使用生成 AI 通过自动电话摘要来提高客服代理人的工作效率
借助生成 AI 自动电话摘要提升客服代理人的工作效率
您的联系中心是您的业务和客户之间的重要纽带。每个联系中心的电话都是了解客户需求以及您是否满足这些需求的机会。
大多数联系中心要求他们的坐席在每个电话结束后总结对话。电话总结是一种宝贵的工具,可以帮助联系中心从客户电话中了解和洞察。此外,准确的电话总结可以通过消除客户在转接给另一名坐席时重复提供信息的需要,提升客户旅程。
在本文中,我们将解释如何利用生成 AI 的力量来减少创建电话总结和电话处置的工作量,并提高准确性。我们还展示了如何使用我们的开源解决方案的最新版本快速入门,该解决方案名为使用代理商辅助的实时呼叫分析。
电话总结的挑战
随着联系中心收集更多的语音数据,高效的电话总结的需求也大幅增长。然而,由于手动创建电话总结耗时,大多数总结内容为空或不准确,这也影响到坐席的关键性能指标,如平均处理时间 (AHT)。坐席报告称,总结可能占用电话总时间的三分之一,因此他们会跳过总结或填写不完整的信息。这会对客户体验造成不利影响,长时间等待让客户感到沮丧,而不完整的总结意味着在坐席之间转接时需要客户重复提供信息。
好消息是,通过生成 AI,现在可以自动化解决总结的挑战。
生成 AI 帮助准确高效地总结客户电话
生成 AI 由基于大规模数据预训练的非常庞大的机器学习 (ML) 模型支持。这些模型中的一个子集是专注于自然语言理解的大型语言模型 (LLM),它们能够生成类似人类的有上下文相关的总结。最好的 LLM 可以轻松处理复杂的非线性句子结构,并确定主题、意图、下一步操作、结果等等。使用 LLM 自动化电话总结可以准确而快速地对客户对话进行总结,从而使联系中心能够提供卓越的客户体验,同时减轻坐席的文档负担。
下方屏幕截图展示了使用辅助代理商实时呼叫分析的呼叫详细信息页面,其中包含每个呼叫的信息。
下方视频展示了使用辅助代理商实时呼叫分析进行正在进行的呼叫的总结、呼叫结束后的总结以及生成后续邮件的示例。
解决方案概述
以下图表说明了解决方案的工作流程。
生成摘要电话总结的第一步是转录客户电话。准确、即可使用的转录对于生成准确有效的电话总结至关重要。亚马逊转录可以帮助您为联系中心呼叫创建高准确度的转录。亚马逊转录是一个功能丰富的语音转文本 API,具有先进的语音识别模型,完全托管和持续训练。像纽约时报、Slack、Zillow、Wix等成千上万的客户使用亚马逊转录来生成高度准确的转录,改善其业务结果。亚马逊转录的一个关键优势是它能够通过从音频和文本中删除敏感信息来保护客户数据。尽管保护客户隐私和安全对于联系中心来说在一般情况下都很重要,但在生成自动化的电话总结之前,对于屏蔽诸如银行账号信息和社会保障号码等敏感信息尤为重要,以防止这些信息出现在总结中。
对于已经使用亚马逊Connect的客户,我们的全渠道云联系中心Contact Lens for Amazon Connect提供本地化的实时转录和分析功能。但是,如果您想要在现有的联系中心中使用生成型AI,我们开发了解决方案,它能够在实时或通话后从您现有的联系中心中转录对话,并使用生成型AI生成自动通话摘要。此外,本节中详细介绍的解决方案还允许您与您的客户关系管理(CRM)系统集成,将生成的通话摘要自动更新到您选择的CRM系统中。在本示例中,我们使用我们的实时通话分析和代理人辅助(LCA)解决方案,在亚马逊Bedrock上托管的LLM上生成实时通话转录和通话摘要。您还可以编写一个AWS Lambda函数,并在AWS CloudFormation参数中提供LCA函数的Amazon资源名称(ARN),并使用您选择的LLM。
以下简化的LCA架构展示了使用亚马逊Bedrock进行通话摘要的过程。
LCA提供了一个CloudFormation模板,部署上述架构,并允许您实时转录通话。工作流步骤如下:
- 呼叫音频可以通过将其从电话系统流式传输到亚马逊Chime SDK Voice Connector来进行缓冲,而Chime SDK Voice Connector会将音频缓冲到亚马逊Kinesis视频流中。LCA还支持其他音频摄取机制,例如Genesys Cloud Audiohook。
- 然后,亚马逊Chime SDK Call Analytics将音频从Kinesis视频流传输到亚马逊Transcribe,并将JSON输出写入亚马逊Kinesis数据流中。
- Lambda函数处理转录片段并将其持久化到亚马逊DynamoDB表中。
- 呼叫结束后,亚马逊Chime SDK Voice Connector发布亚马逊EventBridge通知,触发一个Lambda函数,该函数从DynamoDB中读取持久化的转录,生成LLM提示(有关详细信息,请参阅下一节)并使用亚马逊Bedrock运行LLM推断。生成的摘要将持久化到DynamoDB中,并可供代理人在LCA用户界面中使用。您还可以选择提供一个Lambda函数ARN,在生成摘要后运行该函数,与第三方CRM系统进行集成。
LCA还允许在呼叫过程中调用摘要Lambda函数的选项,因为可以随时获取转录并创建提示,即使通话正在进行中。这在呼叫被转移到另一个代理人或升级到主管时非常有用。新的代理人可以快速阅读自动生成的摘要,其中可以包含当前问题以及前一个代理人尝试解决问题的方法,而无需让客户等待并解释通话的内容。
示例呼叫摘要提示
您可以使用提示工程运行LLM推断,生成和改善您的呼叫摘要。您可以修改提示模板,以查看最适合您选择的LLM的效果。以下是使用LCA总结转录时的默认提示示例。我们用实际呼叫的转录替换了{transcript}占位符。
人类:根据<question></question>中定义的问题,回答以下问题,基于<transcript></transcript>中定义的转录。如果无法回答该问题,请回复“n/a”。使用中性代词。回答时,请仅回复答案。<question>转录的摘要是什么?</question><transcript>{transcript}</transcript>助手:
LCA运行提示并存储生成的摘要。除了摘要,您还可以指导LLM生成与代理人工作效率相关的几乎任何重要文本。例如,您可以从通话中涉及的主题集合(代理人处理情况)中进行选择,生成所需的后续任务列表,甚至编写一个向来电者表示感谢的电子邮件。
以下截图是LCA用户界面中代理人跟进电子邮件的生成示例。
通过精心设计的提示,某些LLM甚至可以在单次推断中生成所有这些信息,从而减少推断成本和处理时间。然后,代理可以在结束通话几秒钟后使用生成的响应进行后续工作。您还可以将生成的响应自动整合到CRM系统中。
以下截图显示了LCA用户界面中的摘要示例。
还可以在通话仍在进行时生成摘要(请参见以下截图),这对于长时间的客户通话尤其有帮助。
在生成式AI出现之前,代理人需要一边注意事态发展,一边记笔记并执行其他必要任务。通过自动转录通话并使用LLM自动创建摘要,我们可以减轻代理人的心理负担,使其专注于提供卓越的客户体验。这也导致更准确的通话后工作,因为转录准确地反映了通话中发生的事情,而不仅仅是代理人记录或记得的内容。
摘要
示例LCA应用程序作为开源提供-您可以将其用作自己解决方案的起点,并通过GitHub的拉取请求贡献修复和功能,帮助我们使其变得更好。关于部署LCA的信息,请参阅使用Amazon语言AI服务实现呼叫分析和代理帮助的实况呼叫中心。转到LCA GitHub存储库以查看代码,注册以获得新版本发布的通知,并查看README以获取最新的文档更新。对于已经使用Amazon Connect的客户,您可以通过在接触中心领导者如何为生成式AI做准备来了解有关Amazon Connect的生成式AI的更多信息。