Grok Bot · xAI
ตอบคำถามด้านผลิตภัณฑ์จากบันทึกการโทร ทิกเก็ต และข้อมูลการใช้งานพร้อมกัน
ทีมงานคนหนึ่งของ SpaceXSI ที่เขียนคู่มือสำหรับ product manager เล่าว่าใช้เอเจนต์ของ Grok Bot ตอบคำถามเรื่องลูกค้าและผลิตภัณฑ์ โดยรวมข้อมูลจากบทถอดเสียงการโทร ทิกเก็ตซัพพอร์ต ช่อง Slack ของลูกค้า และข้อมูลการใช้งาน แล้วเปลี่ยนการพูดคุยเป็นสเปกที่จัดลำดับความสำคัญแล้ว
ทำอะไรไปบ้าง
เอเจนต์ PM เชื่อมกับบทถอดเสียงจาก Granola และ Gong, Slack, ข้อมูลการใช้งานและการสมัครสมาชิกใน Databricks, ทิกเก็ตใน Intercom หรือ Plain, Notion และฐานข้อมูลสัมภาษณ์ของนักวิจัย แล้วถูกถามแบบเฉพาะกิจ เช่น ลูกค้าองค์กรที่เพิ่งเริ่มใช้รายไหนใช้ฟีเจอร์หนึ่ง หรือลูกค้าหลุดออกจากขั้นตอนไหนของ funnel ส่วนเอเจนต์นักวิเคราะห์อีกตัวตรวจแดชบอร์ดทุกเช้าและแยกตัวเลขใหม่ตามที่ขอ
ผลเป็นยังไง
ผู้เขียนบอกว่าเอเจนต์ตอบคำถามเหล่านี้ได้รอบด้านกว่าเดิม ส่วนคำถามยากและคลุมเครือยังเป็นงานของนักวิเคราะห์ที่เป็นคน
ข้อควรรู้
นี่เป็นคู่มือของผู้ให้บริการจากการใช้ภายในก่อนเปิดตัว และไม่มีผลที่วัดได้สำหรับงานวิจัยส่วนนี้
ลองใช้กับ Grok Bot
ใช้ <เครื่องมือบทถอดเสียงการโทรของคุณ> <ระบบทิกเก็ตซัพพอร์ตของคุณ> และ <ข้อมูลการใช้งานผลิตภัณฑ์ของคุณ> ตอบคำถามนี้: <คำถามด้านผลิตภัณฑ์ของคุณ> ระบุลูกค้าที่เกี่ยวข้อง ยกประโยคที่เกี่ยวข้องที่สุดจากการโทรหรือทิกเก็ตพร้อมลิงก์ และแสดงตัวเลขการใช้งานที่รองรับคำตอบ บอกให้ชัดว่าส่วนไหนยังไม่แน่นอนหรืออิงแหล่งข้อมูลเดียว
prompt นี้เราเขียนเองจากเคสนี้ แทนส่วนที่อยู่ใน < > ด้วยข้อมูลของคุณ
ป้ายนี้หมายความว่า: ผู้ผลิตบอก
ผู้ผลิตเล่าเองบนเว็บหรือโพสต์เปิดตัว บอกได้ว่าสินค้าตั้งใจทำอะไร แต่ไม่มีผลทดสอบจากภายนอก
เคสจริงของ AI agent ในการทำงาน จากเอเจนต์ทุกตัวที่คนใช้กัน ทุกเคสลิงก์ไปยังแหล่งที่รายงานเป็นที่แรก เราเรียบเรียงใหม่ด้วยคำของเราเอง ส่วนใหญ่มี prompt ให้ลองต่อ และไม่ใช่ลูกค้าของ Wize