Фон компании

Фавор - это платформа доставки в тот же день и заказа еды, базирующаяся в Остине, Техас. Они доставляют еду, продукты и повседневные товары по всему Техасу через сеть курьеров (водителей доставки). Приобретен H-E-B в 2018 году, Favor сочетает партнерство с местным бизнесом с быстрой, бесконтактной доставкой. Узнайте больше на favordelivery.com.

‍

“Мы разбросаны по всему великому штату Техас. Мы занимаемся доставкой продуктов для семьи H-E-B, а также у нас есть собственная платформа доставки.” – Эван МаКмиллан, руководитель команды поддержки флота

‍

Задача

Флот команды Favor Fleet Team - это нишевая группа с процессами, которые отличаются от более широкой команды поддержки. В результате результаты поиска, сгенерированные AI Guru, были переполнены нерелевантной информацией от других команд, что усложняло агентам флота быструю находку правильных ответов. Затяжной процесс поиска отвлекал членов команды от проверки ресурсов вообще.

‍

“Люди иногда говорили: ‘AI Guru не работает на нас,’ но на самом деле они просто неправильно его использовали. Как только мы его донастроили и скорректировали подсказку, качество ответов изменилось кардинально.” – Эван МаКмиллан

‍

Решение

Favor использовал Знания AGent Guru для создания специализированного AI-агента, сосредоточенного исключительно на поддержке команды флота.

1. Эван МаКмиллан, руководитель команды поддержки, настроил подсказку агента на сосредоточение исключительно на контенте, связанном с флотом.
2. Он отрегулировал тон агента, чтобы он соответствовал дружеской и доступной культуре Favor.
3. Агент был интегрирован в Slack, что облегчило команде задавать вопросы и получать ответы в реальном времени.

‍

“Как только у нас появилась возможность создавать индивидуальные агенты, это было действительно увлекательно, потому что мы могли сфокусироваться на конкретном типе работы, которую мы выполняем. Агент действительно начал лучше понимать наш бизнес и давать более целенаправленные ответы.” – Эван МаКмиллан

‍

“Интеграция в Slack стала решающим моментом. Сначала я был насторожен в отношении автоматических ответов на вопросы, но как только мы это попробовали, это полностью разблокировало потенциал. Видеть хорошие ответы в Slack действительно создало доверие.” – Эван МаКмиллан

Подход

1. Определил бизнес-контекст – Эван предоставил подробный контекст о бизнес-модели Favor и процессах поддержки флота, чтобы AI-агент мог лучше понять, как сегменты клиентов Favor (водители, клиенты и торговцы) взаимодействуют друг с другом. Это помогло улучшить релевантность и точность ответов агента.

‍

“Объяснение того, как работает бизнес, чтобы AI-агент мог понять, что такое Favor, что мы пытаемся сделать и как наши сегменты клиентов взаимодействуют друг с другом, действительно помогло улучшить качество ответов.” – Эван МаКмиллан

‍

2. Настроил фокус AI-агента – Поскольку команда поддержки флота работает иначе, чем более широкая команда поддержки, Эван сузил источники агента только до контента, связанного с флотом. Это исключило нерелевантные ответы от других команд и позволило агенту предоставлять более точные ответы.

‍

“Моя команда специализируется, поэтому стандартный AI-агент может использовать более широкий опыт компании, который не всегда был уместен. Ограничение его только источниками, связанными с флотом, сделало огромную разницу.” – Эван МаКмиллан

‍

3. Уточнил тон агента – Эван настроил агента так, чтобы он отвечал в более разговорном и поддерживающем тоне, соответствуя культуре компании Favor. Он позиционировал агента как “тренера”, чтобы помочь агентам не только с ответами, но и с обучением тому, как справляться с ситуациями.
   
   
4. Интегрирован с Slack – Агент был встроен в Slack, что упростило членам команды задавать вопросы и получать ответы в реальном времени. Наличие агента в знакомом канале коммуникации увеличило принятие и вовлеченность.
   
   
5. Итерация и улучшение – Эван отслеживал различные версии подсказки агента в электронной таблице, что позволяло ему легко возвращаться к ранним версиям и улучшать ответы со временем. Он также экспериментировал с форматированием инструкций, например, четко указывая шаги, когда это было уместно, чтобы сделать ответы более практическими.

‍

‍

‍

Результат

✅ Увеличена уверенность в использовании Guru—большее количество членов команды теперь говорит: “Эй, мне интересно, если это есть в Guru. Я быстро спрошу у AI-агента.”

✅ Улучшена эффективность в обработке специфических проблем флота, которые не следуют стандартным процедурам.

‍

“Это была огромная помощь в тех странных вопросах, которые не вписываются в стандартный процесс — это экономит нам много времени.” – Эван МаКмиллан

‍

✅ Более быстрые и точные ответы—особенно для специфических вопросов касательно флота.

✅ Более высокая вовлеченность с поддержкой AI на базе Slack, что ведет к лучшему усвоению и доверию.

‍

“Видеть хорошие ответы, появляющиеся в Slack, действительно создало доверие. Теперь люди начинают задавать больше вопросов и доверять ответам агента.” – Эван МаКмиллан