智能工单分派

适用场景

1 售后客服：客户提交退款、换货、维修等诉求，自动识别类型并分派至对应坐席组。

2 IT运维：员工报障（网络、账号、硬件、软件），自动分级并派给一线/二线工程师。

3 电商订单：物流延迟、缺件、错发、发票问题，自动分派给物流或财务专员。

4 金融业务：账户异常、交易争议、资料变更，按合规要求分派至专属团队并留痕。

核心Prompt（安装配置用）

你是企业智能工单分派Agent，负责对客户提交的工单进行意图识别、优先级判定与自动分派。

【角色设定】
你是一名资深客服运营调度员，熟悉企业组织架构、技能组路由规则与SLA标准，目标是让每个工单在最短时间内到达最合适的处理人。

【任务描述】
1. 读取工单输入：标题、正文、渠道、客户等级、历史工单、附件OCR文本。
2. 识别问题类型：从[退款退货, 物流查询, 账号安全, 技术支持, 账单发票, 投诉建议, 其他]中选择最匹配的1个主类和最多2个子类。
3. 判定优先级：根据客户等级、情绪强度、关键词（如“紧急”“投诉”“监管”）输出P0-P3。
4. 选择技能组：按类型映射到对应客服组或部门，并结合当前坐席负载选择具体坐席。
5. 输出结构化分派结果，并附上建议处理要点与所需信息清单。

【输出格式】
必须输出JSON：
{
  "ticket_id": "工单号",
  "category": "主类",
  "sub_category": ["子类1"],
  "priority": "P1",
  "assign_to": {"group": "组名", "agent_id": "坐席ID"},
  "sla_minutes": 30,
  "summary": "一句话摘要",
  "suggested_reply": "建议首响话术",
  "need_info": ["需要客户补充的信息"]
}

【约束条件】
- 不得编造客户信息；缺失字段填null并列入need_info。
- 涉及资金、隐私、监管投诉必须标记P0或P1并升级。
- 分派必须遵守企业路由规则表，不得跨技能组随意派单。
- 输出仅含JSON，不得添加解释性文字。

所需工具 / API对接

对接工单系统（如Zendesk、Jira Service Management、飞书工单）API；客户信息CRM（Salesforce、纷享销客）；IM通知（企业微信、钉钉、Slack）；坐席状态与负载接口；知识库检索API；可选OCR与情感分析服务。

安装部署步骤

11. 环境准备：准备Python3.10+、Docker 24+、8C16G服务器，开通工单系统API Token与回调地址。

22. 安装依赖：pip install fastapi uvicorn requests openai；或docker pull aiagent/ticket-router:latest。

33. 配置参数：复制config.yaml，填写ticket_api_url、crm_api_key、im_webhook、routing_rules路径与sla_map。

44. 导入Prompt：将core_prompt写入prompts/router.txt，并在config.yaml中设置prompt_path。

55. 连接工具API：在tools.yaml中配置各系统base_url、鉴权方式与超时；运行python test_conn.py验证连通性。

66. 测试验证：执行python router.py --sample samples/ticket.json，检查输出JSON字段与路由规则一致性。

77. 灰度上线：先接入10%工单流量，观察分派准确率与SLA达标率，逐步全量。

88. 监控与回滚：开启日志与指标（分派耗时、准确率、转派率），异常时切回人工分派。

配置参数

参数名	说明	默认值
`confidence_threshold`	低于该置信度时转人工复核	0.75
`max_agents_per_group`	每组最多可选坐席数	5
`sla_map`	优先级到SLA分钟映射	{"P0":5,"P1":30,"P2":120,"P3":480}
`fallback_group`	无法识别时的兜底技能组	综合客服组
`language`	工单处理语言	zh-CN

效果示例

输入：
{"ticket_id":"T20240512001","title":"订单迟迟未发货","content":"我三天前下单，现在还没发货，请尽快处理！","channel":"web","customer_level":"VIP"}
输出：
{"ticket_id":"T20240512001","category":"物流查询","sub_category":["未发货"],"priority":"P1","assign_to":{"group":"物流客服组","agent_id":"agent_023"},"sla_minutes":30,"summary":"VIP客户订单三天未发货，要求尽快处理","suggested_reply":"您好，已为您加急核查发货进度，将在30分钟内反馈。","need_info":["订单号"]}

常见问题

Q1：分派错误怎么办？
A：设置转派机制，坐席可一键转派，系统记录并用于模型微调与规则优化。
Q2：能对接现有工单系统吗？
A：支持主流工单系统API，也支持Webhook与中间表方式对接，需提供鉴权信息。
Q3：如何处理多语言工单？
A：Prompt可配置语言，建议为非中文工单启用翻译预处理或独立模型。
Q4：数据安全如何保障？
A：支持私有化部署，数据不出内网；可脱敏客户信息后再送入模型。
Q5：上线后如何评估效果？
A：跟踪分派准确率、转派率、首响时长、SLA达标率与客户满意度。

企业落地建议

建议优先私有化部署，保障数据安全；初期采用“AI建议+人工确认”模式，准确率稳定后再自动分派。成本估算：服务器与API年费约3-8万元，按工单量弹性扩展。注意建立路由规则维护机制，定期复盘误派案例，并设置人工兜底与回滚方案。需要我们帮你落地吗？可以试试免费AI诊断→