The short answer
Bu 25 yapılandırılmış yapay zeka komutu, destek ekiplerinin ilk teması, gerilimi azaltmayı, iadeleri, bilgi tabanı oluşturmayı ve temsilci kalite güvencesini yönetmesine yardımcı olur. Her komut, köşeli parantezli değişkenler içeren kopyala-yapıştır kod blokları ve Zendesk, Intercom veya Gorgias gibi platformlarla entegrasyon için bir JSON meta veri şeması içerir. Mevcut modeller için tasarlanmış olup uyumluluk bilincine sahip bir dil kullanır.
Belirsiz girdiler belirsiz çıktılar üretir. Yapay zeka kullanan müşteri destek ekipleri için, yardımcı, markaya uygun bir yanıt ile genel, yeni bir talep oluşturan bir yanıt arasındaki fark, komutun kalitesidir. “Bir yanıt yaz” gibi serbest biçimli istekler çok fazla şeyi şansa bırakır.
Açık değişkenler, bağlam ve kısıtlamalar içeren yapılandırılmış komutlar, ölçeklenebilir yapay zeka desteğinin temelini oluşturur. Tutarlılığı sağlar, halüsinasyonları azaltır ve temsilcilerin daha hızlı çalışmasına olanak tanır. Bu, müşteri deneyiminde yapay zeka alanındaki profesyoneller için temel bir beceridir.
ZEKAI olarak, araçları bağımsız olarak inceliyoruz. Bu komutlar için sıralama kriterlerimiz basittir:
- Netlik ve Özgüllük: Komut belirsizliğe yer bırakıyor mu?
- Uyarlanabilirlik: Değişkenlerle kolayca değiştirilebilir mi?
- Satıcı Eşleştirme: Gerçek bir yardım masası iş akışına eşleştirilebilir mi?
- Uyumluluk Bilinci: Gerçek dünyadaki yasal ve marka riskini hesaba katıyor mu?
Bu, Eylül 2026 itibarıyla mevcut büyük dil modellerine karşı test edilmiş 25 kopyala-yapıştır komutundan oluşan bir kütüphanedir. Her biri, yardım masanızın makrolarına veya dahili araçlarınıza kolayca entegre edilmesini sağlayan bir JSON nesnesi içerir.
Neden Yapılandırılmış Komutlar Serbest Biçimli İsteklerden Daha İyidir?
Yapılandırılmış bir komut, yapay zeka asistanınız için ayrıntılı bir brifing görevi görür. Yer tutucular sağlayarak, istenen tonu tanımlayarak ve kısıtlamalar (uzunluk veya format gibi) belirterek, yapay zekayı birçok olası yanıttan sadece en iyi tek yanıta yönlendirirsiniz. Bu, düzenleme süresini azaltır ve daha da önemlisi, yapay zekanın politikalar uydurması veya şirketinizin tutamayacağı sözler vermesi riskini en aza indirir.
Air Canada’nın sohbet botunun vefat tarifeleri hakkında yanlış bilgi vermesi üzerine bir müşteriye ödenen tazminat, yapay zeka sorumluluğu için emsal teşkil eden bir dava. Source: pinsentmasons.com
Kötü şöhretli *Moffatt v. Air Canada* davası, bu riskin çarpıcı bir hatırlatıcısıdır. Havayolu, doğru bilgi sitesinde başka bir yerde mevcut olmasına rağmen, destek sohbet botu tarafından sağlanan yanlış bilgilerden sorumlu tutuldu. Temellendirilmiş gerçeklere sahip yapılandırılmış komutlar, bu tür istenmeyen hataları önler.
Talep Yanıtı ve İlk Temas Komutları (5 Komut)
Bu komutlar, ilk yanıtlar, beklentileri belirleme ve bilgileri verimli bir şekilde toplama içindir.
[TICKET_TOPIC] hakkındaki bir talep için ilk temas yanıtını taslak olarak hazırlayın.
1. Kullanıcının belirli sorununu onaylayın: `[USER_ISSUE_SUMMARY]`.
2. Taleplerinin alındığını onaylayın ve talep kimliğini sağlayın: `[TICKET_ID]`.
3. Bu sorun türü için standart yanıt süremizi belirtin: `[RESPONSE_TIME_SLA]`.
4. Biliniyorsa, yönlendirildiği uzmanı veya ekibi belirtin: `[ROUTED_TEAM]`.
5. Tonu empatik ve profesyonel tutun. Bir çözüm vaat etmeyin, yalnızca bir takip vaat edin.
Kullanıcının `[TICKET_TOPIC]` hakkındaki isteğinde önemli bilgiler eksik.
Nazik bir yanıt taslağı hazırlayın:
1. Mesajları için teşekkür edin.
2. Devam etmek için ihtiyacımız olan belirli bilgileri açıkça belirtin. Bunları madde işaretleri olarak listeleyin:
* `[REQUIRED_INFO_1]`
* `[REQUIRED_INFO_2]`
* `[REQUIRED_INFO_3]`
3. Bu bilgilere neden ihtiyacımız olduğunu kısaca açıklayın (örn. "hesabınızı bulmak için", "hatayı tekrarlamak için").
4. Bilgi alındığında taleplerinin önceliklendirileceğinden emin olun.
Kullanıcının sorusunu yanıtlayan adım adım bir kılavuz oluşturun: `[USER_QUESTION]`.
Kullanıcı `[USER_PLAN_LEVEL]` planındadır.
1. Doğrudan bir onayla başlayın: "Evet, bunu yapabilirsiniz. İşte adımlar:"
2. Adımlar için numaralı bir liste kullanın.
3. Belirli kullanıcı arayüzü öğelerine adlarıyla referans verin (örn. "Ana panodaki 'Ayarlar'a tıklayın").
4. Mevcutsa, ilgili bir bilgi tabanı makalesine bağlantı verin: `[KB_ARTICLE_URL]`.
5. Takip soruları sormaya davetle bitirin.
Sistem genelinde bir sorunu az önce çözdük: `[ISSUE_DESCRIPTION]`.
Bu sorundan etkilenen bir kullanıcıya proaktif bir mesaj taslağı hazırlayın.
1. Orijinal talep kimliğine referans verin: `[TICKET_ID]`.
2. Bildirdikleri sorunun artık çözülmüş olması gerektiğini kısaca belirtin.
3. Kendi taraflarında her şeyin beklendiği gibi çalışıp çalışmadığını onaylamalarını isteyin.
4. Düzeltmeyi test edebilecekleri doğrudan bir bağlantı sağlayın: `[TESTING_URL]`.
5. Sabırları için teşekkür edin.
Yapay zeka açıklamasını içeren uyumlu bir ilk temas mesajı oluşturun.
Kullanıcı `[TICKET_TOPIC]` hakkında soru soruyor.
1. "Bir [COMPANY_NAME] yapay zeka asistanıyla etkileşim kuruyorsunuz." gibi net bir açıklamayla başlayın.
2. Bir insan temsilciye yükseltme için hemen bir seçenek sunun (örn. "İstediğiniz zaman bir insan talep edebilirsiniz.").
3. Ardından, sağlanan bağlama göre kullanıcının ilk sorgusunu yanıtlamaya devam edin.
4. Tüm mesajı kısa ve net tutun.
Gerilimi Azaltma ve Empati Komutları (5 Komut)
Gerilim yüksek olduğunda, doğru kelimeler önemlidir. Bu komutlar, yapay zekanın müşterinin duygularını yanlış vaatlerde bulunmadan doğrulayan yanıtlar taslağı hazırlamasına yardımcı olur.
Kullanıcı `[USER_ISSUE]` hakkında önemli bir hayal kırıklığı ifade ediyor. Bize zaten `[NUMBER_OF_CONTACTS]` kez ulaştılar.
Empatik bir yanıt taslağı hazırlayın:
1. Duygularını doğrulayan ifadeler kullanın (örn. "Bunun ne kadar sinir bozucu olduğunu anlıyorum," "Haklısınız, üzgün olmanız doğal.").
2. Altta yatan sorun için suçu kabul etmeden, olumsuz deneyim için açıkça özür dileyin. Örnek: "Bu durumun neden olduğu rahatsızlıktan dolayı üzgünüm."
3. Anladığımı göstermek için sorunu kendi kelimelerimle özetleyin: `[PROBLEM_SUMMARY]`.
4. Şahsen attığım acil bir sonraki adımı belirtin: `[AGENT_ACTION]`.
Aşağıdaki temsilci yanıtını analiz edin ve daha empatik ve daha az robotik olacak şekilde yeniden yazın.
Orijinal Yanıt: `[ORIGINAL_RESPONSE]`
Kullanıcının durumu: `[USER_SITUATION]`
Şunlara odaklanın:
1. Kurumsal jargonu sade bir dille değiştirmek.
2. Kullanıcının duygusal durumunu (örn. hayal kırıklığı, kafa karışıklığı) kabul eden bir cümle eklemek.
3. Temel mesajın ve talimatların doğru kalmasını sağlamak.
Bir kullanıcıya talep ettiği `[REQUESTED_FEATURE]` özelliğinin şu anda mevcut olmadığını bildiren bir yanıt taslağı hazırlayın.
1. Empati ve doğrulama ile başlayın ("Bu harika bir fikir," veya "Bunun ne kadar faydalı olabileceğini anlıyorum.").
2. Özelliğin bugün mevcut olmadığını açıkça ama nazikçe belirtin.
3. Bir geçici çözüm varsa, uygulanabilir bir geçici çözüm sunun: `[WORKAROUND_STEPS]`. Geçici çözüm yoksa, bunu açıkça belirtin.
4. İsteğinizi ürün ekibine resmi olarak kaydettiğinizi açıklayın. Geri bildirimlerinin değerli olduğunu belirtin.
5. Bir zaman çizelgesi vermeyin veya inşa edileceğine dair söz vermeyin.
Kullanıcı, önceki bir destek temsilcisi veya etkileşimiyle ilgili kötü bir deneyimden şikayet ediyor. Referansları `[PREVIOUS_TICKET_ID]`.
Şu şekilde bir yanıt taslağı hazırlayın:
1. Önceki deneyimin beklentilerini karşılamadığı için özür dileyin.
2. Önceki temsilciyi suçlamayın. Kullanıcının deneyimine odaklanın.
3. Şimdi sorunun sorumluluğunu üstlenin. ("Bu talebin takibini üstlendim.")
4. Her şeyi tekrarlatmadan, tam bağlamı aldığınızdan emin olmak için çözülmemiş sorunun kısa bir özetini isteyin.
Kullanıcının mesajları öfkeli, büyük harfli ve yapıcı olmayan bir hal alıyor.
Kısa, kararlı ve profesyonel bir "sıfırlama" mesajı taslağı hazırlayın.
1. Hayal kırıklıklarını doğrudan kabul edin.
2. Hedefinizi belirtin: "Amacım bunu sizin için çözmek, ancak bunu yapmak için yardımınıza ihtiyacım var."
3. Sohbeti, sorunu ilerletecek tek, açık, spesifik bir soru sorarak sıfırlayın. Örnek: "Devam etmek için, lütfen onay e-postanızdaki fatura numarasını bana sağlayabilir misiniz?"
4. Duygusal dilden kaçının. Sakin bir çapa olun.
İade, Faturalandırma ve Politika İstisnası Komutları (4 Komut)
Para hassas bir konudur. Bu komutlar, netliği ve politikaya bağlılığı sağlar.
Bir kullanıcı `[CHARGE_DATE]` tarihindeki `[CHARGE_AMOUNT]` tutarındaki bir ücreti sorguluyor.
Açık bir açıklama taslağı hazırlayın.
1. Belirli faturaya veya sipariş numarasına referans verin: `[INVOICE_ID]`.
2. Ücreti faturadaki kalemlere ayırın (örn. "Pro Plan Aboneliği: $XX," "Aşım ücretleri: $Y").
3. Bu ücreti açıklayan ilgili hizmet şartlarına veya fiyatlandırma sayfasına bağlantı verin: `[POLICY_URL]`.
4. Basit, doğrudan bir dil kullanın. Muhasebe jargonundan kaçının.
Kullanıcı, politikamıza göre `[PRODUCT/SERVICE]` için iadeye hak kazanmıştır.
İadeyi onaylayan bir mesaj taslağı hazırlayın.
1. İadenin işlendiğini açıkça belirtin.
2. İade edilen tutarı belirtin: `[REFUND_AMOUNT]`.
3. Paranın hesaplarına ne kadar sürede yansıyacağını bildirin (örn. "5-10 iş günü").
4. Kayıtları için orijinal işlem kimliğini belirtin: `[TRANSACTION_ID]`.
5. Olumlu ve yardımcı bir notla bitirin.
Bir kullanıcı `[PRODUCT/SERVICE]` için iade talep ediyor, ancak talepleri iade politikamızın dışındadır çünkü `[REASON_FOR_DENIAL]`.
Kararlı ama empatik bir red taslağı hazırlayın.
1. Taleplerini kabul edin ve incelediğinizi gösterin.
2. Talebin iade politikasının dışında kaldığını açıkça belirtin.
3. Geçerli olan belirli politika kuralını kısaca ve tarafsız bir şekilde açıklayın (örn. "İadeler yalnızca satın alma tarihinden itibaren 30 gün içinde mümkündür.").
4. Halka açık iade politikası sayfasına bağlantı verin: `[POLICY_URL]`.
5. Mümkünse, gelecekteki bir satın alma için indirim veya plan düşürme gibi bir alternatif sunun. `[ALTERNATIVE_OFFER]`. Hiçbiri uygun değilse bunu sunmayın.
Bir yönetici olarak, bu kullanıcı için `[POLICY_ISSUE]` ile ilgili politikamıza tek seferlik bir istisna onayladım.
Bunu açıkça ileten bir mesaj taslağı hazırlayın.
1. Belirli durumlarını incelediğinizi belirtin.
2. *Tek seferlik bir istisna* yaptığınızı açıkça belirtin.
3. İstisnanın sonucunu açıklayın (örn. "tam bir iade yaptık," "deneme sürenizi uzattık").
4. Gelecekteki beklentileri yönetmek için standart politikayı nazikçe yineleyin.
5. Olumlu, "yardımcı olmaktan mutluluk duyarız" tonu kullanın.
Bilgi Tabanı ve SSS Oluşturma Komutları (4 Komut)
Destek konuşmalarını self-servis varlıklara dönüştürün.
Aşağıdaki destek talep transkriptini analiz edin ve SSS'miz için tek bir Soru-Cevap çiftine özetleyin.
Transkript: `[TICKET_TRANSCRIPT]`
1. **Soru:** Kullanıcının temel sorununu açık, aranabilir bir soru olarak ifade edin.
2. **Cevap:** Talepteki nihai çözüme dayanarak, sorunu çözen kısa, adım adım bir yanıt yazın.
3. Tüm kişisel tanımlayıcı bilgileri (KİB) kaldırın.
4. Nihai çıktı, talebin bir hikayesi değil, sade bir dilde olmalıdır.
Bu 5 destek talebini analiz edin. Mevcut bilgi tabanı makalelerimiz tarafından yanıtlanmayan ortak bir tema veya soru belirleyin.
Talep 1: `[TICKET_1_SUMMARY]`
Talep 2: `[TICKET_2_SUMMARY]`
Talep 3: `[TICKET_3_SUMMARY]`
Talep 4: `[TICKET_4_SUMMARY]`
Talep 5: `[TICKET_5_SUMMARY]`
Mevcut KB Başlıkları: `[KB_TITLES_LIST]`
Bilgi boşluğunu açıklayan tek bir cümle çıkarın. Örnek: "Yeni X API sürümüyle nasıl entegre olunacağını açıklayan bir makalemiz yok.
Aşağıdaki bilgilere dayanarak yeni bir bilgi tabanı makalesi taslağı hazırlayın.
**Konu:** `[ARTICLE_TOPIC]`
**Hedef Kitle:** `[AUDIENCE_DESCRIPTION]` (örn. "Yeni kullanıcılar," "Geliştiriciler")
**Dahil Edilecek Temel Adımlar/Bilgiler:**
* `[POINT_1]`
* `[POINT_2]`
* `[POINT_3]`
**Yapı:**
1. **Başlık:** Açık, eylem odaklı bir başlık.
2. **Giriş:** Makalenin kullanıcıya ne yapmasında yardımcı olduğunu özetleyen tek cümlelik bir özet.
3. **Önkoşullar:** Kullanıcının başlamadan önce ihtiyacı olan her şeyin madde işaretli bir listesi.
4. **Adımlar:** Açık talimatlarla numaralı bir liste.
5. **Sorun Giderme/SSS:** 1-2 yaygın sorun ve çözümlerini içeren küçük bir bölüm.
Arama motorları tarafından daha kolay keşfedilebilir ve kullanıcılar tarafından daha kolay taranabilir olması için aşağıdaki bilgi tabanı makalesini yeniden yazın.
**Orijinal Makale Metni:** `[ARTICLE_TEXT]`
**Birincil Anahtar Kelime:** `[KEYWORD]`
**Talimatlar:**
1. Birincil anahtar kelimenin başlıkta (H1) ve en az bir alt başlıkta (H2) olduğundan emin olun.
2. Uzun paragrafları daha kısa olanlara bölün.
3. Uygun yerlerde madde işaretleri veya numaralı listeler kullanın.
4. Üst kısma bir "TL;DR" veya "Bu makalede" özeti ekleyin.
5. Taranabilirlik için anahtar terimleri kalın yapın.
Temsilci KG, Koçluk ve Eğitim Komutları (4 Komut)
Etkileşimleri puanlamak ve eğitim materyalleri oluşturmak için yapay zekayı kullanın.
Aşağıdaki talep transkriptindeki temsilcinin performansını KG rubriğimize göre puanlayın. Her kategori için 1-5 arası bir puan ve kısa bir gerekçe sağlayın.
**Transkript:** `[TICKET_TRANSCRIPT]`
**KG Rubriği:**
1. **Açılış:** Kişiselleştirilmiş ve hızlı mıydı?
2. **Sorun Tanımlama:** Temsilci kullanıcının gerçek sorununu doğru bir şekilde belirledi mi?
3. **Ton ve Empati:** Ton uygun ve empatik miydi?
4. **Çözüm Kalitesi:** Çözüm doğru ve iyi açıklanmış mıydı?
5. **Kapanış:** Kapanış net miydi ve çözümü onayladı mı?
Markdown tablo formatında çıktı verin.
Aşağıdaki temsilci etkileşimini inceleyin. Temsilci için en büyük tek koçluk fırsatını belirleyin.
**Transkript:** `[TICKET_TRANSCRIPT]`
Kişilik değil, davranışlara odaklanın. Fırsatı yapıcı bir şekilde çerçeveleyin.
Örnek Çıktı: "Temsilci, bir çözüme atlamadan önce müşterinin hayal kırıklığını önceden doğrulayarak durumu daha etkili bir şekilde gerilimi azaltabilirdi.
Aşağıdaki zorlu talebe dayanarak, bir eğitim oturumu için bir rol yapma senaryosu oluşturun.
**Zorlu Talep Özeti:** `[TICKET_SUMMARY]`
**Senaryo Çıktısı:**
1. **Müşteri Personası:** Müşterinin kısa bir açıklaması (örn. "Hayal kırıklığına uğramış, teknik olmayan, iki kez düzeltmeye çalışmış").
2. **Açılış Cümlesi:** "Müşterinin" rol yapmaya başlamak için kullanması gereken tam cümle.
3. **"Dönüm Noktası":** Temsilcinin ortaya çıkarması gereken gizli bilgi veya yanlış anlama.
4. **İstenen Sonuç:** Başarılı bir çözümün nasıl göründüğü.
Bu belirsiz destek talebine dayanarak çoktan seçmeli bir sınav sorusu oluşturun.
**Talep Özeti:** `[TICKET_SUMMARY]`
**Talimatlar:**
1. "En iyi sonraki adım nedir?" sorusunu sorun.
2. Dört seçenek sunun:
* A - Mükemmel, kuralına uygun yanıt.
* B - Makul ama yanlış bir yanıt.
* C - Yaygın ama verimsiz bir yanıt.
* D - Politikayı ihlal eden bir yanıt.
3. Doğru yanıtı belirtin ve neden en iyi seçim olduğunu ve diğerlerinin neden yanlış olduğunu kısaca açıklayın.
Yükseltme ve Uyumluluk Hassasiyetli Komutlar (3 Komut)
Bu komutlar, hem yasal hem de itibar riskini yönetmeye yardımcı olur.
AB Yapay Zeka Yasası’nın 50. Maddesi’nin yürürlüğe girme tarihi; bu madde, kullanıcıların bir yapay zeka sistemiyle etkileşimde oldukları konusunda bilgilendirilmesini zorunlu kılar. Source: iapp.org
Bu konuşmanın insan bir temsilciye yükseltilmesi için kısa bir özet hazırlayın. Temsilci meşgul ve durumu 15 saniyeden kısa sürede anlaması gerekiyor.
**Konuşma Transkripti:** `[CONVERSATION_TRANSCRIPT]`
**Özet şunları içermelidir:**
1. **Kullanıcı:** `[USER_NAME_OR_ID]`
2. **Sorun:** Sorunun tek cümlelik bir özeti.
3. **Geçmiş:** Şimdiye kadar ne denendi (örn. "Yapay zeka önbelleği temizlemeyi önerdi, kullanıcı işe yaramadığını söylüyor").
4. **Kullanıcının Duygusal Durumu:** (örn. "Sakin," "Hayal kırıklığına uğramış," "Kafası karışık").
5. **Çözülmesi Gereken Spesifik Soru:** İnsanın yanıtlaması gereken tam soru.
Aşağıdaki taslak yanıtı, vaat, garanti, hata kabulü veya yasal olarak bağlayıcı bir ifade olarak kabul edilebilecek herhangi bir dil için analiz edin.
**Taslak Yanıt:** `[DRAFT_RESPONSE]`
Hassas dil bulunursa, belirli ifadeyi belirleyin ve daha güvenli bir alternatif önerin.
Örnek Çıktı:
- **İfade:** "Bunun sorununuzu çözeceğini garanti ediyorum."
- **Risk:** Tutamayacağımız bir vaat yaratır.
- **Öneri:** "Bu önerilen bir sonraki adımdır ve çoğu kullanıcı için sorunu çözer.
Aşağıdaki müşteri konuşmasını inceleyin ve bir hata raporunun parçası olarak mühendisliğe gönderilmeden önce tüm Kişisel Tanımlayıcı Bilgileri (KİB) redakte edin.
**Orijinal Transkript:** `[ORIGINAL_TRANSCRIPT]`
**Redakte edilecek KİB:**
- İsimler
- E-posta adresleri
- Telefon numaraları
- Fiziksel adresler
- IP adresleri
- Hesap numaraları veya kullanıcı kimlikleri
Her KİB parçasını `[REDACTED_EMAIL]` veya `[REDACTED_NAME]` gibi bir yer tutucu ile değiştirin. Konuşmanın geri kalan içeriğini ve yapısını koruyun.
Bu Araçlar Hangileri Yerel Olarak Çalıştırır?
Bu komutlar ChatGPT veya Claude gibi herhangi bir genel amaçlı yapay zeka ile kullanılabilse de, gerçek güçleri onları yardım masanıza entegre etmekten gelir. Eylül 2026 itibarıyla, büyük platformlar komut otomasyonuna farklı yaklaşımlar sergilemektedir.
Intercom Fin
Otonom çözüm için en iyisi, ancak fiyatlandırma komut başına değil, sonuç başına.
Otonom çözüm için en iyisi, ancak fiyatlandırma komut başına değil, sonuç başına.
- Price from
- $0.99/resolution
- Free tier
- doğrulanmış gerçek: 14 günlük sınırsız deneme, ardından ücretsiz katman yok
Intercom‘un Fin Yapay Zeka Temsilcisi, otonom çözüm için tasarlanmıştır. Ona talep başına “komut” vermezsiniz; onu bilgi tabanınız üzerinde eğitir ve iş akışlarını tanımlarsınız. Buradaki komutlar, Fin’in kullandığı *içeriği* oluşturmak veya yapay zeka Copilot özelliklerini kullanan temsilciler için en faydalıdır. Eylül 2026 itibarıyla, Fin, koltuk lisanslarına ek olarak başarılı çözüm başına 0,99 ABD doları maliyetindedir.
Zendesk AI
Temsilci desteği ve özel botlar için güçlü, ancak yapay zeka pahalı bir eklenti.
Temsilci desteği ve özel botlar için güçlü, ancak yapay zeka pahalı bir eklenti.
- Price from
- $50/agent/mo + overage
- Free tier
- doğrulanmış gerçek: Plan başına küçük bir ödenek, ardından ücretli.
Zendesk, otomasyon için bir Yapay Zeka Temsilcisi ve insan temsilciler için Copilot özellikleri dahil olmak üzere bir dizi yapay zeka aracı sunar. Bu komutlar, temsilcilerin Copilot ile yanıt taslağı hazırlamak, talepleri özetlemek veya tonu değiştirmek için kullanabileceği makrolar oluşturmak için idealdir. Gelişmiş Yapay Zeka eklentisi temsilci başına ayda yaklaşık 50 ABD doları tutarındadır ve otomatik çözümler küçük bir ödenek üzerinde ayrı olarak faturalandırılır.
Gorgias AI
Shopify otomasyonu için rakipsiz, ancak yapay zeka ölçülüdür ve pahalı olabilir.
Shopify otomasyonu için rakipsiz, ancak yapay zeka ölçülüdür ve pahalı olabilir.
- Price from
- $1.50/AI conversation
- Free tier
- doğrulanmış gerçek: Yapay zeka özellikleri için ücretsiz katman yok
Gorgias, özellikle Shopify mağazaları için e-ticarette öne çıkmaktadır. Yapay zekası doğrudan eylemde bulunabilir (sipariş durumunu kontrol etme veya iadeleri işleme gibi). Faturalandırma, iadeler ve belirli ürün soruları için komutlar doğal bir uyum sağlar. Gorgias’ın yapay zekası, bazı kaynakların talep tabanlı yardım masası planına ek olarak 1,50 ABD doları olarak bildirdiği otomatik konuşma başına faturalandırılır.
| Komut Kategorisi | En Uygun: Intercom Fin | En Uygun: Zendesk AI | En Uygun: Gorgias AI |
|---|---|---|---|
| İlk Temas ve Açıklama | Fin’in karşılama iş akışları tarafından yerel olarak yönetilir. | Temsilciler için uyumlu makrolar oluşturmak için mükemmel. | İyi, otomatik akışlara dahil edilebilir. |
| Gerilimi Azaltma ve Empati | Yalnızca temsilci desteği; Fin bunun için tasarlanmamıştır. | En güçlü uyum; Copilot ton düzeltme için mükemmel. | Yalnızca temsilci desteği. |
| Faturalandırma ve İadeler | İş akışları tanımlanırsa yönetebilir. | Temsilci yanıtlarını taslak olarak hazırlamak için iyi. | Mükemmel. Sipariş verilerini yerel olarak anlar. |
| Bilgi Tabanı Oluşturma | Fin’in temel işlevi KB’yi kullanmaktır, yazmak değil. | Talepleri özetlemek için güçlü bir kullanım durumu. | Shopify ile ilgili taleplerden SSS oluşturmak için iyi. |
| KG ve Koçluk | Birincil bir işlev değildir. | Talepleri puanlamak ve eğitim için en güçlü uyum. | Mümkün, ancak temel bir özellik değil. |
| Yükseltme ve Uyumluluk | Yükseltme yollarını yerel olarak yönetir. | KİB redaksiyonu ve yükseltme özetleri için mükemmel. | E-ticaret bağlamında KİB redaksiyonu için iyi. |
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 shortEkibinizin Komut Kütüphanesini Oluşturma
Bu sayfanın komutlarınızın yaşadığı tek yer olmasına izin vermeyin. En etkili destek ekipleri, dahili dokümantasyonları veya yardım masaları içinde paylaşılan bir komut kütüphanesi oluşturur ve sürdürür.
- Küçük Başlayın: En yaygın, tekrarlayan 5 talep türünü seçin ve her biri için mükemmel bir komut oluşturun.
- Bir Adlandırma Kuralı Kullanın:
cs_[kullanım_durumu]_[sürüm](örn.cs_iade_reddi_002) gibi bir sistem, komutları bulmayı ve güncellemeyi kolaylaştırır. - İnceleyin ve Yineleyin: Ayda bir kez, en sık kullanılan komutları gözden geçirin. Hala harika sonuçlar veriyorlar mı? İyileştirilebilirler mi?
- Performansı Takip Edin: Araçlarınız izin veriyorsa, standart bir komut kullanan talepler ile kullanmayanlar için “ilk yanıtlama süresi” veya “tek dokunuşla çözümler” gibi metrikleri takip edin. Veriler, harcanan zamanı haklı çıkaracaktır.
Yüksek kaliteli bir komut kütüphanesine yapılan yatırım, temsilci verimliliği, müşteri memnuniyeti ve risk azaltma açısından fayda sağlar. Destek iş akışlarında yapay zekadan yararlanma konusunda ciddi olan ekipler için bu artık isteğe bağlı değildir. Ekibinizi ölçeklendirme hakkında daha fazla bilgiyi Müşteri Desteği Meslek Merkezi için Yapay Zeka sayfamızda bulabilirsiniz.
İyi bir müşteri hizmetleri yapay zeka komutu nasıl yazılır?
C: İyi bir komut spesifik olmalı, bağlam sağlamalı ve kısıtlamalar belirlemelidir. Kullanıcının sorununu dahil edin, istenen tonu tanımlayın, çıktı formatını (liste veya tablo gibi) belirtin ve yapay zekaya ne *yapmaması* gerektiğini söyleyin (örn. “bir zaman çizelgesi vaat etmeyin”). Kişiselleştirme için köşeli parantezli değişkenler kullanmak, yeniden kullanılabilir şablonlar oluşturmaya yardımcı olur.
Müşteri hizmetleri için ChatGPT komutları nelerdir?
C: Bunlar, ChatGPT gibi modellere destek senaryoları için yanıtlar oluşturmaları için verilen talimatlardır. Basit bir hoş geldiniz e-postası taslağı hazırlamaktan karmaşık bir gerilimi azaltma mesajı yazmaya kadar değişebilirler. Profesyonel kullanım için, komutlar talep detayları için değişkenler içermeli, profesyonel bir ton belirtmeli ve genel veya yanlış yanıtlardan kaçınmak için şirket politikasını referans almalıdır.
Yapay zeka, müşteri desteği için otomatik yanıtlar oluşturabilir mi?
C: Evet. Intercom Fin ve Zendesk AI gibi yapay zeka platformları otomatik yanıtlar oluşturabilir. Daha basit sistemler anahtar kelime tetikleyicileri kullanırken, gelişmiş yapay zeka temsilcileri kullanıcının niyetini yorumlamak, bir bilgi tabanından yanıtları çekmek ve hatta insan müdahalesi olmadan talebi çözmek için doğal dil anlama özelliğini kullanır.
Zendesk yapay zeka komutları nasıl kullanılır?
C: Zendesk’te, komutlar, temsilcilerin yapay zeka Copilot özellikleriyle kullanması için makro olarak kaydedildiğinde en etkilidir. Bir temsilci, yapılandırılmış bir komut içeren bir makroyu bir talebe uygulayabilir ve yapay zeka, bir yanıt taslağı hazırlamaya, konuşmayı özetlemeye veya tonu değiştirmeye yardımcı olur; temsilci daha sonra bunu inceleyip gönderebilir.
Intercom Fin komutları nasıl kullanılır?
C: Intercom Fin, tam otomasyon için tasarlanmıştır, bu nedenle genellikle talep başına “komut” kullanmazsınız. Bunun yerine, Fin’i bilgi tabanınız üzerinde eğitir ve iş akışları kurarsınız. Bu kılavuzdaki komutlar, Fin’in doğru yanıtlar sağlamak için güvendiği yüksek kaliteli, yapılandırılmış içeriği oluşturmak için en iyi şekilde kullanılır.
AB Yapay Zeka Yasası müşteri destek sohbet botlarına uygulanır mı?
C: Evet. 2 Ağustos 2026 itibarıyla, AB Yapay Zeka Yasası’nın 50. Maddesi, bariz olmadığı sürece, kullanıcıların bir yapay zeka sistemiyle etkileşimde oldukları konusunda açıkça bilgilendirilmesini zorunlu kılar. Bu, Avrupa Birliği içindeki kullanıcılara hizmet veren müşteri destek sohbet botları ve sesli botlar için geçerlidir.
Şirketler, yapay zeka sohbet botlarının söylediklerinden sorumlu mudur?
C: Evet, giderek daha fazla. 2024 yılındaki *Moffatt v. Air Canada* davası, şirketin sohbet botunun bir müşteriye yanlış politika bilgisi sağlamasından sorumlu tutulduğu bir emsal teşkil etti; doğru bilgi web sitesinde başka bir yerde olmasına rağmen. Bu, yapay zeka tarafından sağlanan bilgilerin doğru olmasını sağlamanın önemini vurgulamaktadır.
Sırada ne var
Az önce okuduklarınıza göre seçilmiş üç rota.
Kaynaklar (21)
- https://gaicc.org/blog/ai-chatbot-governance-article-50/
- https://disclosed.sh/learn/law/eu
- https://www.americanbar.org/groups/business_law/resources/business-law-today/2024-february/bc-tribunal-confirms-companies-remain-liable-information-provided-ai-chatbot/
- https://www.getmyai.ai/blog/eu-ai-act-ai-chatbots-guide/
- https://data-en-maatschappij.ai/en/publications/canada-moffatt-v-air-canada-bccrt
- https://kla.digital/blog/eu-ai-act-article-50-checklist-chatbots-copilots-ai-agents
- https://secureprivacy.ai/blog/eu-ai-act-article-50-transparency-obligations-for-chatbots-and-deepfakes-2026
- https://www.gartner.com/en/newsroom/press-releases/2026-02-03-gartner-predicts-half-of-companies-that-cut-customer-service-staff-due-to-ai-will-rehire-by-2027
- https://www.litigate.com/whose-responsibility-is-it-anyway-chatbots-and-legal-issues-in-moffatt-v-air-canada/pdf
- https://www.dragapp.com/blog/gorgias-pricing/
- https://www.intercom.com/learning-center/best-help-desk-software
- https://www.sparrowdesk.com/blogs/intercom-pricing
- https://istarsoft.com/guides/intercom-fin-seat-outcomes-monthly-annual/
- https://aicustomerservice.cc/tools/gorgias
- https://www.eesel.ai/blog/zendesk-support-pricing-explained-in-2026
- https://sensbot.ai/compare/sensbot-vs-gorgias/
- https://www.sparrowdesk.com/blogs/zendesk-pricing
- https://www.amio.io/blog/zendesk-chat-review-2026-features-alternatives
- https://cxsupport.crayon.com/hc/en-us/articles/38828897217693-Zendesk-Product-Update-September-2026-Relationship-Fields-AI-Translations-and-Audio-Comments
Google'da önce Zekai'yi gör
mesleğiniz için haftalık yapay zekâ bülteni
Haftada tek e-posta: mesleğinizi gerçekten etkileyen yapay zekâ gelişmeleri — araçlar, fırsatlar ve yapmanız gerekenler.

