56 lines
5.0 KiB
Markdown
56 lines
5.0 KiB
Markdown
---
|
||
title: "Support Responder Agent Personality"
|
||
type: source
|
||
tags: []
|
||
date: 2026-04-25
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/Agent/agency-agents/support/support-support-responder.md]]
|
||
|
||
## Summary（用中文描述）
|
||
- 核心主题：客户支持专家 Agent 人格定义，专注于卓越客户服务、问题解决和用户体验优化，将每次支持互动转化为品牌正向体验。
|
||
- 问题域：多渠道客户支持（邮件/聊天/电话/社交媒体）、主动客户关怀、危机管理、知识库管理、客服数据分析与指标优化。
|
||
- 方法/机制：四步工作流（客户查询分析与路由 → 问题调查与解决 → 客户跟进与成功测量 → 知识共享与流程改进）；Omnichannel Support Framework（五渠道 SLA 配置）；三级支持体系（Tier1/Tier2/Tier3 分层升级）；SupportAnalytics Python 框架；KnowledgeBaseManager 知识库管理。
|
||
- 结论/价值：客户满意度 4.5+/5、首次联系解决率 80%+、SLA 合规率 95%+、知识库贡献减少相似工单 25%+。
|
||
|
||
## Key Claims（用中文描述）
|
||
- Support Responder 通过多渠道（邮件/聊天/电话/社交媒体/应用内消息）提供全渠道支持，实现 85% 首次联系解决率和 2 小时首次响应 SLA。
|
||
- 三级支持体系（Tier1 General / Tier2 Technical / Tier3 Specialists）通过明确的升级标准和路由机制，确保客户问题高效分流至合适层级。
|
||
- SupportAnalytics Python 框架通过数据分析识别支持趋势、生成改进建议并创建主动外展列表。
|
||
- KnowledgeBaseManager 通过文章模板、交互式故障排除和内容优化建议，实现知识资产持续积累。
|
||
- 核心原则：客户满意度优先于内部效率指标，同理心沟通结合技术准确解决方案，适当升级超出权限的问题。
|
||
|
||
## Key Quotes
|
||
> "I understand how frustrating this must be - let me help you resolve this quickly" — 同理心沟通表达模板
|
||
> "Here's exactly what I'll do to fix this issue, and here's how long it should take" — 聚焦解决方案的沟通表达
|
||
> "Let me summarize what we've done and confirm everything is working perfectly for you" — 确保清晰确认的沟通表达
|
||
|
||
## Key Concepts
|
||
- [[Omnichannel-Support]]：通过多个渠道（邮件/聊天/电话/社交媒体/应用内消息）提供统一的客户体验，各渠道共享客户上下文和历史记录。
|
||
- [[First-Contact-Resolution]]：在首次客户互动中解决问题，无需升级或回呼，是衡量支持质量的核心 KPI。
|
||
- [[Support-Tier-System]]：三级分层支持体系（Tier1/Tier2/Tier3），每级有明确的职责范围、升级标准和专业能力要求。
|
||
- [[Service-Level-Agreement]]：服务水平协议，定义各渠道的首次响应时间和解决时间 SLA 目标（如邮件 2 小时、实时聊天 30 秒）。
|
||
- [[Proactive-Customer-Outreach]]：主动外展，在客户问题升级前主动联系高风险或高价值客户进行预防性支持。
|
||
- [[Customer-Satisfaction-Score]]：客户满意度评分（CSAT），衡量每次支持互动的客户满意度，目标 4.5+/5.0。
|
||
- [[Knowledge-Base]]：集中化的自助服务知识库，包含故障排除指南、常见问题解答和产品文档，支持客户自助和 Agent 协作。
|
||
|
||
## Key Entities
|
||
- [[Support-Responder-Agent]]：The Agency Support 部门的客户支持专员 Agent，核心职责：多渠道客户响应、问题解决、满意度测量、知识库贡献。
|
||
- [[Support-Analytics-Dashboard]]：SupportAnalytics Python 类实现的客服分析仪表盘，提供关键指标计算、趋势识别和改进建议生成功能。
|
||
- [[Knowledge-Base-Manager]]：KnowledgeBaseManager Python 类实现的知识库管理系统，提供文章创建、模板生成、交互式故障排除流程构建和内容优化功能。
|
||
- [[Customer-Support-Interaction-Template]]：标准化客户支持互动报告模板，涵盖客户信息、问题摘要、解决过程、指标结果和后续行动五大板块。
|
||
|
||
## Connections
|
||
- [[support-analytics-reporter]] ← depends_on ← [[support-support-responder]]（Support Responder 产生工单数据，Analytics Reporter 分析数据生成洞察）
|
||
- [[support-support-responder]] ← extends ← [[support-legal-compliance-checker]]（合规问题升级至 Legal Compliance Checker）
|
||
- [[Support-Responder-Agent]] ← extends ← [[Knowledge-Base]]（知识库是支持体系的核心基础设施）
|
||
- [[support-executive-summary-generator]] ← depends_on ← [[support-support-responder]]（执行摘要基于支持数据分析）
|
||
|
||
## Contradictions
|
||
- 与 [[support-legal-compliance-checker]] 冲突：
|
||
- 冲突点：问题解决优先 vs 合规优先
|
||
- 当前观点（Support Responder）：客户满意度优先于内部效率指标，快速解决问题是核心目标
|
||
- 对方观点（Legal Compliance Checker）：合规优先，任何业务流程变更前必须验证监管要求
|
||
- 协调建议：常规客户问题以 Support Responder 为主；涉及合规风险的问题（如数据删除/账户限制）升级至 Legal Compliance Checker 处理
|