现在让 ChatGPT 处理您的客户支持还为时过早

如果您正在寻找一种完全自动化客户服务工作的方法，请坚持使用我，因为我将与您分享我们如何训练 ChatGPT 自动回复我们的客户。

让我们开始吧！

如何训练 ChatGPT 回复您的客户服务？

首先，我们需要一个真实来源来教 ChatGPT 如何回答用户问题，所以我们考虑了两种方法：

• 使用知识库

• 在我们的支持下使用对话

  
  

第一个是最可靠的事实来源，第二个可能非常具体，必须更好地组织起来，为 ChatGPT 提供实际和有用的上下文。

我们的第一个尝试是将所有知识库文章提取到一个索引中，然后使用该索引找到答案。

我们使用的 Python 代码非常简单。

它有两个功能，一个是将知识库（从CSV文件）添加到索引中，第二个是从本地json加载索引并提出问题。

它使用OpenAI API和带有 CSV 导入器的 llama 索引来创建索引。

 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)

首先，我们运行 addKB() 来读取 CSV 文件，然后我们开始使用查询来查看它是否准备好回复客户服务。

ChatGPT 准备好处理客户服务了吗？

让我们开始检查 ChatGPT 在真实案例中对人类的表现如何。

在 Customerly，我们为 B2B SaaS 提供客户支持、营销自动化和客户满意度工具。

为客户找到正确的答案可能很棘手，所以我很好奇这将如何转化为我们。

#1 问题：产品相关

问：如何发送电子邮件？

现在有人会要求澄清，因为用户可能想要发送不同类型的电子邮件，这可能是电子邮件营销活动、自动邮件或 one2one。

在这种情况下，chatGPT 抓住机会回答了如何向其客户发送聊天记录。

完全没用。客户会对这个答复不满意。

CSAT☆☆☆☆☆

#2 问题：技术信息

问：如何将聊天图标从某些像素的边框移开？

为了这篇文章，我需要这段代码，所以我问 ChatGPT 如何将聊天图标从一些像素的边框上移开，得到的回复很搞笑。

我们有一段代码，您可以将其添加到您的聊天实现中，以将其从页面边框移开。这不是我期待的答案🤣🤌

CSAT☆☆☆☆☆

#3 问题：定价

问：Customerly 有 9 个队友要花多少钱？

这是一个售前问题，因此关键是不要将可能的客户赶走并报告不准确的信息。

而这一次，是对的！

此交互的成本是 4310 个 LLM 令牌和 12 个嵌入令牌。

CSAT⭐️⭐️⭐️⭐️⭐️

#4 问题：可能是什么问题？

这是一个真实的用户报告了 Customerly 的问题，我很好奇它会如何回应。

这是客户寻求特定帮助的最坏情况。

这是用户问的：

问：“我试图从用户的个人资料页面向公司添加新属性。当我添加它并单击“创建属性”时，没有任何反应。首先，我假设问题是由一个已经存在的同名属性引起的（我在“设置”>“受众”>“公司属性”区域中创建了它）。尽管如此，在用户区再次创建它之前，我使用了可用的搜索功能，但找不到我之前创建的那个。可能是什么问题呢？ 🤔”

回复有点相关，然后完全无关。

它根本没有解决客户的问题，并且给出了混合的答复，提到财产的状态（在良好的轨道上），然后提到文章的状态（完全偏离轨道）。

CSAT☆☆☆☆☆

#5 问题：定价常见问题解答

问：什么是互动？

这可能是一个与我们基于交互的定价模型相关的问题，并且很容易回答。

干得好，ChatGPT。

此交互的成本 3701 个 LLM 令牌和 4 个嵌入令牌。

CSAT⭐️⭐️⭐️⭐️⭐️

#6 问题：实际的售前问题！

这是我们从领导那里收到的一个问题，它非常详细，我想知道它如何回答。

问：嘿！我想知道你是否可以给我一个粗略的估价。我们的用例：

– 42 名特工

– 产品导览

– 聊天机器人

– 帮助中心，为用户和访客提供 200 多篇文章

– 每月达到的人数：11k+

如果没有大的销售电话，我需要一个粗略的参考来进行比较；）”

它选择了正确的企业计划，但没有计算超过 27 个代理人的额外费用；它只是与包含的代理商分担了 249 美元的费用。

很好，但绝对不是正确答案。

CSAT⭐️⭐️☆☆☆

#7 问题：入职问题

用户想与他们的客户共享链接以进行聊天。

答案是完全不相关的，应该建议转到项目设置，然后是常规设置。

同样，它是混合的东西，并向客户提供了错误的信息。

CSAT ☆☆ ☆☆☆

#8 问题：超出范围的功能

是时候看看它如何回答超出范围的售前问题了。

这是真正的问题，是的，有错别字🤪

我正在寻找可以与我的新约会/内容共享网站一起使用的插件。仅限登录用户，这仅显示为帮助聊天

我不会这样回答，但它足够准确。

CSAT⭐️⭐️⭐️ ☆☆

#9 问题：多个问题和不同的选择

问：您好，我已经配置了聊天服务并且运行良好，是否有桌面通知选项或其他形式？是否只能通过网站上的收件箱聊天？

与通知相关的第一个答案很好，但后来它发明了声音的定制？？

第二个问题得到了很好的回答，但随后它开始添加以某种方式无关的预定消息。

此交互的成本为 4322 个 LLM 令牌和 37 个嵌入令牌。

CSAT⭐️⭐️⭐️⭐️ ☆

结论

考虑到索引嵌入和九个查询，此过程的 OpenAI API 成本为 1.79 美元。自动处理所有这些工单绝对是一个很好的成本。

但是你在这里交易什么？客户满意度。

当以这种方式回答预售问题时，您可能每年损失数千美元。当顾客按照你的错误指示去做时，你认为他们会有什么感受？

你浪费了他们的时间。他们几乎失去了满足感，现在他们正在考虑与您的竞争对手合作。

我们相信 ChatGPT 将塑造客户支持的未来，但我们还远未让它为您处理所有支持查询。

在接下来的几周内，我们将尝试根据客户查询和座席回复来训练一个复杂的模型，看看它是否会提高性能。

您会让 ChatGPT 以一小部分费用回答您的客户服务吗？让我知道！

在Twitter @ilucamicheli上用你的想法标记我。

待续…