1 tuần trước · Linh Phạm
Use case: AI phân loại ticket support trước khi giao cho đúng người
Support team thường mất nhiều thời gian đọc ticket lặp. AI có thể gắn nhãn, tóm tắt, đo độ gấp và gợi ý người xử lý, nhưng không nên tự xoá hay tự đóng ticket.
Tình huống thật
Một team support nhỏ nhận 80-150 ticket mỗi ngày. Ticket đến từ email, form, chat, Zalo, Facebook. Có ticket hỏi tính năng, có ticket báo lỗi, có ticket cần finance, có ticket chỉ là câu hỏi rất đơn giản.
Nếu người đầu tiên phải đọc từng ticket để phân loại, cả buổi sáng bị ăn mất.
AI phù hợp ở bước "đọc nhanh và gắn nhãn", không phải ở bước quyết định cuối.
Workflow trước AI
Ticket đến -> support đọc -> đoán loại -> gắn nhãn -> chuyển người xử lý -> viết tóm tắt lại
Điểm nghẽn:
- ticket dài phải đọc lại nhiều lần
- nhãn không nhất quán giữa các bạn
- ticket gấp bị chìm
- kỹ thuật nhận ticket thiếu context
- quản lý khó biết hôm nay lỗi gì tăng
Workflow sau AI
Ticket đến
-> AI tóm tắt 3 dòng
-> AI gắn category + urgency
-> AI đề xuất team xử lý
-> support duyệt
-> hệ thống route ticket
AI làm lớp triage. Người support vẫn giữ quyền quyết định.
Prompt dùng ngay
Bạn là support triage assistant.
Đọc ticket dưới đây và trả về JSON đúng schema.
Category chỉ chọn một:
- bug
- billing
- how_to
- feature_request
- account_access
- complaint
- spam_or_low_value
Urgency chỉ chọn một:
- low
- normal
- high
- urgent
Không tự đoán nếu thiếu dữ liệu. Nếu không chắc, confidence dưới 0.7.
Ticket:
[dán nội dung ticket]
JSON:
{
"summary": "tóm tắt 1-2 câu",
"category": "...",
"urgency": "...",
"suggested_owner": "support|engineering|finance|sales",
"customer_sentiment": "calm|confused|angry|blocked",
"confidence": 0.0,
"missing_info": []
}
Stack đề xuất
Không code:
- Zendesk/Intercom export
- ChatGPT batch theo nhóm ticket
- Google Sheets để review nhãn
Có automation:
- Helpdesk webhook
- OpenAI structured outputs
- Postgres lưu log
- Slack alert ticket urgent
- Dashboard theo category
Rủi ro cần né
Route sai ticket gấp
Ticket có từ "không đăng nhập được", "thanh toán lỗi", "khách lớn", "deadline hôm nay" nên luôn được flag cao hơn.
AI tự trả lời sai chính sách
Nếu knowledge base chưa tốt, AI chỉ nên tóm tắt và gợi ý. Không tự gửi phản hồi.
Không log confidence
Ticket confidence thấp nên đưa vào hàng "human review".
Metric đo
- thời gian phân loại trung bình mỗi ticket
- tỷ lệ ticket bị route sai
- số ticket urgent được phát hiện trong 15 phút
- số ticket cùng category tăng/giảm theo tuần
Bản nâng cấp
Khi đã ổn, thêm RAG từ help center:
- AI tìm bài hướng dẫn liên quan
- gợi ý câu trả lời nháp
- support duyệt trước khi gửi
Kết luận
Use case này không hào nhoáng nhưng rất thực dụng. AI giúp support team bớt đọc lặp, route nhanh hơn, và thấy pattern lỗi sớm hơn.