AI-симуляция клиента для поддержки: как писать сценарии

Короткий ответ

AI-симуляция клиента для операторов поддержки начинается с хорошо написанной карточки сценария. В ней восемь пунктов: кто клиент, в чём проблема, какие факты оператор должен выяснить, скрытая деталь, которая открывается только при вопросе, эмоциональный уровень, что оператор может и не может предложить, критерий успеха и источник правильного ответа. Сценарии выбираются по частоте и риску, пишутся на трёх уровнях сложности и проверяются до запуска. Чем конкретнее сценарий, тем реалистичнее ведёт себя AI-клиент и тем справедливее оценка.

Как выглядит слабый сценарий

«Недовольный клиент, заказ задержан» — это тема, а не сценарий. С таким заданием AI-клиент каждый раз ведёт себя по-разному: то успокаивается после двух сообщений, то не бывает доволен никогда. Оператор не понимает, что он тренирует, а оценка случайно колеблется между «хорошо» и «плохо».

Хороший сценарий даёт AI понятную роль, а оператору — понятную задачу. Обе стороны знают, что считается успехом.

Восемь частей карточки сценария

1. 1Клиент«Лейла, 34 года, пишет второй раз, на работе, торопится».
2. 2Проблема«Заказала три дня назад, доставка была сегодня, курьер не пришёл».
3. 3Факты для выясненияНомер заказа, адрес, когда клиентка дома.
4. 4Скрытая деталь«Ошиблась в адресе» — открывается, только когда оператор уточняет адрес.
5. 5ЭмоцияСначала раздражена, успокаивается после правильного признания, обостряется после «подождите».
6. 6ПолномочияОператор может предложить новое время доставки; не может обещать возврат денег.
7. 7Критерий успехаПричина найдена, новое время согласовано, клиентка знает, что будет дальше.
8. 8Источник ответаПравило «задержка доставки» в базе знаний.

Какие сценарии писать: частота и риск

Стройте библиотеку по двум измерениям. Частота — как часто приходит обращение. Риск — насколько тяжело последствие неверного ответа. Получается четыре группы:

• Часто и высокий риск: первые сценарии (например, проблема с оплатой).
• Часто и низкий риск: для первого дня новичка (часы работы, адрес).
• Редко и высокий риск: регулярная тренировка опытных операторов (юридическое требование, подозрение на утечку данных).
• Редко и низкий риск: сценарий не нужен.

Три уровня сложности

1. 1БазовыйКлиент ясно называет проблему, спокоен, отвечает сразу на вопросы.
2. 2СреднийКлиент говорит неточно, один раз раздражается, есть скрытая деталь.
3. 3СложныйКлиент требует сверх полномочий, жалуется на прошлого оператора, меняет тему.

Одна и та же проблема на трёх уровнях показывает прогресс новичка: хорошо на базовом и слабо на среднем — значит, дело не в знаниях, а в умении уточнять.

Граница полномочий — в сценарии

Самая частая ошибка в сценарии поддержки — обещание, которого оператор не вправе дать: «вернём деньги», «завтра точно придёт». Сценарий должен прямо говорить, что оператор может предложить и что передаёт руководителю. А AI-клиент должен проверять эту границу — например, настойчиво требовать компенсацию. Как защищать данные о ценах и обещаниях в сценариях, разобрано в статье о ценах и обещаниях в сценариях обучения.

Сценарии из реальных обращений

Лучшие сценарии получаются из реальных обращений — без персональных данных. Возьмите реальный разговор, замените имя, номер, адрес и данные заказа вымышленными, а структуру проблемы оставьте. Реальные фразы клиентов — короткие, на смеси языков, с ошибками — помогают AI-клиенту звучать убедительнее.

Проверка до запуска

Каждый новый сценарий проходят двое: опытный оператор (для него он должен быть лёгким) и руководитель (он проверяет реакцию AI-клиента на неверный ответ). Три вопроса: остаётся ли AI в роли, вовремя ли открывается скрытая деталь, даёт ли оценка ожидаемый результат? Порядок проверки симуляций подробно описан в статье о тестировании тренировочных симуляций.

Поддержка библиотеки

Меняется правило — должен меняться и сценарий. Если срок возврата вырос с 14 до 30 дней, старый сценарий будет «хвалить» оператора за неверный ответ. В каждом сценарии должны быть ссылка на источник ответа и дата последней проверки. Раз в квартал библиотеку сверяют с базой знаний, устаревшие сценарии уходят в архив.

Иллюстративный пример

Это иллюстративный пример. Поддержка по банковским картам собирает библиотеку из 12 сценариев. В группу «часто и высокий риск» попадают «карта заблокирована», «незнакомая операция» и «перевод не дошёл». Каждый написан на трёх уровнях. Скрытая деталь в «незнакомой операции»: клиент давал карту члену семьи, но говорит об этом, только когда оператор спросит.

В первый месяц большинство новичков на среднем уровне не находят скрытую деталь. Руководитель добавляет короткую тренировку уточняющих вопросов, и в следующем цикле результат улучшается.

Типичные ошибки

• Считать тему сценарием.
• Не записывать критерий успеха.
• Не включать в сценарий границу полномочий.
• Оставлять в сценарии реальные данные клиента.
• Не обновлять сценарии при изменении правил.

Ограничения

Даже лучший сценарий не охватывает всех вариантов поведения реального клиента. AI-клиент может выйти из роли или успокоиться раньше, чем нужно, — поэтому результаты сценариев нужно проверять на выборке. Хороший результат в симуляции не превращается автоматически в хороший результат в работе.

Профили клиентов в Vexvon

В Vexvon AI Training профиль клиента создаёт сама компания: имя, описание, тип клиента, язык, поведение, список возражений (до 50), заметки и образцовый стандарт разговора. Профиль может подготовить и AI на основе собственных инструкций и базы знаний компании; для компании без них вымышленный профиль не создаётся. Тренировка заканчивается, когда её завершает AI-клиент, при достижении лимита ответов, по команде оператора или после 30 минут молчания. Подробнее — AI Training.

Следующий шаг

Выберите самую частую проблему в поддержке и заполните для неё карточку из восьми частей — со скрытой деталью. Затем дайте её пройти опытному оператору и обсудите результат. Общая концепция — в статье об AI-обучении клиентского сервиса. Другие статьи — в разделе об обучении клиентскому сервису; библиотеку сценариев можно начать во время демо.