搭建问答社区,需要特定的模型,用以识别问答的质量和类型。那么我们该如何减少人工成本,让问答流程更加智能化?作者分享了关于问答流程智能化的应用思考,一起来看看。
搭建问答社区,需特定的模型来识别问题的质量和分类,否则容易导致无效问题会一直下发给坐席或其他用户进行查阅。同时大部分用户的提问大同小异,可采用统一的标准回答来解答。
搭建标准化的问答知识库,可以指定标准问题和回答,对问题进行统一分类。搭建问题的质量判断,可以有效识别出用户提问的精准度和有效性,可以释放更多坐席时间来解决有效问题,降本提效。
同时招募一群优质的用户专家,用户作为稍微专业等人员可自主报名参与解答用户群体,节省坐席人力,提高回答时效。
一、问答功能场景
基础流程图:
二、提问处理步骤
用户在问答社区提问:
调用用户声音分类模型,识别用户的问题是属于何种类型(如是投诉、咨询、跟公司业务相关、平台功能使用等);
问题匹配已设定的问答知识库,判断是有与知识库有相似的问题,相似度达到80%以上的默认用知识库的解答作为回答。若无法回答则进入问题质量识别流程;
问题质量识别,AI模型识别内容的质量优、中或差。对于差内容,直接进行过滤。问题质量判断标准如下:
识别为优的问题在1小时内和中的问题在3小时内无人回答,自动下发给6个用户专家回答。
三、问答信息流
在前端刷问答信息流,获取展示在前端的逻辑如下。
问题推荐的模型因子和占比:
外露问题回答的规则:
不符合上述条件的回答不外露。
四、前端页面设计
竞品参考:百度知道、知乎
社区最简单从0-1的搭建形式:打造优质的问答栏目 + 问答信息流。
4.1 优质问答栏目4.2 问答频道页
4.2.1 栏目入口
4.2.2 问答信息流
五、项目总结
针对提问流程,实现AI自动过滤分类 -> 匹配知识库 -> AI自动回复 -> AI内容质量判断 -> 智能派单,下发问题 -> 监控质检 -> 提取优质的内容在前端展示。整个全流程可以释放坐席手动回复用户问题的人力投入,同时通过智能化识别自动提炼出值得回答的问题分发给用户,选取优质的回答展示,可以降低运营成本,提升优质问答社区的建设。
当社区的氛围形成积极正向的循环,才能持续不断地吸引用户来建设社区。人工运营成本着实太高了,如果可以通过更多智能化的方式解决,应该更能降本提效。
专栏作家
vivi,人人都是产品经理专栏作家。曾就读于英国约克大学,4年产品经理,主要领域在旅游商品和社交场景,擅长原型图,用户体验。