📖 Что ты внедришь в этом уроке
✓ Автоматизация 21: Умный автоответчик — отвечает на 70% вопросов без человека
✓ Автоматизация 22: Сортировка тикетов — приоритет, категория, нужный отдел
Автоматизация 21
Умный автоответчик на обращения клиентов
Claude читает обращение клиента, ищет ответ в базе знаний и отправляет
персонализированный ответ — не шаблонный, а именно под вопрос клиента.
Если не знает или клиент злится — передаёт живому оператору.
Make.com
Claude API
Gmail / Zendesk
Google Sheets (база знаний)
Как настроить
1
База знаний в Google Sheets: создай таблицу "FAQ" с колонками: Вопрос, Ответ, Категория, Теги. Заполни 30-50 частых вопросов с ответами. Это база для Claude.
2
Триггер — новое письмо: Gmail "Watch Emails" — папка support@ или specific label "Поддержка". Получаем: от кого, тема, текст письма.
3
Загружаем FAQ: модуль "Google Sheets → Search Rows". Ищем строки по категории или просто берём все (если FAQ до 100 строк — можно все). Передаём Claude как контекст.
4
Claude анализирует и отвечает: HTTP Request. Claude решает: могу ответить / нужна эскалация. Возвращает JSON с ответом или флагом "escalate".
5
Router — два пути: если can_answer=true → отправляем ответ клиенту (Gmail Send Email). Если escalate=true → создаём тикет в Zendesk или уведомляем оператора в Telegram.
Промпт для автоответчика
Ты вежливый агент поддержки компании {{company_name}}.
База знаний (FAQ):
{{faq_content}}
Обращение клиента:
От: {{customer_name}} ({{customer_email}})
Текст: {{customer_message}}
История предыдущих обращений этого клиента: {{history}}
Правила:
1. Отвечай ТОЛЬКО на основе базы знаний
2. Если вопрос не покрыт FAQ — честно скажи что передаёшь специалисту
3. Если клиент злится (слова: "ужасно", "верну деньги", "жалоба", "невозможно") — всегда эскалируй
4. Тон: дружелюбный, конкретный, без воды
5. Не давай обещаний которые не можешь выполнить
6. Если вопрос технический и сложный — эскалируй
Верни JSON:
{
"can_answer": true/false,
"escalate": false/true,
"escalation_reason": "причина если escalate=true",
"priority": "low/medium/high/urgent",
"response": "Текст ответа клиенту (если can_answer=true)",
"internal_note": "Заметка для оператора (если escalate=true)"
}
🎯 Ожидаемый результат: 65-75% обращений получают ответ автоматически в течение 2 минут. Операторы занимаются только сложными и срочными случаями. Время ответа: с 4 часов до 2 минут.
Автоматизация 22
Умная сортировка и приоритизация тикетов
Каждый новый тикет автоматически получает: категорию (баг/оплата/онбординг/общий вопрос),
приоритет (urgent/high/medium/low), нужный отдел и предварительное решение.
Очередь тикетов превращается в структурированный план работы.
Make.com
Claude API
Zendesk / Freshdesk
Slack
Как настроить
1
Триггер — новый тикет: Zendesk "Watch Tickets" (webhook) или Freshdesk "New Ticket". Получаем: текст тикета, контакт, план подписки клиента.
2
Claude классифицирует: HTTP Request с промптом. На входе — текст тикета + данные клиента (какой тариф, сколько времени клиентом). На выходе — структурированный JSON с классификацией.
3
Обновляем тикет в Zendesk: "Zendesk → Update Ticket". Выставляем: тег категории, приоритет, назначаем на нужную группу (техподдержка/биллинг/онбординг).
4
Срочные тикеты — мгновенный алерт: если priority=urgent → Slack сообщение в канал #support-urgent с описанием проблемы и данными клиента.
Промпт для классификации тикетов
Ты менеджер службы поддержки. Классифицируй входящий тикет.
Тикет:
Клиент: {{customer_name}}
Тариф: {{subscription_plan}}
Клиент с: {{customer_since}}
Сумма платежей: ${{total_paid}}
Текст обращения: {{ticket_text}}
Категории тикетов:
- billing: вопросы оплаты, счета, возврата денег
- bug: что-то не работает, ошибки в системе
- onboarding: как начать, как настроить, первые шаги
- feature_request: хотят новую функцию
- general: общие вопросы, документация
- churn_risk: клиент недоволен, думает уйти
Приоритеты:
- urgent: потеря данных, система не работает, клиент хочет отменить подписку (premium)
- high: важная функция не работает, оплата не прошла
- medium: вопрос который мешает работе
- low: общий вопрос, пожелание
Верни JSON:
{
"category": "billing",
"priority": "high",
"department": "отдел которому передать: tech/billing/success",
"estimated_resolution_time": "15 мин / 1 час / 1 день",
"suggested_response_start": "С чего начать ответ (первое предложение)",
"churn_risk": true/false,
"internal_tags": ["тег1", "тег2"]
}
🎯 Ожидаемый результат: операторы начинают смену и видят очередь уже отсортированную по приоритету. Срочные тикеты — наверху с алертом в Slack. Больше никаких "кто-нибудь посмотри это письмо" в чате.
✅ Итог урока
21. Автоответчик закрывает 65-75% обращений без оператора — ответ за 2 минуты
22. Сортировка тикетов — каждый тикет знает своё место до того как оператор откроет очередь
Экономия: 3-4 часа работы операторов в день. Срочные случаи не теряются.