چت بات کار می کند و همه خوشحال اند. چند روز بعد، مشتری می نویسد: «سفارشم کی می رسه؟» و جواب می گیرد: «ساعت کاری ما از ۹ تا ۱۷ است.» سوالش را دوباره می نویسد، همان جواب را می گیرد، و بعد از سومین بار، با عصبانیت تایپ می کند: «اپراتور!» اگر راه رسیدن به انسان هم پیدا نشود، این مشتری شاید دیگر برنگردد. اینجاست که اشتباهات رایج چت بات خودشان را نشان می دهند.
اولین واکنش معمولاً این است: «هوش مصنوعی هنوز خوب نیست.» اما در بیشتر موارد، مشکل از خودِ مدل نیست. مشکل از پایگاه دانش قدیمی، مکالمه ای که کسی طراحی نکرده، مسیر انتقال به انسان که وجود ندارد یا معیاری که اشتباه انتخاب کرده اید. یک چت بات پشتیبانی خوب فقط یک مدل هوش مصنوعی نیست؛ سیستمی است از دانش، طراحی مکالمه، فرایند کاری، محدودیت های ایمنی، اندازه گیری و پشتیبانی انسانی. بیشتر اشتباهات رایج چت بات از ضعف در همین بخش ها می آیند.
در این مقاله، هجده مورد از اشتباهات رایج چت بات را با این ترتیب مرور می کنیم: نشانه اش چیست، از کجا می آید و چطور اصلاحش کنیم. اگر خودتان چت بات دارید، می توانید مقاله را مثل یک فهرست بازبینی بخوانید.
اشتباهات رایج چت بات در یک نگاه
پاسخ های کوتاه
رایج ترین اشتباه چت بات در پشتیبانی مشتری چیست؟
راه اندازی بدون پایگاه دانش دقیق و بدون مسیر انتقال به انسان. چت باتی که اطلاعات درست نداشته باشد پاسخ اشتباه می دهد، و چت باتی که راهی به انسان نداشته باشد، مشتری را در بن بست رها می کند.
چرا چت بات جواب اشتباه می دهد؟
معمولاً به این دلیل که به اطلاعات معتبر و به روز کسب وکار دسترسی ندارد، سوال را اشتباه می فهمد، یا مکالمه بدون سابقه و زمینه کافی بررسی می شود. ضعف مدل فقط یکی از دلایل است.
چطور پاسخ های ساختگی (Hallucination) را کم کنیم؟
پاسخ ها را به یک منبع اصلی و به روز اطلاعات وصل کنید، به چت بات اجازه بدهید وقتی مطمئن نیست بگوید «نمی دانم»، دامنه کارش را محدود کنید و مکالمات واقعی را مرتب بررسی کنید.
انتقال به انسان چیست و چه زمانی لازم است؟
انتقال مکالمه از چت بات به یک عضو تیم، همراه با خلاصه گفتگو. در نارضایتی شدید، موضوع حساس، سوال خارج از پایگاه دانش، عدم اطمینان یا درخواست مستقیم مشتری باید فعال شود.
آیا چت بات جایگزین پشتیبان انسانی می شود؟
به طور کامل نه. مدل بهتر ترکیبی است: چت بات کارهای تکراری و پرحجم را می پوشاند و انسان روی مکالمه های حساس و پیچیده تمرکز می کند.
چرا بعضی چت بات های پشتیبانی شکست می خورند؟
سه ماجرای واقعی که رسانه ها گزارش کرده اند، نشان می دهد شکست معمولاً از جای دیگری شروع می شود.
ماجرای اول: ایر کانادا
ایر کانادا (Air Canada)، فوریه ۲۰۲۴. چت بات ایرلاین به مسافری گفت می تواند بعد از سفر، با ارائه مدارک، تخفیف سوگواری بگیرد، در حالی که صفحه رسمی همان ایرلاین چیز دیگری می گفت. دادگاه حل اختلاف بریتیش کلمبیا ایرلاین را مسئول جواب نادرست چت بات خود دانست و حکم به پرداخت حدود ۸۱۲ دلار کانادا صادر کرد. درس این ماجرا: چت بات وقتی به منبع اصلی و یکپارچه اطلاعات وصل نباشد، در عمل مثل یک سخنگوی رسمی شرکت حرف می زند و خود شرکت پاسخگوی آن است. [منبع: CBC News، فوریه ۲۰۲۴؛ Civil Resolution Tribunal of British Columbia، پرونده Moffatt v. Air Canada]
ماجرای دوم: دی پی دی
دی پی دی (DPD)، ژانویه ۲۰۲۴. پس از یک به روزرسانی سیستم، چت بات این شرکت پستی در پاسخ به درخواست یک کاربر ناسزا گفت و از خود شرکت انتقاد کرد. شرکت بخش هوش مصنوعی را فوراً غیرفعال کرد. درس این ماجرا: بدون محدودیت های ایمنی (Guardrails) و تست بعد از هر تغییر، حتی یک به روزرسانی ساده می تواند رفتار چت بات را عوض کند. [منبع: ITV News، ۱۹ ژانویه ۲۰۲۴]
ماجرای سوم: کلارنا
کلارنا (Klarna)، ۲۰۲۴ تا ۲۰۲۵. دستیار هوش مصنوعی این شرکت در ماه اول فعالیت، حدود ۲.۳ میلیون مکالمه را مدیریت کرد و زمان حل مسئله را به طور محسوس کم کرد. اما به گزارش رسانه ها از مصاحبه مدیرعامل با بلومبرگ (Bloomberg) در ۲۰۲۵، او پذیرفت که هزینه بیش از حد در تصمیم گیری وزن داشته و نتیجه آن «کیفیت پایین تر» بوده؛ شرکت دوباره نیروی انسانی جذب کرد تا مشتری همیشه گزینه صحبت با یک انسان را داشته باشد. درس این ماجرا: اتوماسیون بیش از حد، بدون مسیر انسانی، به کیفیت لطمه می زند. [منبع: گزارش های FinTech Weekly و رسانه های دیگر از مصاحبه Bloomberg، ۲۰۲۵]
نگاه نظرسنجی گارتنر
در همین راستا، نظرسنجی گارتنر (Gartner) از ۵۷۲۸ مشتری که گارتنر در دسامبر ۲۰۲۳ اجرا و در ژوئیه ۲۰۲۴ منتشر کرد نشان داد ۶۴ درصد پاسخ دهندگان ترجیح می دادند شرکت ها از هوش مصنوعی در پشتیبانی استفاده نکنند، و بزرگ ترین نگرانی آن ها این بود که رسیدن به یک انسان سخت تر شود [منبع: Gartner Press Release، ژوئیه ۲۰۲۴]. یعنی مشتری با «هوش مصنوعی» مشکل ندارد؛ از بن بست می ترسد.
اشتباهات رایج چت بات؛ هجده مورد و راهکار اصلاح هرکدام
اشتباه رایج اول: انتخاب چت بات فقط بر اساس قیمت
ارزان ترین گزینه معمولاً ارزان ترین راه نیست. هزینه واقعی شامل کیفیت پاسخ ها، سهولت به روزرسانی دانش، اتصال به سیستم های دیگر، مسیر انتقال به انسان، امنیت، میزان کنترل شما و زمانی است که تیم صرف نگهداری می کند.
راهکار: قبل از مقایسه قیمت، فهرستی از معیارها بسازید و هر ابزار را با آن بسنجید. بهترین راه، تست واقعی با چند مکالمه خودتان است، نه فقط دیدن یک نمایش ساده.
اشتباه رایج دوم: شروع چت بات بدون هدف مشخص
«می خواهیم چت بات داشته باشیم» هدف نیست. هدف را باید بشود با عدد سنجید: کاهش زمان پاسخ گویی، کاهش سوالات تکراری، افزایش درصد مسائل حل شده یا کم کردن فشار روی تیم.
راهکار: یک تا سه هدف مشخص با عدد مبنا بنویسید، مثلاً «میانگین زمان اولین پاسخ، الان چقدر است و می خواهیم چقدر شود؟»
اشتباه رایج سوم: انتظار این که چت بات همه چیز را بداند
یک مدل زبانی بزرگ، قیمت ها، قوانین ارسال و سیاست مرجوعی کسب وکار شما را نمی داند. اگر به این اطلاعات دسترسی نداشته باشد، یا جواب نمی دهد یا حدس می زند.
راهکار: یک پایگاه دانش بسازید: سوالات متداول، لیست محصولات و قیمت ها، سیاست ها و قوانین کسب وکار. روشی به نام بازیابی اطلاعات (RAG) هم کمک می کند: چت بات قبل از جواب گفتن، بخش مرتبط پایگاه دانش را پیدا می کند و پاسخ را روی همان بنا می کند.
در ایجنت هوش مصنوعی برای پشتیبانی مشتری مثل اَسکینو، همین منطق را می بینید: ایجنت را خودتان با دانش و قوانین کسب وکارتان آموزش می دهید تا مطابق همان ها جواب بدهد، نه بر اساس حدس.
اشتباه رایج چهارم: اطلاعات اشتباه یا قدیمی در چت بات
با تغییر قیمت، چت بات هنوز قیمت قبلی را می گوید. شرایط مرجوعی تغییر کرده اما پایگاه دانش به روز نشده. ماجرای ایر کانادا دقیقاً از همین جنس بود.
راهکار: برای هر دسته اطلاعات یک «منبع اصلی» و یک مسئول مشخص تعیین کنید، مرور دوره ای بگذارید و هر تغییر مهم را ثبت و نسخه بندی کنید تا بدانید چه چیزی کی عوض شده.
اشتباه رایج پنجم: نداشتن مسیر انتقال به انسان در چت بات
این مهم ترین اشتباه از نظر تجربه مشتری است. مشتری عصبانی، سوال خارج از پایگاه دانش یا درخواست مستقیم برای صحبت با انسان، باید راهی به یک آدم واقعی داشته باشد.
راهکار: شرایط انتقال را از قبل تعریف کنید: نارضایتی شدید، موضوع حساس مالی یا حقوقی، سوال خارج از دانش، عدم اطمینان چت بات، تصمیم پیچیده یا درخواست صریح مشتری. هنگام انتقال، خلاصه مکالمه، منظور مشتری، اطلاعات لازم، اقدامات قبلی و دلیل ارجاع هم باید همراه برسد تا مشتری مجبور نشود دوباره از اول بگوید.
اشتباه رایج ششم: اتوماسیون بیش از حد در چت بات
همه چیز را خودکار کردن وسوسه انگیز است، اما ماجرای کلارنا نشان داد که فشار برای کاهش هزینه، می تواند کیفیت را پایین بیاورد.
راهکار: از کارهای تکراری و کم ریسک شروع کنید (قیمت، موجودی، ارسال، ساعت کاری) و موضوعات حساس، پیچیده یا استثنایی را مسیر انسانی بگذارید. بعد، فقط بر اساس نتیجه واقعی، دامنه اتوماسیون را گسترش بدهید.
اشتباه رایج هفتم: طراحی نکردن مکالمه چت بات
چت باتی که فقط «جواب درست» می دهد اما لحن، پرسش تکمیلی، تایید و جمع بندی ندارد، حس بدی منتقل می کند. یک مکالمه خوب این مراحل را دارد: خوش آمدگویی، فهم منظور مشتری، پرسش برای شفاف سازی، استفاده از سابقه گفتگو، تایید، پاسخ جایگزین وقتی نمی داند، ارجاع به انسان و پایان مکالمه.
این چهار مثال نشان می دهد تفاوت طراحی چقدر مهم است:
۱. سفارش تاخیردار.
قبل: «سفارش شما در حال پردازش است.»
بعد: «بابت تاخیر و مشکل معذرت می خواهیم. وضعیت سفارش شما را همین الان بررسی می کنم. می توانید شماره سفارش را بفرستید؟»
۲. سوال خارج از پایگاه دانش.
قبل: (یک پاسخ حدسی و ممکن است اشتباه)
بعد: «برای این که اطلاعات اشتباه ندهم، این مورد را برای بررسی دقیق تر به همکارم منتقل می کنم.»
۳. درخواست انسان.
قبل: «متوجه نشدم. لطفاً سوال خود را دوباره بپرسید.»
بعد: «حتماً. شما را به یکی از همکاران ما وصل می کنم و خلاصه گفتگو را هم برایشان می فرستم.»
۴. سوال مبهم.
مشتری: «قیمتش چنده؟»
قبل: «لطفاً سوال خود را واضح تر بپرسید.»
بعد: «کدام محصول مدنظر شماست؟ اگر اسمش را بگویید قیمت را برایتان می نویسم.»
اشتباه رایج هشتم: پاسخ های خیلی طولانی و رباتی
پاسخ خوب مرتبط، واضح، قابل اقدام و هم اندازه سوال است. پاسخ پنج پاراگرافی به «ساعت کاری تون چیه؟» نشانه یک سیستم است که فقط می خواهد همه چیز را بگوید.
راهکار: برای هر نوع سوال، طول و ساختار پاسخ را مشخص کنید و لحن را به زبان خود برند بنویسید. جمله هایی مثل «بدین وسیله به اطلاع می رسانیم» را کنار بگذارید.
اشتباه رایج نهم: بی توجهی چت بات به زمینه و سابقه مکالمه
مشتری می نویسد «همون مدل مشکی رو می خوام» و چت بات می پرسد «کدام مدل؟». یعنی سابقه همین گفتگو را نمی بیند. این فرق بین چند مفهوم است: زمینه (آنچه در همین مکالمه مطرح کرده اید)، سابقه مکالمه های قبلی، حافظه بلندمدت و شخصی سازی.
راهکار: حداقل زمینه همین مکالمه را حفظ کنید. برای حافظه بلندمدت و شخصی سازی، با توجه به حریم خصوصی تصمیم بگیرید چه چیزی، چقدر و چرا نگهداری شود.
اشتباه رایج دهم: تست نکردن چت بات قبل از راه اندازی
ماجرای دی پی دی نشان داد حتی یک به روزرسانی بدون تست می تواند رفتار سیستم را عوض کند.
راهکار: قبل از راه اندازی، سناریوهای متنوع تست کنید: سوال ساده، مبهم، با غلط تایپی، محاوره ای، خیلی کوتاه یا خیلی طولانی، چندسوالی، مشتری ناراضی، سوال خارج از دانش، اطلاعات متناقض، درخواست انسان و سناریوی فروش. بعد از هر تغییر مهم هم دوباره تست کنید.
اشتباه یازدهم: اندازه گیری فقط با تعداد پاسخ
هزار پیام جواب چت بات چیزی درباره درستی یا مفید بودن آن ها نمی گوید.
راهکار: این شاخص ها را کنار هم ببینید: زمان پاسخ، نرخ حل مسئله، حل در همان تماس اول، نرخ ارجاع به انسان، رضایت مشتری، میزان تلاش مشتری برای رسیدن به جواب، دقت پاسخ ها، نرخ «نمی دانم»، نرخ پاسخ ساختگی و میانگین زمان رسیدگی. در صورت ارتباط، نرخ تبدیل و تشخیص خریدار مصمم را هم اضافه کنید.
اشتباه دوازدهم: بی توجهی به تجربه مشتری
تجربه مشتری فقط سرعت نیست. چت بات خوب هم زمان سریع، دقیق، مرتبط، یکدست و شخصی است و راه ارجاع به انسان را هم راحت می کند.
راهکار: هر ماه چند مکالمه را از دید مشتری بخوانید و بپرسید: اگر من جای او بودم، راضی بودم؟
اشتباه سیزدهم: بی توجهی به امنیت و حریم خصوصی
پیام های مشتری معمولاً شامل اطلاعات شخصی است.
راهکار: کنترل دسترسی را جدی بگیرید و فقط حداقل دسترسی لازم را بدهید. مشخص کنید داده ها چقدر و کجا نگهداری می شوند، اطلاعات حساس چطور پنهان می شوند، ارتباط با رابط های برنامه نویسی (API) چطور امن می شود و ابزارهای ثالث چه چیزی می بینند. از ابزاری که شفاف نمی گوید با داده شما چه می کند، دوری کنید.
اشتباه چهاردهم: یکی دانستن چت بات و ایجنت هوش مصنوعی
چت بات عمدتاً برای گفتگو است. ایجنت هوش مصنوعی بسته به طراحی و دسترسی هایی که دارد، می تواند هدف را تفسیر کند، برنامه ریزی کند، از ابزار و رابط های برنامه نویسی استفاده کند، اقدام انجام دهد، نتیجه را بررسی کند و در صورت نیاز به انسان ارجاع دهد. هر چت بات الزاماً ایجنت نیست.
راهکار: قبل از خرید یا ساخت، روشن کنید به کدام نیاز دارید. اگر فقط سوال متداول دارید، چت بات ساده کافی است. اگر می خواهید مکالمه تا حل مسئله پیش برود، به ایجنت نیاز دارید.
اشتباه پانزدهم: هوش مصنوعی بدون فرایند کاری
حتی بهترین چت بات هم اگر به بقیه سیستم های کسب وکار وصل نباشد، فقط حرف می زند. سیستم مدیریت ارتباط با مشتری، سامانه ثبت درخواست ها، پایگاه دانش، سیستم سفارش، گزارش گیری و تیم پشتیبانی انسانی هرکدام نقشی در این زنجیره دارند.
راهکار: نقشه ساده ای بکشید: مشتری چه می پرسد، چت بات به چه اطلاعاتی نیاز دارد، چه کاری مجاز است انجام دهد و چه زمانی باید به انسان برسد.
اشتباه شانزدهم: بررسی نکردن مکالمات واقعی
بدون خواندن مکالمات واقعی، نمی دانید چه سوالاتی بی جواب مانده، کجا پاسخ اشتباه رفته و کجا زیادی از پاسخ پیش فرض استفاده کرده اید، چه ارجاع هایی غیرضروری یا دیرهنگام بوده، یا کدام بخش از دانش کم است.
راهکار: هفته ای چند مکالمه، به خصوص مکالمه های ناموفق را بخوانید و از آن ها فهرست «کمبودهای دانش» بسازید.
اشتباه هفدهم: نگاه به چت بات به عنوان پروژه یک باره
چت بات یک محصول زنده است، نه یک پروژه تحویل دادنی. دانش قدیمی می شود، مشتری ها سوال های تازه می پرسند و کسب وکار تغییر می کند.
راهکار: این چرخه را ثابت نگه دارید: راه اندازی، اندازه گیری، بررسی، به روزرسانی، تست و بهبود، و دوباره از اول.
اشتباه هجدهم: آموزش ندادن تیم انسانی
اگر تیم نداند چه زمانی وارد شود، چطور خلاصه انتقال را بخواند، خطاها را کجا گزارش کند و چطور به بهبود پایگاه دانش کمک کند، بهترین چت بات هم نتیجه ضعیفی می دهد.
راهکار: یک جلسه کوتاه آموزشی بگذارید و برای تیم مشخص کنید: چه زمانی ارجاع می رسد، چه چیزی همراهش است، چه اشتباهی را باید گزارش کنند و بازخوردها کجا ثبت می شود.
جدول امتیازدهی اشتباهات رایج چت بات
برای هر ردیف از ۱ تا ۵ امتیاز بدهید و ردیف هایی که زیر ۳ هستند را اولویت بهبود قرار دهید.
| معیار | یعنی چه؟ | سوال ممیزی |
|---|---|---|
| دقت | پاسخ ها درست اند | چند مکالمه تصادفی را بررسی کنید؛ چند درصد دقیق بودند؟ |
| ارتباط با سوال | پاسخ به همان سوال داده می شود | آیا مشتری مجبور به تکرار سوال می شود؟ |
| حل مسئله | مشکل مشتری واقعاً حل می شود | چند درصد مکالمه ها بدون ارجاع به انسان به نتیجه رسیدند؟ |
| رضایت مشتری | مشتری راضی است | بعد از مکالمه چه بازخوردی می دهد؟ |
| ارجاع به انسان | در زمان درست و با زمینه کامل انجام می شود | آیا مشتری مجبور شد دوباره توضیح دهد؟ |
| سرعت پاسخ | پاسخ به موقع داده می شود | میانگین زمان اولین پاسخ چقدر است؟ |
| ایمنی | حرف یا اقدام نامناسب نمی زند | آیا محدودیت های ایمنی تست شده اند؟ |
| تازگی دانش | اطلاعات به روز است | آخرین بار کی بازبینی شد و چه کسی مسئول است؟ |
| نتیجه کسب وکار | به هدف اصلی کمک می کند | شاخص هدف شما نسبت به قبل چه تغییری کرده؟ |
نقشه راه اصلاح اشتباهات رایج چت بات
۱. ممیزی مکالمات. ۵۰ تا ۱۰۰ مکالمه اخیر را بخوانید.
۲. شناسایی پرتکرارترین منظورها. ببینید مشتری ها بیشتر چه می پرسند.
۳. پاک سازی پایگاه دانش. اطلاعات قدیمی را حذف و کمبودها را پر کنید.
۴. بازطراحی مکالمه. لحن، پرسش های تکمیلی و جمع بندی را مرتب کنید.
۵. تعریف انتقال به انسان. شرایط و محتوای انتقال را مشخص کنید.
۶. تعریف محدودیت های ایمنی. چه کاری مجاز است و چه کاری نه.
۷. تست. با سناریوهای واقعی و سخت.
۸. راه اندازی محدود. اول روی بخشی از پیام ها.
۹. تعیین شاخص های عملکرد. با عدد مبنا و هدف مشخص.
۱۰. بهبود مستمر. هفتگی یا ماهانه.
اَسکینو؛ پاسخ ساده تر به اشتباهات رایج چت بات
بیشتر ایجنت های هوش مصنوعی بدون کنترل شما حرف می زنند. اَسکینو را خودتان آموزش می دهید، حتی مستقیم از تلگرام، تا دقیقاً مطابق دانش و قوانین کسب وکارتان پاسخ بدهد. نگاهی به همین اشتباهات می اندازیم که اَسکینو چطور روی آن ها اثر می گذارد:
سوم و چهارم (دانش ناقص یا قدیمی): دانش و قوانین را خودتان تعریف می کنید، پس منبع پاسخ ها، کسب وکار شماست و هر تغییری را خودتان اعمال می کنید.
هفتم و هشتم (مکالمه و لحن): لحن و شیوه پاسخ گویی را شما مشخص می کنید، تا مشتری حس نکند با یک ربات خشک صحبت می کند.
پنجم (نبود مسیر انسانی): وقتی مسئله از دایره اطمینان خارج می شود، مکالمه به یک عضو تیم منتقل می شود.
ششم (اتوماسیون بیش از حد): چون ایجنت دقیقاً در چارچوبی که شما تعیین کرده عمل می کند، دامنه کارش را شما کنترل می کنید.
دوازدهم (تجربه مشتری): یک ایجنت در تلگرام، اینستاگرام و واتساپ حاضر است و مشتری در هر کانال، همان کیفیت را می بیند.
اول و دوم (انتخاب و هدف): با شروع رایگان، می توانید بدون تعهد، با مکالمه های واقعی خودتان بسنجید که اَسکینو برای هدف شما مناسب است یا نه.
اگر می خواهید قبل از هر تصمیمی خودتان ببینید، پشتیبانی مشتری با هوش مصنوعی اَسکینو را رایگان شروع کنید.
جمع بندی: اشتباهی که باید اول اصلاح کنید
اشتباهات چت بات معمولاً از ضعف مدل هوش مصنوعی شروع نمی شوند؛ از دانش ناقص، مکالمه طراحی نشده، نبود مسیر انسانی، معیارهای اشتباه و نبود بهبود مستمر می آیند. خبر خوب این است که هرکدام را می شود شناخت و اصلاح کرد.
اگر می خواهید از ابتدا درست شروع کنید، با ایجنتی که دانش و لحن آن را خودتان کنترل می کنید، اَسکینو را رایگان امتحان کنید.
سوالات متداول درباره اشتباهات رایج چت بات
راه اندازی بدون پایگاه دانش دقیق و بدون مسیر انتقال به انسان.
معمولاً به دلیل نبود دانش دقیق یا به روز، برداشت اشتباه از منظور مشتری، یا نبود زمینه کافی از مکالمه.
چون پاسخ نامرتبط می گیرند، سوالشان تکرار می شود یا راهی به انسان پیدا نمی کنند.
متنی ثابت است که پیش از شروع هر گفتگو نقش، لحن، قواعد و مسیر انتقال به انسان را مشخص می کند. ایجنت با همین متن می فهمد چه چیزی را بگوید و چه چیزی را نگوید.
منبع اصلی اطلاعات کسب وکار شماست و پاسخ های چت بات باید بر پایه آن باشند.
با اتصال به منبع معتبر و به روز، محدودکردن دامنه کار، اجازه گفتن «نمی دانم» و بررسی مکالمات واقعی.
انتقال مکالمه از چت بات به یک عضو تیم، همراه با خلاصه گفتگو و اطلاعات لازم.
در نارضایتی شدید، موضوع حساس، سوال خارج از دانش، عدم اطمینان یا درخواست مستقیم مشتری.
خیر. ایجنت علاوه بر گفتگو می تواند در چارچوب دسترسی های مجاز اقدام هم بکند.
نرخ حل مسئله، زمان پاسخ، رضایت مشتری، نرخ ارجاع به انسان، دقت پاسخ ها و نرخ پاسخ ساختگی.
اگر می خواهید فراتر از پاسخ گویی، اقدام و پیگیری هم انجام شود، اتصال به سیستم های کسب وکار کمک می کند.
هر دسترسی اضافه، یک اقدام ناخواسته بیشتر را ممکن می کند. اگر ایجنت فقط به اطلاعات و ابزارهای لازم برای کارش دسترسی داشته باشد، رفتار آن قابل پیش بینی تر و کنترل آن ساده تر است.
پاسخ اشتباه درباره قیمت، شرایط و قوانین، که ممکن است اعتماد مشتری را از بین ببرد یا مسئولیت برای کسب وکار ایجاد کند.
با سناریوهای متنوع: سوال ساده و مبهم، غلط تایپی، مشتری ناراضی، سوال خارج از دانش و درخواست انسان.
اگر مشتری هایتان از چند کانال پیام می دهند، بله، چون تجربه یکپارچه از تکرار توضیحات جلوگیری می کند.
حجم پیام، تعداد کانال ها، سطح شخصی سازی، اتصال به سیستم های دیگر و میزان نگهداری دانش.
بله. اَسکینو یک ایجنت هوش مصنوعی برای پشتیبانی مشتری است که با دانش، قوانین و لحن کسب وکار شما آموزش می بیند و در تلگرام، اینستاگرام و واتساپ پاسخ می دهد؛ شروع آن رایگان است.
منابع
- CBC News، «Air Canada found liable for chatbot’s bad advice on bereavement rates»، فوریه ۲۰۲۴ (cbc.ca/news/canada/british-columbia/air-canada-chatbot-lawsuit-1.7116416)
- Civil Resolution Tribunal of British Columbia، Moffatt v. Air Canada، 2024 BCCRT 149
- ITV News، «DPD disable AI chatbot after customer service bot appears to go rogue»، ۱۹ ژانویه ۲۰۲۴
- FinTech Weekly، «Klarna Reverses Course on AI Customer Support, Resumes Human Hiring»، ۲۰۲۵
- Gartner، «Gartner Survey Finds 64% of Customers Would Prefer That Companies Didn’t Use AI For Customer Service»، ژوئیه ۲۰۲۴
- صفحه رسمی اَسکینو: askino.chat
