Compartir por

Preguntas frecuentes sobre IA responsable para Copilot en Customer Service

  • Artigo

Nota

A información de dispoñibilidade das funcións é a seguinte.

Dynamics 365 centro de contacto: incorporado Dynamics 365 centro de contacto: autónomo Dynamics 365 Customer Service
Si Si Si

Este artigo de preguntas frecuentes axuda a responder ás preguntas sobre o uso responsable da IA ​​nas funcións do copiloto en servizo de atención ao cliente.

Que é Copilot en Dynamics 365 servizo de atención ao cliente?

Copilot é unha ferramenta impulsada por IA que transforma a experiencia do axente en Dynamics 365 servizo de atención ao cliente. Ofrece asistencia impulsada por intelixencia artificial en tempo real que axudará aos axentes a resolver problemas máis rápido, a xestionar os casos de forma máis eficiente e a automatizar as tarefas que levan moito tempo. Entón os axentes poden concentrarse en ofrecer un servizo de alta calidade aos seus clientes.

Cales son as capacidades dos sistemas?

Copilot ofrece as seguintes características principais:

  • Facer unha pregunta: é a primeira pestana que ven os axentes cando activan o panel de axuda de Copilot. É unha interface conversacional con Copilot, que axuda a proporcionar respostas contextuais ás preguntas dos axentes. As respostas de Copilot baséanse en fontes de coñecemento internas e externas proporcionadas pola túa organización durante a configuración.

  • Escribir un correo electrónico: a segunda pestana do panel de axuda de Copilot axuda aos axentes a crear rapidamente respostas de correo electrónico en función do contexto do caso, reducindo o tempo que os usuarios necesitan dedicar á creación de correos electrónicos.

  • Elabora un chat resposta: permite aos axentes crear un resposta cun só clic na conversa en curso resposta desde fontes de coñecemento configuradas pola túa organización.

  • Resumir un caso: Copilot proporciona aos axentes un resumo dun caso directamente no formulario do caso, para que poidan poñerse ao día rapidamente dos detalles importantes dun caso.

  • Resumir unha conversa: Copilot ofrece aos axentes un resumo dunha conversa en puntos clave do viaxe do cliente, como transferencias de axentes virtuais, transferencias e baixo demanda.

  • Xerar borrador de coñecemento a partir do caso (versión preliminar): Copilot xera un borrador de artigo de coñecemento como unha proposta baseada na información do caso. Os axentes poden revisar e refinar o borrador dándolle instrucións de revisión a Copilot e despois gardalo.

Cal é o uso previsto do sistema?

Copilot en servizo de atención ao cliente está destinado a axudar aos representantes de servizo de atención ao cliente a traballar de forma máis eficiente e eficaz. Os representantes de servizo de atención ao cliente poden usar as respostas baseadas no coñecemento de Copilot para aforrar tempo na procura de artigos de coñecemento e na elaboración de respostas. Os resumos de Copilot están deseñados para axudar aos axentes a aumentar rapidamente os casos e as conversas. O contido xerado por Copilot en servizo de atención ao cliente non está pensado para ser usado sen revisión ou supervisión humana.

Como se avaliou Copilot en servizo de atención ao cliente? Que métricas se utilizan para medir o desempeño?

Copilot en servizo de atención ao cliente foi avaliado contra escenarios do mundo real con clientes de todo o mundo durante cada fase do seu deseño, desenvolvemento e lanzamento. Usando unha combinación de investigación e estudos de impacto empresarial, avaliamos varias métricas cuantitativas e cualitativas sobre Copilot, incluíndo a súa precisión, utilidade e confianza do axente.

Cales son as limitacións de Copilot en servizo de atención ao cliente? Como poden os usuarios minimizar o impacto das limitacións de Copilot?

As capacidades baseadas no coñecemento de Copilot, como facer unha pregunta, escribir un correo electrónico e redactar un chat resposta, dependen de artigos de coñecemento actualizados e de alta calidade para a súa fundamentación. Sen estes artigos de coñecemento, os usuarios teñen máis probabilidades de atopar respostas de Copilot que non sexan reais.

Para minimizar a probabilidade de ver respostas non fácticas de Copilot, é importante que as organizacións empreguen prácticas sólidas de xestión do coñecemento para garantir que o coñecemento empresarial que se conecta a Copilot sexa de alta calidade e esté actualizado.

Que factores operativos e axustes permiten un uso eficaz e responsable do sistema?

Revisa sempre os resultados de Copilot

Copilot está construído sobre unha gran tecnoloxía de modelos de linguaxe, que é de natureza probabilística. Cando se presenta un fragmento de texto de entrada, o modelo calcula a probabilidade de cada palabra nese texto dadas as palabras que lle precederon. O modelo escolle entón a palabra que é máis probable que siga. Non obstante, dado que o modelo está baseado en probabilidades, non pode dicir con absoluta certeza cal é a seguinte palabra correcta. Pola contra, ofrécenos a mellor estimación baseada na distribución de probabilidade que aprendeu dos datos nos que foi adestrado. Copilot usa un enfoque chamado grounding, que implica engadir información adicional á entrada para contextualizar a saída á súa organización. Usa a busca semántica para comprender a entrada e recuperar documentos organizativos internos relevantes e resultados de busca na web pública de confianza, e orienta o modelo lingüístico para responder en función dese contido. Aínda que isto é útil para garantir que as respostas de Copilot se adhiran aos datos da organización, é importante revisar sempre os resultados producidos por Copilot antes de utilizalos.

Saca o mellor partido a Copilot

Cando interactúas con Copilot, é importante ter en conta que a estrutura das preguntas pode afectar moito ao resposta que ofrece Copilot. Para interactuar con Copilot de forma eficaz, é fundamental facer preguntas claras e específicas, proporcionar contexto para axudar á IA a comprender mellor a súa intención, facer unha pregunta á vez e evitar termos técnicos de claridade e accesibilidade.

Facer preguntas claras e específicas

A intención clara é esencial ao facer preguntas, xa que afecta directamente a calidade do resposta. Por exemplo, facer unha pregunta ampla como "Por que non se pon en marcha a máquina de café do cliente?" é menos probable que produza un resposta útil en comparación cunha pregunta máis específica, como "Que pasos podo seguir para determinar por que a máquina de café do cliente non se inicia?".

Non obstante, facer unha pregunta aínda máis detallada como "Que pasos podo seguir para determinar por que non se inicia unha máquina de café Contoso 900 cunha clasificación de presión de 5 bares?" Reduce o alcance do problema e proporciona máis contexto, o que leva a respostas máis precisas e dirixidas.

Engadir contexto

Engadir contexto axuda ao sistema de IA conversacional a comprender mellor a intención do usuario e a ofrecer respostas máis precisas e relevantes. Sen contexto, o sistema pode malinterpretar a pregunta do usuario ou proporcionar respostas xenéricas ou irrelevantes.

Por exemplo, "Por que non se pon en marcha a máquina de café?" producirá un resposta xenérico cando se compara cunha pregunta con máis contexto como: "Recentemente, o cliente iniciou o modo de descalcificación na súa máquina de café e completou a descalcificación con éxito. Incluso recibiron tres flashes da luz de alimentación ao final para confirmar que a descalcificación estaba completa. Por que xa non poden poñer en marcha a máquina de café?"

Engadir contexto deste xeito é importante porque axuda a Copilot a comprender mellor a intención do usuario e a ofrecer respostas máis precisas e relevantes.

Evite termos técnicos se é posible

Recomendamos que evites usar termos e nomes de recursos extremadamente técnicos ao interactuar con Copilot porque é posible que o sistema non o entenda de forma precisa ou adecuada. O uso dunha linguaxe máis sinxela e natural axuda a garantir que o sistema poida comprender correctamente a intención do usuario e proporcionar respostas claras e útiles. Por exemplo -

"O cliente non pode SSH na máquina virtual despois de ter cambiado a configuración do firewall".

Pola contra, podes reformular como:

"O cliente cambiou as regras do firewall na súa máquina virtual. Non obstante, xa non poden conectarse mediante Secure Shell (SSH). Podes axudar?"

Seguindo as suxestións, os axentes poden mellorar as súas interaccións con Copilot e aumentar a probabilidade de recibir respostas precisas e seguras deste.

Resumir ou ampliar un resposta

Ás veces, o resposta de Copilot pode ser máis longo do esperado. Este podería ser o caso cando o axente está nunha conversa de chat en directo cun cliente e necesita enviar respostas concisas en comparación co envío dun resposta por correo electrónico. Nestes casos, pedirlle a Copilot que "resume o resposta" dará como resultado unha resposta concisa á pregunta. Do mesmo xeito, se necesitas máis detalles, pedirlle a Copilot que "Proporcione máis detalles" dará como resultado unha resposta máis detallada á túa pregunta. Se o resposta está truncado, ao escribir "continuar" amosarase a parte restante do resposta.

Como podo influír nas respostas xeradas polo copiloto? Podo afinar o LLM subxacente?

Non é posible personalizar o modelo de linguaxe grande (LLM) directamente. As respostas do copiloto poden verse influenciadas pola actualización da documentación de orixe. Gárdase todo o contido dos comentarios das respostas de Copilot. Os informes pódense crear utilizando estes datos para determinar as fontes de datos que precisan actualizarse. É un bo idea ter procesos en marcha para revisar periodicamente os datos de comentarios e garantir que os artigos de coñecemento proporcionan a información mellor e máis actualizada a Copilot.

Cal é o modelo de seguridade de datos para Copilot?

Copilot aplica os controis de acceso baseado en roles (RBAC) definidos e adhírese a todas as construcións de seguridade existentes. Polo tanto, os axentes non poden ver datos aos que non teñen acceso. Ademais, só se utilizan fontes de datos ás que o axente ten acceso para a xeración do copiloto resposta.

Onde se produce o procesamento e recuperación de datos para xerar respostas do copiloto?

Copilot non está a chamar ao servizo público OpenAI que impulsa ChatGPT. O copiloto en servizo de atención ao cliente usa o Microsoft Azure OpenAI Servizo nun inquilino xestionado por Microsoft. Todo o procesamento e recuperación de datos prodúcese dentro de inquilinos xestionados por Microsoft. Ademais, os datos do cliente non se comparten nin se retroalimentan en modelos públicos.

Cales son as limitacións lingüísticas dos resumos que Copilot xera a partir de casos e conversas?

Os resumos xerados por Copilot de casos e conversas admiten moitos idiomas. Espérase que a calidade destes resumos sexa a máis alta en inglés, mentres que no resto de linguas prevese que a calidade mellore co paso do tempo.

Usa funcións de copiloto
Use Copilot para xerar borradores de coñecemento a partir de casos
Dispoñibilidade comarcal de Copilot
Preguntas frecuentes sobre a seguridade e privacidade dos datos de Copilot Microsoft Power Platform