メインコンテンツにスキップ

Fin Operatorの使い方

Fin Operatorの見つけ方と使い方 — コアworkflow、5つのユースケースの実例、最大限に活用するためのヒントを含む。

Operatorはメインナビゲーションの最初の項目です。新しい会話を開始し、進行中のスレッドを管理するにはこれを選択してください。

Fin OperatorはTrain、Test、Deploy、Analyzeなど、ワークスペースの他のセクションからもアクセスできます。Fin Operatorは見ている内容のコンテキストを把握するので、Operatorタブに切り替えずに質問や変更依頼が可能です。

Fin Operatorはシンプルなループで動作します:やりたいことを説明し、提案を確認し、承認して実行します。

  1. 目標を説明する:自然言語のプロンプトを入力します(例:「先週なぜ解決率が下がったのか?」)または製品概要やリリースノートのようなドキュメントをアップロードします。

  2. Fin Operatorに作業させる:必要なツールを自動的に選択します。データのクエリ、会話の書き起こしの読み込み、knowledge baseの閲覧、またはその組み合わせです。

  3. 提案を確認する:すべての変更はプルリクエストのようなレビュー可能な差分として提示されます。承認なしにライブにはなりません。

  4. 承認する:承認すると変更がライブになります。提案を拒否または編集するとFin Operatorが調整します。

  5. スケジュール設定(任意):定期的にジョブを実行するよう設定できます。例:「毎週月曜日にFinのパフォーマンスを分析し、主要な傾向を要約する。」


実例

Fin Operatorはサポート体制を維持する運用役割を担います。チャットボットというより、有能なチームメイトのように、サポート運用の分析から問題の根本原因の修正まで、すべて単一の会話で処理します。

ここではFin Operatorが果たす役割と、それぞれの実際の様子を紹介します。

ユースケース1:

役割:更新が必要なコンテンツを見つけて変更を行います。記事、スニペット、内部記事全体にわたって。

  1. Fin Operatorに製品やポリシーの変更を伝えます。例:「価格を月15ドルに更新しました。」

  2. Fin Operatorはknowledge base全体を意味的に検索し、価格に言及するコンテンツを探します。

  3. 4つの記事と2つのスニペットが古くなっていることを特定します。キーワード検索では見逃すものも含まれます。

  4. Fin Operatorは正しい情報で各コンテンツの更新を提案します。

  5. 差分を確認して承認します。

使用された機能:Knowledge baseコンテンツ

ヒント:キーワード検索では価格に間接的に触れるコンテンツを見逃す可能性があります。Fin Operatorの意味検索はすべてを捉え、一括で更新を処理します。

ユースケース2:

役割:Finの推論を含む会話全文の書き起こしを読み、何が問題だったかを特定し、修正案を提案します。

  1. Finが誤った返金指示を出した会話を共有します。

  2. Fin OperatorはFinの内部推論や情報源を含む全文書き起こしを読みます。

  3. 根本原因を特定します:古い記事が情報源として使われており、手順の一部に誤った条件があります。

  4. Fin Operatorは記事の更新と手順の修正を提案します。

  5. 両方の変更を確認して承認します。

使用された機能:会話デバッグ、knowledge baseコンテンツ、手順

ヒント:Fin Operatorがなければ、会話を手動で読み、Finが使った情報源を特定(UIには表示されません)、問題を見つけ、コンテンツエディタと手順ビルダーを別々に操作する必要があります。Fin Operatorはこれを一括で行います。

ユースケース3:

役割:会話データを分析してパターンを見つけ、エスカレーションの原因を特定し、新しい手順や更新されたコンテンツなどの修正案を提案します。

  1. Fin Operatorは会話データをクエリし、トピックに関する会話の量、解決率、エスカレーションパターンを分析します。

  2. ほとんどのリクエストは予測可能なパターンに従いますが、対応手順がないためエスカレーションされています。

  3. Fin Operatorは関連情報を収集し、適切にルーティングする手順を作成します。

  4. 手順を確認し、閾値を調整して承認します。

使用された機能:レポートと分析、会話デバッグ、手順

ヒント:Fin Operatorはデータ(何が起きているか)を診断(なぜ起きているか)と修正(新しい手順)に結びつけ、すべて単一の会話で行います。

ユースケース4:

役割:Finが苦戦している領域を広範囲に評価し、最も影響の大きいギャップを特定し、コンテンツとガイダンスの改善を提案します。

  1. Fin Operatorは直近の250件の会話を分析し、結果別(解決済み、エスカレーション、放棄)にセグメント化します。

  2. 「アカウントアクセス」の会話はエスカレーション率が40%で、平均を大きく上回っています。

  3. エスカレーションされたアカウントアクセスの会話のサンプルを読み、FinがSSO設定に関する重要なコンテンツを欠いていることを発見します。

  4. Fin OperatorはSSO設定に関する新しい記事と、Finがアカウントアクセスの質問を扱うためのガイダンスルールを提案します。

  5. 変更を確認して承認します。

使用された機能:レポートと分析、会話デバッグ、knowledge baseコンテンツ、ガイダンス

ヒント:これはデータから行動への完全なループです。Fin Operatorは問題を見つけ、原因を診断し、修正を提案します。4つのスキルを単一の会話で網羅します。

必要なことから始めましょう

これらは固定されたworkflowではなく、可能性の例です。Fin Operatorは自然言語で説明したことを処理します。知りたいことややりたいことから始め、どの機能を使うかを判断します。

こちらの回答で解決しましたか?