Contexto da Empresa
Favor é uma plataforma de entrega no mesmo dia e de pedidos de comida com sede em Austin, Texas. Eles entregam comida, mantimentos e itens essenciais do dia a dia em todo o Texas através de uma rede de Runners (motoristas de entrega). Adquirido pela H-E-B em 2018, o Favor combina parcerias com empresas locais com entrega rápida e sem contato. Saiba mais em favordelivery.com.
“Estamos espalhados por todo o grande estado do Texas. Nós lidamos com as entregas de supermercado da família H-E-B e também temos nossa própria plataforma de entrega.” – Evan McMillan, Líder da Equipe de Suporte da Frota
O Desafio
A equipe da Frota do Favor é um grupo nichado com processos que diferem da equipe de suporte mais ampla. Como resultado, os resultados de busca gerados pela AI do Guru estavam saturados com informações irrelevantes de outras equipes, dificultando o trabalho dos agentes da frota em encontrar as respostas certas rapidamente. O processo de busca demorado desencorajou os membros da equipe de consultar os recursos.
“As pessoas às vezes diziam: ‘A AI do Guru não está funcionando para nós,’ mas na verdade é que elas não a estavam usando corretamente. Uma vez que a refinamos e ajustamos o prompt, a qualidade das respostas mudou completamente.” – Evan McMillan
A Solução
Favor usou os Agentes de Conhecimento do Guru para criar um agente AI dedicado focado exclusivamente no suporte da equipe da Frota.
- Evan McMillan, Líder da Equipe de Suporte, personalizou o prompt do agente para se concentrar apenas no conteúdo relacionado à frota.
- Ele ajustou o tom do agente para corresponder à cultura amigável e acessível do Favor.
- O agente foi integrado ao Slack, facilitando para a equipe fazer perguntas e obter respostas em tempo real.
“Uma vez que tivemos a capacidade de fazer agentes individuais, foi realmente emocionante poder focar no tipo específico de trabalho que estamos fazendo. O agente realmente começou a entender melhor o nosso negócio e deu respostas mais focadas.” – Evan McMillan
“Conectar ao Slack foi a mudança de jogo. Eu estava hesitante no começo em ter algo respondendo perguntas automaticamente, mas depois que tentamos, desbloqueou completamente o potencial. Ver boas respostas aparecendo no Slack realmente construiu confiança.” – Evan McMillan
A Abordagem
- Definiu o Contexto do Negócio – Evan forneceu um contexto detalhado sobre o modelo de negócios e processos de suporte da frota do Favor para que o agente AI pudesse entender melhor como os segmentos de clientes do Favor (motoristas, clientes e comerciantes) trabalham juntos. Isso ajudou a melhorar a relevância e a precisão das respostas do agente.
“Explicar como o negócio funciona para que o agente AI possa entender o que é o Favor, o que estamos tentando fazer e como nossos segmentos de clientes trabalham juntos ajudou muito a melhorar a qualidade das respostas.” – Evan McMillan
- Personalizou o Foco do Agente AI – Como a equipe de suporte da frota opera de maneira diferente da equipe de suporte mais ampla, Evan restringiu as fontes do agente apenas para conteúdo relacionado à frota. Isso eliminou respostas irrelevantes de outras equipes e permitiu que o agente fornecesse respostas mais precisas.
“Minha equipe é especializada, então o agente AI padrão puxaria de um conhecimento mais amplo da empresa, que nem sempre era relevante. Limitar a apenas fontes relacionadas à frota fez uma grande diferença.” – Evan McMillan
- Refinou o Tom do Agente – Evan definiu o agente para responder com um tom mais conversacional e solidário, alinhando-se com a cultura da empresa do Favor. Ele posicionou o agente como um “treinador” para ajudar os agentes não apenas com respostas, mas com o aprendizado de como lidar com situações.
- Integrado ao Slack – O agente foi incorporado ao Slack, facilitando para os membros da equipe fazer perguntas e receber respostas em tempo real. Ter o agente dentro de um canal de comunicação familiar aumentou a adoção e o engajamento.
- Iterou e Melhorou – Evan rastreou diferentes versões do prompt do agente em uma planilha, permitindo-lhe reverter facilmente a versões anteriores e refinar as respostas ao longo do tempo. Ele também experimentou com instruções de formatação, como listar passos claramente quando relevante, para tornar as respostas mais acionáveis.
O Resultado
✅ Aumentou a confiança no uso do Guru—mais membros da equipe agora dizem: “Ei, me pergunto se isso está no Guru. Vou perguntar ao agente AI rapidinho.”
✅ Melhorou a eficiência no tratamento de questões específicas da frota que não seguem procedimentos padrões.
“Tem sido uma grande ajuda para aquelas perguntas estranhas que não se encaixam em um processo padrão—está nos salvando muito tempo.” – Evan McMillan
✅ Respostas mais rápidas e precisas—especialmente para perguntas relacionadas à frota específicas.
✅ Maior engajamento com o suporte AI baseado em Slack, levando a uma melhor adoção e confiança.
“Ver boas respostas surgindo no Slack realmente construiu confiança. Agora as pessoas estão fazendo mais perguntas e confiando nas respostas do agente.” – Evan McMillan
Key Stats
Customer Testimonials
Key Takeaways
Guru Capabilities Leveraged
No items found.
Published on
March 31, 2025
