Dette eksempelet viser hvordan du kan bruke det fullstendig strukturerte utformingsrammeverket på et virkelig scenario.
Problem: IT-støtteinnboksen er oversvømt av e-poster. IT-støtterepresentanter leser manuelt hver melding, tolker saksnumre, slår opp i ServiceNow, søker i kunnskapsbasen og svarer. Denne prosessen er treg, gjentakende og feilutsatt prosess
Ønsket resultat: Behandle støtte-e-poster på sekunder, ikke timer. Reduser manuelt arbeid, få raskere svartider og forbedre medarbeideropplevelsen.
| Kategori |
Eksempelbeskrivelse |
|
Mål |
Hvorfor eksisterer denne agenten? Hvilket problem løser agenten? Hvem skal bruke agenten?- Reduser manuell sortering av e-poster i IT-støtteinnboksen.
- Identifiser automatisk intensjon, saksnumre og nødvendige handlinger.
- Gi nøyaktige svar uten menneskelig inngripen.
- Forbedre svartidene og reduser etterslep.
Rammeverket Jobber som skal utføres:-
Som IT-støtteagent
-
Jeg trenger å behandle innkommende e-poster automatisk
-
Slik at jeg kan fokusere på komplekse problemer i stedet for rutinemessig sortering
Vilkår for suksess:- E-poster behandles fra start til slutt uten menneskelig involvering.
- Nøyaktige billettoppslag.
- E-postsvar av høy kvalitet.
- Betydelig reduksjon i tiden brukt på manuell sortering.
|
|
Utløsere |
En ny e-post mottas i den delte postboks til IT-støtte.
Datavurderinger:- E-post kan inneholde sensitiv informasjon.
- Datauttrekking må være robust for ustrukturerte formater.
- Systemtokenet må ha lese- og skrivetilgang til ServiceNow.
|
|
Verktøy og integreringer |
Hva agenten faktisk gjør:- Analyserer innkommende e-post og identifiserer intensjon.
- Trekker ut eller utleder billettnummer (hvis det er til stede).
- Henter billettstatus eller relevant informasjon fra ServiceNow.
- Søker i kunnskapsbasen etter svar på spørsmål.
- Utarbeider og sender et fullstendig, kontekstbasert svar.
- Oppretter eller oppdaterer billetter når det trengs.
Systemer: ServiceNow (kritisk avhengighet), kunnskapsbase (SharePoint eller lignende), Outlook, Graph-API-er
Krav: Systemtokenautentisering, API-hastighetsbegrensninger og forsøk på nytt, pålitelig tilkobling mellom systemer
Avhengigheter mellom team: ServiceNow-administrasjonsteam, IT-støtteoperasjoner, kunnskapsbaseeiere |
|
Kanaler |
Teams-varsler for eskalering og administratorinstrumentbord for revisjon og overvåking. |
|
Kunnskap og data |
Beskriv informasjonen agenten er avhengig av:
- Innhold fra HR- og IT-kunnskapsbaser for feilsøkingstrinn.
- Billetthistorikk for å tilpasse svar.
- Kategoritildelinger (maskinvare, programvare, passordtilbakestilling, nettverksproblemer).
- Klassifiseringsregler for intensjon.
- Mønstre for billettuttrekking (#12345, INC12345 osv.).
Kvalitetsforventninger:- Kunnskapsbasen må gjennomgås jevnlig.
- Kunnskap må inkludere oppdaterte policyer.
- Unngå utdaterte eller avskrevne feilsøkingsflyter.
|
|
Flyter og Iverksetting |
Menneskelige ansvarsområder:- Håndter eskaleringer når agenten ikke kan klassifisere intensjon.
- Godkjenn eller vurder høyrisikoaktiviteter (f.eks. avslutning av billetter).
- Oppdater innholdet i kunnskapsbasen for å sikre at agentens svar forblir nøyaktige.
- Overvåk revisjonslogger og systemytelse.
Agentens ansvarsområder:- Svar på rutinemessige henvendelser.
- Bekreft billettstatus.
- Lag utkast til svar med validerte kunnskapskilder.
- Foreslå oppklarende spørsmål når e-posten er tvetydig.
Deterministiske komponenter:- Gjenkjenning av billettnummer.
- Basisflyten Finner ingen billett.
- Eksplisitt ruting for kategorier (passordtilbakestillinger, maskinvareproblemer, programvareforespørsler).
Fleksible komponenter:- Naturlig språkforståelse i e-posten.
- Generering av svar basert på kunnskapsbaseinnhold.
Utformingsmerknader:- Bruk strukturerte trinn for innhenting og validering før svar.
- Unngå menneskelignende samtaleformuleringer. E-poster må være presise.
|
|
Instruksjoner og virkemåte |
Disse overordnede instruksjonene definerer hvordan agenten tenker og handler:
- Valider alltid uttrukne billettnumre før de brukes.
- Hvis ingen billett blir funnet, still et oppklarende spørsmål før det gås videre.
- Bruk bare godkjente kunnskapsbasekilder for feilsøkingstrinn.
- Hold svarene korte, faktabaserte og profesjonelle.
- Aldri utlever billettdetaljer med mindre avsenderen er den som har opprettet saken.
- Når noe er tvetydig, svar med oppklarende spørsmål.
- Logg alle handlinger for sporing av endringer.
Tone og stil:- Profesjonell og hjelpsom.
- Ingen unødvendig småprat.
- E-posttilpasset formatering.
|
|
Agentarkitektur og sammensetning |
Potensielle underordnede agenter:- En agent for kunnskapsbasesvar for å håndtere søk og uttrekk av artikler.
- En billettagent for å håndtere ServiceNow-samhandlinger.
- En klassifiseringsagent for å kategorisere intensjon.
Fordeler:- Tydelig ansvarsdeling.
- Enklere vedlikehold og gjentakelse.
- Lavere risiko for utilsiktede handlinger.
|
|
Styring og risikohåndtering |
Risikoer som bør vurderes:- Feilklassifisering av brukerintensjon.
- Å svare med feil feilsøkingstrinn.
- Eksponering av sensitive billettdata for uautoriserte brukere.
- Overautomatisering fører til regelstridige handlinger.
Reduksjoner:- Bruk rollebasert tilgangskontroll.
- Logg alle handlinger for revisjon og sporbarhet.
- Inkluder fallback-atferd for tvetydige meldinger.
- Oppretthold oppdaterte, validerte kunnskapskilder.
- Begrens muligheten til å endre eller lukke saker uten menneskelig godkjenning.
Styringshensyn:-
Autentisering: Benytter en systemnivåtoken for ServiceNow, og følger virksomhetens policy for tilgang til delte postbokser.
-
Autorisasjon: Agenten er autorisert til å lese og oppdatere billetter, opprette nye billetter og svare på e-poster. Agenten er ikke autorisert til å lukke billetter eller endre sensitive felter.
-
Revisjonssporbarhet: Alle handlinger loggføres (analyse → oppslag → svar), mislykkede handlinger rapporteres for gjennomgang, regelmessige revisjonssjekker for å validere sikkerhet og etterlevelse.
|
|
Evaluering og optimalisering |
Måledata:
- Andel e-poster som er helautomatisert.
- Nøyaktighet ved billettuttrekking.
- Gjennomsnittlig svartid sammenlignet med manuell behandling.
- Antall eskaleringer.
- Indikatorer på brukertilfredshet.
- Hallusineringsrate/feilrate.
Telemetri:
- Hver handling utført av agenten (analyse → oppslag → svar).
- Feil og fallback-utløsere.
- Verktøyoppkall til ServiceNow.
- Innholdet i genererte svar (for kvalitetssikring).
|