大规模工单分类：支援团队如何将回应时间缩短 60%

当每天处理 50 张工单时，支援团队可以手动分类。有人读取每张工单、决定优先顺序、分配给适当的人员，并草拟回应。当每天处理 200 张工单时，这个流程就会崩溃。有经验的客服人员花更多时间在路由工单而非解决问题，而新进客服人员没有足够的背景知识来准确分类。

结果是：重大问题在密码重设后面排队、首次回应时间不断增加，客户也注意到了。

工单解决流程

Support 入门包包含一个名为 Ticket Resolution Pipeline 的工作流程。它在单一流程中处理分类、回应草稿生成和知识库更新。

工单分类 — AI 读取工单并产生结构化输出：类别（帐务、技术、帐户、功能请求）、优先顺序（紧急、高、中、低）、情绪（不满、中立、正面），以及简短摘要。它也会识别问题是否符合您 FAQ 或知识库中的已知模式。
条件：如果为紧急 — 条件步骤检查优先顺序。紧急工单会立即路由给资深客服人员，并附上预先草拟的升级摘要。其他工单则继续通过标准流程。
回应草稿生成 — AI 根据工单内容、类别和任何相符的知识库文章草拟回应。草稿符合您团队的语调 — 专业但富有同理心，提供具体的后续步骤，而非笼统的「我们会研究」用语。
知识库更新 — 如果工单揭露了文件中的空缺（没有相符 KB 文章的问题），工作流程会标记它，并可选择生成草稿文章供审核。

分类 recipe 使用您的工单类别，而非通用类别。在设定期间，您定义团队使用的类别、每个类别的含义，以及路由规则。AI 的提示范本包含这些定义，因此它使用与受过训练的客服人员相同的标准来分类工单。

对于优先顺序，recipe 会查看以下讯号：明确的紧急用语（「我们的网站当机了」）、业务影响提及（「我们无法处理订单」）、受影响的使用者数量，以及客户先前是否有升级过。您可以随着团队定义的演变，在提示范本中调整优先顺序标准。

工作流程产生草稿和分类。客服人员审核它们。这是刻意为之：

分类覆写很简单。 如果 AI 将工单分类为「帐务」，但实际上是伪装成帐务投诉的技术问题，客服人员只需点击一次即可重新分类。AI 大多数时候都能做对，但客服人员有最终决定权。
回应草稿会个人化。 AI 撰写了 80% 的扎实回应。客服人员会加入先前互动的背景、为已知 VIP 调整语调，或包含他们知道有效的特定解决方法。
升级决策由人类做出。 工作流程会标记紧急工单，但升级决策涉及对客户背景、当前团队容量和业务关系的判断，这些是 AI 看不到的。

计算很简单。如果手动分类每张工单需要 3 分钟，而 AI 在几秒内完成，处理 200 张工单的团队可以节省 10 小时。如果回应草稿生成需要 5 分钟，而 AI 在几秒内产生可用的草稿，那又是 16 小时。客服人员将时间花在审核和发送上，而非从头撰写。

更大的收获是一致性。周五下午 4 点，人类客服人员的分类方式与周一早上 9 点不同。AI 不会。无论伫列深度、时间或客服人员疲劳程度如何，优先顺序分类都保持一致。

大多数支援团队将流程设定为 webhook 触发器，而非排程。当 Zendesk 或您的服务台收到新工单时，webhook 触发，流程立即执行。当客服人员开启工单时，分类已完成，回应草稿也已准备好。

您也可以每周执行 Feedback to Action 工作流程 — 它分析工单趋势、识别重复出现的问题，并为产品和工程团队生成优先顺序的行动项目。

Ticket Resolution Pipeline 是 Support 入门包中四个工作流程之一：

每个工作流程都是由 recipes 建构而成，您可以单独执行或以新方式组合。Ticket Triage recipe 本身对于只想要分类而不需要完整流程的团队来说也非常好用。