Inteligência artificial no Jira Service Management
Comece a usar o Atlassian Intelligence
O Atlassian Intelligence é um conjunto de recursos baseados em IA na nuvem da Atlassian que ajuda empresas e equipes a acelerar a produtividade, impulsionar ações e gerar insights. Ele usa a inteligência artificial desenvolvida dentro da empresa e da OpenAI.
It uses the Teamwork graph, which is unique to your teams' project or service work, along with internal language models and OpenAI to deliver results specific to the your organization’s context.
Keep an eye out for the Atlassian Intelligence icon throughout your Atlassian products to discover new AI-powered experiences
Como usar a IA generativa no editor de itens:
É possível acessar a IA generativa de duas maneiras no editor de itens:
- Clique no ícone do Atlassian Intelligence na barra de ferramentas do editor de itens.
- Digite /ai no editor de itens para mostrar o Atlassian Intelligence.
Agente de serviço virtual
O Virtual Service Agent no Jira Service Management automatiza as interações de suporte direto no Slack para liberar o tempo dos agentes e ajudar as equipes a prestarem um atendimento de alta qualidade em grande escala.
Há duas maneiras principais de configurar o Virtual Service Agent do Jira Service Management, dependendo do tipo e da complexidade das solicitações a serem automatizadas: fluxos de intenção e respostas do Atlassian Intelligence (respostas do AI). Você pode usar um ou os dois para reduzir os tickets e oferecer suporte rápido aos clientes.
Fluxos de intenção do Virtual Service Agent
As intenções do Virtual Service Agent representam uma, pergunta ou solicitação ou problema específico que o Virtual Service Agent ajuda a resolver para os clientes. Cada intenção tem dois componentes. O primeiro é um conjunto de frases de treinamento para ajudar o Virtual Service Agent a reconhecer a solicitação de um solicitante de ajuda. O segundo é um fluxo de conversação para guiar o solicitante na solução do problema com base nas respostas que ele dá Virtual Service Agent. As intenções são ótimas para perguntas que:
- Exigem trabalho guiado/solução de problemas
- Exigem coleta e triagem de informações
- Exigem ações automatizadas por meio de solicitação na Web
Exemplos: solicitações de acesso ao software, relatório de incidentes, hardware novo, pedidos de compra, fluxos de trabalho de integração
É fácil configurar as intenções com templates prontos para uso e um editor que requer pouco ou nenhum código. O Virtual Service Agent também usa IA generativa para sugerir intenções pertinentes com base nos dados históricos de tickets da sua equipe. Ele até preenche algumas das configurações básicas, como descrição e frases de treinamento.
Respostas do AI no Virtual Service Agent
O recurso de respostas do AI usa a IA generativa do Atlassian Intelligence para pesquisar nos espaços vinculados da base de conhecimento e responder às perguntas dos clientes. Essa função é ótima para começar rápido com o Virtual Service Agent porque requer o mínimo de configuração. Ela é bastante eficiente para evitar solicitações de ajuda que:
- Podem ser resolvidas dando informações ou instruções
- São respondidas em artigos da base de conhecimento ou podem ser adicionadas a eles
- Em geral não precisam ser escaladas para agentes humanos
Instruções básicas de TI, como configuração de BYOD, redefinições de VPN e conexão com o Wi-Fi do escritório
Compartilhamento de políticas da empresa, como benefícios, despesas, férias e outras.
Configurar respostas do AI
Para configurar as respostas do AI, configure primeiro os canais de entrada do Virtual Service Agent. Descubra como fazer isso no nosso guia do produto Virtual Service Agent.
Conecte uma base de conhecimento de autoatendimento
Depois de configurar os canais de entrada, é necessário vincular uma base de conhecimento nativa do Jira Service Management ou do Confluence ao projeto. Você pode criar uma base de conhecimento dentro do Jira Service Management ou integrar perguntas frequentes e documentos que você já tem no Confluence.
Dica profissional: verifique e revise as configurações de permissão da base de conhecimento
O espaço vinculado da base de conhecimento precisa ser definido como Todos os usuários conectados em Quem pode ver.
Ativar as respostas do AI
A base de conhecimento já está pronta? Então ative as respostas do AI nas configurações do Virtual Service Agent:
Na barra de navegação à esquerda, selecione Configurações do projeto e, em seguida, Virtual Service Agent. Selecione Configurações e, em seguida, Configurações básicas, se ainda não estiver selecionado. Ative o botão ao lado de Respostas do Atlassian Intelligence e selecione Ativar.
Se você usa o Virtual Service Agent no Slack, pode ativar as respostas do AI para canais de solicitação específicos do Slack. Acesse Solicitar canais em Configurações. Ative o botão em Respostas do AI ao lado do canal de solicitação no qual você quer ativar essa função e selecione Ativar.
Dica profissional: ao estruturar artigos da base de conhecimento para o consumo do Virtual Service Agent, vale lembrar que as respostas do AI, por enquanto, não extraem informações de imagens e costumam ter desempenho melhor com textos que não estão dentro de tabelas no Confluence.
Resumos do AI
Em vez de ler descrições longas e vários comentários sobre um item do Jira Service Management, use o Atlassian Intelligence para resumir essas informações para você. Assim, fica fácil reunir novas partes interessadas, passar tickets para novos agentes ou ficar por dentro de algum item.
Para usar os resumos do AI:
- No projeto do Jira Service Management, acesse o item em questão.
- Role a tela para baixo até a seção Atividade.
-
Selecione Comentários e Resumir.
- O resumo gerado pelo Atlassian Intelligence só fica visível para você e desaparece quando o item é fechado. Vale destacar que é possível resumir as informações do item quantas vezes você quiser.
Dica profissional: a função de resumos do AI funciona muito bem com o Virtual Service Agent. Nos fluxos de intenção mais complexos, em que o Virtual Service Agent faz diversas perguntas para reunir informações sobre quem está solicitando ajuda antes de abrir o ticket, os resumos auxiliam o agente responsável a entender melhor o contexto.
IA generativa no editor de itens
O Atlassian Intelligence também ajuda agentes a criar e aperfeiçoar as respostas dadas a clientes, o que garante uma comunicação clara e criteriosa entre as partes interessadas. Com a IA generativa no editor de itens, é possível elaborar respostas melhores, ajustar para um tom mais profissional ou empático, resumir artigos muito longos da base de conhecimento para dar instruções mais concisas e muito mais.
Exemplos de uso da IA generativa:
Faça brainstorm
Não sabe como começar a responder o cliente? O Atlassian Intelligence tem uma função de brainstorming que analisa as perguntas do usuário e gera sugestões de resposta para inspirar você e acelerar o processo de resolução do item.
Encurte o texto
O Atlassian Intelligence conta com a função "Encurtar texto", que gera resumos concisos de respostas longas aos clientes. É uma opção muito útil quando você precisa que as pessoas entendam os pontos ou as ideias principais com rapidez.
Faça resumos
A função "Resumir" ajuda agentes a condensar conteúdos mais longos em um resumo rápido fácil de entender. O Atlassian Intelligence analisa o texto enviado e identifica os pontos mais importantes, além de considerar fatores como a frequência de certas palavras ou frases, o contexto do texto e os sentimentos associados.
Melhore a redação
A função "Melhore a redação" do Atlassian Intelligence ajuda agentes a aprimorar a própria escrita por meio de sugestões, que podem incluir correções gramaticais, recomendações de palavras, formatação e muito mais. Além disso, o Atlassian Intelligence explica o motivo por trás de cada sugestão.
Corrija ortografia e gramática
O Atlassian Intelligence ajuda você a identificar e corrigir erros ortográficos e gramaticais nas respostas a clientes. Essas sugestões são baseadas nas regras gramaticais e na análise contextual do texto. Você tem a opção de aceitar a sugestão (basta clicar nela) ou fazer você mesmo as alterações necessárias.
Mude o tom
O Atlassian Intelligence tem a função "Mude o tom" para permitir que agentes ajustem o estilo ou o humor do texto da resposta ao cliente conforme as necessidades em questão. Há opções disponíveis para várias situações, como o tom casual, educacional, empático, neutro e profissional.
Como usar a IA generativa no editor de itens:
É possível acessar a IA generativa de duas maneiras no editor de itens:
- Clique no ícone do Atlassian Intelligence na barra de ferramentas do editor de itens.
- Digite /ai no editor de itens para mostrar o Atlassian Intelligence.
IA generativa para artigos da base de conhecimento
Além da IA generativa para o editor de itens, o Atlassian Intelligence permite que agentes criem artigos da base de conhecimento direto no item do Jira Service Management. Assim, fica fácil trocar ideias sobre o conteúdo de novos artigos, verificar a ortografia e a gramática e dar uma cara professional e empática ao texto para os clientes em apenas algumas etapas simples.
Como criar um artigo de base de conhecimento com IA generativa
Visualização do item no Jira Service Management:
- Na navegação da barra lateral do projeto, selecione Base de conhecimento.
- Selecione Criar artigo.
- Selecione o espaço da base de conhecimento em que você quer criar o artigo e clique em Avançar.
- Acesse o Atlassian Intelligence pela barra de ferramentas ou digite /ai no editor.
- Escreva o comando.
- O Atlassian Intelligence vai criar um rascunho para você usar como ponto de partida.
Sugestões de tipo de solicitação
Quer simplificar o processo de criação da central de atendimento? Basta descrever o tipo de trabalho que a equipe gerencia para receber sugestões de tipo de solicitação. O Atlassian Intelligence faz essas recomendações em diversos casos de uso, de TI e RH até tosa de cães e bufês. Depois, é só incluir na central de atendimento com apenas alguns cliques.
Após a criação do tipo de solicitação no Atlassian Intelligence, você pode adicionar formulários e campos para capturar todos os dados relevantes de clientes, bem como ajustar o fluxo de trabalho, se necessário.
Como usar sugestões de tipo de solicitação:
- Navegue até Configurações do projeto > Tipos de solicitação.
- Selecione Sugerir.
- Descreva o tipo de trabalho que a equipe gerencia.
- Selecione o tipo de solicitação na lista de sugestões do AI e clique em Criar.
- Confirme o nome, a descrição, o ícone e o tipo do item do tipo de solicitação.
- Selecione Avançar e adicione o tipo de solicitação a um grupo do portal.
- Clique em Criar.
Outras experiências inteligentes no Jira Service Management
Beyond Atlassian Intelligence, additional intelligent experiences built on data-driven algorithms and powerful machine learning are baked into every part of Jira Service Management.
Similar requests and incidents
With the similar requests panel enabled, you can easily find issues in your service project that are similar to the issues you’re currently working on. The similar requests panel can surface similar requests, incidents, problems, changes, and even post-incident reviews, empowering agents to determine whether there are duplicate issues they can close, previous tickets that will help them resolve issues faster, or similar incidents that warrant a major incident escalation.
The similar requests panel uses Natural Language Processing (NLP) to provide a list of recent requests that have similar titles or descriptions to the one you are currently viewing.
For similar incidents, the results are also AI-powered. To help improve results, you can give feedback by reacting 👍 or 👎 to a result.
To enable or disable the similar request panel:
- No projeto de serviço, acesse Configurações do projeto.
- Select Features.
- Turn on/off the Similar requests panel toggle.
Smarts-enabled help center search
The help center is where your customers go to get information and raise requests. From there, they can view the portal for each service project they have access to, search for request forms and knowledge base articles, and see the requests they have raised over time.
When searching the help center, Jira Service Management provides a powerful smarts-enabled search bar that enables advanced search across your entire portfolio using data-driven algorithms and machine learning techniques.
The help center search provides relevant self-help resources from your knowledge base and request forms across your service portals by identifying a user's recent behavior along with their search context, sharing the most relevant options specifically for them. Best of all, smarts learns over time to improve these predictive results for your customers so they can be more productive and get help faster.
To customize the help center:
- No projeto de serviço, acesse Configurações do projeto.
- Select Portal settings.
- Select the link in the Customize your help center section.
Artigos relevantes da base de conhecimento
Beyond the help center, smarts can also recommend knowledge base articles directly from the issue view for your agents to share with customers. Relevant knowledge articles are also based on issue context and user behavior, just like in the help center.
Knowledge articles related to the current issue will appear in the details section of the issue view and can be shared with customers with a single click. If a related article doesn't appear, you also have the option to manually search for an article or create a new article directly from the issue.
Predictive agent assignment and @mentions
Finally, collaboration is all about pulling in the right person at the right time to complete a project or move it forward. With predictive user pickers in Jira Service Management, smarts recommends a list of people to bring into an issue by knowing who you regularly work with and what you’re currently working on. Quickly assign an agent to an issue by selecting the assignee field, or use @ to display a list of users who can potentially help with resolving an issue.
By learning from past behavior, smarts can predict the top five most likely assignees with an accuracy of 86 percent.