The short answer
ये 25 संरचित AI प्रॉम्प्ट सपोर्ट टीमों को फर्स्ट कॉन्टैक्ट, डी-एस्केलेशन, रिफंड, नॉलेज बेस बनाने और एजेंट QA को संभालने में मदद करते हैं। प्रत्येक प्रॉम्प्ट में ब्रैकेटेड वेरिएबल्स के साथ कॉपी-पेस्ट कोड ब्लॉक और Zendesk, Intercom या Gorgias जैसे प्लेटफॉर्म के साथ इंटीग्रेशन के लिए एक JSON मेटाडेटा स्कीमा शामिल है। इन्हें वर्तमान मॉडलों के लिए डिज़ाइन किया गया है और इनमें कंप्लायंस-अवेयर भाषा शामिल है।
अस्पष्ट इनपुट से अस्पष्ट आउटपुट मिलते हैं। AI का उपयोग करने वाली ग्राहक सहायता टीमों के लिए, एक सहायक, ऑन-ब्रांड प्रतिक्रिया और एक सामान्य, टिकट बनाने वाली प्रतिक्रिया के बीच का अंतर प्रॉम्प्ट की गुणवत्ता है। “एक जवाब लिखें” जैसे फ्रीफॉर्म अनुरोध बहुत कुछ भाग्य पर छोड़ देते हैं।
स्पष्ट वेरिएबल्स, कॉन्टेक्स्ट और कंस्ट्रेंट्स के साथ संरचित प्रॉम्प्ट, स्केलेबल AI सपोर्ट की नींव हैं। वे कंसिस्टेंसी सुनिश्चित करते हैं, हेलुसिनेशन्स को कम करते हैं, और एजेंट्स को तेज़ी से काम करने की अनुमति देते हैं। यह AI in customer experience क्षेत्र के पेशेवरों के लिए मुख्य स्किल है।
ZEKAI में, हम टूल्स की स्वतंत्र रूप से समीक्षा करते हैं। इन प्रॉम्प्ट के लिए हमारे रैंकिंग मानदंड सरल हैं:
- स्पष्टता और विशिष्टता: क्या प्रॉम्प्ट अस्पष्टता के लिए जगह छोड़ता है?
- अनुकूलनशीलता: क्या इसे वेरिएबल्स के साथ आसानी से संशोधित किया जा सकता है?
- वेंडर मैपिंग: क्या इसे वास्तविक दुनिया के हेल्पडेस्क वर्कफ़्लो में मैप किया जा सकता है?
- कंप्लायंस अवेयरनेस: क्या यह वास्तविक दुनिया के कानूनी और ब्रांड जोखिम का ध्यान रखता है?
यह 25 कॉपी-पेस्ट प्रॉम्प्ट की एक लाइब्रेरी है, जिसका सितंबर 2026 तक के वर्तमान लार्ज लैंग्वेज मॉडल्स के खिलाफ परीक्षण किया गया है। प्रत्येक में एक JSON ऑब्जेक्ट शामिल है, जिससे उन्हें आपके हेल्पडेस्क के मैक्रोज़ या आंतरिक टूल्स में इंटीग्रेट करना आसान हो जाता है।
संरचित प्रॉम्प्ट फ्रीफॉर्म अनुरोधों से बेहतर क्यों हैं
एक संरचित प्रॉम्प्ट आपके AI असिस्टेंट के लिए एक विस्तृत ब्रीफ के रूप में कार्य करता है। प्लेसहोल्डर्स प्रदान करके, वांछित टोन को परिभाषित करके, और कंस्ट्रेंट्स (जैसे लंबाई या फॉर्मेट) को निर्दिष्ट करके, आप AI को कई संभावित प्रतिक्रियाओं में से केवल एक सबसे अच्छी प्रतिक्रिया की ओर निर्देशित करते हैं। इससे एडिटिंग का समय कम होता है और, इससे भी महत्वपूर्ण बात यह है कि, AI द्वारा ऐसी पॉलिसीज़ बनाने या ऐसे वादे करने का जोखिम कम होता है जिन्हें आपकी कंपनी पूरा नहीं कर सकती।
एयर कनाडा के चैटबॉट द्वारा शोक किराए के बारे में गलत जानकारी प्रदान करने के बाद एक ग्राहक को दिए गए हर्जाने, AI लायबिलिटी के लिए एक मिसाल कायम करने वाला मामला। Source: pinsentmasons.com
कुख्यात *Moffatt v. Air Canada* मामला इस जोखिम की एक कड़ी याद दिलाता है। एयरलाइन को उसके सपोर्ट चैटबॉट द्वारा प्रदान की गई गलत जानकारी के लिए उत्तरदायी ठहराया गया था, भले ही सही जानकारी उसकी साइट पर कहीं और उपलब्ध थी। ग्राउंडेड तथ्यों वाले संरचित प्रॉम्प्ट इस तरह की अनचाही त्रुटियों को रोकते हैं।
टिकट प्रतिक्रिया और फर्स्ट-कॉन्टैक्ट प्रॉम्प्ट (5 प्रॉम्प्ट)
ये प्रॉम्प्ट प्रारंभिक जवाबों, अपेक्षाएं निर्धारित करने और कुशलता से जानकारी इकट्ठा करने के लिए हैं।
`[TICKET_TOPIC]` के बारे में एक टिकट के लिए फर्स्ट-कॉन्टैक्ट रिप्लाई ड्राफ्ट करें।
1. यूज़र के विशिष्ट मुद्दे को स्वीकार करें: `[USER_ISSUE_SUMMARY]`।
2. उनके टिकट की प्राप्ति की पुष्टि करें और टिकट ID प्रदान करें: `[TICKET_ID]`।
3. इस मुद्दे के प्रकार के लिए हमारा मानक प्रतिक्रिया समय बताएं: `[RESPONSE_TIME_SLA]`।
4. यदि ज्ञात हो, तो उस विशेषज्ञ या टीम का उल्लेख करें जिसे यह रूट किया गया है: `[ROUTED_TEAM]`।
5. टोन को सहानुभूतिपूर्ण और पेशेवर रखें। समाधान का वादा न करें, केवल फॉलो-अप का।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_001",
"use_case": "फर्स्ट कॉन्टैक्ट रिप्लाई",
"variables": ["TICKET_TOPIC", "USER_ISSUE_SUMMARY", "TICKET_ID", "RESPONSE_TIME_SLA", "ROUTED_TEAM"],
"tone": "empathetic, professional",
"constraints": "समाधान का वादा न करें।"
}
`[TICKET_TOPIC]` के बारे में यूज़र के अनुरोध में मुख्य जानकारी गायब है।
एक विनम्र जवाब ड्राफ्ट करें जो:
1. उनके मैसेज के लिए उन्हें धन्यवाद देता है।
2. स्पष्ट रूप से बताता है कि आगे बढ़ने के लिए हमें कौन सी विशिष्ट जानकारी चाहिए। इन्हें बुलेट पॉइंट के रूप में सूचीबद्ध करें:
* `[REQUIRED_INFO_1]`
* `[REQUIRED_INFO_2]`
* `[REQUIRED_INFO_3]`
3. संक्षेप में बताता है कि हमें यह जानकारी *क्यों* चाहिए (उदाहरण के लिए, "आपके अकाउंट का पता लगाने के लिए," "त्रुटि को दोहराने के लिए")।
4. उन्हें आश्वस्त करता है कि जानकारी प्राप्त होने के बाद उनके टिकट को प्राथमिकता दी जाएगी।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_002",
"use_case": "जानकारी का अनुरोध",
"variables": ["TICKET_TOPIC", "REQUIRED_INFO_1", "REQUIRED_INFO_2", "REQUIRED_INFO_3"],
"tone": "helpful, clear",
"constraints": "अनुरोध के पीछे का 'क्यों' समझाएं।"
}
यूज़र के प्रश्न का उत्तर देने वाली एक स्टेप-बाय-स्टेप गाइड जेनरेट करें: `[USER_QUESTION]`।
यूज़र `[USER_PLAN_LEVEL]` प्लान पर है।
1. सीधी पुष्टि के साथ शुरू करें: "हाँ, आप ऐसा कर सकते हैं। यहाँ चरण दिए गए हैं:"
2. चरणों के लिए एक क्रमांकित सूची का उपयोग करें।
3. विशिष्ट UI एलिमेंट्स को नाम से संदर्भित करें (उदाहरण के लिए, "मुख्य डैशबोर्ड में 'सेटिंग्स' पर क्लिक करें")।
4. यदि उपलब्ध हो, तो एक प्रासंगिक नॉलेज बेस आर्टिकल से लिंक करें: `[KB_ARTICLE_URL]`।
5. फॉलो-अप प्रश्न पूछने के निमंत्रण के साथ समाप्त करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_003",
"use_case": "कैसे करें गाइड",
"variables": ["USER_QUESTION", "USER_PLAN_LEVEL", "KB_ARTICLE_URL"],
"tone": "clear, instructional",
"constraints": "एक क्रमांकित सूची का उपयोग करें।"
}
हमने अभी-अभी एक सिस्टम-व्यापी समस्या का समाधान किया है: `[ISSUE_DESCRIPTION]`।
इस समस्या से प्रभावित यूज़र को एक सक्रिय मैसेज ड्राफ्ट करें।
1. मूल टिकट ID का संदर्भ दें: `[TICKET_ID]`।
2. संक्षेप में बताएं कि उनके द्वारा रिपोर्ट की गई समस्या अब हल हो जानी चाहिए।
3. उनसे पुष्टि करने के लिए कहें कि क्या उनके अंत में सब कुछ उम्मीद के मुताबिक काम कर रहा है।
4. एक सीधा लिंक प्रदान करें जहां वे फिक्स का परीक्षण कर सकते हैं: `[TESTING_URL]`।
5. उनके धैर्य के लिए उन्हें धन्यवाद दें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_004",
"use_case": "सक्रिय समाधान अपडेट",
"variables": ["ISSUE_DESCRIPTION", "TICKET_ID", "TESTING_URL"],
"tone": "proactive, helpful",
"constraints": "टिकट को स्वचालित रूप से बंद न करें।"
}
एक कंप्लायंट फर्स्ट-कॉन्टैक्ट मैसेज जेनरेट करें जिसमें एक AI डिस्क्लोजर शामिल हो।
यूज़र `[TICKET_TOPIC]` के बारे में पूछ रहा है।
1. एक स्पष्ट डिस्क्लोजर के साथ शुरू करें, जैसे "आप [COMPANY_NAME] के एक AI असिस्टेंट के साथ इंटरैक्ट कर रहे हैं।"
2. एक मानव एजेंट को एस्केलेट करने का तत्काल विकल्प प्रदान करें (उदाहरण के लिए, "आप किसी भी समय एक मानव के लिए पूछ सकते हैं।")।
3. फिर, प्रदान किए गए कॉन्टेक्स्ट के आधार पर यूज़र के प्रारंभिक प्रश्न का उत्तर देने के लिए आगे बढ़ें।
4. पूरे मैसेज को संक्षिप्त और स्पष्ट रखें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_005",
"use_case": "कंप्लायंट AI फर्स्ट कॉन्टैक्ट",
"variables": ["COMPANY_NAME", "TICKET_TOPIC"],
"tone": "transparent, direct",
"constraints": "शुरुआत में डिस्क्लोजर और मानव एस्केलेशन पाथ शामिल होना चाहिए।"
}
डी-एस्केलेशन और सहानुभूति प्रॉम्प्ट (5 प्रॉम्प्ट)
जब तनाव अधिक होता है, तो सही शब्द मायने रखते हैं। ये प्रॉम्प्ट AI को ऐसी प्रतिक्रियाएं ड्राफ्ट करने में मदद करते हैं जो झूठे वादे किए बिना ग्राहक की भावनाओं को मान्य करती हैं।
यूज़र `[USER_ISSUE]` के बारे में महत्वपूर्ण निराशा व्यक्त कर रहा है। उन्होंने हमसे पहले ही `[NUMBER_OF_CONTACTS]` बार संपर्क किया है।
एक सहानुभूतिपूर्ण प्रतिक्रिया ड्राफ्ट करें जो:
1. उनकी भावनाओं को मान्य करने वाले वाक्यांशों का उपयोग करता है (उदाहरण के लिए, "मैं समझता हूँ कि यह कितना निराशाजनक होना चाहिए," "आप नाराज़ होने के लिए सही हैं।")।
2. अंतर्निहित मुद्दे के लिए गलती स्वीकार किए बिना, नकारात्मक अनुभव के लिए स्पष्ट रूप से माफी मांगता है। उदाहरण: "मुझे इस समस्या के लिए खेद है।"
3. यह दिखाने के लिए कि मैंने समझा है, समस्या को अपने शब्दों में सारांशित करता है: `[PROBLEM_SUMMARY]`।
4. अगली तत्काल कार्रवाई बताता है जो मैं व्यक्तिगत रूप से कर रहा हूँ: `[AGENT_ACTION]`।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_001",
"use_case": "निराशा को स्वीकार करें",
"variables": ["USER_ISSUE", "NUMBER_OF_CONTACTS", "PROBLEM_SUMMARY", "AGENT_ACTION"],
"tone": "highly empathetic, validating, accountable",
"constraints": "अनुभव के लिए माफी मांगें, न कि मूल कारण के लिए जब तक कि पुष्टि न हो जाए।"
}
निम्नलिखित एजेंट प्रतिक्रिया का विश्लेषण करें और इसे अधिक सहानुभूतिपूर्ण और कम रोबोटिक बनाने के लिए फिर से लिखें।
मूल प्रतिक्रिया: `[ORIGINAL_RESPONSE]`
यूज़र की स्थिति: `[USER_SITUATION]`
इन पर ध्यान दें:
1. कॉर्पोरेट जार्गन को सरल भाषा से बदलना।
2. एक वाक्य जोड़ना जो यूज़र की भावनात्मक स्थिति (जैसे, निराशा, भ्रम) को स्वीकार करता है।
3. यह सुनिश्चित करना कि मुख्य मैसेज और कोई भी निर्देश सटीक रहें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_002",
"use_case": "टोन पॉलिश (सहानुभूति)",
"variables": ["ORIGINAL_RESPONSE", "USER_SITUATION"],
"tone": "empathetic, human",
"constraints": "मूल प्रतिक्रिया की तथ्यात्मक सामग्री को न बदलें।"
}
एक यूज़र को सूचित करने वाला एक जवाब ड्राफ्ट करें कि वे जिस सुविधा का अनुरोध कर रहे हैं, `[REQUESTED_FEATURE]`, वह वर्तमान में उपलब्ध नहीं है।
1. सहानुभूति और सत्यापन के साथ शुरू करें ("यह एक अच्छा विचार है," या "मैं देख सकता हूँ कि यह कितना उपयोगी होगा।")।
2. स्पष्ट लेकिन धीरे से बताएं कि यह सुविधा आज मौजूद नहीं है।
3. यदि कोई व्यवहार्य वर्कअराउंड मौजूद है तो उसे प्रदान करें: `[WORKAROUND_STEPS]`। यदि कोई वर्कअराउंड मौजूद नहीं है, तो उसे स्पष्ट रूप से बताएं।
4. समझाएं कि आप उनके अनुरोध को आधिकारिक तौर पर प्रोडक्ट टीम के साथ लॉग कर रहे हैं। उल्लेख करें कि उनकी प्रतिक्रिया मूल्यवान है।
5. कोई टाइमलाइन न दें या यह वादा न करें कि इसे बनाया जाएगा।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_003",
"use_case": "बुरी खबर दें (सुविधा अनुरोध)",
"variables": ["REQUESTED_FEATURE", "WORKAROUND_STEPS"],
"tone": "empathetic, honest, helpful",
"constraints": "भविष्य के कार्यान्वयन का वादा न करें या टाइमलाइन प्रदान न करें।"
}
यूज़र पिछले सपोर्ट एजेंट या बातचीत के साथ एक खराब अनुभव के बारे में शिकायत कर रहा है। उनका संदर्भ `[PREVIOUS_TICKET_ID]` है।
एक प्रतिक्रिया ड्राफ्ट करें जो:
1. पिछली अनुभव के लिए माफी मांगता है जो उनकी अपेक्षाओं को पूरा नहीं करता था।
2. पिछले एजेंट को दोष नहीं देता है। यूज़र के अनुभव पर ध्यान दें।
3. अब मुद्दे का स्वामित्व लेता है। ("मैंने इस टिकट को पूरा करने के लिए इसका स्वामित्व ले लिया है।")
4. अनसुलझे मुद्दे का एक संक्षिप्त सारांश पूछता है ताकि यह सुनिश्चित हो सके कि आपके पास पूरा कॉन्टेक्स्ट है, बिना उन्हें सब कुछ दोहराए।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_004",
"use_case": "सेवा रिकवरी",
"variables": ["PREVIOUS_TICKET_ID"],
"tone": "accountable, reassuring",
"constraints": "अन्य एजेंट्स को दोष न दें।"
}
यूज़र के मैसेज गुस्से वाले, कैपिटलाइज़्ड और गैर-रचनात्मक होते जा रहे हैं।
एक छोटा, दृढ़ और पेशेवर "रीसेट" मैसेज ड्राफ्ट करें।
1. उनकी निराशा को सीधे स्वीकार करें।
2. अपना लक्ष्य बताएं: "मेरा लक्ष्य आपके लिए इसे हल करना है, लेकिन ऐसा करने के लिए मुझे आपकी मदद की ज़रूरत है।"
3. एक, स्पष्ट, विशिष्ट प्रश्न पूछकर बातचीत को रीसेट करें जो मुद्दे को आगे बढ़ाएगा। उदाहरण: "आगे बढ़ने के लिए, क्या आप कृपया मुझे अपने कन्फर्मेशन ईमेल से इनवॉइस नंबर प्रदान कर सकते हैं?"
4. भावनात्मक भाषा से बचें। एक शांत एंकर बनें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_005",
"use_case": "बातचीत रीसेट",
"variables": [],
"tone": "calm, firm, professional",
"constraints": "सीधे रहें और अगले एक कदम पर ध्यान केंद्रित करें।"
}
रिफंड, बिलिंग और पॉलिसी अपवाद प्रॉम्प्ट (4 प्रॉम्प्ट)
पैसा एक संवेदनशील विषय है। ये प्रॉम्प्ट स्पष्टता और पॉलिसी का पालन सुनिश्चित करते हैं।
एक यूज़र `[CHARGE_DATE]` पर `[CHARGE_AMOUNT]` के चार्ज पर सवाल उठा रहा है।
एक स्पष्ट स्पष्टीकरण ड्राफ्ट करें।
1. विशिष्ट इनवॉइस या ऑर्डर नंबर का संदर्भ दें: `[INVOICE_ID]`।
2. चार्ज को इनवॉइस से लाइन आइटम में तोड़ें (उदाहरण के लिए, "प्रो प्लान की सदस्यता: $XX," "ओवरएज फीस: $Y")।
3. संबंधित सेवा की शर्तों या मूल्य निर्धारण पेज से लिंक करें जो इस चार्ज को समझाता है: `[POLICY_URL]`।
4. सरल, सीधी भाषा का प्रयोग करें। अकाउंटिंग जार्गन से बचें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_001",
"use_case": "चार्ज समझाएं",
"variables": ["CHARGE_AMOUNT", "CHARGE_DATE", "INVOICE_ID", "POLICY_URL"],
"tone": "factual, clear, transparent",
"constraints": "विशिष्ट लाइन आइटम का संदर्भ दें।"
}
यूज़र हमारी पॉलिसी के अनुसार `[PRODUCT/SERVICE]` के लिए रिफंड के लिए योग्य है।
रिफंड की पुष्टि करने वाला एक मैसेज ड्राफ्ट करें।
1. स्पष्ट रूप से बताएं कि रिफंड प्रोसेस कर दिया गया है।
2. रिफंड की जा रही राशि निर्दिष्ट करें: `[REFUND_AMOUNT]`।
3. उन्हें सूचित करें कि उनके खाते में फंड आने में कितना समय लगेगा (उदाहरण के लिए, "5-10 व्यावसायिक दिन")।
4. उनके रिकॉर्ड के लिए मूल ट्रांजेक्शन ID का उल्लेख करें: `[TRANSACTION_ID]`।
5. एक सकारात्मक और सहायक नोट पर समाप्त करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_002",
"use_case": "रिफंड प्रोसेस करें",
"variables": ["PRODUCT/SERVICE", "REFUND_AMOUNT", "TRANSACTION_ID"],
"tone": "helpful, efficient",
"constraints": "राशि और टाइमलाइन के बारे में विशिष्ट रहें।"
}
एक यूज़र `[PRODUCT/SERVICE]` के लिए रिफंड का अनुरोध कर रहा है, लेकिन उनका अनुरोध हमारी रिफंड पॉलिसी से बाहर है क्योंकि `[REASON_FOR_DENIAL]`।
एक दृढ़ लेकिन सहानुभूतिपूर्ण अस्वीकृति ड्राफ्ट करें।
1. उनके अनुरोध को स्वीकार करें और दिखाएं कि आपने इसकी समीक्षा की है।
2. स्पष्ट रूप से बताएं कि अनुरोध रिफंड पॉलिसी से बाहर है।
3. संक्षेप में और तटस्थ रूप से विशिष्ट पॉलिसी नियम समझाएं जो लागू होता है (उदाहरण के लिए, "रिफंड केवल खरीद के 30 दिनों के भीतर उपलब्ध हैं।")।
4. सार्वजनिक रिफंड पॉलिसी पेज से लिंक करें: `[POLICY_URL]`।
5. यदि संभव हो, तो एक विकल्प प्रदान करें, जैसे भविष्य की खरीद पर छूट या प्लान डाउनग्रेड। `[ALTERNATIVE_OFFER]`। यदि कोई उपयुक्त नहीं है तो इसे प्रदान न करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_003",
"use_case": "रिफंड अस्वीकार करें",
"variables": ["PRODUCT/SERVICE", "REASON_FOR_DENIAL", "POLICY_URL", "ALTERNATIVE_OFFER"],
"tone": "firm, empathetic, clear",
"constraints": "पॉलिसी के लिए माफी न मांगें। इसे एक तथ्य के रूप में बताएं।"
}
एक मैनेजर के रूप में, मैंने इस यूज़र के लिए `[POLICY_ISSUE]` के संबंध में हमारी पॉलिसी में एक बार का अपवाद स्वीकृत किया है।
एक मैसेज ड्राफ्ट करें जो इसे स्पष्ट रूप से बताता है।
1. बताएं कि आपने उनकी विशिष्ट स्थिति की समीक्षा की है।
2. स्पष्ट रूप से बताएं कि आप एक *एक बार का अपवाद* कर रहे हैं।
3. अपवाद के परिणाम को समझाएं (उदाहरण के लिए, "हमने पूर्ण रिफंड जारी किया है," "हमने आपका ट्रायल बढ़ा दिया है")।
4. भविष्य की अपेक्षाओं को प्रबंधित करने के लिए मानक पॉलिसी को धीरे से दोहराएं।
5. एक सकारात्मक, "मदद करके खुशी हुई" टोन का उपयोग करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_004",
"use_case": "पॉलिसी अपवाद",
"variables": ["POLICY_ISSUE"],
"tone": "gracious, clear",
"constraints": "वाक्यांश 'एक बार का अपवाद' का उपयोग करना चाहिए।"
}
नॉलेज बेस और FAQ जनरेशन प्रॉम्प्ट (4 प्रॉम्प्ट)
सपोर्ट बातचीत को सेल्फ-सर्विस एसेट्स में बदलें।
निम्नलिखित सपोर्ट टिकट ट्रांसक्रिप्ट का विश्लेषण करें और इसे हमारे FAQ के लिए एक एकल प्रश्न और उत्तर पेयर में सारांशित करें।
ट्रांसक्रिप्ट: `[TICKET_TRANSCRIPT]`
1. **प्रश्न:** यूज़र की मुख्य समस्या को एक स्पष्ट, खोजने योग्य प्रश्न के रूप में वाक्यांशित करें।
2. **उत्तर:** टिकट में अंतिम समाधान के आधार पर, प्रश्न को हल करने वाला एक संक्षिप्त, स्टेप-बाय-स्टेप उत्तर लिखें।
3. सभी व्यक्तिगत रूप से पहचान योग्य जानकारी (PII) हटा दें।
4. अंतिम आउटपुट सरल भाषा में होना चाहिए, न कि टिकट की कहानी।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_001",
"use_case": "टिकट से FAQ",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "instructional, clear",
"constraints": "आउटपुट एक एकल Q&A पेयर होना चाहिए। कोई PII नहीं।"
}
इन 5 सपोर्ट टिकटों का विश्लेषण करें। एक सामान्य थीम या प्रश्न की पहचान करें जिसका हमारे वर्तमान नॉलेज बेस आर्टिकल्स द्वारा उत्तर नहीं दिया गया है।
टिकट 1: `[TICKET_1_SUMMARY]`
टिकट 2: `[TICKET_2_SUMMARY]`
टिकट 3: `[TICKET_3_SUMMARY]`
टिकट 4: `[TICKET_4_SUMMARY]`
टिकट 5: `[TICKET_5_SUMMARY]`
वर्तमान KB शीर्षक: `[KB_TITLES_LIST]`
नॉलेज गैप का वर्णन करने वाला एक एकल वाक्य आउटपुट करें। उदाहरण: "हमारे पास नए X API वर्जन के साथ इंटीग्रेट करने का तरीका समझाने वाला कोई आर्टिकल नहीं है।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_002",
"use_case": "KB गैप एनालिसिस",
"variables": ["[TICKET_SUMMARIES]", "[KB_TITLES_LIST]"],
"tone": "analytical",
"constraints": "एक एकल वाक्य आउटपुट करें।"
}
निम्नलिखित जानकारी के आधार पर एक नया नॉलेज बेस आर्टिकल ड्राफ्ट करें।
**विषय:** `[ARTICLE_TOPIC]`
**लक्ष्य दर्शक:** `[AUDIENCE_DESCRIPTION]` (उदाहरण के लिए, "नए यूज़र," "डेवलपर्स")
**शामिल करने के लिए मुख्य चरण/जानकारी:**
* `[POINT_1]`
* `[POINT_2]`
* `[POINT_3]`
**संरचना:**
1. **शीर्षक:** एक स्पष्ट, एक्शन-ओरिएंटेड शीर्षक।
2. **परिचय:** एक वाक्य का सारांश कि आर्टिकल यूज़र को क्या करने में मदद करता है।
3. **पूर्व-आवश्यकताएं:** यूज़र को शुरू करने से पहले आवश्यक किसी भी चीज़ की बुलेटेड सूची।
4. **चरण:** स्पष्ट निर्देशों के साथ एक क्रमांकित सूची।
5. **समस्या निवारण/FAQ:** 1-2 सामान्य समस्याओं और उनके समाधानों के साथ एक छोटा खंड।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_003",
"use_case": "KB आर्टिकल ड्राफ्ट करें",
"variables": ["ARTICLE_TOPIC", "AUDIENCE_DESCRIPTION", "[POINTS]"],
"tone": "instructional, structured",
"constraints": "निर्दिष्ट संरचना का ठीक से पालन करें।"
}
निम्नलिखित नॉलेज बेस आर्टिकल को फिर से लिखें ताकि यह सर्च इंजनों द्वारा अधिक खोजने योग्य हो और यूज़र्स के लिए स्कैन करना आसान हो।
**मूल आर्टिकल टेक्स्ट:** `[ARTICLE_TEXT]`
**प्राथमिक कीवर्ड:** `[KEYWORD]`
**निर्देश:**
1. सुनिश्चित करें कि प्राथमिक कीवर्ड शीर्षक (H1) और कम से कम एक उपशीर्षक (H2) में हो।
2. लंबे पैराग्राफ को छोटे पैराग्राफ में तोड़ें।
3. जहां उपयुक्त हो, बुलेट पॉइंट या क्रमांकित सूचियों का उपयोग करें।
4. शीर्ष पर एक "TL;DR" या "इस आर्टिकल में" सारांश जोड़ें।
5. स्कैन करने की क्षमता के लिए मुख्य शब्दों को बोल्ड करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_004",
"use_case": "KB SEO और पठनीयता",
"variables": ["ARTICLE_TEXT", "KEYWORD"],
"tone": "clear, scannable",
"constraints": "मुख्य अर्थ को बदले बिना संरचना में सुधार करें।"
}
एजेंट QA, कोचिंग और प्रशिक्षण प्रॉम्प्ट (4 प्रॉम्प्ट)
बातचीत को स्कोर करने और प्रशिक्षण सामग्री उत्पन्न करने के लिए AI का उपयोग करें।
निम्नलिखित टिकट ट्रांसक्रिप्ट में एजेंट के प्रदर्शन को हमारे QA रूब्रिक के खिलाफ स्कोर करें। प्रत्येक श्रेणी के लिए 1-5 का स्कोर और एक संक्षिप्त औचित्य प्रदान करें।
**ट्रांसक्रिप्ट:** `[TICKET_TRANSCRIPT]`
**QA रूब्रिक:**
1. **ओपनिंग:** क्या यह व्यक्तिगत और त्वरित थी?
2. **समस्या पहचान:** क्या एजेंट ने यूज़र की वास्तविक समस्या को सही ढंग से पहचाना?
3. **टोन और सहानुभूति:** क्या टोन उपयुक्त और सहानुभूतिपूर्ण थी?
4. **समाधान गुणवत्ता:** क्या समाधान सटीक और अच्छी तरह से समझाया गया था?
5. **क्लोजिंग:** क्या क्लोजिंग स्पष्ट थी और क्या इसने समाधान की पुष्टि की?
एक मार्कडाउन टेबल फॉर्मेट में आउटपुट करें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_001",
"use_case": "टिकट स्कोरिंग",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "analytical, objective",
"constraints": "स्कोर और औचित्य के साथ एक मार्कडाउन टेबल के रूप में आउटपुट करें।"
}
निम्नलिखित एजेंट बातचीत की समीक्षा करें। एजेंट के लिए सबसे बड़े कोचिंग अवसर की पहचान करें।
**ट्रांसक्रिप्ट:** `[TICKET_TRANSCRIPT]`
व्यक्तित्व पर नहीं, बल्कि व्यवहार पर ध्यान दें। अवसर को रचनात्मक रूप से फ्रेम करें।
उदाहरण आउटपुट: "एजेंट ग्राहक की निराशा को समाधान पर कूदने से पहले ही मान्य करके स्थिति को अधिक प्रभावी ढंग से डी-एस्केलेट कर सकता था।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_002",
"use_case": "कोचिंग अवसर की पहचान करें",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "constructive, analytical",
"constraints": "एक प्राथमिक अवसर की पहचान करें।"
}
नीचे दिए गए कठिन टिकट के आधार पर, एक प्रशिक्षण सत्र के लिए एक रोल-प्लेइंग सिनेरियो बनाएं।
**कठिन टिकट सारांश:** `[TICKET_SUMMARY]`
**सिनेरियो आउटपुट:**
1. **ग्राहक पर्सोना:** ग्राहक का एक संक्षिप्त विवरण (उदाहरण के लिए, "निराश, गैर-तकनीकी, इसे पहले ही दो बार ठीक करने की कोशिश कर चुका है")।
2. **प्रारंभिक कथन:** वह सटीक वाक्य जिसका उपयोग "ग्राहक" को रोल-प्ले शुरू करने के लिए करना चाहिए।
3. **"ट्विस्ट":** जानकारी का छिपा हुआ टुकड़ा या गलतफहमी जिसे एजेंट को उजागर करने की आवश्यकता है।
4. **वांछित परिणाम:** एक सफल समाधान कैसा दिखता है।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_003",
"use_case": "प्रशिक्षण सिनेरियो जेनरेट करें",
"variables": ["TICKET_SUMMARY"],
"tone": "creative, instructional",
"constraints": "4-भाग सिनेरियो संरचना का पालन करें।"
}
इस अस्पष्ट सपोर्ट टिकट के आधार पर एक बहु-विकल्प क्विज़ प्रश्न बनाएं।
**टिकट सारांश:** `[TICKET_SUMMARY]`
**निर्देश:**
1. एक "सबसे अच्छा अगला कदम क्या है?" प्रश्न पूछें।
2. चार विकल्प प्रदान करें:
* A - सही, नियमानुसार उत्तर।
* B - एक प्रशंसनीय लेकिन गलत उत्तर।
* C - एक सामान्य लेकिन अक्षम उत्तर।
* D - एक उत्तर जो पॉलिसी का उल्लंघन करता है।
3. सही उत्तर इंगित करें और एक संक्षिप्त स्पष्टीकरण प्रदान करें कि यह सबसे अच्छा विकल्प क्यों है और अन्य गलत क्यों हैं।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_004",
"use_case": "क्विज़ प्रश्न बनाएं",
"variables": ["TICKET_SUMMARY"],
"tone": "educational",
"constraints": "4 अलग विकल्प और एक विस्तृत स्पष्टीकरण प्रदान करें।"
}
एस्केलेशन और कंप्लायंस-संवेदनशील प्रॉम्प्ट (3 प्रॉम्प्ट)
ये प्रॉम्प्ट कानूनी और प्रतिष्ठा दोनों तरह के जोखिम को प्रबंधित करने में मदद करते हैं।
EU AI एक्ट के अनुच्छेद 50 के प्रवर्तन की तारीख, जो यह अनिवार्य करता है कि यूज़र्स को सूचित किया जाना चाहिए कि वे एक AI सिस्टम के साथ इंटरैक्ट कर रहे हैं। Source: iapp.org
मानव एजेंट को एस्केलेशन के लिए इस बातचीत का एक संक्षिप्त सारांश तैयार करें। एजेंट व्यस्त है और उसे 15 सेकंड के भीतर स्थिति को समझने की आवश्यकता है।
**बातचीत ट्रांसक्रिप्ट:** `[CONVERSATION_TRANSCRIPT]`
**सारांश में शामिल होना चाहिए:**
1. **यूज़र:** `[USER_NAME_OR_ID]`
2. **मुद्दा:** समस्या का एक वाक्य का सारांश।
3. **इतिहास:** अब तक क्या कोशिश की गई है (उदाहरण के लिए, "AI ने कैश क्लियर करने का सुझाव दिया, यूज़र का कहना है कि यह काम नहीं किया")।
4. **यूज़र की भावनात्मक स्थिति:** (उदाहरण के लिए, "शांत," "निराश," "भ्रमित")।
5. **हल करने के लिए विशिष्ट प्रश्न:** वह सटीक प्रश्न जिसका मानव को उत्तर देने की आवश्यकता है।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_001",
"use_case": "एस्केलेशन सारांश",
"variables": ["CONVERSATION_TRANSCRIPT", "USER_NAME_OR_ID"],
"tone": "concise, factual",
"constraints": "अधिकतम 75 शब्द।"
}
निम्नलिखित ड्राफ्ट प्रतिक्रिया का विश्लेषण करें कि क्या इसमें कोई ऐसी भाषा है जिसे वादा, गारंटी, गलती स्वीकार करना, या कानूनी रूप से बाध्यकारी कथन माना जा सकता है।
**ड्राफ्ट प्रतिक्रिया:** `[DRAFT_RESPONSE]`
यदि संवेदनशील भाषा पाई जाती है, तो विशिष्ट वाक्यांश की पहचान करें और एक सुरक्षित विकल्प सुझाएं।
उदाहरण आउटपुट:
- **वाक्यांश:** "मैं गारंटी देता हूँ कि यह आपकी समस्या को ठीक कर देगा।"
- **जोखिम:** एक ऐसा वादा बनाता है जिसे हम पूरा नहीं कर सकते।
- **सुझाव:** "यह अनुशंसित अगला कदम है और यह अधिकांश यूज़र्स के लिए समस्या का समाधान करता है।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_002",
"use_case": "कानूनी भाषा स्कैन",
"variables": ["DRAFT_RESPONSE"],
"tone": "analytical, risk-averse",
"constraints": "वाक्यांश, जोखिम और सुझाव की पहचान करें।"
}
निम्नलिखित ग्राहक बातचीत की समीक्षा करें और सभी व्यक्तिगत रूप से पहचान योग्य जानकारी (PII) को संपादित करें इससे पहले कि इसे बग रिपोर्ट के हिस्से के रूप में इंजीनियरिंग को भेजा जाए।
**मूल ट्रांसक्रिप्ट:** `[ORIGINAL_TRANSCRIPT]`
**संपादित करने के लिए PII:**
- नाम
- ईमेल पते
- फोन नंबर
- भौतिक पते
- IP पते
- अकाउंट नंबर या यूज़र ID
PII के प्रत्येक टुकड़े को `[REDACTED_EMAIL]` या `[REDACTED_NAME]` जैसे प्लेसहोल्डर से बदलें। बातचीत की बाकी सामग्री और संरचना को बनाए रखें।"
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_003",
"use_case": "PII संपादन",
"variables": ["ORIGINAL_TRANSCRIPT"],
"tone": "neutral, technical",
"constraints": "केवल PII को संपादित करें; बाकी सभी टेक्स्ट को बरकरार रखें।"
}
कौन से टूल्स इन्हें मूल रूप से चलाते हैं?
जबकि इन प्रॉम्प्ट का उपयोग ChatGPT या Claude जैसे किसी भी सामान्य-उद्देश्य वाले AI के साथ किया जा सकता है, उनकी वास्तविक शक्ति उन्हें आपके हेल्पडेस्क में इंटीग्रेट करने से आती है। सितंबर 2026 तक, प्रमुख प्लेटफॉर्म प्रॉम्प्ट ऑटोमेशन के लिए अलग-अलग दृष्टिकोण रखते हैं।
Intercom Fin
स्वायत्त समाधान के लिए सबसे अच्छा, लेकिन मूल्य निर्धारण प्रति-परिणाम है, प्रति-प्रॉम्प्ट नहीं।.
स्वायत्त समाधान के लिए सबसे अच्छा, लेकिन मूल्य निर्धारण प्रति-परिणाम है, प्रति-प्रॉम्प्ट नहीं।
- Price from
- $0.99/resolution
- Free tier
- सत्यापित सत्य: 14-दिवसीय असीमित ट्रायल, फिर कोई फ्री टियर नहीं
Intercom का Fin AI एजेंट स्वायत्त समाधान के लिए डिज़ाइन किया गया है। आप इसे प्रति-टिकट के आधार पर “प्रॉम्प्ट” नहीं करते हैं; आप इसे अपने नॉलेज बेस पर प्रशिक्षित करते हैं और वर्कफ़्लो परिभाषित करते हैं। यहां दिए गए प्रॉम्प्ट Fin द्वारा उपयोग की जाने वाली *सामग्री* बनाने या AI Copilot सुविधाओं का उपयोग करने वाले एजेंट्स के लिए सबसे उपयोगी हैं। सितंबर 2026 तक, Fin की लागत सीट लाइसेंस के अतिरिक्त प्रति सफल समाधान $0.99 है।
Zendesk AI
एजेंट-असिस्ट और कस्टम बॉट्स के लिए शक्तिशाली, लेकिन AI एक महंगा ऐड-ऑन है।.
एजेंट-असिस्ट और कस्टम बॉट्स के लिए शक्तिशाली, लेकिन AI एक महंगा ऐड-ऑन है।
- Price from
- $50/agent/mo + overage
- Free tier
- सत्यापित सत्य: प्रति प्लान छोटा भत्ता, फिर भुगतान किया गया।
Zendesk AI टूल्स का एक सूट प्रदान करता है, जिसमें ऑटोमेशन के लिए एक AI एजेंट और मानव एजेंट्स के लिए Copilot सुविधाएं शामिल हैं। ये प्रॉम्प्ट मैक्रोज़ बनाने के लिए आदर्श हैं जिनका उपयोग एजेंट्स Copilot के साथ जवाब ड्राफ्ट करने, टिकट सारांशित करने या टोन बदलने के लिए कर सकते हैं। एडवांस्ड AI ऐड-ऑन की लागत लगभग $50/एजेंट/माह है, और स्वचालित समाधान एक छोटे भत्ते से ऊपर अलग से बिल किए जाते हैं।
Gorgias AI
Shopify ऑटोमेशन के लिए अपराजेय, लेकिन AI मीटर किया गया है और महंगा हो सकता है।.
Shopify ऑटोमेशन के लिए अपराजेय, लेकिन AI मीटर किया गया है और महंगा हो सकता है।
- Price from
- $1.50/AI conversation
- Free tier
- सत्यापित सत्य: AI सुविधाओं के लिए कोई फ्री टियर नहीं।
Gorgias ई-कॉमर्स में चमकता है, खासकर Shopify स्टोर्स के लिए। इसका AI सीधे कार्रवाई कर सकता है (जैसे ऑर्डर स्टेटस चेक करना या रिटर्न प्रोसेस करना)। बिलिंग, रिफंड और विशिष्ट प्रोडक्ट प्रश्नों के लिए प्रॉम्प्ट एक प्राकृतिक फिट हैं। Gorgias का AI प्रति स्वचालित बातचीत बिल किया जाता है, जिसे कुछ स्रोतों ने टिकट-आधारित हेल्पडेस्क प्लान के अतिरिक्त $1.50 बताया है।
| प्रॉम्प्ट श्रेणी | सबसे उपयुक्त: Intercom Fin | सबसे उपयुक्त: Zendesk AI | सबसे उपयुक्त: Gorgias AI |
|---|---|---|---|
| फर्स्ट कॉन्टैक्ट और डिस्क्लोजर | Fin के ग्रीटिंग वर्कफ़्लो द्वारा मूल रूप से संभाला जाता है। | एजेंट्स के लिए कंप्लायंट मैक्रोज़ बनाने के लिए उत्कृष्ट। | अच्छा, स्वचालित प्रवाह में बनाया जा सकता है। |
| डी-एस्केलेशन और सहानुभूति | केवल एजेंट-असिस्ट; Fin इसके लिए डिज़ाइन नहीं किया गया है। | सबसे मजबूत फिट; Copilot टोन-पॉलिशिंग के लिए एकदम सही। | केवल एजेंट-असिस्ट। |
| बिलिंग और रिफंड | यदि वर्कफ़्लो परिभाषित हैं तो संभाल सकता है। | एजेंट जवाब ड्राफ्ट करने के लिए अच्छा। | उत्कृष्ट। ऑर्डर डेटा को मूल रूप से समझता है। |
| नॉलेज बेस जनरेशन | Fin का मुख्य कार्य KB का उपयोग करना है, इसे लिखना नहीं। | टिकटों को सारांशित करने के लिए मजबूत उपयोग का मामला। | Shopify-संबंधित टिकटों से FAQ उत्पन्न करने के लिए अच्छा। |
| QA और कोचिंग | प्राथमिक कार्य नहीं। | टिकटों को स्कोर करने और प्रशिक्षण के लिए सबसे मजबूत फिट। | संभव है, लेकिन मुख्य सुविधा नहीं। |
| एस्केलेशन और कंप्लायंस | एस्केलेशन पाथ को मूल रूप से संभालता है। | PII संपादन और एस्केलेशन सारांश के लिए उत्कृष्ट। | ई-कॉमर्स कॉन्टेक्स्ट में PII संपादन के लिए अच्छा। |
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 shortअपनी टीम की प्रॉम्प्ट लाइब्रेरी बनाना
इस पेज को अपने प्रॉम्प्ट का एकमात्र स्थान न बनने दें। सबसे प्रभावी सपोर्ट टीमें अपने आंतरिक डॉक्यूमेंटेशन या हेल्पडेस्क के भीतर एक साझा प्रॉम्प्ट लाइब्रेरी बनाती और बनाए रखती हैं।
- छोटे से शुरू करें: 5 सबसे सामान्य, दोहराए जाने वाले टिकट प्रकारों को चुनें और प्रत्येक के लिए एक सही प्रॉम्प्ट बनाएं।
- एक नामकरण कन्वेंशन का उपयोग करें:
cs_[use_case]_[version](उदाहरण के लिए,cs_refund_denial_002) जैसी एक प्रणाली प्रॉम्प्ट को खोजना और अपडेट करना आसान बनाती है। - समीक्षा करें और दोहराएं: महीने में एक बार, उन प्रॉम्प्ट की समीक्षा करें जिनका सबसे अधिक उपयोग किया जाता है। क्या वे अभी भी शानदार परिणाम दे रहे हैं? क्या उनमें सुधार किया जा सकता है?
- प्रदर्शन ट्रैक करें: यदि आपके टूल्स अनुमति देते हैं, तो उन टिकटों के लिए “पहले प्रतिक्रिया का समय” या “वन-टच समाधान” जैसे मेट्रिक्स को ट्रैक करें जिन्होंने एक मानक प्रॉम्प्ट का उपयोग किया था बनाम जिन्होंने नहीं किया था। डेटा खर्च किए गए समय को सही ठहराएगा।
एक उच्च-गुणवत्ता वाली प्रॉम्प्ट लाइब्रेरी में निवेश एजेंट दक्षता, ग्राहक संतुष्टि और जोखिम में कमी में लाभांश देता है। अपनी सपोर्ट वर्कफ़्लो में AI का लाभ उठाने के बारे में गंभीर टीमों के लिए, यह अब वैकल्पिक नहीं है। हमारे AI for Customer Support Profession Hub पर अपनी टीम को स्केल करने के बारे में अधिक जानें।
एक अच्छा ग्राहक सेवा AI प्रॉम्प्ट कैसे लिखते हैं?
एक अच्छा प्रॉम्प्ट विशिष्ट होता है, कॉन्टेक्स्ट प्रदान करता है, और कंस्ट्रेंट्स निर्धारित करता है। इसमें यूज़र का मुद्दा शामिल करें, वांछित टोन को परिभाषित करें, आउटपुट फॉर्मेट (जैसे सूची या टेबल) निर्दिष्ट करें, और AI को बताएं कि क्या *नहीं* करना है (उदाहरण के लिए, “टाइमलाइन का वादा न करें”)। पर्सनलाइजेशन के लिए ब्रैकेटेड वेरिएबल्स का उपयोग करने से पुन: प्रयोज्य टेम्पलेट बनाने में मदद मिलती है।
ग्राहक सेवा के लिए ChatGPT प्रॉम्प्ट क्या हैं?
ये ChatGPT जैसे मॉडल्स को सपोर्ट सिनेरियो के लिए प्रतिक्रियाएं उत्पन्न करने के लिए दिए गए निर्देश हैं। वे एक साधारण वेलकम ईमेल ड्राफ्ट करने से लेकर एक जटिल डी-एस्केलेशन मैसेज लिखने तक हो सकते हैं। पेशेवर उपयोग के लिए, प्रॉम्प्ट में टिकट विवरण के लिए वेरिएबल्स शामिल होने चाहिए, एक पेशेवर टोन निर्दिष्ट करनी चाहिए, और सामान्य या गलत उत्तरों से बचने के लिए कंपनी पॉलिसी का संदर्भ देना चाहिए।
क्या AI ग्राहक सहायता के लिए स्वचालित प्रतिक्रियाएं उत्पन्न कर सकता है?
हाँ। Intercom Fin और Zendesk AI जैसे AI प्लेटफॉर्म स्वचालित प्रतिक्रियाएं उत्पन्न कर सकते हैं। सरल सिस्टम कीवर्ड ट्रिगर्स का उपयोग करते हैं, जबकि उन्नत AI एजेंट्स यूज़र के इरादे की व्याख्या करने, नॉलेज बेस से उत्तर खींचने और यहां तक कि मानव हस्तक्षेप के बिना टिकट को हल करने के लिए प्राकृतिक भाषा समझ का उपयोग करते हैं।
Zendesk AI प्रॉम्प्ट का उपयोग कैसे करते हैं?
Zendesk में, प्रॉम्प्ट सबसे प्रभावी होते हैं जब उन्हें एजेंट्स द्वारा AI Copilot सुविधाओं के साथ उपयोग करने के लिए मैक्रोज़ के रूप में सहेजा जाता है। एक एजेंट एक टिकट पर एक संरचित प्रॉम्प्ट वाले मैक्रो को लागू कर सकता है, और AI एक प्रतिक्रिया ड्राफ्ट करने, बातचीत को सारांशित करने या टोन बदलने में मदद करेगा, जिसे एजेंट तब समीक्षा कर सकता है और भेज सकता है।
Intercom Fin प्रॉम्प्ट का उपयोग कैसे करते हैं?
Intercom Fin पूर्ण ऑटोमेशन के लिए डिज़ाइन किया गया है, इसलिए आप आमतौर पर प्रति-टिकट के आधार पर “प्रॉम्प्ट” का उपयोग नहीं करते हैं। इसके बजाय, आप Fin को अपने नॉलेज बेस पर प्रशिक्षित करते हैं और वर्कफ़्लो सेट करते हैं। इस गाइड में दिए गए प्रॉम्प्ट Fin द्वारा सटीक उत्तर प्रदान करने के लिए निर्भर उच्च-गुणवत्ता वाली, संरचित सामग्री बनाने के लिए सबसे अच्छे उपयोग किए जाते हैं।
क्या EU AI एक्ट ग्राहक सहायता चैटबॉट्स पर लागू होता है?
हाँ। 2 अगस्त, 2026 तक, EU AI एक्ट का अनुच्छेद 50 यह अनिवार्य करता है कि यूज़र्स को स्पष्ट रूप से सूचित किया जाना चाहिए कि वे एक AI सिस्टम के साथ इंटरैक्ट कर रहे हैं, जब तक कि यह स्पष्ट न हो। यह ग्राहक सहायता चैटबॉट्स और वॉयस बॉट्स पर लागू होता है जो यूरोपीय संघ के भीतर यूज़र्स की सेवा करते हैं।
क्या कंपनियां अपने AI चैटबॉट्स द्वारा कही गई बातों के लिए उत्तरदायी हैं?
हाँ, तेजी से ऐसा ही हो रहा है। *Moffatt v. Air Canada* का 2024 का मामला एक मिसाल कायम करता है जहां कंपनी को अपने चैटबॉट द्वारा एक ग्राहक को गलत पॉलिसी जानकारी प्रदान करने के लिए उत्तरदायी ठहराया गया था, भले ही सही जानकारी वेबसाइट पर कहीं और थी। यह AI द्वारा प्रदान की गई जानकारी की सटीकता सुनिश्चित करने के महत्व पर प्रकाश डालता है।
आगे कहाँ जाएं
तीन रास्ते, जो आपने अभी पढ़ा उसके आधार पर चुने गए।
Google में Zekai को सबसे पहले देखें
साप्ताहिक AI ब्रीफ़िंग आपके पेशे के लिए
हफ़्ते में एक ईमेल: AI के वे बदलाव जो सच में आपके पेशे को प्रभावित करते हैं — टूल्स, डील्स और आगे क्या करें।

