智能工单分诊
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/ticket-triage-skillhub 到当前 AI 助手。
技能介绍
问题背景
客服团队每小时可能收到几十张工单:有人登录失败,有人被重复扣款,有人提功能建议。人工分诊常暴露三个问题:意图归类不统一——「被扣了两次钱」可能被算作 billing,也可能被算作 bug;优先级判断主观——企业客户的生产故障有时被当作普通 P2 排队;首次回复质量参差——不管优先级,所有工单都要等一轮人工处理。工单量一上来,人工 triage 的成本和延迟会迅速失控。
核心能力与工作流程
这个技能把工单 triage 拆成六个步骤,每一步都有明确的输入和输出:
- 解析与规范化:接收 subject、body、客户元数据(
account tier、plan、tenure)和附件,剥离签名、引用回复与样板文本,抽取order ID、error code、URL 等结构化字段。 - 意图与实体抽取:判断主意图属于 bug、billing、feature-request 还是 how-to,识别产品区域、API 端点、具体报错信息,并标注情感倾向。
- 分类:映射到标准类目;多意图工单标注主类与次类,保证相关团队都能看到。
- 优先级矩阵:按影响和紧急度从
P0到P3打分——生产中断或数据丢失是 P0,单个企业账号核心功能故障是 P1,有临时方案的降级体验是 P2,常规咨询是 P3。企业账号自动升一级。 - 路由:billing 进 Finance Support;P0/P1 的 bug 路由 Engineering Triage,P2/P3 路由 Product Support;feature-request 进 Product Management;how-to 进 Customer Education,并附带上下文与内部备注。
- 生成首次回复:按优先级给出响应时间预期,附上 KB 或状态页链接,语气对齐客户情感,信息不足时追加澄清问题。
批量输入同样支持:示例中一次 triage 5 张工单,输出包含分类、优先级、路由队列和建议回复的表格。
适用边界与注意点
- 附件型工单:正文为空、只有截图或日志时置信度低,应标记人工复核,而不是强行自动分类。
- 多意图工单:bug 与 billing 并存时,按高优先级意图归类,次级问题建关联工单。
- 重复工单:同一客户 24 小时内的跟进应合并到原线程,避免重复 triage。
- 元数据是关键输入:缺少
account tier时,企业客户的 P0/P1 判断容易偏保守,建议始终携带。 - 决策要留痕:记录 triage 的推理过程,方便人工修正后用于微调。
- 规则兜底:15 分钟内未确认的
P0应自动 page on-call manager。
使用场景
- 每小时涌入多张工单,需要统一规则判断每张属于 billing、bug、feature-request 还是 how-to,并打上主次类目标签
- 同一客户先后提交 bug 和扣费异议的多意图工单,需要确定主分类、建关联工单并保持两团队可见
- 客户元数据齐全,需要结合 account tier 与影响范围,用 P0–P3 矩阵给企业账号故障调整优先级并路由队列
- 新到工单缺关键上下文,需要在首次回复中给出响应时间预期、KB 链接和澄清问题,让值班同学快速跟进
适合人员
- 负责首响的客服值班同学,需要在人工接管前先拿到分类、优先级和一段可直接确认或改写的回复
- 制定分诊规则的客服运营,需要把路由矩阵、企业账号升优先级和 SLA 兜底规则写成可执行的一致标准
- 处理企业账号的 CSM,需要快速判断 P0/P1 故障并触发 Engineering Triage 和升级路径,减少沟通轮次
- 负责知识库的运营,希望在工单首次回复里按提取到的报错码、端点等实体自动挂上对应 KB 链接