Задание: RAG / Базы знаний. автоматизация оценки ответов суппорта с помощью AI интсрументов и внутренней базы знаний (Дистанционная работа)
Разработать в CRM на базе Odoo ERP v.14 механизм автоматического анализа качества ответов сотрудников службы поддержки клиентам. Система должна помогать выявлять ошибки, неполные или неточные ответы и формировать рекомендации по их улучшению. 2. Текущая ситуация Для обработки клиентских запросов используется модуль Odoo Helpdesk v. 14 с интеграцией через API. Каждый запрос оформляется в виде тикета, содержащего: первоначальный запрос клиента; промежуточные и итоговые ответы сотрудников; внутренние комментарии; вложения; информацию об ответственном сотруднике, категории, стадии и сроках обработки. Ежемесячно создаётся около 600 тикетов, поэтому ручной анализ всех ответов требует значительных трудозатрат. В настоящее время отсутствует возможность выгружать полное содержимое тикетов, переписку и вложения через файл или специализированный API. 3. Требуемый функционал Необходимо реализовать отдельный модуль или доработку Odoo Helpdesk, которая должна: Получать полное содержимое тикета: запрос клиента; все ответы сотрудников; хронологию переписки; вложения; основные данные тикета. Передавать информацию во внешний AI-сервис или другой модуль анализа через API. Сравнивать ответ сотрудника с подходящими эталонными материалами: ранее утверждёнными тикетами; инструкциями; шаблонами ответов; статьями базы знаний. Автоматически подбирать эталоны в зависимости от: категории тикета; продукта или услуги; тегов; содержания запроса; похожести на ранее обработанные обращения. Оценивать ответ по следующим критериям: правильность; полнота; соответствие вопросу клиента; понятность; вежливость и стиль; грамотность; соблюдение внутренних регламентов, Решена ли проблема. Формировать результат анализа: общая оценка; перечень ошибок и замечаний; указание, какая часть ответа содержит ошибку; рекомендации по улучшению; пример исправленного ответа; список использованных эталонов. 4. Отображение результата в Odoo путем возврат через API В карточке тикета необходимо добавить вкладку «Анализ качества», содержащую: статус анализа- какие могут быть статусы?; итоговую оценку- шкала оценки 1-10?; улучшенный вариант ответа; использованные эталоны; Также хотелось бы иметь возможность формировать итоговый отчет со статистикой за желаемый период, в котором будет видна статистика по каждому специалисту. 5. Эталонная база Необходимо создать отдельный справочник эталонов. Эталон должен содержать: название; категорию и продукт; текст правильного ответа или инструкцию; связанные эталонные тикеты; теги; статус актуальности; дату последнего обновления. В карточке тикета должна быть возможность отметить его как эталонный. 6. Дополнительные требования Анализ должен запускаться автоматически после закрытия тикета либо вручную. Обработка должна выполняться в фоновом режиме. Необходимо хранить историю повторных анализов. Результат анализа не должен отправляться клиенту, это для внутреннего использования. API и модуль должны поддерживать обработку примерно 600 тикетов в месяц с возможностью дальнейшего увеличения объёма, Формировать ответ на языке запроса 7. Ожидаемый результат После внедрения руководитель технической поддержки должен иметь возможность быстро видеть: какие ответы содержат ошибки; какие сотрудники нуждаются в дополнительном обучении; какие типы запросов вызывают наибольшие сложности; как изменяется качество работы поддержки за выбранный период, Статистику по оценкам - средний балл с возможностью детального анализа- мне кажется, что только это реально можно реализовать и проверить. Остальные ожидания очень субъективны даже для оценки человеком.
