AutoSummary
AutoSummary 在呼入和呼出语音交互结束时自动为坐席生成摘要。 交互结束时,生成的摘要显示在 Agent 应用 的备注字段中。 可将其传递到受支持的 CRM 管理联系人、销售信息、支持详细信息和案例历史记录等事项的第三方系统。 应用程序,这使得与该联系人交互的未来坐席可使用该摘要。 此外还可在 Interaction Analytics 中使用摘要数据。
AutoSummary使用CXone Mpower AI 分析和总结交互。 摘要捕获有关交互的关键信息,例如:
- 交互的目的或意图
联系人所说/输入内容背后的含义或目的;联系人想要沟通或完成的内容。
- 交互期间发生的操作
交互过程中发生的事件或操作,例如退货或完成付款。,例如进行付款。
- 联系人的情绪
交互的整体情绪或结果,根据对转录词汇、短语或上下文的分析确定。。
- 交互的结果
坐席或系统在语音(处置)或数字(状态)交互结束时分配的结果。,例如问题得到成功解决。
AutoSummary生成的摘要始终简洁、准确,易于阅读和理解。 坐席添加的摘要可能并不总是符合这些标准。 例如,坐席可能会添加一个摘要,内容如下:
“CXJames Smith 345456/担心错过 pymnt/DM 研究/acc 中没有记录/通知未发布/prms cb。”
AutoSummary对于同一个交互生成的摘要可能是:
“James Smith 先生最后一次联系有关账单:缺少付款是在 7 天前,他的情绪很负面,但没有得到解决。 有人向 Smith 先生提供票据信用,但他拒绝了。 已承诺回电。”
如果坐席需要添加或更正详细信息,他们可以修改已生成的摘要。 这使他们能够专注于交互的重要部分,而不是试图自己去捕获整个交互。
AutoSummary 是一个在 Agent Assist Hub 中设置和管理的坐席助手应用程序。
AutoSummary 的工作方式
AutoSummary使用CXone Mpower人工智能。 它还使用基于大型语言模型 (LLM) 技术的生成式 AI。 生成式 AI 模型会在训练过程中学习数据模式和结构。 然后,他们能够生成遵循类似模式的新数据。
AutoSummary 提供了几种模型,这些模型经过训练后可以识别与各种垂直市场相关的术语、意图 联系人所说/输入内容背后的含义或目的;联系人想要沟通或完成的内容、操作和结果。 这些市场包括金融服务、医疗保健、电信、旅游和酒店以及零售等市场。 经与生成式 AI 和 LLM 技术结合后,AutoSummary 可以生成简短、可读且准确的摘要。
在呼入或呼出语音交互期间,来自呼叫的音频将被捕获并转录为文本。 路由交互的自定义 Studio 脚本是使用 AutoSummary 配置文件配置的。 配置文件包含确定要使用的模型以及要生成的摘要类型的设置。
AutoSummary 将配置文件设置应用于转录。 该模型确定了交互的关键方面。 其中包括联系人的意图 联系人所说/输入内容背后的含义或目的;联系人想要沟通或完成的内容、情绪
交互的整体情绪或结果,根据对转录词汇、短语或上下文的分析确定。、交互期间发生的操作
交互过程中发生的事件或操作,例如退货或完成付款。以及交互的结果
坐席或系统在语音(处置)或数字(状态)交互结束时分配的结果。。 分析结果将发送到生成式 AI 引擎进行汇总。
AutoSummary 将摘要传递给 Agent 或其他某个受支持的 坐席应用程序 中的坐席。 生成的摘要数据可被传送到 CRM 管理联系人、销售信息、支持详细信息和案例历史记录等事项的第三方系统。 或在 Interaction Analytics 中使用。
摘要类型
您可以选择 AutoSummary
-
结构化 AI:此类摘要以简短的短语定义交互的意图、结果和事件。 例如:
客户联系有关付款事宜。
客户的情绪是正面的,问题已解决。
联系期间发生的结果:付款已完成
操作:付款已完成、余额付款已处理、客户已付款
-
生成式 AI:此类摘要直接来自生成式 AI LLM 引擎。 它由交互记录的摘录组成,这些摘录总结了交互的意图、结果和事件。 以下是生成式 AI 摘要的示例:
客户尝试支付账单,但由于路由号码不正确而遇到问题。 客户试图按时付款。 坐席从客户那里获得了正确的路由号码。 坐席提出调查付款情况。 客户请求协助付款,在整个通话过程中表现出正面情绪。 付款已处理,客户付款成功。
-
混合型:要创建此类摘要,AutoSummary 将与结构化 AI 摘要相关的句子发送到生成式 AI 服务。 该服务提供的摘要含有完整句子。 以下是混合型摘要的示例:
由于路由号码不正确,客户遇到了账单支付问题。 坐席确认了正确的路由号码,并提出调查付款情况。 客户请求协助付款,在整个通话过程中表现出正面情绪。
CXone Mpower 中的 AutoSummary 数据
AutoSummary 生成的交互摘要被传递到 坐席应用程序。 要保存这些数据,您必须将 AutoSummary 配置成将其传递到您的 CRM 管理联系人、销售信息、支持详细信息和案例历史记录等事项的第三方系统。。 这使得之前与联系人对话的摘要可以在 CRM 中使用。 处理与联系人交互的其他坐席,可以快速了解联系人与您所在组织的历史记录。 如果没有 CRM 集成,其他坐席将看不到生成的摘要。
AutoSummary 数据在 Interaction Analytics 中也可获得。 如果您使用该应用程序,则可根据生成的摘要中捕获的意图、操作和结果来筛选交互。
使用 AutoSummary 的坐席体验
坐席无需执行任何操作即可使 AutoSummary 正常工作。 AutoSummary 在设置后即可自动生成摘要并将其发送到 坐席应用程序。 交互结束后几秒钟内就会显示摘要。 如果坐席想要更改文本或添加详细信息,可以修改摘要。 坐席必须保存摘要才能完成交互。
AutoSummary 与 Agent、Agent Integrated、Agent Embedded 和 Agent for Microsoft Teams 一起使用。
关于 AutoSummary 的关键事实
- 适用于语音渠道
联系人与坐席或机器人交互的一种方式。 通道可以是语音、电子邮件、聊天、社交媒体等。和数字
与Digital Experience相关的任何渠道、联系或技能。消息传递渠道。 仅使用 生成式 AI 模式支持 CXone Mpower 电子邮件的摘要。
- 目前仅提供 英语、葡萄牙语和拉丁美洲 Español 版本。 葡萄牙语和拉丁美洲语 Español 的摘要只能通过 生成式 AI 模式获得。 您没有可在这些摘要中包含情绪
交互的整体情绪或结果,根据对转录词汇、短语或上下文的分析确定。详细信息或解决状态的选项,就像在英文摘要中那样。
- 使用 Agent、Agent Integrated、Agent Embedded、Agent for Microsoft Teams。
- 摘要可以传递到任何受支持的 CRM
管理联系人、销售信息、支持详细信息和案例历史记录等事项的第三方系统。 的数据传送专线。 这需要将字段从 坐席应用程序 映射到 CRM。
- 摘要在交互结束后几秒钟内出现在 坐席应用程序 中。
- 摘要包含联系人的主要意图
联系人所说/输入内容背后的含义或目的;联系人想要沟通或完成的内容以及交互的主要操作
交互过程中发生的事件或操作,例如退货或完成付款。和结果
坐席或系统在语音(处置)或数字(状态)交互结束时分配的结果。。
- 摘要可包括情绪
交互的整体情绪或结果,根据对转录词汇、短语或上下文的分析确定。详细信息和解决状态。
-
可使您将摘要长度配置为 40 到 250 个字之间。
- 摘要可以由 坐席应用程序 中的坐席进行修改。