通过 AI Builder 类别分类解决业务问题

AI Builder 类别分类为组织提供了一种工具，用于分析文本并帮助确定与之相关及可支持自动化流程的不同主题。多个应用场景可从此分类中受益。

第一个应用场景：客户点评

租赁房屋所有者在多个社交媒体渠道发布适合短期承租人的图片和服务。度假者在入住结束退房时，房屋所有者还邀请他们在房产网站上发布照片和评论。

房屋所有者注意到，即使提供网站链接，许多客户也会在网站之外的渠道进行点评。为了通过可能的最高客户点评数量来建立良好声誉，所有者将创建一个自动化流程来监控曝光度最高的社交媒体站点和度假点评论坛，然后捕获所有与租赁房产相关的帖子。

然后，房屋所有者将对消息进行分类。所有者可通过这些类别筛选那些被视为称赞的消息。点评消息之后，所有者将在其网站上添加引用，新的潜在访客可看到正面的引用。

某社区论坛审核员收到了针对面向某成熟受众的消息的投诉。这些消息应明确分类，以便访客在导航到此类消息相关帖子时收到警告通知。

消息在最初发布时会被将放入验证队列中。文本分类有助于确定在论坛中发布消息之后何时应将附加警告包含其中。

在当前竞争激烈的市场中，员工满意度是保持较高保留水平的关键影响因素。某电信公司计划推广一个表扬站，员工、经理和客户可在此匿名提交有关自己与不同员工互动体验的反馈。

负责此计划的人力资源 (HR) 部门仅在几个零售位置和当地办事处测试了表扬站。他们得出的结论是，高参与度需要自动处理消息，之后才能在全国范围内启动这一计划。

人力资源部门对类别中的点评进行分类，如问题、投诉和服务差，以确保负面点评或存在偏见的点评不会直接转发给目标员工，并经过主管的分析。

现在，您已了解如何通过 AI Builder 类别分类来应对不同的应用场景。之后，您将了解如何生成自定义模型，然后在 Microsoft Power Automate 中加以使用。