paint-brush
Todavía es demasiado pronto para dejar que ChatGPT maneje su atención al clientepor@lucamicheli
1,552 lecturas
1,552 lecturas

Todavía es demasiado pronto para dejar que ChatGPT maneje su atención al cliente

por Luca Micheli6m2023/03/30
Read on Terminal Reader

Demasiado Largo; Para Leer

Si está buscando una manera de automatizar por completo su esfuerzo de servicio al cliente, quédese conmigo porque compartiré con usted cómo capacitamos a ChatGPT para responder a nuestros clientes automáticamente.
featured image - Todavía es demasiado pronto para dejar que ChatGPT maneje su atención al cliente
Luca Micheli HackerNoon profile picture

Si está buscando una manera de automatizar por completo su esfuerzo de servicio al cliente, quédese conmigo porque compartiré con usted cómo entrenamos a ChatGPT para responder a nuestros clientes automáticamente.


¡Empecemos!

¿Cómo entrenar a ChatGPT para responder a su Servicio al Cliente?

En primer lugar, necesitábamos una fuente de verdad para enseñar a ChatGPT cómo responder a las preguntas de los usuarios, por lo que pensamos en dos enfoques:


  • Usar la base de conocimientos

  • Usa las conversaciones con nuestro soporte


La primera es la fuente de verdad más confiable, la segunda puede ser muy específica y debe organizarse mejor para proporcionar un contexto real y útil para ChatGPT.


Nuestro primer intento fue ingerir todos los artículos de la base de conocimiento en un índice y luego usar el índice para encontrar una respuesta.


El código de Python que hemos utilizado es bastante simple.


Tiene dos funciones, una para agregar la base de conocimientos (desde un archivo CSV) al índice y la segunda que carga el índice desde el json local y hace la pregunta.


Utiliza la API de OpenAI y el índice de llama con el importador de CSV para crear el índice.


 from llama_index import GPTSimpleVectorIndex, download_loader from langchain.agents import initialize_agent, Tool from langchain.llms import OpenAI import openai from pathlib import Path def addKB(): SimpleCSVReader = download_loader("SimpleCSVReader") loader = SimpleCSVReader() documents = loader.load_data(file=Path('./kb.csv')) index = GPTSimpleVectorIndex(documents) index.save_to_disk('index.json') def query(question): index = GPTSimpleVectorIndex.load_from_disk('index.json') response = index.query(question) print(response)


Primero, ejecutamos addKB() para leer el archivo CSV y luego comenzamos a usar la consulta para ver si estaba listo para responder al servicio al cliente.

¿ChatGPT ya está listo para manejar el servicio al cliente?

Empecemos a comprobar cómo se habría comportado ChatGPT frente a un humano con casos reales.


En Customerly, proporcionamos herramientas de atención al cliente, automatización de marketing y satisfacción del cliente para B2B SaaS.


Puede ser complicado encontrar la respuesta correcta para el cliente, así que tenía mucha curiosidad por ver cómo se traduciría eso para nosotros.

Pregunta n.º 1: relacionada con el producto


P: ¿Cómo puedo enviar un correo electrónico?


Ahora, un ser humano pediría aclaraciones, ya que el usuario podría querer enviar diferentes tipos de correos electrónicos, que podrían ser una campaña de marketing por correo electrónico, una automática o uno a uno.


En este caso, chatGPT se arriesgó y respondió cómo enviar una transcripción de chat a sus clientes.


Totalmente inútil. El cliente no estaría contento con esta respuesta.


CSAT ☆☆☆☆☆


#2 Pregunta: Información técnica

P: ¿Cómo puedo mover el icono de chat del borde de algunos píxeles?


Necesitaba este fragmento de código por el bien de este artículo, así que le pregunté a ChatGPT cómo mover el ícono de chat desde el borde de algunos píxeles, y la respuesta fue muy graciosa.


Tenemos un fragmento de código que puede agregar a su implementación de chat para moverlo desde el borde de la página. Esa no era la respuesta que esperaba 🤣🤌


CSAT ☆☆☆☆☆


Pregunta #3: Precios

P: ¿Cuánto costará Customerly con 9 compañeros de equipo?


Esta es una pregunta previa a la venta, por lo que es clave que no aleje a los posibles clientes y no proporcione información inexacta.


Y esta vez, fue correcto!


El costo de esta interacción es de 4310 tokens LLM y 12 tokens integrados.


CSAT ⭐️⭐️⭐️⭐️⭐️


#4 Pregunta: ¿Cuál podría ser el problema?

Este es un usuario real que informa un problema con Customerly y tenía curiosidad por ver cómo respondería.


Este es el peor de los casos con un cliente que solicita ayuda específica.


Esto fue lo que preguntó el usuario:


P: “Intenté agregar una nueva propiedad a una empresa desde la página de perfil del usuario. Cuando lo agrego y hago clic en "Crear propiedad", no sucede nada. En primer lugar, supuse que el problema se debía a una propiedad con ese nombre ya existente (la creé en el área Configuración > Público > Propiedades de la empresa). Aún así, antes de volver a crearlo en el área de usuario, utilicé la función de búsqueda disponible y no pude encontrar el que había creado anteriormente. ¿Cual podría ser el problema? 🤔”


La respuesta está un poco relacionada y luego completamente sin relación.


No resuelve el problema del cliente en absoluto y está dando respuestas mixtas mencionando el estado de la propiedad (en buen camino) y luego mencionando el estado de un artículo (completamente fuera de lugar).


CSAT ☆☆☆☆☆


Pregunta n.º 5: Preguntas frecuentes sobre precios


P: ¿Qué es una interacción?


Esta podría ser una pregunta relacionada con nuestro modelo de precios basado en la interacción y fue bastante fácil de responder.


Bien hecho, ChatGPT.


Costo de esta interacción 3701 tokens LLM y 4 tokens de incrustación.


CSAT ⭐️⭐️⭐️⭐️⭐️



Pregunta n.º 6: ¡Pregunta real de preventa!

Esta fue una pregunta que recibimos de un cliente potencial, y era tan detallada que me preguntaba cómo podría responder.


P: ¡Hola! Me preguntaba si me podría dar un precio estimado aproximado. Nuestro caso usado:

– 42 agentes

– Giras de productos

– Robot de chat

– Centro de ayuda con más de 200 artículos para usuarios y visitantes

– Personas alcanzadas por mes: 11k+


Necesitaría un estadio de béisbol aproximado para comparar sin una gran llamada de ventas, por favor;)”


Seleccionó el plan Enterprise correcto, pero no calculó el costo adicional por los 27 agentes en exceso; simplemente compartió el costo de $249 con los agentes incluidos.


Bueno, pero definitivamente no es la respuesta correcta.


CSAT ⭐️⭐️☆☆☆


Pregunta #7: Pregunta de incorporación

El usuario quería compartir un enlace con sus clientes para chatear.


La respuesta no tiene ninguna relación y debería haber sugerido ir a Configuración del proyecto, luego Configuración general.


Nuevamente, se trata de cosas mixtas y le dio información incorrecta al cliente.


CSAT ☆☆ ☆☆☆



#8 Pregunta: Función fuera de alcance

Es hora de ver cómo respondería a una pregunta de preventa fuera del alcance.


Esta fue la pregunta real, sí, con los errores tipográficos 🤪


Estoy buscando un complemento que funcione con mi nuevo sitio para compartir contenido/citas. solo para usuarios registrados, esto solo se muestra como un chat de ayuda


No respondería de esta manera, pero es lo suficientemente precisa.


CSAT ⭐️⭐️ ⭐️☆☆



Pregunta #9: Múltiples preguntas y diferentes alternativas


P: Hola, he configurado el servicio de chat y funciona perfectamente, ¿hay una opción de notificación de escritorio o alguna otra forma? ¿Solo es posible chatear a través de la bandeja de entrada en el sitio?


Las primeras respuestas relacionadas con las notificaciones fueron buenas, pero luego se inventó la personalización de los sonidos??


La segunda pregunta fue respondida de buena manera, pero luego comenzó a agregar los mensajes programados que de alguna manera no estaban relacionados.


Costo de esta interacción 4322 tokens LLM y 37 tokens de incrustación.


CSAT ⭐️⭐️ ⭐️⭐️

Conclusiones

El costo de la API de OpenAI de este procedimiento, considerando la incorporación del índice y las nueve consultas, es de $1.79. Ese es definitivamente un buen costo para manejar todos estos boletos automáticamente.


Pero, ¿qué estás negociando aquí? La satisfacción del cliente.


Cuando una pregunta previa a la venta se responde de esa manera, es posible que haya perdido miles de dólares al año. Cuando los clientes sigan sus instrucciones incorrectas, ¿cómo cree que se sentirán?


Les hiciste perder el tiempo. Su satisfacción casi se pierde, y ahora están considerando ir con su competidor.


Creemos que ChatGPT dará forma al futuro de la atención al cliente, pero todavía estamos lejos de permitirle manejar todas las consultas de soporte por usted.


En las próximas semanas, intentaremos entrenar un modelo complejo en función de las consultas de los clientes y las respuestas de los agentes para ver si mejorará el rendimiento.


¿Dejarías que ChatGPT responda a tu servicio de atención al cliente por una fracción del costo? ¡Hágamelo saber!


Etiquétame en Twitter @ilucamicheli con tus pensamientos.


Continuará…


También publicado aquí .