ग्राहक सेवा में Copilot के लिए उत्तरदायी AI अक्सर पूछे जाने वाले प्रश्न
नोट
सुविधा उपलब्धता की जानकारी इस प्रकार है।
| डायनेमिक्स 365 संपर्क केंद्र—एम्बेडेड | डायनेमिक्स 365 संपर्क केंद्र—स्टैंडअलोन | Dynamics 365 Customer Service |
|---|---|---|
| हां | हां | हां |
यह FAQ आलेख ग्राहक सेवा में सह-पायलट सुविधाओं में AI के जिम्मेदार उपयोग से संबंधित प्रश्नों के उत्तर देने में सहायता करता है।
Dynamics 365 ग्राहक सेवा में Copilot क्या है?
कोपायलट एक एआई-संचालित उपकरण है जो डायनेमिक्स 365 में एजेंट के अनुभव को बदल देता है। यह वास्तविक समय में एआई संचालित सहायता प्रदान करता है, जो एजेंटों को मुद्दों को तेजी से हल करने, मामलों को अधिक कुशलता से संभालने और समय लेने वाले कार्यों को स्वचालित करने में मदद करेगा। तब एजेंट अपने ग्राहकों को उच्च गुणवत्ता वाली सेवा देने पर ध्यान केंद्रित कर सकते हैं।
सिस्टम की क्षमताएं क्या हैं?
कोपायलट निम्नलिखित मुख्य विशेषताएं प्रदान करता है:
प्रश्न पूछें: क्या यह वह पहला टैब है जो एजेंट कोपाइलट सहायता फलक सक्रिय करते समय देखते हैं। यह कोपायलट के साथ एक संवादात्मक इंटरफ़ेस है, जो एजेंटों के प्रश्नों के प्रासंगिक उत्तर प्रदान करने में मदद करता है। कोपायलट की प्रतिक्रियाएं सेटअप के दौरान आपके संगठन द्वारा प्रदान किए गए आंतरिक और बाह्य दोनों ज्ञान स्रोतों पर आधारित होती हैं।
ईमेल लिखें: कोपायलट सहायता फलक पर दूसरा टैब एजेंटों को मामले के संदर्भ के आधार पर शीघ्रता से ईमेल प्रत्युत्तर बनाने में सहायता करता है, जिससे उपयोगकर्ताओं को ईमेल बनाने में लगने वाला समय कम हो जाता है।
चैट प्रत्युत्तर का प्रारूप तैयार करें: यह एजेंटों को आपके संगठन द्वारा कॉन्फ़िगर किए गए ज्ञान स्रोतों से चल रहे प्रत्युत्तर वार्तालाप के लिए एक ही क्लिक में प्रत्युत्तर बनाने में सक्षम बनाता है।
मामले का सारांश तैयार करें: कोपायलट एजेंटों को केस फॉर्म पर ही केस का सारांश उपलब्ध कराता है, ताकि वे केस के महत्वपूर्ण विवरणों को शीघ्रता से जान सकें।
वार्तालाप का सारांश तैयार करें: कोपायलट एजेंटों को हैंडऑफ, स्थानांतरण और ऑन डिमांड जैसे प्रमुख बिंदुओं पर वार्तालाप का सारांश प्रदान करता है।
केस से नॉलेज ड्राफ्ट तैयार करें (पूर्वावलोकन): कोपायलट एक प्रस्ताव के रूप में नॉलेज आलेख ड्राफ्ट तैयार करता है जो केस से मिली जानकारी पर आधारित होता है. एजेंट सह-पायलट को संशोधन निर्देश देकर ड्राफ्ट की समीक्षा कर सकते हैं और उसे परिष्कृत कर सकते हैं तथा फिर उसे सहेज सकते हैं।
सिस्टम का इच्छित उपयोग क्या है?
ग्राहक सेवा में सह-पायलट का उद्देश्य ग्राहक सेवा प्रतिनिधियों को अधिक कुशलतापूर्वक और प्रभावी ढंग से काम करने में मदद करना है। ग्राहक सेवा प्रतिनिधि ज्ञान संबंधी लेखों की खोज करने और प्रतिक्रियाओं का प्रारूप तैयार करने में लगने वाले समय को बचाने के लिए कोपायलट की ज्ञान-आधारित प्रतिक्रियाओं का उपयोग कर सकते हैं। सह-पायलट सारांशों को एजेंटों को मामलों और वार्तालापों को शीघ्रता से आगे बढ़ाने में सहायता करने के लिए डिज़ाइन किया गया है। ग्राहक सेवा में Copilot द्वारा उत्पन्न सामग्री का उपयोग मानवीय समीक्षा या पर्यवेक्षण के बिना नहीं किया जाना चाहिए।
ग्राहक सेवा में कोपायलट का मूल्यांकन कैसे किया गया? प्रदर्शन को मापने के लिए कौन से मैट्रिक्स का उपयोग किया जाता है?
ग्राहक सेवा में सह-पायलट का मूल्यांकन इसके डिजाइन, विकास और रिलीज के प्रत्येक चरण के दौरान दुनिया भर के ग्राहकों के साथ वास्तविक दुनिया के परिदृश्यों के आधार पर किया गया है। अनुसंधान और व्यावसायिक प्रभाव अध्ययनों के संयोजन का उपयोग करते हुए, हमने कोपायलट के बारे में विभिन्न मात्रात्मक और गुणात्मक मैट्रिक्स का मूल्यांकन किया है, जिसमें इसकी सटीकता, उपयोगिता और एजेंट-विश्वास शामिल हैं।
ग्राहक सेवा में कोपायलट की सीमाएँ क्या हैं? उपयोगकर्ता कोपायलट सीमाओं के प्रभाव को कैसे कम कर सकते हैं?
कोपायलट की ज्ञान-आधारित क्षमताएं जैसे प्रश्न पूछना, ईमेल लिखना, और चैट का मसौदा तैयार करना, ग्राउंडिंग के लिए उच्च गुणवत्ता वाले और अद्यतन ज्ञान लेखों पर निर्भर हैं। इन ज्ञानवर्धक लेखों के बिना, उपयोगकर्ताओं को Copilot की ऐसी प्रतिक्रियाएं मिलने की अधिक संभावना है जो तथ्यात्मक नहीं हैं।
कोपायलट से गैर-तथ्यात्मक प्रतिक्रियाओं की संभावना को कम करने के लिए, यह महत्वपूर्ण है कि संगठन मजबूत ज्ञान प्रबंधन प्रथाओं को अपनाएं ताकि यह सुनिश्चित हो सके कि कोपायलट से जुड़ने वाला व्यावसायिक ज्ञान उच्च गुणवत्ता वाला और अद्यतन हो।
कौन से परिचालन कारक और सेटिंग्स सिस्टम के प्रभावी और जिम्मेदार उपयोग की अनुमति देते हैं?
हमेशा Copilot से प्राप्त परिणामों की समीक्षा करें
कोपायलट बड़ी आइडिया प्रौद्योगिकी पर बनाया गया है, जो प्रकृति में संभाव्य है। जब इनपुट टेक्स्ट का एक टुकड़ा प्रस्तुत किया जाता है, तो मॉडल उस टेक्स्ट में प्रत्येक शब्द की संभावना की गणना करता है, जो उसके पहले आए शब्दों को देखते हुए होता है। इसके बाद मॉडल उस शब्द को चुनता है जिसकी सबसे अधिक संभावना होती है। हालाँकि, चूंकि मॉडल संभावनाओं पर आधारित है, इसलिए यह पूर्ण निश्चितता के साथ नहीं कह सकता कि अगला सही शब्द क्या होगा। इसके बजाय, यह हमें उस संभाव्यता वितरण के आधार पर अपना सर्वोत्तम अनुमान देता है जो इसने उस डेटा से सीखा है जिस पर इसे प्रशिक्षित किया गया था। कोपायलट ग्राउंडिंग नामक दृष्टिकोण का उपयोग करता है, जिसमें आपके संगठन के लिए आउटपुट को प्रासंगिक बनाने के लिए इनपुट में अतिरिक्त जानकारी जोड़ना शामिल है। यह इनपुट को समझने और प्रासंगिक आंतरिक संगठनात्मक दस्तावेजों और विश्वसनीय सार्वजनिक वेब खोज परिणामों को पुनः प्राप्त करने के लिए अर्थपूर्ण खोज का उपयोग करता है, और उस सामग्री के आधार पर प्रतिक्रिया देने के लिए वर्चुअल एजेंट को निर्देशित करता है। यद्यपि यह सुनिश्चित करने में सहायक है कि कोपायलट के प्रत्युत्तर संगठनात्मक डेटा के अनुरूप हों, फिर भी यह महत्वपूर्ण है कि कोपायलट द्वारा उत्पादित परिणामों की समीक्षा हमेशा उनका उपयोग करने से पहले की जाए।
कोपायलट से सर्वश्रेष्ठ लाभ उठाएँ
जब आप कोपायलट के साथ बातचीत कर रहे हों, तो यह ध्यान रखना महत्वपूर्ण है कि प्रश्नों की संरचना कोपायलट द्वारा दिए गए प्रत्युत्तर को बहुत अधिक प्रभावित कर सकती है। कोपायलट के साथ प्रभावी ढंग से बातचीत करने के लिए, स्पष्ट और विशिष्ट प्रश्न पूछना, एआई को आपके इरादे को बेहतर ढंग से समझने में मदद करने के लिए संदर्भ प्रदान करना, एक समय में एक प्रश्न पूछना और स्पष्टता और पहुंच के लिए तकनीकी शब्दों से बचना महत्वपूर्ण है।
स्पष्ट और विशिष्ट प्रश्न पूछें
प्रश्न पूछते समय स्पष्ट इरादा आवश्यक है, क्योंकि यह सीधे प्रत्युत्तर की गुणवत्ता को प्रभावित करता है। उदाहरण के लिए, एक व्यापक प्रश्न पूछना जैसे "ग्राहक की कॉफी मशीन चालू क्यों नहीं हो रही है?" अधिक विशिष्ट प्रश्न की तुलना में उपयोगी प्रत्युत्तर प्राप्त होने की संभावना कम है, जैसे कि "ग्राहक की कॉफी मशीन क्यों चालू नहीं हो रही है, यह जानने के लिए मैं क्या कदम उठा सकता हूँ?"।
हालाँकि, इससे भी अधिक विस्तृत प्रश्न पूछना जैसे कि "मैं यह निर्धारित करने के लिए क्या कदम उठा सकता हूँ कि 5-बार दबाव रेटिंग वाली कॉन्टोसो 900 कॉफी मशीन क्यों चालू नहीं हो रही है?" समस्या के दायरे को सीमित करता है और अधिक संदर्भ प्रदान करता है, जिससे अधिक सटीक और लक्षित प्रतिक्रियाएं प्राप्त होती हैं।
संदर्भ जोड़ें
संदर्भ जोड़ने से संवादात्मक AI प्रणाली को उपयोगकर्ता के इरादे को बेहतर ढंग से समझने और अधिक सटीक और प्रासंगिक प्रतिक्रियाएं प्रदान करने में मदद मिलती है। संदर्भ के बिना, सिस्टम उपयोगकर्ता के प्रश्न को गलत समझ सकता है या सामान्य या अप्रासंगिक उत्तर दे सकता है।
उदाहरण के लिए, "कॉफी मशीन चालू क्यों नहीं हो रही है?", अधिक संदर्भ वाले प्रश्न की तुलना में सामान्य प्रत्युत्तर के रूप में परिणामित होगा, जैसे, "हाल ही में, ग्राहक ने अपनी कॉफी मशीन पर डीस्केलिंग मोड शुरू किया और डीस्केलिंग सफलतापूर्वक पूरी की। अंत में उन्हें पावर लाइट से तीन बार फ्लैश भी मिला, जिससे पुष्टि हुई कि स्केलिंग का काम पूरा हो गया है। वे अब कॉफी मशीन क्यों नहीं चला पा रहे हैं?"
इस तरीके से संदर्भ जोड़ना महत्वपूर्ण है क्योंकि इससे कोपायलट को उपयोगकर्ता के इरादे को बेहतर ढंग से समझने और अधिक सटीक और प्रासंगिक प्रतिक्रिया प्रदान करने में मदद मिलती है।
यदि संभव हो तो तकनीकी शब्दों का प्रयोग न करें
हम अनुशंसा करते हैं कि आप कोपायलट के साथ बातचीत करते समय अत्यंत तकनीकी शब्दों और संसाधन नामों का उपयोग करने से बचें, क्योंकि हो सकता है कि सिस्टम हमेशा उन्हें सही या उचित रूप से न समझ पाए। सरल, स्वाभाविक भाषा का प्रयोग यह सुनिश्चित करने में मदद करता है कि सिस्टम उपयोगकर्ता के इरादे को सही ढंग से समझ सके और स्पष्ट, उपयोगी प्रतिक्रिया दे सके। उदाहरण के लिए -
"फ़ायरवॉल कॉन्फ़िगरेशन बदलने के बाद ग्राहक VM में SSH नहीं कर सकता है।"
इसके बजाय, आप इसे इस प्रकार पुनः लिख सकते हैं –
"ग्राहक ने अपनी वर्चुअल मशीन पर फ़ायरवॉल नियम बदल दिए। हालाँकि, वे अब सिक्योर शेल (SSH) का उपयोग करके कनेक्ट नहीं हो सकते। क्या आप मदद कर सकते हैं?"
सुझावों का पालन करके, एजेंट कोपायलट के साथ अपने संपर्क को बेहतर बना सकते हैं और उससे सटीक और विश्वसनीय प्रतिक्रिया प्राप्त करने की संभावना बढ़ा सकते हैं।
प्रत्युत्तर का सारांश या विस्तार
कभी-कभी Copilot का प्रत्युत्तर अपेक्षा से अधिक लंबा हो सकता है। ऐसा तब हो सकता है जब एजेंट किसी ग्राहक के साथ लाइव चैट पर बातचीत कर रहा हो और उसे ईमेल पर प्रत्युत्तर भेजने की तुलना में संक्षिप्त प्रतिक्रिया भेजने की आवश्यकता हो। ऐसे मामलों में, सह-पायलट से "प्रत्युत्तर का सारांश" पूछने पर प्रश्न का संक्षिप्त उत्तर प्राप्त होगा। इसी प्रकार, यदि अधिक विवरण की आवश्यकता हो, तो सह-पायलट से "अधिक विवरण प्रदान करें" कहने पर आपके प्रश्न का अधिक विस्तृत उत्तर मिलेगा। यदि प्रत्युत्तर छोटा है, तो "continue" टाइप करने पर प्रत्युत्तर का शेष भाग प्रदर्शित होगा।
मैं सह-पायलट द्वारा उत्पन्न प्रतिक्रियाओं को कैसे प्रभावित कर सकता हूँ? क्या मैं अंतर्निहित एलएलएम को बेहतर बना सकता हूँ?
बड़े भाषा मॉडल (LLM) को सीधे अनुकूलित करना संभव नहीं है। स्रोत दस्तावेज़ को अद्यतन करके सह-पायलट प्रतिक्रियाओं को प्रभावित किया जा सकता है। कोपायलट प्रतिक्रियाओं से प्राप्त सभी फीडबैक सामग्री संग्रहीत की जाती है। इस डेटा का उपयोग करके रिपोर्ट बनाई जा सकती है ताकि यह पता लगाया जा सके कि किन डेटा स्रोतों को अद्यतन करने की आवश्यकता है। यह अच्छी बात है कि समय-समय पर फीडबैक डेटा की समीक्षा करने के लिए प्रक्रियाएं स्थापित की जाएं और यह सुनिश्चित किया जाए कि ज्ञान संबंधी लेख कोपायलट को सर्वोत्तम और सबसे अद्यतन जानकारी प्रदान कर रहे हैं।
कोपायलट के लिए डेटा सुरक्षा मॉडल क्या है?
कोपायलट परिभाषित भूमिका-आधारित पहुंच (आरबीएसी) नियंत्रणों को लागू करता है और सभी मौजूदा सुरक्षा संरचनाओं का पालन करता है। इसलिए, एजेंट उस डेटा को नहीं देख सकते जिस तक उनकी पहुंच नहीं है। इसके अतिरिक्त, केवल वे डेटा स्रोत जिन तक एजेंट की पहुंच होती है, उनका उपयोग कोपाइलट प्रत्युत्तर निर्माण के लिए किया जाता है।
सह-पायलट प्रतिक्रियाएँ उत्पन्न करने के लिए डेटा प्रसंस्करण और पुनर्प्राप्ति कहाँ होती है?
कोपायलट उस सार्वजनिक सेवा को कॉल नहीं कर रहा है जो चैटजीपीटी को शक्ति प्रदान करती है। OpenAI ग्राहक सेवा में Copilot Microsoft प्रबंधित टेनेंट में Microsoft Azure OpenAI सेवा का उपयोग करता है. सभी डेटा प्रसंस्करण और पुनर्प्राप्ति Microsoft प्रबंधित टेनेन्ट के भीतर होती है। इसके अतिरिक्त, ग्राहक का डेटा साझा नहीं किया जाता है और उसे सार्वजनिक मॉडल में वापस नहीं भेजा जाता है।
कोपायलट द्वारा मामलों और वार्तालापों से तैयार किए गए सारांशों के लिए भाषा संबंधी सीमाएँ क्या हैं?
मामलों और वार्तालापों से कोपायलट द्वारा तैयार सारांशों में कई भाषाओं का समर्थन किया जाता है। इन सारांशों की गुणवत्ता अंग्रेजी में सबसे अधिक होने की उम्मीद है, जबकि अन्य भाषाओं में समय के साथ गुणवत्ता में सुधार होने की उम्मीद है।
संबंधित जानकारी
सह-पायलट सुविधाओं का उपयोग करें
मामलों से ज्ञान ड्राफ्ट तैयार करने के लिए Copilot का उपयोग करें
सह-पायलट की क्षेत्र उपलब्धता
कोपायलट में डेटा सुरक्षा और गोपनीयता के लिए अक्सर पूछे जाने वाले प्रश्न Microsoft Power Platform