Автоматическая подсказка статей по ключевым словам

Автоматическая подсказка статей по ключевым словам — функция, которая при вводе оператором текста обращения или ответа анализирует содержание и предлагает релевантные статьи из подключенной базы знаний. Механизм работает на основе сопоставления введенных фраз с предварительно размеченными ключевыми словами в карточках статей. Цель — сократить время поиска ответа и повысить единообразие обслуживания.

Ключевые слова (Keywords)

Ключевые слова — это термины или фразы, которые администратор базы знаний назначает каждой статье. При настройке системы для каждого материала указывается набор релевантных слов: например, для статьи «Как восстановить пароль» — «пароль», «восстановление доступа», «сброс». Когда оператор вводит одно из этих слов в поле сообщения, система автоматически подсвечивает соответствующую статью.

Сопоставление (Matching)

Сопоставление — алгоритм, который сравнивает вводимый текст с массивом ключевых слов. В простых системах используется точное совпадение (строка «пароль» находит статью с ключевым словом «пароль»). В некоторых системах применяется нечеткое сопоставление — учитываются однокоренные слова, синонимы и опечатки. Например, ввод «восстановить пароль» может сработать на ключевое слово «восстановление доступа».

База знаний (Knowledge Base)

База знаний — структурированное хранилище статей, инструкций и ответов на частые вопросы. В Telegram-CRM база знаний интегрируется непосредственно в интерфейс оператора. Автоматическая подсказка статей по ключевым словам работает только при условии, что база знаний заполнена, а каждая статья имеет назначенные ключевые слова.

Триггер автоматизации (Trigger)

Триггер — правило, которое запускает показ подсказки. Обычно триггером является ввод определенного количества символов (например, 3–5) или нажатие клавиши пробела после ключевого слова. В некоторых CRM триггер настраивается на конкретные поля — только на текст обращения клиента или только на текст ответа оператора.

Ранжирование результатов (Ranking)

Если в базе знаний несколько статей соответствуют введенному ключевому слову, система ранжирует их по релевантности. Критерии ранжирования могут включать: частоту использования статьи, оценку полезности операторами, дату последнего обновления. Первой в списке подсказок показывается статья с наибольшим приоритетом.

Тело статьи (Article Body)

Тело статьи — полный текст материала, который открывается при выборе подсказки. В Telegram-CRM тело статьи может отображаться в боковой панели, всплывающем окне или встроенном браузере. Важно, чтобы тело статьи содержало готовый ответ, который оператор может скопировать или отправить клиенту одним нажатием.

Заголовок статьи (Article Title)

Заголовок — краткое название статьи, которое отображается в списке подсказок. Заголовок должен быть информативным и содержать ключевые слова, по которым оператор сможет быстро идентифицировать нужный материал. Рекомендуется использовать заголовки длиной 5–10 слов.

Категория статьи (Article Category)

Категория — раздел базы знаний, к которому относится статья. Категории помогают группировать подсказки: например, все статьи по оплате собраны в категории «Финансы», а по техническим вопросам — в «Поддержка». При автоматической подсказке система может учитывать категорию обращения, если она определена.

Теги (Tags)

Теги — дополнительные метки, которые не являются ключевыми словами для поиска, но используются для фильтрации. Например, статья может иметь теги «срочно», «VIP-клиент», «часто задаваемый вопрос». В некоторых системах теги влияют на приоритет показа подсказки: статьи с тегом «срочно» отображаются выше.

Режим обучения (Learning Mode)

Режим обучения — процесс, при котором система анализирует, какие подсказки операторы выбирают, а какие игнорируют. На основе этих данных алгоритм может корректировать ранжирование или предлагать администратору добавить новые ключевые слова. Режим обучения не является обязательным, но может повысить точность подсказок со временем.

Импорт статей (Article Import)

Импорт статей — загрузка материалов в базу знаний из внешних источников: Google Docs, CSV-файлов, других CRM. При импорте важно сохранить разметку ключевых слов, иначе автоматическая подсказка не будет работать для новых статей.

Поиск по отделам (Department Search)

Поиск по отделам — функция, которая ограничивает подсказки статьями, доступными для конкретного отдела поддержки. Например, отдел технической поддержки видит только технические статьи, а отдел продаж — только коммерческие.

Шаблон ответа (Response Template)

Шаблон ответа — заранее заготовленный текст, который оператор может вставить в чат. Автоматическая подсказка статей может предлагать не только статьи для чтения, но и готовые шаблоны. В этом случае подсказка содержит краткое описание шаблона и кнопку «Вставить».

Canned response (Быстрый ответ)

Canned response — разновидность шаблона ответа, которая вызывается по короткой команде (например, «!привет»). В контексте автоматической подсказки canned response может отображаться, если оператор вводит команду или ключевое слово, совпадающее с названием быстрого ответа.

Эскалация обращения (Escalation)

Эскалация — передача обращения более компетентному агенту или руководителю. Автоматическая подсказка статей может включать рекомендацию по эскалации: если ни одна статья не соответствует запросу клиента, система предлагает оператору передать тикет супервизору.

Время первого ответа (FRT)

Время первого ответа (First Response Time) — метрика, измеряющая интервал между созданием обращения и первым ответом оператора. Использование автоматической подсказки статей может повлиять на FRT, так как оператор быстрее находит нужную информацию, однако сама подсказка не гарантирует соблюдения SLA — необходимо настроить временные лимиты в системе.

Время разрешения (TTR)

Время разрешения (Time to Resolution) — общее время от создания обращения до его закрытия. Подсказки статей могут помочь операторам решать типовые вопросы быстрее, что может повлиять на TTR. Для сложных обращений, требующих изучения нескольких статей, TTR может незначительно увеличиться из-за времени на чтение материалов.

Очередь обращений (Ticket Queue)

Очередь обращений — список нераспределенных или ожидающих ответа тикетов. Автоматическая подсказка статей работает независимо от очереди: подсказка появляется в момент ввода текста для любого обращения, независимо от его положения в очереди.

Агент поддержки (Support Agent)

Агент поддержки — сотрудник, который обрабатывает обращения клиентов. Для агента автоматическая подсказка статей — инструмент повышения эффективности: не нужно запоминать все ответы или искать статьи вручную. Агент может отключить подсказки в настройках профиля, если они мешают работе.

Супервизор (Supervisor)

Супервизор — руководитель смены или тимлид поддержки. Он может просматривать статистику использования подсказок: какие статьи чаще всего предлагаются, какие игнорируются, какие требуют обновления. На основе этих данных супервизор корректирует базу знаний.

Webhook-интеграция (Webhook Integration)

Webhook-интеграция — способ передачи данных между Telegram-CRM и внешними системами. Автоматическая подсказка статей может быть реализована через webhook: при вводе текста CRM отправляет запрос во внешнюю базу знаний, а та возвращает список подходящих статей. Это позволяет использовать сторонние сервисы для хранения и поиска материалов.

Telegram Bot API

Telegram Bot API — интерфейс для взаимодействия с ботами в Telegram. В контексте подсказок статей Bot API используется для отправки сообщений оператору с предложением статей. Важно, что подсказки отображаются только в интерфейсе CRM, а не в самом Telegram-чате с клиентом.

Что проверить при настройке автоматической подсказки статей по ключевым словам

Перед внедрением функции убедитесь, что выполнены следующие условия:

База знаний заполнена. Для каждой статьи назначены ключевые слова. Если ключевых слов нет, подсказки работать не будут.
Ключевые слова релевантны. Используйте термины, которые операторы и клиенты реально употребляют. Избегайте слишком общих слов (например, «проблема», «вопрос»).
Настроены триггеры. Определите, после скольких символов или при каких действиях появляется подсказка. Слишком ранний триггер (после 1 символа) создает шум, слишком поздний (после 20 символов) снижает пользу.
Проверено ранжирование. Убедитесь, что наиболее важные статьи отображаются первыми. При необходимости настройте приоритеты вручную.
Операторы обучены. Расскажите сотрудникам, как использовать подсказки, и покажите, как открыть полную статью или вставить шаблон ответа.
Настроены права доступа. Если в компании несколько отделов, ограничьте показ статей по отделам, чтобы операторы видели только релевантные материалы.
Включен режим обучения (если доступен). Позвольте системе собирать статистику по выбранным и проигнорированным подсказкам для последующей оптимизации.