ChatGPT İçin Müşteri Destek Promptları: Şablonlar ve Açıklamalar

Giriş

ChatGPT ve benzeri dil modelleri, müşteri destek ekiplerinin tekrarlayan soruları hızla yanıtlamasına, talepleri sınıflandırmasına ve insan ajanları uygun şekilde yönlendirmesine yardımcı olabilir. Bu rehberde, yapay zeka prompt örnekleri ve ChatGPT prompt örnekleri üzerinden pratik şablonlar, kullanım notları ve entegrasyon adımları bulacaksınız. Aşağıdaki öneriler, uygulama esnasında doğrulama ve insan onayı eklemenin önemini vurgular (kaynak: inf8.com.tr ve OpenAI Company Knowledge).

Temel prensipler: İyi bir müşteri destek promptu nasıl olmalı?

• Açık amaç: Prompta ne yapılacağı net yazılmalı (ör. sınıflandır, özetle, yanıt hazırla).
• Bağlam: Son mesajlar, ürün/hesap bilgileri ve gerekiyorsa ilgili KB (knowledge base) eklenmeli.
• Çıktı formatı: JSON, kısa yanıt veya adım adım talimat gibi beklenen format belirtilmeli.
• Ton ve uzunluk: Resmi/sempatik tercihleri ve karakter sınırını belirtin.
• Hata ve eksiklik yönetimi: Modelin emin olmadığı durumlarda nasıl davranacağı (ör. insan desteğine yönlendir) açıkça tanımlanmalı.

Pratik prompt şablonları ve açıklamaları

1) Karşılama ve ön triaj (gelen mesajı hızlı sınıflandırma)

Ne işe yarar: İlk temas sırasında müşteri isteğini sınıflandırır, gerekli bilgileri talep eder ve aciliyeti belirler.

System: "Sen müşteri destek asistanısın. Kısa, nazik ve yardımcı cevaplar ver. Eksik bilgi varsa hangi alanların gerektiğini açıkça listele." User: "Müşteri mesajı: {customer_message}\nSon konuşmalar: {recent_messages}\nŞirket bilgisi: {company_info}" Instruction: "Mesajı kategorize et (ör: Sipariş, Fatura, Teknik), aciliyeti belirle (düşük/orta/yüksek), eksik bilgi alanlarını listele. Çıktıyı JSON formatında ver."

Kullanım notu: {company_info} alanı, şirketin kısa politika özetini veya sık sorulan sorular bağlantısını içerebilir; OpenAI'nin şirket bilgisi entegrasyonu bu tür bağlamı modele sağlamada yardımcı olur (OpenAI Company Knowledge).

2) Talep sınıflandırma ve etiketleme (JSON çıktılı şablon)

Örnek çıktı formatı istemek, entegrasyonda otomatik yönlendirme sağlar.

Prompt: "Aşağıdaki müşteri mesajını al ve şu JSON yapısında döndür: {\n \"category\": "",\n \"intent\": "",\n \"urgency\": "",\n \"required_fields\": [],\n \"suggested_reply_short\": ""\n}\nMüşteri mesajı: '{customer_message}'"

Ne zaman kullanılır: Otomatik etiketleme gerektiren chatbot akışlarında. Bu çıktı doğrudan ticket sistemine iletilebilir.

3) Sık sorulan sorulara dayanarak hızlı cevap (KB ile eşleştirme)

Örnek prompt, mevcut bilgi tabanından en uygun cevabı bulup özelleştirir.

"Kullanıcı mesajını al. Verilen {company_kb_entries} içindeki maddelerle eşleştir. Eşleşme yüzdesi ve kaynak bağlantısını ekleyerek kısa bir cevap oluştur. Eğer güven düşükse, insan temsilciye yönlendir. Format: \n- answer: (kısa)\n- kb_source: (url)\n- match_confidence: (high/medium/low)"

Kullanım notu: Özetleme ve alıntılama gerektiren durumlarda ilgili KB satırlarını belirtin ve kullanıcıya referans linki verin. OpenAI'nin yazma kullanım örnekleri, içerik oluşturma ve biçimlendirme yaklaşımlarında yardımcı olabilir (OpenAI — Writing with AI).

4) Kişiselleştirilmiş cevap şablonu (empati + çözüm adımları)

"Rol: Empatik müşteri destek temsilcisi. Ton: Nazik ve çözüm odaklı. Cevap formatı: 1) Kısa empati cümlesi, 2) Sorunu çözmek için 2-3 adım, 3) Gerekirse ek bilgi talebi, 4) Kapanış ve yönlendirme."

Örnek: "Merhaba {name}, yaşadığınız gecikme için üzgünüm. Lütfen sipariş numaranızı paylaşın; hemen kontrol edeceğim. Eğer isterseniz teslimat takibi linkini de gönderirim."

5) Cevap doğrulama ve kalite kontrol

Neden önemli: Modelin ürettiği yanıtların doğruluğunu iç süreçlerle kıyaslamak gerekir. Aşağıdaki şablon, modelin kendi cevabını kontrol etmesini sağlar.

"İlk önce kullanıcıya kısa bir cevap üret. Ardından ürettiğin cevabı 3 kritere göre kontrol et: 1) Şirket politikasına uyum (evet/hayır), 2) Eksik bilgi var mı (liste), 3) Referans gösterilebilecek KB maddesi var mı. Son olarak 'confidence' (high/medium/low) belirt."

Kullanım notu: Bu otomatik kontrol, insan denetimi gerektiren durumları tespit etmek için faydalıdır; düşük güven durumunda otomatik eskalasyon tetiklenebilir.

6) Özetleme & insan eskalasyonu için ticket oluşturma

"Kullanıcı konuşmasını özetle (maks. 2 cümle). Gerekli alanlar: müşteri adı, sorun özeti, aciliyet, önerilen ilk adımlar. Eğer teknik bilgi gerekiyorsa 'escalate_to': 'engineering' olarak işaretle."

Ne zaman kullanılır: İnsan ajan müdahalesi gerektiren karmaşık vakalarda, hızlı ticket oluşturma için.

Entegrasyon ve iş akışı önerileri

1. Kapsam belirleme: Hangi sorguların otomatik olacağını ve hangi durumların mutlaka insan müdahalesi gerektirdiğini tanımlayın.
2. KB ve şirket bilgisi hazırlığı: Ortak cevaplar, politika maddeleri ve ürün bilgilerini yapılandırılmış hale getirin; OpenAI'nin şirket bilgisi entegrasyonu bu verinin modele güvenli aktarımını kolaylaştırır (OpenAI Company Knowledge).
3. Prompt + sistem mesajları: Sistem (system) mesajını sabitleyin, kullanıcı girdisini ve KB parçalarını ayrı alanlarda sağlayın.
4. Doğrulama katmanı: Modelin kendini denetlemesi ve düşük güven durumlarında insan eskalasyonu ekleyin.
5. İzleme ve geri bildirim: Yanıt kalitesini düzenli olarak manuel örneklemle kontrol edin ve promptları güncelleyin.

Gizlilik ve veri güvenliği

Müşteri verilerini (kişisel bilgiler, ödeme bilgileri vb.) modele göndermeden önce redakte edin veya anonimleştirin. Gizlilik gereksinimlerinize göre logging politikası belirleyin ve hassas verilerin saklanmasını sınırlayın. Uygulama esnasında yerel güvenlik ve uyumluluk kurallarınıza uyun.

Test ve izleme

• Örnek vaka setleri oluşturun (kolay, orta, karmaşık) ve modelin performansını bu setler üzerinden test edin.
• Manuel denetim periyodları belirleyin; düşük güvenli cevapları inceleyin.
• İzlenecek ölçütler: ilk yanıt süresi, insan müdahalesi gerektiren vaka oranı, kullanıcı memnuniyeti puanları.

Sık yapılan hatalar ve nasıl önlenir

• Belirsiz promptlar: Net talimat ve format isteyin. Belirsizse model beklenmedik çıktılar üretebilir.
• KB güncelliği yok: Güncel olmayan bilgiyle cevap üretmesi riskini azaltmak için KB güncelleme süreçleri kurun.
• Doğrulama eksikliği: Cevap doğrulama katmanı olmadan otomasyon güven problemi yaratabilir; öz-denetim ve insan onayı ekleyin.

Hızlı uygulama kontrol listesi

1. Kullanım senaryolarını listeleyin.
2. KB ve politika özetlerini yapılandırın.
3. En az 5 test promptu oluşturun (örn. sipariş gecikmesi, iade, teknik hata).
4. Doğrulama/eskalasyon kurallarını tanımlayın.
5. İlk pilotu küçük bir müşteri grubunda başlatın ve metriği izleyin.

Sonuç

Doğru prompt şablonları ve doğrulama süreçleriyle ChatGPT, müşteri destek otomasyonunda verimli bir araç olabilir. Ancak uygulamada insan denetimi, güncel bilgi tabanı ve güvenlik önlemleri kritik rol oynar. Bu rehberdeki şablonlar başlangıç için kullanılabilir; kurum içi uygulama ve testlerle özelleştirme gerekecektir (kaynak: inf8.com.tr, OpenAI Company Knowledge).