Exempel: Tillämpa det strukturerade designramverket på en autonom e-postsupportagent

Detta exempel visar hur man kan tillämpa hela det strukturerade designramverket på en verklig situation.

Problem: IT-supportens inkorg är överfull av e-postmeddelanden. IT-supportrepresentanter läser varje meddelande manuellt, identifierar ärendenummer, kontrollerar i ServiceNow, söker i kunskapsbasen och svarar. Processen är långsam, repetitiv och felbenägen.

Önskat resultat: Bearbeta support-e-postmeddelanden på sekunder, inte timmar. Minska manuellt arbete, snabba upp svarstider och förbättra medarbetarupplevelsen.

Kategori Exempelbeskrivning
Mål Varför finns denna agent? Vilket problem löser denna agent? Vem ska använda agenten?
  • Minska manuell triage av IT-supportens e-postinkorg.
  • Identifiera automatiskt intention, biljettnummer och nödvändiga åtgärder.
  • Ge korrekta svar utan mänsklig inblandning.
  • Förbättra svarstider och minska backlogg.
Jobb som ska göras-ramverk:
  • Som en IT-supportagent
  • Jag behöver hantera inkommande e-post automatiskt
  • Så att jag kan fokusera på komplexa ärenden istället för repetitiv triage
Framgångskriterier:
  • E-postmeddelanden behandlas från början till slut utan mänsklig inblandning.
  • Korrekta ärendesökningar.
  • Högkvalitativa e-postsvar.
  • Betydande minskning av tid för manuell triage.
Utlösare Ett nytt e-postmeddelande kommer till IT-supportens delade postlåda.

Dataöverväganden:
  • E-post kan innehålla känslig information.
  • Datautvinning måste vara robust för ostrukturerade format.
  • Systemtoken måste ha läs-/skrivbehörighet till ServiceNow.
Verktyg och integrering Vad agenten faktiskt gör:
  • Analyserar inkommande e-post och fastställer intention.
  • Extraherar eller härleder ärendenumret (om det finns).
  • Hämtar ärendestatus eller relevant information från ServiceNow.
  • Söker i kunskapsbasen efter svar på frågor.
  • Skapar och skickar ett fullständigt, kontextbaserat svar.
  • Skapar eller uppdaterar ärenden vid behov.
System: ServiceNow (kritiskt beroende), kunskapsbas (SharePoint eller liknande), Outlook, Graph API:er
Krav: Systemtokenautentisering, API-hastighetsbegränsningar och omförsök, tillförlitlig systemanslutning
Teamöverskridande beroenden: ServiceNow-administrationsteam, IT-supportverksamhet, ägare av kunskapsbasen
Kanaler Teams-aviseringar för eskalering och instrumentpanelerna för administratörer för revision och övervakning.
Kunskap och data Beskriv den information som agenten förlitar sig på:
  • HR- och IT-kunskapsbas för felsökningssteg.
  • Ärendehistorik för att anpassa svaren.
  • Kategorimappningar (hårdvara, mjukvara, lösenordsåterställning, nätverksproblem).
  • Avsiktsklassificeringsregler.
  • Mönster för ärendeutvinning (#12345, INC12345, etc.).
Kvalitetsförväntningar:
  • Kunskapsbasen måste granskas regelbundet.
  • Kunskapsbasen måste innehålla aktuella policyer.
  • Undvik inaktuella eller föråldrade felsökningsflöden.
Flöden och orkestering Mänskliga ansvar:
  • Hantera eskaleringar när agenten inte kan klassificera avsikt.
  • Godkänn eller granska högriskåtgärder (till exempel avslutning av ärenden).
  • Uppdatera innehållet i kunskapsbasen så att agentens svar förblir korrekta.
  • Övervaka revisionsloggar och prestanda.
Agentens ansvar:
  • Besvara rutinmässiga förfrågningar.
  • Bekräfta ärendestatus.
  • Skapa utkast till svar utifrån validerade kunskapskällor.
  • Föreslå förtydligande frågor när e-postmeddelandet är oklart.
Deterministiska komponenter:
  • Identifiering av ärendenummer.
  • "Inget ärende hittades" reservflöde.
  • Explicit styrning för kategorier (lösenordsåterställningar, hårdvaruproblem, programvarubegäran).
Flexibla komponenter:
  • Förståelse av naturligt språk (NLU) för e-postmeddelandet.
  • Generering av svar baserat på kunskapsbasens innehåll.
Designnoteringar:
  • Använd strukturerade steg för hämtning och validering innan du svarar.
  • Undvik människoliknande samtalsformuleringar. E-postmeddelanden måste vara precisa.
Instruktioner och beteende Dessa övergripande instruktioner definierar hur agenten tänker och agerar:
  • Validera alltid de extraherade biljettnumren innan du använder dem.
  • Om ingen biljett hittas, ställ en förtydligande fråga innan du fortsätter.
  • Använd endast godkända KB-källor för felsökningssteg.
  • Håll svaren kortfattade, sakliga och professionella.
  • Lämna aldrig ut ärendeuppgifter om inte avsändaren är den som har skapat ärendet.
  • Vid oklarhet, besvara med förtydligande frågor.
  • Logga alla åtgärder för granskning.
Ton och stil:
  • Professionell och hjälpsam.
  • Ingen irrelevant utfyllnad.
  • E-postanpassad formatering.
Agentarkitektur och sammansättning Potentiella underordnade agenter:
  • En Knowledge Base Answer Agent för att hantera artikelsökning och extraktion.
  • En biljettagent för att hantera ServiceNow-interaktioner.
  • En klassificeringsagent för att kategorisera avsikt.
Fördelar:
  • Tydlig arbetsfördelning.
  • Lättare underhåll och iteration.
  • Lägre risk för oavsiktliga handlingar.
Styrning och riskhantering Risker att ta hänsyn till:
  • Felklassificering av användaravsikt.
  • Svarar med felaktiga felsökningssteg.
  • Exponering av känslig ärendedata för obehöriga användare.
  • Överautomatisering som leder till icke-kompatibla åtgärder.
Åtgärder:
  • Använd rollbaserad åtkomstkontroll.
  • Logga alla åtgärder för granskning och spårbarhet.
  • Inkludera reservbeteende för tvetydiga meddelanden.
  • Håll kunskapskällorna uppdaterade och validerade.
  • Begränsa möjligheten att ändra eller stänga ärenden utan mänskligt godkännande.
Överväganden gällande styrning:
  • Autentisering: Använder en systemnivå-token för ServiceNow och följer organisationens policyer för åtkomst till delade brevlådor.
  • Auktorisation: Agenten får läsa och uppdatera ärenden, skapa nya ärenden, och svara på e-post. Agenten får inte stänga ärenden och ändra känsliga fält.
  • Granskbarhet: Alla åtgärder loggas (tolka → söka upp → svara), misslyckade åtgärder flaggas för granskning, regelbundna granskningskontroller för att verifiera säkerhet och efterlevnad.
Utvärdering och optimering Mått:
  • Andelen e-postmeddelande som är helt automatiserade
  • Noggrannhet i ärendeextraktion.
  • Genomsnittlig svarstid jämfört med manuell bearbetning.
  • Antal eskaleringar.
  • Indikatorer för användarnöjdhet.
  • Hallucinationsfrekvens/felfrekvens.
Telemetri:
  • Varje åtgärd som agenten utför (tolkar → slår upp → svarar).
  • Misslyckanden och fallbackutlösare.
  • Verktygsanrop till ServiceNow.
  • Innehållet i genererade svar (för QA).