فئة أتمتة جيدة 1: الأسئلة الشائعة المنشورة
أمثلة:
- ما ساعات العمل؟
- هل تشحنون دولياً؟
- ما طرق الدفع المقبولة؟
- أين أجد دليل المقاسات؟
- كيف أحجز؟
تعمل هذه جيداً عندما تكون الإجابة موثقة بالفعل ولا تتغير من عميل إلى آخر.
فئة أتمتة جيدة 2: شرح السياسات
أمثلة:
- ما مدة الإرجاع؟
- هل يمكن إرجاع المنتجات المخفضة؟
- كيف تعمل عمليات الاستبدال؟
- ما سياسة الشحن؟
ينبغي للروبوت شرح السياسة، لا الموافقة على استثناءات منها.
فئة أتمتة جيدة 3: اكتشاف المنتجات والخدمات
أمثلة:
- أي منتج مناسب لهذا الاستخدام؟
- ما الفرق بين هذين الخيارين؟
- أي خدمة ينبغي أن أقرأ عنها؟
يعمل هذا عندما تكون معلومات المنتج أو الخدمة الأساسية كاملة وحديثة.
فئة أتمتة جيدة 4: عمليات البحث الروتينية عن الحالة
على المنصات ذات التكامل الآمن، يمكن لأسئلة حالة الطلب أن تكون حالة استخدام قوية للأتمتة.
يمكن لتدفقات التجارة الإلكترونية في Farnsla على Shopify وWix أن تتطلب التحقق من البريد قبل عرض حالة الطلب ومعلومات التتبع المتاحة.
وهذا مختلف تماماً عن روبوت يخمّن ببساطة أين قد يكون الطلب.
فئة أتمتة جيدة 5: التنقل
كثير من أسئلة الدعم هي في الحقيقة مشكلات تنقل.
«أين الأسعار؟» «كيف أحجز؟» «أين أرى سياسة الإرجاع؟»
يستطيع الروبوت تقديم إجابة مختصرة وتوجيه الزائر إلى الصفحة الصحيحة.
أسئلة ينبغي أن تبقى عادة لدى البشر
قرارات الاسترداد أو الاستبدال
يمكن للروبوت شرح السياسة القياسية. وينبغي لشخص الموافقة على الاستثناء أو تحديد الحل المناسب.
الشكاوى
يستطيع AI الإقرار بالمشكلة وجمع السياق، لكن الحالات المشحونة عاطفياً أو الحساسة للعلاقة تحتاج غالباً إلى حكم بشري.
الأسعار المخصصة
لا تسمح للمساعد باختراع عرض سعر ما لم تكن قد بنيت سير تسعير صريحاً بقواعد معتمدة.
تغييرات الحساب أو الطلب اليدوية
لا ينبغي للروبوت الادعاء بأنه غيّر عنواناً أو ألغى طلباً أو عدّل حساباً إلا إذا نفذ النظام ذلك فعلياً.
أي شيء يفتقد معلومات مصدرية
إذا لم تكن الإجابة موجودة في معرفة العمل التي راجعتها، فالتخمين ليس أتمتة — بل مخاطرة.
اختبار بسيط
قبل أتمتة سؤال، اسأل:
- هل الإجابة موثقة؟
- هل الإجابة واحدة لمعظم العملاء؟
- هل يستطيع الروبوت جلب المعلومات المطلوبة بأمان؟
- هل تحتاج الإجابة إلى صلاحية تجارية؟
- ماذا يحدث إذا أخطأ AI؟
- هل يوجد مسار بشري واضح؟
إذا فشل السؤال في هذه الاختبارات، أبقه مع شخص أو أعد تصميم سير العمل أولاً.
كيف يناسب Farnsla هذا النموذج؟
يستطيع Farnsla أتمتة FAQ وإجابات السياسات من معرفة التاجر، واقتراح المنتجات على منصات التجارة الإلكترونية المدعومة، والتعامل مع أسئلة حالة الطلب الروتينية الآمنة، والحفاظ على سياق المحادثة للمتابعة.
كما يدعم Shopify العميل Messaging للمراسلة المباشرة أو التحويل من الذكاء الاصطناعي إلى موظف عبر تطبيقات مدعومة تم إعدادها.
الهدف ليس تعظيم نسبة المحادثات التي يجيب عنها AI. الهدف هو تقليل العمل المتكرر مع إبقاء قرارات العملاء المهمة لدى الأشخاص المسؤولين عنها.