Recomendações de lacunas de conteúdo fornecem ações específicas para ajudar os colegas a melhorar o desempenho do Fin. Elas destacam onde o Fin não conseguiu responder porque o conteúdo de ajuda estava ausente, confuso, duplicado ou contraditório.
Saiba o que corrigir e como – Recomendações de lacunas de conteúdo destacam onde o Fin teve dificuldades e recomendam atualizações claras e específicas no conteúdo.
Pule a QA manual – Recomendações de lacunas de conteúdo analisam conversas não resolvidas do Fin, comparam com respostas humanas e mostram o que corrigir—sem necessidade de vasculhar transcrições.
Corrija o que importa mais – Cada recomendação é classificada por impacto para que você possa priorizar as correções que melhoram mais conversas.
Mantenha o controle – Edite, aceite ou rejeite qualquer recomendação antes de ela ser publicada—assim as mudanças acontecem nos seus termos.
Nota: Recomendações requerem o Pro add-on.
Como acessar recomendações de lacunas de conteúdo
Para ver suas recomendações de lacunas de conteúdo, vá para Analyze > Optimize e filtre por Reason is Content gaps.
Como usar recomendações de lacunas de conteúdo
Recomendações de lacunas de conteúdo são geradas analisando:
Respostas falhas do Fin (ex.: escalonamentos ou respostas de baixa qualidade) e comparando com respostas humanas bem-sucedidas a perguntas similares.
Respostas tratadas por colegas para verificar se há lacunas na sua knowledge base.
Duplicatas do mesmo conteúdo em múltiplas fontes.
Contradições de conteúdo em diferentes fontes.
Para cada recomendação de lacuna de conteúdo, você pode:
Revisar recomendações de criação ou edição geradas por IA.
Ver as conversas exatas que dispararam a recomendação.
Atualizar artigos públicos ou snippets diretamente para melhorar a resolução futura.
Tipos de recomendações de lacunas de conteúdo
Ação | Objetivos | Disponibilidade |
Adicionar novo conteúdo |
|
|
Editar conteúdo existente |
|
|
Revisar conteúdo contraditório |
|
|
Revisar conteúdo duplicado |
|
|
Segmentar recomendações de lacunas de conteúdo por público
Para tornar suas recomendações mais precisas e impactantes, você deve segmentá-las por público. Isso garante que o Fin analise apenas conversas e conteúdos relevantes para um grupo específico de clientes, evitando confusão por informações conflitantes (ex.: diferentes políticas de dados para clientes da UE vs. EUA).
Clique no ícone de configurações no topo da página Optimize para segmentar recomendações de conteúdo por Fin audiences que você configurou.
Nota:
A segmentação atualmente funciona apenas para recomendações de conteúdo.
Ao salvar, suas recomendações atuais de conteúdo serão apagadas. Novas recomendações segmentadas serão geradas, o que pode levar algumas horas.
Dica: Para workspaces multi-marca, recomendamos adicionar um atributo brand às suas Fin audiences. Isso ajuda a garantir que as recomendações sejam geradas usando o conteúdo correto para cada marca.
Revisando recomendações de lacunas de conteúdo
Você pode revisar todas as recomendações de lacunas de conteúdo antes de habilitá-las para Fin. Cada recomendação inclui:
Pontuação de impacto
Uma explicação resumida
Data de criação
Conversas de origem
Conteúdo relacionado
Ações de revisão necessárias
Se você abrir a gaveta lateral no canto superior direito, encontrará as conversas que informaram diretamente uma recomendação.
Isso facilita:
Entender as perguntas exatas dos clientes por trás de uma recomendação.
Validar se a correção melhorará significativamente a resolução.
Compartilhar exemplos concretos com colegas ao planejar mudanças.
Opções de revisão:
Novo conteúdo: Aceitar ou rejeitar a recomendação
Edições: Percorra várias alterações, incluindo:
Texto vermelho (remoções sugeridas)
Texto verde (adições sugeridas)
Após aceitar uma recomendação, ela é imediatamente adicionada ao conteúdo disponível do Fin.
Dica: Você pode editar o conteúdo diretamente antes de aceitar ou rejeitar uma recomendação.
Revisar edições em artigos sincronizados do Zendesk
Se você usa Fin para Zendesk, pode receber recomendações de lacunas de conteúdo para editar artigos sincronizados do Zendesk e publicar o artigo no seu help center diretamente do seu espaço de trabalho Fin.
Após revisar e aceitar uma recomendação, clique em Publicar — um modal de confirmação aparecerá com um link para o artigo no Zendesk para que você possa visualizar as alterações lá.
Depois de clicar em Publicar no Zendesk, o artigo fica disponível no seu help center do Zendesk e pode ser editado normalmente no Zendesk.
Nota:
Disponível apenas com a sincronização de artigos do Zendesk e sincronização de dados de ticket habilitadas.
Disponível apenas para artigos sincronizados através do subdomínio principal da integração usado para sincronizar tickets. Artigos sincronizados em outros subdomínios não receberão recomendações para edição.
Disponível apenas para artigos com formatação suportada no Fin (por exemplo, tabelas dentro de tabelas não são suportadas).
Ao sincronizar conteúdo do Zendesk, as imagens são reenvviadas para um domain Intercom; publicar uma edição atualiza todos os URLs das imagens no artigo do Zendesk para o domain Intercom.
Este recurso é adicional às recomendações para criar conteúdo por meio de snippets, que está disponível para todos os clientes. O tipo de recomendação fornecida dependerá dos artigos editáveis existentes disponíveis.
Revisar edições em artigos sincronizados do Salesforce
Se você usa Fin para Salesforce, pode receber recomendações de lacunas de conteúdo para editar artigos de knowledge do Salesforce e publicar as alterações no seu help center diretamente do espaço de trabalho Fin.
Para usar este recurso, você precisará mapear o campo de conteúdo para um campo do Salesforce para que saibamos para qual campo publicar o artigo no Salesforce. Vá para Train > Content e clique no menu de 3 pontos para gerenciar seus artigos de knowledge do Salesforce. Selecione Gerenciar sincronização e clique em Continuar para mapear campos dos artigos do Salesforce.
Aqui, adicione um novo campo do Salesforce e selecione o campo correspondente para seus artigos do Salesforce, depois mapeie-o para o campo content do Fin. Quando terminar, clique em Atualizar sincronização do Salesforce.
Após revisar e aceitar uma recomendação, clique em Publicar — um modal de confirmação aparecerá com um link para o artigo no Salesforce para que você possa visualizar as alterações lá. Após a publicação, o artigo fica disponível no seu help center do Salesforce e pode ser editado normalmente no Salesforce.
Nota:
Disponível apenas com a sincronização de artigos de knowledge do Salesforce e sincronização do histórico de tickets habilitadas, com o campo de conteúdo mapeado para um campo do Salesforce.
Disponível apenas para artigos sincronizados através do subdomínio principal da integração usado para sincronizar casos. Artigos sincronizados em outros subdomínios não receberão recomendações para edição.
Disponível apenas para artigos com formatação suportada no Fin (por exemplo, tabelas dentro de tabelas não são suportadas).
Ao sincronizar conteúdo do Salesforce, as imagens são reenviadas para um domain Intercom; publicar uma edição atualiza todos os URLs das imagens no artigo do Salesforce para o domain Intercom.
Este recurso é adicional às recomendações para criar conteúdo por meio de snippets, que está disponível para todos os clientes. O tipo de recomendação fornecida dependerá dos artigos editáveis existentes disponíveis.
Remover/unir conteúdo duplicado
Recomendações de conteúdo duplicado encontram partes do conteúdo que contêm as mesmas informações. Resolver isso ajuda a limpar seu conteúdo e evita que a janela de contexto do Fin fique cheia de informações redundantes, permitindo que ele forneça respostas melhores.
Por exemplo, uma recomendação pode mostrar dois artigos que contêm instruções muito semelhantes sobre como redefinir uma senha.
Corrigir conteúdo contraditório
Recomendações de conteúdo contraditório ajudam você a identificar conteúdo com informações conflitantes entre si. Isso permite que você revise e resolva rapidamente as discrepâncias, garantindo que sua knowledge base seja uma fonte única de verdade. Ao corrigir essas contradições, você ajudará o Fin a fornecer respostas claras, precisas e confiáveis para seus clientes.
Envolvimentos e resoluções também são mostrados por conteúdo para ajudar você a decidir como proceder.
Como agir sobre recomendações contraditórias
Para resolver uma contradição, você pode:
Clique em Editar para abrir e atualizar o conteúdo.
Clique em Excluir artigo ou Excluir snippet para remover o conteúdo.
Rejeite a recomendação para remover permanentemente a recomendação da sua visualização.
Marque a recomendação como concluída quando você tiver feito as atualizações necessárias.
Nota: As sugestões são estáticas no momento em que foram geradas. Como você pode editar seu conteúdo antes de revisar uma recomendação, o horário da última atualização é exibido acima do conteúdo com uma dica indicando que a pré-visualização mostrada pode estar desatualizada.
Perguntas Frequentes
Com que frequência as recomendações são criadas?
Com que frequência as recomendações são criadas?
As recomendações de criação/edição de conteúdo são acionadas diariamente ou semanalmente, com base em:
Volume: Alto número de conversas onde uma pergunta e resposta podem ser encontradas.
Atividade do tópico: Consultas regulares (1+ por dia) sobre o mesmo tópico por pelo menos 7 dias.
Picos: Aumentos rápidos em consultas relacionadas ao longo de 4 dias.
Recomendações de conteúdo duplicado/contraditório são verificadas todo domingo. Isso escaneia seu conteúdo e prepara até 20 novas recomendações para você revisar na segunda-feira. Estas podem incluir uma mistura de potenciais contradições (cerca de 15) e duplicatas (cerca de 5), dependendo do que for encontrado no seu conteúdo.
Nota: O sistema não depende de um número fixo como "5.000 conversas" para gerar recomendações. Em vez disso, foca em identificar padrões claros e repetidos de lacunas:
Sem limite rígido: O sistema avalia a suficiência dos dados com base em agrupamentos significativos, não em números específicos.
Qualidade sobre quantidade: Um grande número de conversas sozinho não gerará recomendações a menos que padrões consistentes sejam detectados. O fator mais crítico é garantir que o sistema colete dados de conversas suficientes, consistentes e significativos para permitir recomendações acionáveis.
O que é filtrado ao gerar recomendações?
O que é filtrado ao gerar recomendações?
Conversas sem respostas de teammates
Conversas abandonadas
Conversas onde um teammate repetiu a mesma resposta que Fin
Conversas que se concentram principalmente em um pedido de recurso ou relato de bug
Conteúdo existente disponível para Fin (incluindo de suas fontes externas)
Por que uma recomendação de lacuna de conteúdo seria considerada de alto impacto se estiver vinculada a apenas uma conversa?
Por que uma recomendação de lacuna de conteúdo seria considerada de alto impacto se estiver vinculada a apenas uma conversa?
Uma recomendação pode ser considerada de alto impacto mesmo que esteja vinculada a apenas uma conversa quando essa única conversa revela uma lacuna crítica, contradição ou falha na capacidade do Fin de resolver problemas dos clientes. Isso ocorre porque a pontuação de impacto não se baseia apenas no número de conversas afetadas, mas também na gravidade ou importância potencial do problema descoberto.
O sistema não acelera nem sinaliza manualmente conversas individuais para recomendações; ele depende de padrões e limites, mas uma única conversa ainda pode desencadear uma recomendação de alto impacto se atender a certos critérios.
Nem todas as recomendações de uma única conversa são de alto impacto — apenas aquelas que revelam problemas significativos.
Existem limitações para recomendações de lacunas de conteúdo?
Existem limitações para recomendações de lacunas de conteúdo?
As sugestões são geradas apenas para conversas que tenham um tópico AI atribuído.
Não há opção para acelerar ou sinalizar manualmente conversas individuais para recomendações.
Clientes com baixo volume (com menos conversas) podem receber menos ou nenhuma recomendação.
Por que as recomendações de lacunas de conteúdo são ativadas para Fin e Copilot antes de eu aprová-las?
Por que as recomendações de lacunas de conteúdo são ativadas para Fin e Copilot antes de eu aprová-las?
Quando as recomendações são geradas, elas aparecem na sua fila de revisão onde serão definidas como "Ativadas" para Fin e Copilot por padrão, no entanto só se tornam acessíveis para Fin e Copilot depois que você as aprovar. Nada entra no ar sem sua aprovação explícita primeiro.
Por que estou vendo conversas antigas nas minhas recomendações?
Por que estou vendo conversas antigas nas minhas recomendações?
Você pode notar que algumas recomendações fazem referência a conversas que têm várias semanas ou meses. Isso é um comportamento esperado e faz parte de como as recomendações de lacunas de conteúdo são projetadas para identificar padrões significativos. As sugestões são criadas para um tópico uma vez que conversas suficientes tenham se acumulado para sinalizar uma lacuna clara de conhecimento ou uma oportunidade de melhoria. Para alguns tópicos, pode levar mais tempo para reunir um volume suficiente de conversas para atingir esse limite. Como resultado, uma única recomendação pode ser baseada em uma mistura de conversas recentes e antigas. Isso garante que cada recomendação seja bem informada e aborde um tema recorrente, em vez de se basear em uma única interação isolada.