Thông tin liên hệ
- 036.686.3943
- admin@nguoicodonvn2008.info
Mỗi yêu cầu hỗ trợ đều trải qua cùng một hành trình: Đến, được phân loại, được chuyển tiếp, và được giải quyết. Hầu hết các nhóm đều thực hiện việc phân loại và chuyển tiếp thủ công — ai đó đọc yêu cầu, quyết định nội dung và giao cho người phù hợp.
Tóm tắt nhanh: Trong Bài học 2, bạn đã so sánh các nền tảng — Zendesk, Intercom, Freshdesk, Salesforce. Tất cả đều hỗ trợ định tuyến yêu cầu bằng AI. Bài học này sẽ dạy bạn các nguyên tắc đằng sau định tuyến thông minh để bạn có thể cấu hình bất kỳ nền tảng nào một cách hiệu quả.
AI thực hiện việc phân loại này trong mili giây, trên quy mô lớn và ngày càng tốt hơn con người — nếu bạn thiết lập đúng cách.
Về cơ bản, phân loại yêu cầu là một quy trình ba bước:
1. Phát hiện ý định: Khách hàng đang cố gắng làm gì? (Yêu cầu hoàn tiền, sửa lỗi, hỏi về giá cả)
2. Đánh giá mức độ ưu tiên: Mức độ khẩn cấp của việc này là như thế nào? (Hệ thống gặp sự cố = nghiêm trọng, yêu cầu tính năng = thấp)
3. Quyết định định tuyến: Ai nên xử lý việc này? (Nhóm thanh toán, kỹ thuật, hỗ trợ chung)
Trí tuệ nhân tạo (AI) xử lý cả ba bước bằng cách sử dụng xử lý ngôn ngữ tự nhiên. Khách hàng viết bằng ngôn ngữ thông thường, AI hiểu ý định, đánh giá mức độ khẩn cấp và định tuyến phù hợp.
Bắt đầu với những gì bạn biết. Lấy 200 yêu cầu hỗ trợ gần đây nhất và nhóm chúng theo cách thủ công. Thông thường bạn sẽ tìm thấy 5-8 danh mục tự nhiên:
| Danh mục | Ví dụ về yêu cầu hỗ trợ |
Lỗi kỹ thuật/Sự cố | "Ứng dụng bị lỗi khi tôi cố gắng upload lên một file" |
Thanh toán | "Tôi bị tính phí hai lần trong tháng này" |
Tài khoản | "Tôi cần thay đổi địa chỉ email của mình" |
Câu hỏi về sản phẩm | "Sản phẩm của bạn có hỗ trợ xuất số lượng lớn không?" |
Yêu cầu tính năng | "Sẽ tuyệt vời nếu bạn thêm dark mode" |
Vận chuyển/Giao hàng | "Đơn hàng của tôi đâu? Lẽ ra nó phải đến hôm qua rồi" |
Hủy bỏ | "Tôi muốn hủy đăng ký của mình" |
Quy tắc 10%: Nếu bất kỳ danh mục nào chiếm ít hơn 5% số yêu cầu, hãy xem xét việc hợp nhất nó vào một danh mục liên quan. Nếu bất kỳ danh mục nào vượt quá 40%, hãy xem xét việc tách nó ra. Bạn cần các danh mục đủ khác biệt để được định tuyến riêng nhưng đủ phổ biến để có hàng đợi riêng.
Prompt phân loại của bạn là bộ não của hệ thống định tuyến. Đây là một template hoạt động:
📍 Nơi dán: Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới.
📋 Cách sao chép prompt này: Nhấp vào bất kỳ đâu bên trong khối màu xám, nhấn Cmd+A rồi Cmd+C (Mac) hoặc Ctrl+A rồi Ctrl+C (Windows). Hoặc sử dụng biểu tượng sao chép xuất hiện.
Bạn là người phân loại yêu cầu hỗ trợ khách hàng. Phân loại yêu cầu này
vào chính xác MỘT danh mục:
DANH MỤC:
- KỸ THUẬT: Lỗi, sự cố, vấn đề hiệu suất, câu hỏi hướng dẫn
- THANH TOÁN: Phí, hoàn tiền, hóa đơn, phương thức thanh toán, thay đổi đăng ký
- TÀI KHOẢN: Thay đổi email, đặt lại mật khẩu, cập nhật hồ sơ, vấn đề truy cập
- SẢN PHẨM: Câu hỏi về tính năng, khả năng tương thích, khả năng của sản phẩm
- VẬN CHUYỂN: Trạng thái giao hàng, theo dõi, gói hàng bị thất lạc, trả hàng
- HỦY BỎ: Hủy đăng ký, yêu cầu hạ cấp
QUY TẮC:
1. Chỉ trả về tên danh mục. Không cần giải thích.
2. Nếu yêu cầu đề cập đến nhiều chủ đề, hãy phân loại theo MỤC ĐÍCH CHÍNH
CẦN THỰC HIỆN (những việc cần làm, không phải những gì được đề cập).
3. Nếu không chắc chắn, hãy phân loại là CHUNG.
Yêu cầu: {{nội_dung_yêu_cầu_hỗ_trợ}}✏️ Cách điền thông tin chi tiết của bạn: Thay thế mỗi [] và trình giữ chỗ trong ngoặc bằng thông tin cụ thể từ tình huống thực tế của bạn. Thông tin không rõ ràng sẽ tạo ra kết quả không rõ ràng — hãy cụ thể.
📌 Cách xử lý kết quả: Lưu phản hồi vào file Notes. Chọn gợi ý hiệu quả nhất và thực hiện ngay trong tuần này — đừng cố gắng làm tất cả cùng một lúc.
⚠️ Nếu kết quả không ổn: Nếu các gợi ý có vẻ chung chung, hãy dán nội dung sau: "Hãy cụ thể hơn với ngữ cảnh thực tế của tôi. Bỏ những lời khuyên chung chung." Nếu nó bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy hỏi: “Bạn đã bỏ sót [X] trong ngữ cảnh của tôi — hãy thực hiện lại với điều đó làm ràng buộc chính.”
✅ Kiểm tra nhanh: Câu hỏi của bạn ghi "Nếu không chắc chắn, hãy phân loại là CHUNG". Tại sao điều này lại tốt hơn việc buộc AI luôn chọn một danh mục cụ thể?
Câu trả lời: Nếu không có danh mục chung, AI sẽ ép các yêu cầu không chắc chắn vào các danh mục sai — một câu hỏi về thanh toán có thể được phân loại là KỸ THUẬT vì một số từ khóa đã kích hoạt sự trùng khớp. Danh mục CHUNG đóng vai trò như một lưới an toàn. Chuyển các yêu cầu CHUNG cho người phân loại để họ có thể phân loại thủ công. Sau đó, phân tích các yêu cầu đó để cải thiện các danh mục và prompt AI.
Sau khi phân loại, hãy thêm đánh giá mức độ ưu tiên:
Dựa trên yêu cầu được phân loại là {{danh mục}}, hãy đánh giá mức độ ưu tiên:
NGHIÊM TRỌNG: Hệ thống hoàn toàn ngừng hoạt động, mất dữ liệu, vi phạm bảo mật,
lỗi xử lý thanh toán
CAO: Tính năng bị lỗi nhưng có giải pháp thay thế, lỗi thanh toán,
tài khoản bị khóa
TRUNG BÌNH: Lỗi không khẩn cấp, câu hỏi về sản phẩm, yêu cầu tính năng,
thắc mắc chung
THẤP: Phản hồi, lời khen, đề xuất
Đồng thời cũng kiểm tra các tín hiệu khẩn cấp:
- Các từ như "khẩn cấp", "càng sớm càng tốt", "bị lỗi", "không thể sử dụng", "ngừng hoạt động"
→ tăng mức độ ưu tiên lên một cấp
- Khách hàng VIP/doanh nghiệp → tăng mức độ ưu tiên lên một cấp cấp độ
- Nhiều liên hệ về cùng một vấn đề → nâng mức độ ưu tiên lên một cấp
Trả về: MỨC_ĐỘ_ƯU_TIÊNBây giờ, hãy kết nối phân loại + mức độ ưu tiên với định tuyến:
| Danh mục | Mức độ ưu tiên | Định tuyến đến |
| KỸ THUẬT + QUAN TRỌNG | Kỹ sư trực sẵn sàng (ngay lập tức) | |
| KỸ THUẬT + CAO/TRUNG BÌNH | Hàng đợi hỗ trợ kỹ thuật | |
| THANH TOÁN + bất kỳ | Nhóm thanh toán | |
| HỦY BỎ + bất kỳ | Chuyên viên giữ chân khách hàng | |
| TÀI KHOẢN + bất kỳ | Hỗ trợ chung (Cấp 1) | |
| VẬN CHUYỂN + bất kỳ | Đội giao hàng | |
| CHUNG + bất kỳ | Hàng chờ phân loại |
Độ chính xác ban đầu của phân loại sẽ là 80-85%. Dưới đây là cách để nâng cao độ chính xác lên 95% trở lên:
Thêm một vài ví dụ thực tế. Bao gồm 2-3 ví dụ thực tế cho mỗi danh mục trong prompt của bạn. "Ví dụ KỸ THUẬT: 'Ứng dụng bị lỗi khi tôi nhấp vào Export'. Ví dụ THANH TOÁN: 'Tôi bị tính phí 49 USD nhưng gói của tôi chỉ là 29 USD'." Các ví dụ giúp AI hiểu những định nghĩa cụ thể của bạn.
Xây dựng vòng phản hồi. Khi agent phân loại lại một yêu cầu, hãy ghi lại phân loại ban đầu của AI và phân loại đã được sửa. Xem xét các sửa đổi này hàng tuần. Nếu AI liên tục phân loại sai "trễ giao hàng" là KỸ THUẬT, hãy thêm yêu cầu làm rõ vào prompt của bạn.
Xử lý các yêu cầu có nhiều mục đích. "Tôi muốn được hoàn tiền và ứng dụng của bạn cũng bị lỗi" có hai mục đích. Huấn luyện AI phân loại theo mục đích hành động chính (THANH TOÁN để được hoàn tiền) và gắn thẻ mục đích phụ (KỸ THUẬT) để theo dõi riêng.
✅ Kiểm tra nhanh: AI của bạn đã phân loại 50 yêu cầu hôm nay. Một nhân viên đã sửa 8 lỗi. Bước tiếp theo của bạn là gì?
Câu trả lời: Hãy xem xét 8 lỗi đã được sửa. Chúng có ngẫu nhiên hay có quy luật nào không? Nếu 5 trong số 8 lỗi là "Yêu cầu tính năng" bị phân loại sai thành "Câu hỏi về sản phẩm", thì danh mục của bạn quá giống nhau hoặc mô tả prompt không đủ khác biệt. Hãy khắc phục quy luật, chứ không chỉ là các lỗi phân loại riêng lẻ.
Phân loại phiếu yêu cầu bằng AI có ba bước: Phát hiện ý định, đánh giá mức độ ưu tiên và quyết định định tuyến
Bắt đầu với 5-8 danh mục dựa trên phân bổ phiếu yêu cầu thực tế của bạn — chứ không phải các danh mục lý thuyết
Prompt phân loại là cấu hình quan trọng nhất — hãy cụ thể về những gì mỗi danh mục bao gồm và loại trừ
Thêm điểm ưu tiên với tín hiệu khẩn cấp (từ khóa, cấp độ khách hàng, liên hệ lặp lại)
Xây dựng vòng phản hồi: Các lỗi do nhân viên sửa giúp AI hiểu được những gì nó đang làm sai
Đạt độ chính xác trên 95% thông qua các ví dụ few-shot, xử lý trường hợp ngoại lệ rõ ràng và tinh chỉnh prompt hàng tuần
Nguồn tin: Quantrimang.com
Ý kiến bạn đọc
Những tin mới hơn
Những tin cũ hơn
Hướng dẫn tạo ảnh phong cách biếm họa từ ảnh thật bằng AI
Cuộc cách mạng trong hỗ trợ khách hàng bằng AI
Cách tạo giọng đọc tự nhiên trên AusyncLab cho slide thuyết trình
Bức tranh tổng quan về hỗ trợ khách hàng tích hợp AI
Cách tạo ảnh phong cách tranh biếm họa trên ChatGPT
Hướng dẫn tạo flashcard trên Canva AI
Phân loại và định tuyến yêu cầu hỗ trợ khách hàng bằng AI
Cơ sở tri thức và AI tự phục vụ
Hướng dẫn chỉnh sửa chi tiết trong ảnh trên ChatGPT
Cách thiết kế bản đồ giả tưởng trên Canva AI
ChatGPT và khả năng phân tích file Excel
Xây dựng dashboard hỗ trợ ra quyết định cho doanh nghiệp với AI
Các tiện ích Chrome tốt nhất cho Agentic AI
Hướng dẫn tạo video tóm tắt kiến thức trên Gemini
Kể chuyện và truyền đạt dữ liệu doanh nghiệp với AI
Hướng dẫn nghiên cứu chuyên sâu với Gemini Deep Research
Karaoke Đơn côi (Beat Midi )
Hướng dẫn dùng thư viện quản lý tập tin trên ChatGPT
Hướng dẫn chuyển PPT/PDF thành video bằng HeyGen
Giải thích những thuật ngữ ai phổ biến nhất hiện nay