامة: `[POLICY_URL]`.
5. إذا أمكن، قدم بديلاً، مثل خصم على عملية شراء مستقبلية أو تخفيض الخطة. `[ALTERNATIVE_OFFER]`. لا تقدم هذا إذا لم يكن مناسبًا.
بصفتي مديرًا، وافقت على استثناء لمرة واحدة من سياستنا لهذا المستخدم فيما يتعلق بـ `[POLICY_ISSUE]`.
صغ رسالة توضح ذلك بوضوح.
1. اذكر أنك راجعت وضعهم المحدد.
2. اذكر بوضوح أنك تقوم بعمل *استثناء لمرة واحدة*.
3. اشرح نتيجة الاستثناء (على سبيل المثال، "لقد أصدرنا استردادًا كاملاً"، "لقد مددنا فترة تجربتك").
4. أعد التأكيد بلطف على السياسة القياسية لإدارة التوقعات المستقبلية.
5. استخدم نبرة إيجابية، "يسعدني المساعدة".
مطالبات إنشاء قاعدة المعرفة والأسئلة الشائعة (4 مطالبات)
حوّل محادثات الدعم إلى أصول خدمة ذاتية.
حلل نص تذكرة الدعم التالي ولخصه في زوج واحد من الأسئلة والأجوبة لقسم الأسئلة الشائعة لدينا.
النص: `[TICKET_TRANSCRIPT]`
1. **السؤال:** صغ المشكلة الأساسية للمستخدم كسؤال واضح وقابل للبحث.
2. **الجواب:** اكتب إجابة موجزة وخطوة بخطوة تحل السؤال، بناءً على الحل النهائي في التذكرة.
3. أزل جميع معلومات التعريف الشخصية (PII).
4. يجب أن يكون الناتج النهائي بلغة بسيطة، وليس قصة التذكرة.
حلل تذاكر الدعم الخمس التالية. حدد موضوعًا مشتركًا أو سؤالًا لا تجيب عليه مقالات قاعدة المعرفة الحالية لدينا.
التذكرة 1: `[TICKET_1_SUMMARY]`
التذكرة 2: `[TICKET_2_SUMMARY]`
التذكرة 3: `[TICKET_3_SUMMARY]`
التذكرة 4: `[TICKET_4_SUMMARY]`
التذكرة 5: `[TICKET_5_SUMMARY]`
عناوين قاعدة المعرفة الحالية: `[KB_TITLES_LIST]`
أخرج جملة واحدة تصف فجوة المعرفة. مثال: "ليس لدينا مقال يشرح كيفية التكامل مع إصدار X API الجديد.
صغ مقالًا جديدًا لقاعدة المعرفة بناءً على المعلومات التالية.
**الموضوع:** `[ARTICLE_TOPIC]`
**الجمهور المستهدف:** `[AUDIENCE_DESCRIPTION]` (على سبيل المثال، "المستخدمون الجدد"، "المطورون")
**الخطوات/المعلومات الرئيسية التي يجب تضمينها:**
* `[POINT_1]`
* `[POINT_2]`
* `[POINT_3]`
**الهيكل:**
1. **العنوان:** عنوان واضح وموجه نحو العمل.
2. **المقدمة:** ملخص من جملة واحدة لما يساعد المقال المستخدم على فعله.
3. **المتطلبات المسبقة:** قائمة نقطية بأي شيء يحتاجه المستخدم قبل البدء.
4. **الخطوات:** قائمة مرقمة بتعليمات واضحة.
5. **استكشاف الأخطاء وإصلاحها/الأسئلة الشائعة:** قسم صغير يحتوي على مشكلة أو مشكلتين شائعتين وحلولهما.
أعد كتابة مقال قاعدة المعرفة التالي ليكون أكثر قابلية للاكتشاف بواسطة محركات البحث وأسهل للمستخدمين في المسح.
**نص المقال الأصلي:** `[ARTICLE_TEXT]`
**الكلمة المفتاحية الأساسية:** `[KEYWORD]`
**التعليمات:**
1. تأكد من وجود الكلمة المفتاحية الأساسية في العنوان (H1) وعنوان فرعي واحد على الأقل (H2).
2. قسم الفقرات الطويلة إلى فقرات أقصر.
3. استخدم النقاط أو القوائم المرقمة حيثما كان ذلك مناسبًا.
4. أضف ملخصًا "TL;DR" أو "في هذا المقال" في الأعلى.
5. اجعل المصطلحات الرئيسية غامقة لسهولة المسح.
مطالبات ضمان الجودة للوكلاء، التدريب والتوجيه (4 مطالبات)
استخدم الذكاء الاصطناعي لتقييم التفاعلات وتوليد مواد تدريبية.
قيم أداء الوكيل في نص التذكرة التالي مقابل معايير ضمان الجودة لدينا. قدم درجة من 1-5 لكل فئة وتبريرًا موجزًا.
**النص:** `[TICKET_TRANSCRIPT]`
**معايير ضمان الجودة:**
1. **الافتتاح:** هل كان شخصيًا وفوريًا؟
2. **تحديد المشكلة:** هل حدد الوكيل مشكلة المستخدم الحقيقية بشكل صحيح؟
3. **النبرة والتعاطف:** هل كانت النبرة مناسبة ومتعاطفة؟
4. **جودة الحل:** هل كان الحل دقيقًا وموضحًا جيدًا؟
5. **الإغلاق:** هل كان الإغلاق واضحًا وهل أكد الحل؟
أخرج بتنسيق جدول ماركداون.
راجع تفاعل الوكيل التالي. حدد أكبر فرصة تدريبية للوكيل.
**النص:** `[TICKET_TRANSCRIPT]`
ركز على السلوكيات، وليس الشخصية. صغ الفرصة بشكل بناء.
مثال على الإخراج: "كان بإمكان الوكيل تهدئة الوضع بشكل أكثر فعالية من خلال تأكيد إحباط العميل مقدمًا قبل الانتقال إلى حل.
بناءً على التذكرة الصعبة أدناه، أنشئ سيناريو لعب الأدوار لجلسة تدريبية.
**ملخص التذكرة الصعبة:** `[TICKET_SUMMARY]`
**إخراج السيناريو:**
1. **شخصية العميل:** وصف موجز للعميل (على سبيل المثال، "محبط، غير تقني، حاول إصلاحه مرتين بالفعل").
2. **البيان الافتتاحي:** الجملة الدقيقة التي يجب أن يستخدمها "العميل" لبدء لعب الأدوار.
3. **"التحول":** المعلومة المخفية أو سوء الفهم الذي يحتاج الوكيل إلى كشفه.
4. **النتيجة المرجوة:** كيف يبدو الحل الناجح.
أنشئ سؤال اختبار متعدد الخيارات بناءً على تذكرة الدعم الغامضة هذه.
**ملخص التذكرة:** `[TICKET_SUMMARY]`
**التعليمات:**
1. اطرح سؤال "ما هي أفضل خطوة تالية؟".
2. قدم أربعة خيارات:
* أ - الإجابة المثالية، وفقًا للقواعد.
* ب - إجابة معقولة ولكنها غير صحيحة.
* ج - إجابة شائعة ولكنها غير فعالة.
* د - إجابة تنتهك السياسة.
3. اشر إلى الإجابة الصحيحة وقدم شرحًا موجزًا لسبب كونها الخيار الأفضل ولماذا الخيارات الأخرى خاطئة.
مطالبات التصعيد والحساسة للامتثال (3 مطالبات)
تساعد هذه المطالبات في إدارة المخاطر، القانونية وتلك المتعلقة بالسمعة.
تاريخ نفاذ المادة 50 من قانون الذكاء الاصطناعي للاتحاد الأوروبي، والتي تفرض إبلاغ المستخدمين بأنهم يتفاعلون مع نظام ذكاء اصطناعي. Source: iapp.org
أعد ملخصًا موجزًا لهذه المحادثة للتصعيد إلى وكيل بشري. الوكيل مشغول ويحتاج إلى فهم الموقف في أقل من 15 ثانية.
**نص المحادثة:** `[CONVERSATION_TRANSCRIPT]`
**يجب أن يتضمن الملخص:**
1. **المستخدم:** `[USER_NAME_OR_ID]`
2. **المشكلة:** ملخص من جملة واحدة للمشكلة.
3. **التاريخ:** ما الذي تم تجربته حتى الآن (على سبيل المثال، "اقترح الذكاء الاصطناعي مسح ذاكرة التخزين المؤقت، يقول المستخدم إن ذلك لم ينجح").
4. **الحالة العاطفية للمستخدم:** (على سبيل المثال، "هادئ"، "محبط"، "مرتبك").
5. **السؤال المحدد للحل:** السؤال الدقيق الذي يحتاج الإنسان للإجابة عليه.
حلل مسودة الرد التالية لأي لغة يمكن اعتبارها وعدًا، أو ضمانًا، أو اعترافًا بالخطأ، أو بيانًا ملزمًا قانونيًا.
**مسودة الرد:** `[DRAFT_RESPONSE]`
إذا تم العثور على لغة حساسة، حدد العبارة المحددة واقترح بديلاً أكثر أمانًا.
مثال على الإخراج:
- **العبارة:** "أضمن أن هذا سيحل مشكلتك."
- **الخطر:** يخلق وعدًا قد لا نتمكن من الوفاء به.
- **الاقتراح:** "هذه هي الخطوة التالية الموصى بها وهي تحل المشكلة لمعظم المستخدمين.
راجع محادثة العميل التالية واحذف جميع معلومات التعريف الشخصية (PII) قبل إرسالها إلى قسم الهندسة كجزء من تقرير خطأ.
**النص الأصلي:** `[ORIGINAL_TRANSCRIPT]`
**معلومات التعريف الشخصية التي يجب حذفها:**
- الأسماء
- عناوين البريد الإلكتروني
- أرقام الهواتف
- العناوين الفعلية
- عناوين IP
- أرقام الحسابات أو معرفات المستخدمين
استبدل كل جزء من معلومات التعريف الشخصية بعنصر نائب مثل `[REDACTED_EMAIL]` أو `[REDACTED_NAME]`. حافظ على بقية محتوى وهيكل المحادثة.
ما هي الأدوات التي تشغل هذه المطالبات أصلاً؟
بينما يمكن استخدام هذه المطالبات مع أي ذكاء اصطناعي للأغراض العامة مثل ChatGPT أو Claude، فإن قوتها الحقيقية تكمن في دمجها في مكتب المساعدة الخاص بك. اعتبارًا من سبتمبر 2026، تتبع المنصات الرئيسية مقاربات مختلفة لأتمتة المطالبات.
Intercom Fin
الأفضل للحل المستقل، لكن التسعير يعتمد على النتيجة، وليس على المطالبة.
الأفضل للحل المستقل، لكن التسعير يعتمد على النتيجة، وليس على المطالبة.
- Price from
- $0.99/resolution
- Free tier
- حقيقة مؤكدة: تجربة غير محدودة لمدة 14 يومًا، ثم لا توجد طبقة مجانية
تم تصميم وكيل Intercom Fin AI للحل المستقل. أنت لا “تطالبه” على أساس كل تذكرة؛ بل تقوم بتدريبه على قاعدة المعرفة الخاصة بك وتحديد سير العمل. المطالبات هنا أكثر فائدة لبناء *المحتوى* الذي يستخدمه Fin أو للوكلاء الذين يستخدمون ميزات AI Copilot. اعتبارًا من سبتمبر 2026، يكلف Fin 0.99 دولارًا لكل حل ناجح بالإضافة إلى تراخيص المقاعد.
Zendesk AI
قوي لمساعدة الوكلاء والروبوتات المخصصة، لكن الذكاء الاصطناعي إضافة مكلفة.
قوي لمساعدة الوكلاء والروبوتات المخصصة، لكن الذكاء الاصطناعي إضافة مكلفة.
- Price from
- $50/agent/mo + overage
- Free tier
- حقيقة مؤكدة: بدل صغير لكل خطة، ثم مدفوع.
تقدم Zendesk مجموعة من أدوات الذكاء الاصطناعي، بما في ذلك وكيل الذكاء الاصطناعي للأتمتة وميزات Copilot للوكلاء البشريين. هذه المطالبات مثالية لإنشاء ماكروات يمكن للوكلاء استخدامها مع Copilot لصياغة الردود، أو تلخيص التذاكر، أو تغيير النبرة. تكلف إضافة Advanced AI حوالي 50 دولارًا لكل وكيل شهريًا، ويتم فوترة الحلول الآلية بشكل منفصل فوق بدل صغير.
Gorgias AI
لا يُضاهى لأتمتة Shopify، لكن الذكاء الاصطناعي يُحاسب بالاستخدام وقد يصبح مكلفًا.
لا يُضاهى لأتمتة Shopify، لكن الذكاء الاصطناعي يُحاسب بالاستخدام وقد يصبح مكلفًا.
- Price from
- $1.50/AI conversation
- Free tier
- حقيقة مؤكدة: لا توجد طبقة مجانية لميزات الذكاء الاصطناعي.
تتألق Gorgias في التجارة الإلكترونية، خاصة لمتاجر Shopify. يمكن للذكاء الاصطناعي الخاص بها اتخاذ إجراءات (مثل التحقق من حالة الطلب أو معالجة المرتجعات) مباشرة. المطالبات المتعلقة بالفواتير، واسترداد الأموال، وأسئلة المنتج المحددة تتناسب بشكل طبيعي. يتم فوترة الذكاء الاصطناعي الخاص بـ Gorgias لكل محادثة آلية، والتي تفيد بعض المصادر أنها 1.50 دولارًا بالإضافة إلى خطة مكتب المساعدة القائمة على التذاكر.
| فئة المطالبة | الأكثر ملاءمة: Intercom Fin | الأكثر ملاءمة: Zendesk AI | الأكثر ملاءمة: Gorgias AI |
|---|---|---|---|
| الاتصال الأول والكشف | تتم معالجتها أصلاً بواسطة سير عمل الترحيب في Fin. | ممتاز لبناء ماكروات متوافقة للوكلاء. | جيد، يمكن بناؤه ضمن سير العمل الآلي. |
| تهدئة النزاعات والتعاطف | مساعدة الوكيل فقط؛ Fin غير مصمم لهذا الغرض. | الأكثر ملاءمة؛ مثالي لتحسين نبرة Copilot. | مساعدة الوكيل فقط. |
| الفواتير واسترداد الأموال | يمكن التعامل معها إذا تم تحديد سير العمل. | جيد لصياغة ردود الوكلاء. | ممتاز. يفهم بيانات الطلب أصلاً. |
| توليد قاعدة المعرفة | الوظيفة الأساسية لـ Fin هي استخدام قاعدة المعرفة، وليس كتابتها. | حالة استخدام قوية لتلخيص التذاكر. | جيد لتوليد الأسئلة الشائعة من التذاكر المتعلقة بـ Shopify. |
| ضمان الجودة والتدريب | ليست وظيفة أساسية. | الأكثر ملاءمة لتقييم التذاكر والتدريب. | ممكن، لكنها ليست ميزة أساسية. |
| التصعيد والامتثال | يتعامل أصلاً مع مسارات التصعيد. | ممتاز لحذف معلومات التعريف الشخصية وملخصات التصعيد. | جيد لحذف معلومات التعريف الشخصية في سياق التجارة الإلكترونية. |
Swipe the table sideways →
IN Tool review Intercom — read our full review Pricing, free tier and where it falls short ZE Tool review Zendesk — read our full review Pricing, free tier and where it falls shortبناء مكتبة مطالبات فريقك
لا تدع هذه الصفحة تكون المكان الوحيد الذي تعيش فيه مطالباتك. تبني فرق الدعم الأكثر فعالية وتحافظ على مكتبة مطالبات مشتركة داخل وثائقها الداخلية أو مكتب المساعدة.
- ابدأ صغيرًا: اختر أكثر 5 أنواع تذاكر شيوعًا وتكرارًا وقم ببناء مطالبة مثالية لكل منها.
- استخدم اتفاقية تسمية: نظام مثل
cs_[use_case]_[version](على سبيل المثال،cs_refund_denial_002) يجعل المطالبات سهلة العثور عليها وتحديثها. - راجع وكرر: مرة واحدة شهريًا، راجع المطالبات الأكثر استخدامًا. هل لا تزال تنتج نتائج رائعة؟ هل يمكن تحسينها؟
- تتبع الأداء: إذا سمحت أدواتك، تتبع المقاييس مثل “وقت الاستجابة الأول” أو “الحلول بلمسة واحدة” للتذاكر التي استخدمت مطالبة قياسية مقابل تلك التي لم تستخدمها. ستبرر البيانات الوقت المستغرق.
الاستثمار في مكتبة مطالبات عالية الجودة يؤتي ثماره في كفاءة الوكلاء، ورضا العملاء، وتقليل المخاطر. بالنسبة للفرق الجادة في الاستفادة من الذكاء الاصطناعي في سير عمل الدعم الخاص بها، لم يعد الأمر اختياريًا. تعرف على المزيد حول توسيع نطاق فريقك في مركز مهنة الذكاء الاصطناعي لدعم العملاء الخاص بنا.
كيف تكتب مطالبة ذكاء اصطناعي جيدة لخدمة العملاء؟
ج: المطالبة الجيدة تكون محددة، توفر السياق، وتضع قيودًا. قم بتضمين مشكلة المستخدم، وحدد النبرة المطلوبة، وحدد تنسيق الإخراج (مثل قائمة أو جدول)، وأخبر الذكاء الاصطناعي بما *لا* يفعله (على سبيل المثال، “لا تعد بجدول زمني”). يساعد استخدام المتغيرات بين قوسين للتخصيص في إنشاء قوالب قابلة لإعادة الاستخدام.
ما هي مطالبات ChatGPT لخدمة العملاء؟
ج: هذه تعليمات تُعطى لنماذج مثل ChatGPT لتوليد استجابات لسيناريوهات الدعم. يمكن أن تتراوح من صياغة بريد إلكتروني ترحيبي بسيط إلى كتابة رسالة تهدئة نزاع معقدة. للاستخدام الاحترافي، يجب أن تتضمن المطالبات متغيرات لتفاصيل التذكرة، وتحديد نبرة احترافية، والإشارة إلى سياسة الشركة لتجنب الإجابات العامة أو غير الصحيحة.
هل يمكن للذكاء الاصطناعي توليد ردود آلية لدعم العملاء؟
ج: نعم. يمكن لمنصات الذكاء الاصطناعي مثل Intercom Fin و Zendesk AI توليد ردود آلية. تستخدم الأنظمة الأبسط محفزات الكلمات الرئيسية، بينما تستخدم وكلاء الذكاء الاصطناعي المتقدمون فهم اللغة الطبيعية لتفسير نية المستخدم، وسحب الإجابات من قاعدة المعرفة، وحتى حل التذكرة دون تدخل بشري.
كيف تستخدم مطالبات Zendesk AI؟
ج: في Zendesk، تكون المطالبات أكثر فعالية عند حفظها كـ “ماكروات” ليستخدمها الوكلاء مع ميزات AI Copilot. يمكن للوكيل تطبيق ماكرو يحتوي على مطالبة منظمة على تذكرة، وسيساعد الذكاء الاصطناعي في صياغة رد، أو تلخيص المحادثة، أو تغيير النبرة، والتي يمكن للوكيل بعد ذلك مراجعتها وإرسالها.
كيف تستخدم مطالبات Intercom Fin؟
ج: تم تصميم Intercom Fin للأتمتة الكاملة، لذلك لا تستخدم عادةً “مطالبات” على أساس كل تذكرة. بدلاً من ذلك، تقوم بتدريب Fin على قاعدة المعرفة الخاصة بك وإعداد سير العمل. تُستخدم المطالبات في هذا الدليل بشكل أفضل لإنشاء المحتوى عالي الجودة والمنظم الذي يعتمد عليه Fin لتقديم إجابات دقيقة.
هل ينطبق قانون الذكاء الاصطناعي للاتحاد الأوروبي على روبوتات الدردشة الخاصة بدعم العملاء؟
ج: نعم. اعتبارًا من 2 أغسطس 2026، تتطلب المادة 50 من قانون الذكاء الاصطناعي للاتحاد الأوروبي إبلاغ المستخدمين بوضوح عندما يتفاعلون مع نظام ذكاء اصطناعي، ما لم يكن ذلك واضحًا. ينطبق هذا على روبوتات الدردشة الخاصة بدعم العملاء وروبوتات الصوت التي تخدم المستخدمين داخل الاتحاد الأوروبي.
هل الشركات مسؤولة عما تقوله روبوتات الدردشة الخاصة بها المدعومة بالذكاء الاصطناعي؟
ج: نعم، وبشكل متزايد. أرست قضية *Moffatt v. Air Canada* لعام 2024 سابقة حيث حُملت الشركة المسؤولية عن قيام روبوت الدردشة الخاص بها بتقديم معلومات سياسة غير صحيحة لعميل، على الرغم من أن المعلومات الصحيحة كانت موجودة في مكان آخر على الموقع الإلكتروني. وهذا يسلط الضوء على أهمية ضمان دقة المعلومات المقدمة من الذكاء الاصطناعي.
إلى أين بعد ذلك
ثلاثة مسارات، مختارة بناءً على ما قرأته للتو.
شاهد Zekai أولاً في جوجل
موجز الذكاء الاصطناعي الأسبوعي لمهنتك
بريد واحد أسبوعيًا: تغييرات الذكاء الاصطناعي التي تمسّ مهنتك فعلًا — أدوات وعروض وما يجب فعله.

