System klasyfikacji zgłoszeń AI i eskalacji SLA
AI i uczenie maszynowe
Opracowałem i wdrożyłem system AI do automatyzacji przetwarzania zgłoszeń (ticket processing) oraz monitorowania SLA dla internetowej księgarni, który automatyzuje klasyfikację e-maili, routowanie zgłoszeń i procesy eskalacji.
Problem: Zespół wsparcia technicznego przetwarzał przychodzące e-maile ręcznie, co prowadziło do niespójnej priorytetyzacji zgłoszeń, opóźnień w odpowiedzi na krytyczne zapytania, braku standaryzowanej kontroli SLA oraz ograniczonej przejrzystości pracy zespołu wsparcia.
Rozwiązanie: Opracowałem kompleksowe rozwiązanie oparte na n8n, OpenAI GPT, Gmail API, Google Sheets, Telegram Bot API oraz LangChain Structured Output Parser.
System automatycznie odbiera przychodzące e-maile, normalizuje dane wiadomości i za pomocą AI klasyfikuje każde zgłoszenie według kategorii, priorytetu (P1–P4), odpowiedzialnego zespołu, nastroju klienta (sentiment) oraz wymagań SLA. Wykorzystanie strukturalnych odpowiedzi AI zapewnia stabilne generowanie JSON, niezbędnego do dalszej automatyzacji.
Spam i nieistotne e-maile są automatycznie filtrowane, a wszystkie ważne zgłoszenia są przechowywane w scentralizowanej bazie danych Google Sheets i natychmiast kierowane do odpowiednich pracowników za pomocą powiadomień w Telegramie.
Oddzielny workflow do monitorowania SLA uruchamia się co pięć minut, sprawdza wszystkie nierozwiązane zgłoszenia pod kątem naruszeń SLA i automatycznie wykonuje wielopoziomową eskalację — od przypomnień do odpowiedzialnego wykonawcy po powiadomienia kierownika zespołu i zarządu. Zapewnia to terminową reakcję na krytyczne zapytania.
W ramach projektu zrealizowano:
projektowanie AI-promptów (prompt engineering);
strukturalne odpowiedzi AI (Structured Outputs);
automatyczne routowanie zgłoszeń;
wdrożenie polityk SLA;
wielopoziomową logikę eskalacji;
skalowalną architekturę workflow w n8n.
Wyniki:
Skrócono czas pierwszej odpowiedzi z 30–60 minut do mniej niż 1 minuty.
Zautomatyzowano klasyfikację 100% przychodzących zgłoszeń wsparcia technicznego.
Całkowicie wyeliminowano pominięte krytyczne zgłoszenia (P1) dzięki automatycznemu monitorowaniu SLA.
Scentralizowano ewidencję zgłoszeń i raportowanie, co zapewniło pełną przejrzystość działalności operacyjnej.
Zaoszczędzono ponad 50 godzin pracy zespołu wsparcia miesięcznie.
Stworzono skalowalny system wsparcia, zdolny do przetwarzania rosnącej liczby zapytań bez zwiększania liczby pracowników.
Problem: Zespół wsparcia technicznego przetwarzał przychodzące e-maile ręcznie, co prowadziło do niespójnej priorytetyzacji zgłoszeń, opóźnień w odpowiedzi na krytyczne zapytania, braku standaryzowanej kontroli SLA oraz ograniczonej przejrzystości pracy zespołu wsparcia.
Rozwiązanie: Opracowałem kompleksowe rozwiązanie oparte na n8n, OpenAI GPT, Gmail API, Google Sheets, Telegram Bot API oraz LangChain Structured Output Parser.
System automatycznie odbiera przychodzące e-maile, normalizuje dane wiadomości i za pomocą AI klasyfikuje każde zgłoszenie według kategorii, priorytetu (P1–P4), odpowiedzialnego zespołu, nastroju klienta (sentiment) oraz wymagań SLA. Wykorzystanie strukturalnych odpowiedzi AI zapewnia stabilne generowanie JSON, niezbędnego do dalszej automatyzacji.
Spam i nieistotne e-maile są automatycznie filtrowane, a wszystkie ważne zgłoszenia są przechowywane w scentralizowanej bazie danych Google Sheets i natychmiast kierowane do odpowiednich pracowników za pomocą powiadomień w Telegramie.
Oddzielny workflow do monitorowania SLA uruchamia się co pięć minut, sprawdza wszystkie nierozwiązane zgłoszenia pod kątem naruszeń SLA i automatycznie wykonuje wielopoziomową eskalację — od przypomnień do odpowiedzialnego wykonawcy po powiadomienia kierownika zespołu i zarządu. Zapewnia to terminową reakcję na krytyczne zapytania.
W ramach projektu zrealizowano:
projektowanie AI-promptów (prompt engineering);
strukturalne odpowiedzi AI (Structured Outputs);
automatyczne routowanie zgłoszeń;
wdrożenie polityk SLA;
wielopoziomową logikę eskalacji;
skalowalną architekturę workflow w n8n.
Wyniki:
Skrócono czas pierwszej odpowiedzi z 30–60 minut do mniej niż 1 minuty.
Zautomatyzowano klasyfikację 100% przychodzących zgłoszeń wsparcia technicznego.
Całkowicie wyeliminowano pominięte krytyczne zgłoszenia (P1) dzięki automatycznemu monitorowaniu SLA.
Scentralizowano ewidencję zgłoszeń i raportowanie, co zapewniło pełną przejrzystość działalności operacyjnej.
Zaoszczędzono ponad 50 godzin pracy zespołu wsparcia miesięcznie.
Stworzono skalowalny system wsparcia, zdolny do przetwarzania rosnącej liczby zapytań bez zwiększania liczby pracowników.