Lær av tidligere svar til andre kunder
ReplyRabbit kan sjekke hvert utkast mot svar teamet ditt allerede har sendt til andre kunder, og legge til et faktum utkastet manglet. Slå det på per postkasse under ReplyRabbit-innstillinger, Kunnskapskilder, Lær av tidligere svar. Det er av som standard, det er i Beta, og det krever en Pro- eller Team-plan.
Hva det gjør
Utkastet skrives som vanlig, fra samtalen og kunnskapskildene dine. Deretter ser ReplyRabbit etter tidligere spørsmål fra andre kunder som ligner den nye meldingen, og leser svarene teamet ditt sendte. Hvis ett av disse svarene inneholder et nyttig faktum som dokumentasjonen og utkastet ikke har, oppdateres utkastet for å inkludere det. Hvis det ikke er noe nytt, forblir utkastet nøyaktig som det var.
- Den legger bare til fakta. Tone, hilsen og struktur forblir som utkastet.
- Personopplysninger fra den andre kundens samtale maskeres før noe lagres, og det oppdaterte utkastet sjekkes for dem igjen.
- Den kan legge til opptil to korte AI-kall til et utkast, så den bruker litt mer av AI-kvoten din.
- Utkast du ber om manuelt sjekkes ikke med mindre du merker av for Sjekk også manuelle utkast, fordi sjekken kan legge til noen sekunders venting.
Matching fungerer etter nøkkelord. Med Semantic Search plugin installert og indeksert, matcher den også etter betydning, så et spørsmål formulert annerledes finner fortsatt riktig svar. Uten plugin fungerer nøkkelordmatching på egen hånd.
Før du starter
- En Pro- eller Team-plan. På Free vises bryteren, men kan ikke slås på.
- En FreeScout-administratorkonto. Andre brukere kan se innstillingen, men ikke endre den.
- FreeScout-bakgrunnskøen kjører, noe ReplyRabbit allerede trenger for utkast.
- Litt historikk: postkassen trenger svar teamet ditt sendte de siste 3 til 12 månedene.
Slå det på

Åpne Svar til andre kunder
Åpne postkassen, deretter ReplyRabbit-innstillingene. I statuspanelet øverst velger du Svar til andre kunder. Det tar deg til Kunnskapskilder-kortet.Slå på Lær av tidligere svar
Finn Learn from past replies i Knowledge sources-kortet og slå det på.Velg hvor langt tilbake du vil se
Velg de siste 3, 6 eller 12 månedene. 12 er standard.Lagre innstillingene dine
Læringsknappene fungerer bare når bryteren er lagret.Sjekk hvor mye det er
Velg Sjekk hvor mye det er. Den teller svarene den kan bruke og forteller deg hvor mange som hoppes over og hvorfor. Dette bruker ikke AI.Begynn å lære
Velg Start læring og bekreft.

Læring betyr å lese teamets sendte svar, fjerne personopplysninger og lagre hvert spørsmål med svaret. Det kjører i bakgrunnen og bruker ikke AI, så du kan forlate siden. En fremdriftslinje viser hvor mange svar som er sett på, lært og hoppet over. Du kan pause, gjenoppta eller avbryte det. Når svar er lært, sjekkes nye utkast mot dem, og nye svar legges til etter hvert som teamet sender dem.
Se hva den har funnet
Under bryteren åpner Se hva den har funnet aktivitetssiden Tidligere svar. Den viser hvor mange utkast som ble sjekket, hvor mange som hadde et samsvarende svar, hvor mange som hadde et nytt faktum, og hvor mange som ble endret, sammen med de ekstra tokens som ble brukt. Administratorer kan også åpne en rad for å sammenligne det første utkastet med det oppdaterte. Den teksten beholdes i 30 dager.
I de første seks ukene etter at du slår det på, blir omtrent ett av fem utkast som hadde et nytt faktum, bevisst stående uendret. Det gir aktivitetssiden to grupper å sammenligne, slik at du kan se om oppdateringene hjelper.
Slå det av eller start på nytt
- For å stoppe, slå av Lær av tidligere svar og lagre. Utkast slutter å bruke tidligere svar med en gang. Det som er lært beholdes, så du kan slå det på igjen senere.
- For å fjerne det som er lært, velg Slett lærte svar. Dette kan ikke angres. Hvis bryteren fortsatt er på, læres nye svar igjen når de sendes.
- For å beholde mindre, velg en kortere periode under Hvor langt tilbake å se og lagre. Eldre oppføringer fjernes i bakgrunnen.
Hva som lagres
ReplyRabbit lagrer én oppføring per distinkte svar: spørsmålet, svaret teamet ditt sendte, og når. Navn, e-postadresser, telefonnumre, ordre- og sporingsnumre, adresser, lenker, beløp, datoer og andre tall erstattes med plassholdere før noe lagres. Et svar som sendes mange ganger, lagres én gang.
- Bare de siste 3, 6 eller 12 månedene beholdes.
- Hver postkasse har maksimalt 5 000 oppføringer. Utover det beholdes de nyeste.
- Svar som ikke kan renses trygt, hoppes over, og estimatet teller dem sammen med årsakene.
- Samtaler som er plassert i Spam, permanent slettet eller tilhører en kunde du har slettet, fjernes umiddelbart. Samtaler som er flyttet til Slettet-mappen, fjernes ved neste daglige opprydding.
Alt lagres i din egen FreeScout-database. Bare den maskerte teksten fra noen få matchende svar sendes til AI-leverandøren din når et utkast kontrolleres.
Hva som aldri overføres
Bare generelle fakta hentes fra et tidligere svar, som hvordan et produkt oppfører seg eller hvilken innstilling som løser et problem. Et faktum forkastes hvis det ser ut til å være knyttet til den andre kunden: et navn, tall, dato, beløp, pris, kode, adresse eller lenke. Etter at et utkast er oppdatert, sjekker ReplyRabbit det for detaljer fra tidligere svar, og hvis det finner ett, beholder det det første utkastet i stedet.
Detaljer skrevet med enkle ord, som hvor noen jobber, kan ikke alltid oppdages, så behandle disse sjekkene som sikkerhetstiltak og les utkast før du sender, slik du allerede gjør.
Språk og grenser
Denne første utgivelsen er laget for engelsk. Kundemeldinger på andre språk matches på ordene de inneholder, og maskeringen av navn er svakere utenfor engelsk: vanlige fornavn og store byer maskeres i tyske svar, men et mindre vanlig navn eller en liten by kan overleve, så sjekk tyske postkasser før du stoler på det. Språk som skrives uten mellomrom mellom ord, som kinesisk, japansk eller thai, matches på korte tegnsekvenser i stedet for ord. Det søket er tregere på svært store postkasser og mindre presist enn for engelsk, og navn skrevet i disse skriftene maskeres bare når en tittel eller hilsen følger dem, så sjekk disse postkassene før du stoler på det.
Maskering fungerer ut fra store bokstaver og fra ord dine egne svar og dokumenter bruker. Den kan overse en person eller et selskap skrevet helt med små bokstaver, og en personlig detalj som er omskrevet i stedet for navngitt, for eksempel en beskrivelse av noens jobb. Svar som ser ut til å inneholde denne typen detaljer, hoppes over i stedet for å lagres.
Relatert
Se Hvordan ReplyRabbit lærer av tidligere samtaler for de andre kildene et utkast bruker. Se gjennom Velge en AI-leverandør for å forstå leverandørens datastrøm for postkassen din.