Adicionar suporte de IA sensível ao contexto ao fluxo de reservas

Porque é que apenas a pergunta do utilizador não é suficiente no suporte de IA?

Uma resposta do suporte de software pode estar tecnicamente correta, mas ser inútil para o utilizador se não considerar a sua função, a vista aberta ou a configuração atualmente em vigor. A Anolla trata o contexto como parte da criação da resposta, e não como um detalhe acrescentado posteriormente à conversa.

Que contexto torna uma resposta de IA verdadeiramente relevante?

Um chatbot de apoio convencional procura o texto de ajuda mais próximo da pergunta. No caso de um software de reservas, isso pode não ser suficiente, pois a situação real do utilizador depende de várias camadas interligadas. O prestador de serviços pode alterar o horário na área de administração, o cliente pode tentar efetuar uma reserva na página pública, e o proprietário da conta e o funcionário podem ver ações diferentes.

Mesmo uma pergunta tecnicamente idêntica pode exigir uma resposta diferente. A falta de horários disponíveis pode dever-se ao horário do recurso, à duração do serviço, ao tempo de intervalo, ao período máximo de antecedência para reservas ou a outra reserva coincidente.

A resposta correta não depende apenas da pergunta, mas também de onde, em que função e com que configuração foi feita.

Que princípios tornam o apoio por IA sensível ao contexto?

O contexto não é tratado como um único grande pacote de dados. O assistente utiliza progressivamente as camadas necessárias para resolver o pedido e deve limitar-se ao mínimo de informação realmente necessário para fornecer instruções precisas.

Como é que a situação do utilizador conduz a uma resposta sensível ao contexto?

O assistente utiliza apenas o contexto necessário para responder à questão específica. As informações necessárias são associadas às regras do produto, resultando numa explicação, num passo seguinte ou, quando necessário, numa pergunta de esclarecimento.

O esquema conceptual descreve a lógica de criação da resposta, não a arquitetura técnica completa dos sistemas internos da Anolla.

Como varia o apoio de IA em diferentes situações de utilização?

O assistente não precisa de utilizar todos os dados possíveis para cada questão. O contexto necessário depende da decisão que o utilizador pretende tomar e da restrição que pode afetar a sua ação.

Como é que uma pergunta chega ao passo seguinte verificável?

Uma resposta sensível ao contexto é formada através de um fluxo de decisão sequencial, e não de uma única consulta abrangente sobre o utilizador e a conta.

1. Identificar o idioma do utilizador e o fluxo de trabalho ativo

   O assistente começa por identificar o idioma em que a pergunta foi feita e a página ou funcionalidade em que o utilizador se encontra.

2. Determinar o objetivo do pedido

   A pergunta é classificada, por exemplo, como estando relacionada com a configuração, disponibilidade, acesso ou alteração de uma reserva.

3. Recolher o contexto mínimo necessário

   A função, o estado da conta ou a configuração só são utilizados quando, sem esses dados, não é possível restringir a resposta de forma fiável.

4. Relacionar a situação com as regras do produto

   A situação é comparada com as funcionalidades documentadas, a lógica de reservas e as restrições atualmente aplicáveis.

5. Fornecer uma resposta orientada para a ação

   A resposta explica o motivo, identifica a configuração a verificar e orienta o utilizador para o passo seguinte adequado.

6. Reconhecer os limites e encaminhar quando necessário

   Se não for possível verificar o motivo, a IA não deve inventar uma solução, mas sim pedir esclarecimentos ou encaminhar o utilizador para o fluxo adequado.

Que características resultam de uma arquitetura de suporte sensível ao contexto?

A sensibilidade ao contexto não significa que a IA tome todas as decisões pelo utilizador. A mesma lógica do produto que a aplicação utiliza para gerir reservas e permissões também ajuda a formular a explicação apresentada ao utilizador.

Utilidade dos rascunhos de respostas da IA no trabalho do suporte humano

O que significam exatamente as afirmações deste estudo de caso?

Este é um estudo de caso do produto, não uma história de cliente nem uma promessa de que a IA resolverá automaticamente todos os pedidos de suporte. A página descreve a lógica de conceção do suporte sensível ao contexto da Anolla e as capacidades da plataforma descritas publicamente.

Limitações. A IA pode interpretar incorretamente uma pergunta, basear-se num contexto incompleto ou necessitar de esclarecimentos. O assistente não deve afirmar que alterou definições, consultou dados ou identificou a causa se não dispuser de uma base verificável para tal. Os dados da conta e do utilizador devem ser utilizados de forma mínima e apenas na medida necessária para resolver o pedido.