أغلب الشركات التي تبدأ باستخدام AI في خدمة العملاء تبدأ من نفس المكان: كيف نجعله يجيب عن الأسئلة؟
هذا منطقي. الرد هو الجزء الأكثر وضوحًا في المحادثة، ويمكن رؤية فائدته فورًا.
لكن بعد فترة يظهر سؤال أهم: إذا كان العميل حصل على إجابة ممتازة ثم غادر، هل حقق النظام الهدف الذي بنيناه من أجله؟
قد تكون الإجابة نعم إذا كانت المهمة Support فقط. لكن إذا كان العميل مهتمًا بشراء خدمة أو يحتاج إلى خطوة إضافية، فالرد وحده لا يكفي.
هنا يبدأ الفرق بين نظام مصمم للمحادثة ونظام مصمم للنتيجة.
ابدأ من آخر المحادثة وليس أولها
قبل كتابة Prompt أو اختيار Model، اسأل: ماذا أريد أن يحدث في نهاية هذه المحادثة؟
قد تكون النتيجة أن يحجز العميل موعدًا، يختار الخدمة المناسبة، يحل مشكلة، يرسل المعلومات المطلوبة أو يتم تحويله إلى شخص مناسب داخل الفريق.
بمجرد تحديد النتيجة، تصبح بقية قرارات التصميم أوضح.
إذا كان الهدف حجز Consultation، يجب أن يعرف Agent من هو العميل المناسب أصلًا، وما المعلومات التي يجب جمعها، وما الاعتراضات الشائعة، ومتى يقترح الموعد.
أما إذا كان هدفه الدعم، فقد تكون الأسئلة والصلاحيات مختلفة تمامًا.
Agent بدون Outcome واضح يصبح بسهولة Chatbot يتحدث كثيرًا ولا تعرف إن كان جيدًا أم لا.
المعرفة هي نقطة البداية
الـAgent الذي يتعامل مع العملاء يجب أن يعرف البزنس.
ليس فقط اسم الشركة ووصفها العام، بل المعلومات التي يعتمد عليها القرار: الخدمات، الأسعار، الجمهور المناسب، السياسات، المراحل، الشروط والأسئلة المتكررة.
OpenAI Frontier تركز لهذا السبب على Shared Business Context كعنصر أساسي لعمل AI coworkers داخل المؤسسة.
لكن إعطاء Agent المعرفة لا يكفي وحده.
يجب أن يعرف كيف يستخدمها.
لا تعطِ العميل كل المعلومات… اكتشف ما يحتاجه
موظف المبيعات الجيد لا يبدأ بسرد كل خدمات الشركة.
يسأل أولًا.
ما الذي تحاول بناءه؟ ما مشكلتك؟ أين وصلت؟ ما الميزانية؟ ما الموعد؟ ما الشيء الذي جربته قبل ذلك؟
بعدها يستخدم معلومات الشركة في السياق المناسب.
AI Agent يجب أن يعمل بالطريقة نفسها.
إذا بدأ العميل بجملة قصيرة مثل "كم السعر؟"، قد لا تكون أفضل إجابة هي قائمة بجميع الأسعار. ربما يجب أولًا معرفة الخدمة التي يحتاجها.
وهنا تصبح المحادثة أداة لاكتشاف السياق، وليست فقط قناة لإرسال المعلومات.
كل سؤال يجب أن يخدم النتيجة
هذا لا يعني تحويل المحادثة إلى Form مزعج يسأل عشرة أسئلة متتالية.
Agent الجيد يسأل أقل عدد ممكن من الأسئلة اللازمة لاتخاذ الخطوة التالية.
إذا عرف المعلومة من السياق، لا يعيد السؤال عنها. إذا كانت معلومة غير مهمة للقرار، لا يطلبها. وإذا أصبح واضحًا أن العميل غير مناسب للخدمة، لا يهدر وقته أو وقت الفريق.
هذه واحدة من الأماكن التي يمكن فيها للـAI أن يصنع تجربة أفضل من Workflow جامد.
بعد الفهم تأتي الخطوة
إذا كانت نتيجة المحادثة مجرد معلومة، يمكن أن تنتهي هنا.
لكن بعض الـAgents تحتاج Action.
قد يكون الإجراء فتح صفحة مناسبة، إنشاء Lead، حجز Appointment، البحث عن Order أو تحويل المحادثة إلى موظف.
Meta Business Agent يتحرك بهذا الاتجاه بوضوح، مع قدرات مثل توصية المنتجات، حجز المواعيد، تأهيل الـLeads والمساعدة في المبيعات.
وهنا تصبح كلمة Agent منطقية فعلًا، لأن النظام لم يعد يصف للمستخدم ما يجب أن يفعله فقط، بل يساعد في تحريك العملية.
اجعل الإنسان جزءًا من التصميم
أحد أكبر الأخطاء هو التفكير أن نجاح Agent يعني عدم تدخل موظف أبدًا.
هناك حالات يكون فيها أفضل قرار للـAgent هو التصعيد.
عميل لديه شكوى حساسة. حالة غير مذكورة في السياسات. صفقة كبيرة تحتاج تفاوضًا. أو سؤال لا توجد له إجابة موثوقة.
التحويل هنا ليس Failure.
هو جزء من Workflow جيد.
المهم أن يصل الموظف ومعه سياق المحادثة والمعلومات التي جمعها Agent، بدل أن يطلب من العميل إعادة كل شيء من البداية.
بعدها فقط تستطيع قياس النجاح
إذا كان هدف Agent واضحًا، تستطيع بناء Metrics حقيقية.
ما نسبة المحادثات التي وصلت إلى النتيجة؟ كم Lead مؤهل خرج منها؟ كم حالة حُلّت بدون تدخل بشري؟ أين ينسحب المستخدم؟ ما السؤال الذي يؤدي إلى Confusion؟ وما الحالات التي يصعدها Agent أكثر من اللازم؟
هذه البيانات تسمح لك بتحسين النظام.
بدون Outcome، ستبقى تنظر إلى Logs وتسأل: "الرد شكله حلو، صح؟"
وهذا ليس معيارًا تجاريًا.
مثال: موقع شركة برمجيات
يدخل عميل ويكتب: "بدي تطبيق."
Chatbot قد يرد بوصف خدمات تطوير التطبيقات.
Agent أفضل يسأل سؤالًا واحدًا يكشف المرحلة: هل لديك تصميم أو Specification أم الفكرة ما زالت في البداية؟
من الإجابة يستطيع تحديد المسار. إذا كان المشروع في مرحلة الفكرة، يشرح له طريقة بدء Discovery. إذا كان لديه متطلبات جاهزة، يسأل عن Timeline وBudget. وعندما يجمع الحد الأدنى المطلوب، يوجهه إلى نموذج المشروع أو حجز مكالمة.
النظام لم يقل معلومات أكثر.
قال المعلومات الصحيحة في اللحظة الصحيحة للوصول إلى نتيجة.
وهذا ما نريد أن نبنيه في Blakode
في Blakode، هدفنا أن يستطيع صاحب البزنس إعطاء Agent معرفة الشركة وتحديد الطريقة التي يجب أن يتعامل بها مع المستخدم، بدون بناء كامل البنية التقنية من الصفر.
لكن التكنولوجيا ليست النقطة الوحيدة. أهم قرار يبقى عند الشركة نفسها: ما الذي تريد أن يحدث في نهاية المحادثة؟
إذا عرفت هذه الإجابة، يصبح الـAgent أسهل بكثير في التصميم.
لا تبنِ Agent يتكلم… ابنِ Agent لديه وظيفة
هناك آلاف الطرق لجعل AI يكتب ردًا ممتازًا.
لكن الشركات لن تدفع في النهاية مقابل عدد الكلمات التي يستطيع Model توليدها. ستدفع مقابل الوقت الذي وفره، المشاكل التي حلها، الـLeads التي أهلها والعمليات التي جعلها أفضل.
لذلك إذا أردت تقييم Agent، لا تبدأ بالمحادثة.
ابدأ من النتيجة.
ثم ارجع إلى الخلف واسأل: ما الذي يجب أن يعرفه ويفهمه ويفعله حتى يصل إليها؟
عندها فقط تبدأ ببناء AI Agent يخدم البزنس فعلًا.
جاهز لأتمتة خدمة العملاء وزيادة مبيعاتك؟
أنشئ وكيل ذكاء اصطناعي يفهم محتوى عملك، يرد على استفسارات العملاء 24/7، ويحول المحادثات إلى طلبات بدون كود في 3 دقائق فقط.