خلاصه‌سازی خودکار مکالمات با هوش مصنوعی؛ کاهش زمان کار پس از تماس (ACW) در مرکز تماس

خلاصه‌سازی خودکار مکالمات تماس با هوش مصنوعی
زمان مطالعه: ۹ دقیقهبه‌روزرسانی: 20 آبان 1405
فهرست مطالب
  1. کار پس از تماس (ACW) چیست و چرا مهم است؟
  2. خلاصهٔ خوب یک مکالمه چه اجزایی دارد؟
  3. خلاصه‌سازی مکالمات چطور کار می‌کند؟
  4. نمونهٔ تعاملی: از مکالمه تا خلاصه
  5. سه روش خلاصه‌سازی مکالمات
  6. چقدر زمان آزاد می‌شود؟ ماشین‌حساب ACW
  7. چالش‌های خلاصه‌سازی مکالمات فارسی
  8. کیفیت خلاصه‌ها را چطور بسنجیم؟
  9. خطاهای رایج در پیاده‌سازی
  10. مسیر پیاده‌سازی خلاصه‌سازی خودکار
  11. خلاصه‌سازی مکالمات در مرکز تماس ساعیان ارتباط
  12. پرسش‌های متداول
  13. آیا خلاصه‌سازی خودکار جای یادداشت اپراتور را می‌گیرد؟
  14. خلاصه‌سازی بلافاصله بعد از تماس آماده می‌شود؟
  15. برای شروع چه داده‌ای لازم است؟
  16. خلاصه‌سازی با تحلیل مکالمات چه فرقی دارد؟
  17. اگر مدل اشتباه کند چه می‌شود؟
  18. برای مطالعهٔ بیشتر
در یک نگاه

  • کار پس از تماس (ACW) زمانی است که اپراتور بعد از قطع تماس صرف نوشتن خلاصه، انتخاب علت تماس و ثبت پیگیری می‌کند. این زمان بخشی از میانگین مدت رسیدگی (AHT) است.
  • خلاصه‌سازی مکالمات با هوش مصنوعی، متن مکالمه را از تبدیل گفتار به متن (ASR) می‌گیرد و پیش‌نویس خلاصه و فیلدهای فرم را آماده می‌کند. اپراتور فقط تأیید یا اصلاح می‌کند.
  • ارزش اصلی فقط صرفه‌جویی در زمان نیست. خلاصه‌ها یکدست، قابل جست‌وجو و قابل تحلیل می‌شوند و تماس بعدی مشتری با سابقهٔ کامل شروع می‌شود.

در بیشتر مراکز تماس، تماس با «خداحافظ» تمام نمی‌شود. اپراتور هنوز باید علت تماس را انتخاب کند، چند خط توضیح بنویسد، اگر قولی داده آن را ثبت کند و گاهی برای واحد دیگری درخواست بفرستد. در همین فاصله، تماس بعدی در صف منتظر است. نتیجه معمولاً یکی از این دو است: یا خلاصه‌ها کوتاه و ناقص می‌شوند، یا زمان پس از تماس طولانی می‌شود.

خلاصه‌سازی خودکار مکالمات این دوراهی را کم‌رنگ می‌کند. در این راهنما می‌بینیم خلاصهٔ خوب چه اجزایی دارد، فرایند از گفتار تا ثبت در سامانه چگونه است، زبان فارسی چه چالش‌هایی دارد و کیفیت و صرفه‌جویی را چطور باید سنجید. در میانهٔ مقاله یک نمونهٔ تعاملی از تبدیل مکالمه به خلاصه و یک ماشین‌حساب زمان آزادشده هم آماده کرده‌ایم.

کار پس از تماس (ACW) چیست و چرا مهم است؟

مدت رسیدگی به هر تماس سه بخش دارد: زمان مکالمه، زمان نگه‌داشتن مشتری پشت خط و زمان کار پس از تماس. بخش سوم در گزارش‌ها کمتر دیده می‌شود، اما در مقیاس بزرگ سنگین است. اگر مرکزی روزانه دو هزار تماس پاسخ دهد و هر تماس فقط یک دقیقه کار پس از تماس داشته باشد، هر روز بیش از ۳۳ ساعت از وقت اپراتورها صرف نوشتن می‌شود.

مشکل فقط زمان نیست. خلاصه‌ای که با عجله نوشته می‌شود معمولاً این ایرادها را دارد:

  • ناقص است: «مشتری تماس گرفت، پیگیری شد» چیزی به اپراتور بعدی نمی‌گوید.
  • یکدست نیست: هر اپراتور به سبک خودش می‌نویسد، پس گزارش‌گیری از علت تماس‌ها دشوار می‌شود.
  • تعهدها گم می‌شوند: قولی که به مشتری داده شده ثبت نمی‌شود و مشتری دوباره تماس می‌گیرد. این همان تماس تکراری است که نرخ حل مشکل در اولین تماس (FCR) را پایین می‌آورد.

خلاصهٔ خوب یک مکالمه چه اجزایی دارد؟

خلاصهٔ مفید برای مرکز تماس، یک پاراگراف ادبی نیست؛ مجموعه‌ای از فیلدهای مشخص است که هم انسان آن را سریع می‌خواند و هم سامانه آن را تحلیل می‌کند:

جزءچه چیزی ثبت می‌شودکاربرد
علت تماسموضوع اصلی از فهرست علت‌های سازمانگزارش علت تماس‌ها و پیش‌بینی بار
اقدام انجام‌شدهکاری که اپراتور در همین تماس انجام دادجلوگیری از تکرار کار در تماس بعدی
تعهد به مشتریقول‌ها با مهلت مشخص، مثل «بازگشت وجه تا ۷۲ ساعت کاری»پیگیری و کاهش تماس تکراری
پیگیری لازمکاری که واحد دیگری باید انجام دهدایجاد خودکار تیکت از متن مکالمه
اطلاعات کلیدیشمارهٔ سفارش، کد رهگیری، مبلغ، تاریخجست‌وجو و یکپارچگی با سامانه‌های دیگر
حال مشتریرضایت یا نارضایتی در شروع و پایان تماساولویت پیگیری؛ مکمل تحلیل احساسات
خلاصهٔ متنی کوتاهدو یا سه جمله برای خواندن سریعنمایش در پروندهٔ مشتری هنگام تماس بعدی

فهرست فیلدها باید از فرم فعلی مرکز تماس و نیاز واحدهای دیگر گرفته شود، نه از یک قالب آماده. خلاصه‌ای که فیلدهایش با فرآیند سازمان هم‌خوان نباشد، دوباره دستی بازنویسی می‌شود.

خلاصه‌سازی مکالمات چطور کار می‌کند؟

خلاصه‌سازی خودکار یک زنجیره است. کیفیت هر حلقه روی حلقهٔ بعدی اثر می‌گذارد؛ به‌ویژه دقت تبدیل گفتار به متن:

۱ضبط دوکانالهصدای مشتری و اپراتور روی دو کانال جدا
۲گفتار به متنمتن کامل مکالمه با زمان هر جمله
۳آماده‌سازی متنتفکیک گوینده، اعداد و کدها، حذف تکرارها
۴مدل زبانیاستخراج فیلدها و نوشتن خلاصهٔ کوتاه
۵تأیید اپراتورپیش‌نویس در فرم؛ اصلاح در چند ثانیه
۶ثبت و پیگیریذخیره در پرونده، CRM و ساخت تیکت

ضبط دوکاناله کار مرحلهٔ ۳ را ساده می‌کند، چون معلوم است هر جمله را چه کسی گفته است. در مرحلهٔ ۴ معمولاً از یک مدل زبانی مولد استفاده می‌شود که دستورالعمل دقیق، فهرست فیلدها و چند نمونهٔ تأییدشده از همان سازمان را می‌گیرد.

نمونهٔ تعاملی: از مکالمه تا خلاصه

در نمونهٔ زیر، یک مکالمهٔ فرضی را ببینید و دکمهٔ «ساخت خلاصه» را بزنید. روی هر فیلد خلاصه که بروید، جملهٔ منبع آن در مکالمه مشخص می‌شود. این ارجاع به جملهٔ منبع یکی از بهترین راه‌ها برای اعتمادپذیر کردن خلاصه است.

مکالمهٔ نمونه

دادهٔ نمایشی؛ نام‌ها و شماره‌ها ساختگی‌اند. خروجی واقعی به دستورالعمل، فیلدهای فرم و دادهٔ هر سازمان بستگی دارد.

سه روش خلاصه‌سازی مکالمات

روشخروجیمزیتمحدودیت
خلاصهٔ آزادیک پاراگراف متنیراه‌اندازی ساده؛ خواندن سریعگزارش‌گیری از آن دشوار است و طول و سبک آن ثابت نیست.
استخراج فیلدفیلدهای فرم: علت، شماره، مبلغ، تاریخقابل تحلیل و قابل اتصال به سامانه‌هانکته‌هایی که فیلدی برایشان نیست، از دست می‌روند.
ترکیبی (پیشنهادی)فیلدهای ساختاریافته + دو سه جملهٔ خلاصه + ارجاع به جملهٔ منبعهم برای انسان و هم برای گزارش مفید است؛ قابل بازبینی است.نیاز به طراحی دقیق فیلدها و دستورالعمل دارد.

زمان تولید خلاصه هم مهم است. خلاصه را می‌توان بلافاصله پس از تماس ساخت تا اپراتور در همان زمان کار پس از تماس آن را تأیید کند، یا در طول مکالمه به‌روز کرد، همان کاری که دستیار هوشمند کارشناس (Agent Assist) انجام می‌دهد. روش اول ساده‌تر است و برای شروع مناسب‌تر.

چقدر زمان آزاد می‌شود؟ ماشین‌حساب ACW

عددهای پیش‌فرض نمایشی‌اند. عددهای مرکز تماس خودتان را وارد کنید. مهم‌ترین ورودی، زمان کار پس از تماس بعد از خلاصه‌سازی است. این عدد را باید در پایلوت و روی تماس‌های واقعی اندازه گرفت، نه از ادعای فروشنده.






زمان آزادشده در روز—
زمان آزادشده در ماه—
معادل اپراتور تمام‌وقت—
کاهش مدت رسیدگی (AHT)—

زمان آزادشده لزوماً به معنای کاهش نیرو نیست؛ معمولاً صرف کوتاه‌تر شدن صف، آموزش یا خلاصه‌های کامل‌تر می‌شود.

چالش‌های خلاصه‌سازی مکالمات فارسی

بیشتر مدل‌ها و ابزارهای آماده روی مکالمه‌های انگلیسی ساخته و سنجیده شده‌اند. مکالمهٔ تلفنی فارسی چند ویژگی دارد که باید از ابتدا در نظر گرفته شود:

زبان محاوره«می‌خواستم ببینم سفارشم کجاس» با متن نوشتاری فرق دارد. مدل باید با محاوره و لهجه‌ها کار کند و خلاصه را رسمی بنویسد.
اعداد و کدهاشمارهٔ سفارش، کد ملی و مبلغ معمولاً تکه‌تکه گفته می‌شوند: «چهل و یک، دویست و هفتاد و هشت». خطای یک رقم، خلاصه را بی‌ارزش می‌کند.
کیفیت گفتار به متنخلاصه از متن ساخته می‌شود؛ اگر ASR در نام‌ها و اصطلاحات سازمان خطا کند، خلاصه هم خطا دارد. نرخ خطای واژه (WER) را روی تماس‌های خودتان بسنجید.
توهم مدلمدل زبانی ممکن است تعهدی بنویسد که در مکالمه نبوده است. ارجاع به جملهٔ منبع و تأیید اپراتور، این خطر را کنترل می‌کند.
اطلاعات حساسمکالمه‌ها شامل نام، شماره و اطلاعات مالی‌اند. اجرای مدل روی زیرساخت خود سازمان، داده را داخل شبکه نگه می‌دارد. مقایسه را در هوش مصنوعی On‑Premise یا ابری ببینید.
واژگان سازماننام محصولات، طرح‌ها و فرایندها در هر سازمان فرق دارد. فهرست واژگان و چند نمونهٔ خلاصهٔ تأییدشده، دقت را بیشتر می‌کند.

کیفیت خلاصه‌ها را چطور بسنجیم؟

معیارهای خودکاری مثل ROUGE که میزان هم‌پوشانی واژه‌ها با خلاصهٔ مرجع را می‌سنجند، برای مقایسهٔ مدل‌ها مفیدند، اما به‌تنهایی نمی‌گویند خلاصه در کار روزانه به درد می‌خورد یا نه. در مرکز تماس این شاخص‌ها کاربردی‌ترند:

شاخصچطور اندازه‌گیری می‌شودچه چیزی نشان می‌دهد
نرخ ویرایش اپراتورسهم خلاصه‌هایی که اپراتور قبل از ثبت تغییر داده استاعتماد عملی به خروجی؛ اگر بالا بماند، صرفه‌جویی واقعی نیست.
دقت فیلدهامقایسهٔ فیلدهای استخراج‌شده با بازبینی انسانی روی نمونهٔ تصادفیدرستی علت تماس، شماره‌ها و تعهدها
کامل بودن تعهدهاسهم تعهدهای گفته‌شده در مکالمه که در خلاصه آمده‌اندمهم‌ترین خطای پرهزینه: قولی که ثبت نشده است.
زمان کار پس از تماسمقایسهٔ قبل و بعد روی همان صف‌ها و همان دورهصرفه‌جویی واقعی در زمان
تماس تکراریتماس دوبارهٔ همان مشتری دربارهٔ همان موضوع در چند روز بعداثر خلاصهٔ بهتر بر حل مشکل

بازبینی نمونه‌ای را هم کنار نگذارید. هر هفته چند ده خلاصه را با مکالمهٔ اصلی مقایسه کنید؛ به‌ویژه خلاصه‌هایی که اپراتور بدون تغییر تأیید کرده است.

خطاهای رایج در پیاده‌سازی

  • ثبت خودکار بدون تأیید: در ماه‌های اول، خلاصه باید پیش‌نویس باشد نه ثبت قطعی. تأیید اپراتور هم کیفیت را حفظ می‌کند و هم دادهٔ اصلاح مدل را می‌سازد.
  • خلاصه‌های طولانی: خلاصه‌ای که خواندنش از گوش دادن به تماس طول بکشد، استفاده نمی‌شود. طول و فیلدها را ثابت کنید.
  • نادیده گرفتن کیفیت متن: اگر تبدیل گفتار به متن روی تماس‌های سازمان سنجیده نشده باشد، هر بهبودی در مدل خلاصه‌ساز محدود می‌ماند.
  • سنجش فقط با زمان: اگر ACW کم شود اما تعهدها ثبت نشوند، هزینه به تماس‌های تکراری منتقل شده است.
  • یک قالب برای همهٔ صف‌ها: خلاصهٔ تماس پشتیبانی فنی با تماس فروش یا شکایت فرق دارد. برای هر صف فیلدهای خودش را تعریف کنید.

مسیر پیاده‌سازی خلاصه‌سازی خودکار

۱تعریف فیلدهافرم فعلی، فهرست علت تماس‌ها و نیاز واحدهای دیگر
۲سنجش متندقت گفتار به متن روی نمونه‌ای از تماس‌های همان مرکز
۳دستورالعمل و نمونه‌هاچند ده خلاصهٔ تأییدشده به‌عنوان مرجع
۴پایلوت با تأییدیک صف و چند اپراتور؛ سنجش نرخ ویرایش و ACW
۵اتصال و گسترشثبت در CRM و تیکتینگ؛ سپس صف‌های دیگر

خلاصه‌سازی مکالمات در مرکز تماس ساعیان ارتباط

پایهٔ خلاصه‌سازی، متن دقیق مکالمه است. نرم‌افزار مرکز تماس ساعیان ارتباط مکالمه‌ها را ضبط می‌کند و ماژول تبدیل گفتار به متن فارسی متن آن‌ها را می‌سازد. جست‌وجوی کلیدواژه، تحلیل احساسات و ثبت خودکار تیکت از متن مکالمه هم در محصول موجودند.

خلاصه‌سازی و مستندسازی خودکار، طبق فهرست ماژول‌های تحلیل مکالمات، در گروه قابلیت‌هایی است که در پروژه و متناسب با فرم‌ها و فرایندهای هر سازمان پیاده‌سازی می‌شود. مدل‌ها روی زیرساخت خود سازمان اجرا می‌شوند تا متن مکالمهٔ مشتریان از شبکهٔ سازمان خارج نشود. پیشنهاد ما برای شروع، پایلوت روی یک صف و سنجش نرخ ویرایش اپراتور و زمان کار پس از تماس است. برای دیدن سایر کاربردها، راهنمای هوش مصنوعی در مرکز تماس را ببینید.

پرسش‌های متداول

آیا خلاصه‌سازی خودکار جای یادداشت اپراتور را می‌گیرد؟

در عمل نقش اپراتور از نوشتن به تأیید تغییر می‌کند. اپراتور پیش‌نویس را می‌خواند، اگر لازم بود اصلاح می‌کند و ثبت می‌کند. حذف کامل این مرحله فقط وقتی معقول است که شاخص‌های کیفیت برای مدتی پایدار و قابل قبول باشند.

خلاصه‌سازی بلافاصله بعد از تماس آماده می‌شود؟

بله، اگر متن مکالمه هم‌زمان یا بلافاصله پس از تماس آماده شود. زمان دقیق به طول مکالمه، سخت‌افزار و تعداد تماس‌های هم‌زمان بستگی دارد و باید در پایلوت اندازه‌گیری شود.

برای شروع چه داده‌ای لازم است؟

نمونه‌ای از تماس‌های ضبط‌شده، فرم فعلی ثبت تماس، فهرست علت تماس‌ها و چند ده خلاصهٔ خوب که کارشناسان باتجربه نوشته یا تأیید کرده‌اند. برای شروع، نیازی به آموزش یک مدل از صفر نیست.

خلاصه‌سازی با تحلیل مکالمات چه فرقی دارد؟

خلاصه‌سازی دربارهٔ یک تماس است: چه گذشت و چه باید بشود. تحلیل مکالمات دربارهٔ هزاران تماس است: روندها، علت‌ها و الگوها. فیلدهای ساختاریافتهٔ خلاصه‌ها، ورودی بسیار خوبی برای تحلیل مکالمات هستند.

اگر مدل اشتباه کند چه می‌شود؟

به همین دلیل خلاصه در ابتدا پیش‌نویس است و هر فیلد به جملهٔ منبع ارجاع دارد. اپراتور خطا را اصلاح می‌کند و همین اصلاح‌ها برای بهتر کردن دستورالعمل و مدل استفاده می‌شوند.

برای مطالعهٔ بیشتر

  • Chin-Yew Lin. ROUGE: A Package for Automatic Evaluation of Summaries, ACL Workshop on Text Summarization Branches Out, 2004 — معیار رایج سنجش خودکار خلاصه‌ها.
  • Daniel Jurafsky, James H. Martin. Speech and Language Processing (3rd ed. draft) — مرجع آزاد پردازش گفتار و زبان طبیعی.

زنبیل خرید