생성형 AI 기반 이메일 대화 개요 및 추천 응답 사용 - Amazon Connect

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

생성형 AI 기반 이메일 대화 개요 및 추천 응답 사용

에이전트는 이메일을 보다 효율적으로 처리할 수 있도록 생성형 AI 기반 이메일 응답을 사용할 수 있습니다. 이 Amazon Q in Connect 기능은 에이전트가 고객에게 더 빠른 이메일 응답과 더 일관된 지원을 제공하는 데 도움이 됩니다.

에이전트가 Amazon Q in Connect에서 활성화된 이메일 연락처를 수락하면 에이전트 워크스페이스의 Amazon Q 패널에서 세 가지 유형의 사전 응답을 자동으로 수신합니다.

  1. 이메일 대화 개요. 예를 들어 고객의 구매 내역에 대한 주요 정보를 제공합니다.

  2. 지식 기반 및 가이드 권장 사항. 예를 들어 환급 해결 step-by-step 가이드로를 권장합니다.

  3. 생성된 이메일 응답

이러한 응답 유형은 다음 이미지에 나와 있습니다.

Amazon Q 패널의 세 가지 응답 유형입니다.

이메일 대화 개요

Amazon Q in Connect는 이메일 대화(스레드)를 자동으로 분석하고 다음을 포함하는 구조화된 개요를 제공합니다.

  • 고객의 주요 문제입니다.

  • 이전 에이전트 작업(이메일이 동일한 스레드에 대한 다른 에이전트의 회신인 경우).

  • 중요한 컨텍스트 세부 정보입니다.

  • 필수 다음 단계입니다.

이 개요는 에이전트가 전체 스레드를 읽지 않고도 이메일 대화의 컨텍스트와 기록을 빠르게 이해하는 데 도움이 됩니다. Amazon Q in Connect는 전체 이메일 대화(스레드)를 분석하여 현재 이메일 메시지(연락처)에 더 집중하고 가중치를 부여하는 동시에 대화의 이전 이메일 메시지에서 컨텍스트를 유지합니다.

다음 기본 AI 에이전트 및 프롬프트는 이메일 대화 개요를 생성하는 데 사용됩니다.

  • QinConnectEmailOverviewAIAgent

  • QinConnectEmailOverviewPrompt

지식 기반 및 가이드 권장 사항

Amazon Q in Connect는 에이전트가 고객의 문제를 처리하는 방법을 이해하는 데 도움이 되도록 지식 기반의 관련 콘텐츠를 자동으로 제안합니다. 다음을 제안합니다.

에이전트는 소스를 선택하여 권장 사항이 시작된 원래 지식 기반 문서를 보고 특정 지식 기반 문서 링크를 선택하여 에이전트 워크스페이스에서 미리 보기를 열 수 있습니다.

다음 기본 AI 에이전트 및 프롬프트는 지식 기반을 생성하고 권장 사항을 안내하는 데 사용됩니다.

  • QinConnectEmailResponseAIAgent

  • QinConnectEmailResponsePrompt

  • QinConnectEmailQueryReformulationPrompt

생성된 이메일 응답

Amazon Q in Connect는 이메일 개요의 컨텍스트와 사용 가능한 지식 기반 문서를 기반으로 에이전트에게 초안 응답을 자동으로 제안합니다. 이 예제에서는 작업을 수행합니다.

  • 이메일 대화 컨텍스트를 분석합니다.

  • 관련 지식 기반 콘텐츠 통합

  • 다음을 포함하는 전문 이메일 응답 초안을 생성합니다.

    • 적절한 인사말 및 종료

    • 특정 고객 질문에 대한 응답

    • 지식 기반의 관련 정보

    • 적절한 형식 및 어조

에이전트가 모두 회신을 선택하면 다음을 수행할 수 있습니다.

  1. 이메일 템플릿을 선택하여 응답에 대한 브랜딩과 서명을 설정합니다.

  2. Amazon Q 패널에서 생성된 응답을 복사합니다.

  3. 생성된 응답을 응답 편집기에 붙여넣고 다음 중 하나를 수행합니다.

    • 생성된 응답을 있는 그대로 사용

    - OR -

    • 전송하기 전에 편집

  4. 생성된 응답이 에이전트의 요구 사항을 충족하지 않는 경우 Amazon Q 패널에서 재생성 아이콘을 선택하여 새로 생성된 응답을 요청할 수 있습니다.

이 옵션은 다음 이미지에 표시됩니다.

에이전트가 이메일 연락처에 모두 회신을 선택하는 경우의 에이전트 워크스페이스입니다.

기본적으로 생성된 이메일 응답에서 원시 HTML 형식으로 복사된 콘텐츠는 이메일 연락처에 응답하는 에이전트에게 Amazon Connect의 풍부한 텍스트 편집기와 가장 잘 작동합니다. 이 응답의 출력을 사용자 지정하려면 QinConnectEmailGenerativeAnswerPromptQinConnectEmailGenerativeAnswerAIAgent의 일부로 편집하여 원하는 형식(예: 일반 텍스트 또는 마크다운)으로 응답을 출력합니다.

중요

생성된 응답에는 Amazon Connect Customer Profiles, Amazon Connect Cases, 이메일 템플릿 및 빠른 응답의 정보를 사용할 수 없습니다.

다음 기본 AI 에이전트 및 프롬프트는 이메일 응답을 생성하는 데 사용됩니다.

  • QinConnectEmailGenerativeAnswerAIAgent

  • QinConnectEmailGenerativeAnswerPrompt

  • QinConnectEmailQueryReformulationPrompt

에이전트가 모든 선제적 응답에 대해 취할 수 있는 조치

에이전트가 이메일 연락을 수락할 때 표시되는 모든 선제적 응답에 대해 에이전트는 다음을 수행할 수 있습니다.

  • 더 보기 또는 더 적음 표시 아이콘을 선택하여 Amazon Q 패널에 표시된 응답을 확장 및 축소합니다.

  • 썸업 또는 썸다운 아이콘을 선택하여 고객 센터 관리자에게 즉각적인 피드백을 제공하여 Amazon Q in Connect 응답을 개선할 수 있습니다. 자세한 내용은 TRANSCRIPT_RESULT_FEEDBACK을 참조하세요.

  • 복사를 선택하여 응답의 내용을 복사합니다. 기본적으로 응답에서 복사된 콘텐츠는 이메일 연락처에 응답하는 에이전트를 위해 Amazon Connect의 풍부한 텍스트 편집기와 가장 잘 작동하도록 원시 HTML 형식입니다. 이 응답의 출력을 사용자 지정하려면 프롬프트와 에이전트를 편집하여 원하는 형식(예: 일반 텍스트 또는 마크다운)으로 응답을 출력합니다.

생성형 이메일 응답 구성

중요

생성형 이메일은 인바운드 이메일 고객 응대에 대한 에이전트 지원을 위한 것입니다.

아웃바운드 이메일이 기본 아웃바운드 흐름 내의 Amazon Q in Connect 블록으로 전송되는 경우 아웃바운드 이메일 고객 응대 분석에 대한 요금이 부과됩니다. 이를 방지하려면 앞에 연락처 속성 확인 블록을 추가Amazon Q in Connect하고 그에 따라 연락처를 라우팅합니다.

다음은 고객 센터에 대한 생성형 이메일 응답을 구성하는 단계에 대한 개요입니다.

  1. 인스턴스에서 Amazon Q in Connect 활성화.

  2. 연락처 속성 확인 블록을 추가하여 이메일 고객 응대인지 확인한 다음, 이메일 고객 응대가 에이전트에 할당되기 전에 흐름에 Amazon Q in Connect 블록을 추가합니다.

  3. 지식 기반을 추가하고 일관된 고객 서비스를 위한 회사의 언어, 어조 및 정책과 일치하는 응답을 생성하여 AI 에이전트를 안내하는 프롬프트를 정의하여 이메일 생성형 AI 기반 어시스턴트의 출력을 사용자 지정합니다.

품질 응답을 보장하기 위한 모범 사례

Amazon Q in Connect의 최상의 응답을 보장하려면 다음 모범 사례를 구현하세요.

  • 고객에게 전송하거나 설명 또는 메모에를 사용하기 전에 에이전트가 모든 AI 생성 콘텐츠를 검토하도록 교육합니다.

  • 이메일 템플릿을 활용하여 일관된 형식을 보장합니다. 자세한 내용은 메시지 템플릿 생성 단원을 참조하십시오.

  • up-to-date 지식 기반 콘텐츠를 유지하여 응답 품질을 개선합니다. 자세한 내용은 3단계: 통합 생성(지식 기반) 단원을 참조하십시오.

  • AI 가드레일을 사용하여 적절한 콘텐츠 생성을 보장합니다. 자세한 내용은 Amazon Q in Connect에 대한 AI 가드레일 생성 단원을 참조하십시오.

  • Amazon Amazon CloudWatch logs를 통해 Amazon Q in Connect 성능 모니터링 대상: