Roteamento de suporte

Roteie mensagens de suporte para o departamento certo, avalie a urgência e escale para uma pessoa quando necessário, com o template Roteamento de suporte.

Objetivo: cada mensagem de suporte que chega cai na fila certa com um nível de urgência, e as mensagens que precisam de uma pessoa — um cliente irritado, uma ameaça jurídica, perda de dados, um cancelamento — pulam a resposta automática.

Crie a decisão

Templates → Roteamento de suporte → Criar decisão:

ParteConteúdo
Estadomessage (string, obrigatório), plan (string)
departmentchoice — billing (faturas, cobranças, reembolsos, formas de pagamento), technical (bugs, erros, integrações, quedas), account (login, acesso, usuários, configurações), sales (upgrades, novos planos, orçamentos), other — confiança mínima 0.6
urgencyscore — low, normal, high, urgent
human_requiredprobability — isto precisa de uma pessoa em vez de uma resposta automática? Sim: cliente irritado, ameaça jurídica, perda de dados, cancelamento. Não: pergunta simples respondida pela documentação.
Políticas1. human_required ≥ 0.7 → escalate
Fallbackescalate — para other e para um department abaixo de 60% de confiança

Chame-a

curl -X POST https://api.dcision.io/v1/decisions/support-routing \
  -H "Authorization: Bearer $DCISION_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: ticket-55120" \
  -d '{ "state": { "message": "I was charged twice this month and need a refund today.", "plan": "pro" } }'
200 OK
{
  "decision_id": "dec_Rb6Tn2Wq8Lx4Mk9Pz1Cv",
  "execution_id": "exec_Ys3Fp7Kd1Qw9Bn5Lt2Gh",
  "schema": "support-routing",
  "version": 1,
  "result": { "department": "billing", "urgency": "high", "human_required": 0.82 },
  "confidence": { "department": 0.9375, "urgency": 0.61, "human_required": 0.64 },
  "scores": { "urgency": 3.11 },
  "action": "escalate",
  "action_reason": { "type": "policy", "rule": 0 },
  "metrics": { "latency_ms": 356, "engine": "jev", "model": "jev-1.13.0", "estimated_cost_usd": 0.00001386, "input_tokens": 330, "output_tokens": 33 }
}

human_required é 0.82, acima do limiar de 0.7 da regra 0, então a ação é escalate. Uma pergunta de como fazer algo ("How do I export invoices?") normalmente voltaria com um human_required baixo e continue. Uma mensagem que a decisão não consegue classificar — department abaixo de 60% de confiança — leva a ação de fallback, escalate, com action_reason.type = "low_confidence".

Aja sobre o resultado

import os

import requests


def route_ticket(ticket):
    response = requests.post(
        "https://api.dcision.io/v1/decisions/support-routing",
        headers={
            "Authorization": f"Bearer {os.environ['DCISION_API_KEY']}",
            "Idempotency-Key": f"ticket-{ticket['id']}",
        },
        json={"state": {"message": ticket["message"], "plan": ticket["plan"]}},
        timeout=10,
    )
    if not response.ok:
        return helpdesk.assign(ticket, queue="triage")  # a person decides on errors

    decision = response.json()
    queue = decision["result"]["department"]
    if queue == "other":
        queue = "triage"
    priority = decision["result"]["urgency"]

    if decision["action"] == "escalate":
        return helpdesk.assign(ticket, queue=queue, priority=priority, agent="human")
    return helpdesk.auto_reply(ticket, queue=queue, priority=priority)

Ajuste

  • Espelhe as suas filas: renomeie ou adicione departamentos como opções e descreva os limites ("reembolsos vão para billing, mesmo em falhas técnicas").

  • Use o plano: adicione um context como "Clientes Enterprise têm um SLA de 1 hora" — o campo plan já está no estado.

  • Escale tickets urgentes independentemente do human_required — pela resposta, ou pelo nível ponderado para pegar também os tickets que tendem a urgente:

    { "field": "urgency", "on": "score", "operator": "gte", "value": 3.5, "action": "escalate" }
  • Ajuste o piso de roteamento: department vem com "minConfidence": 0.6. Aumente para mandar mais mensagens duvidosas para a ação de fallback, diminua para automatizar mais.

  • Responda mais na mesma chamada: adicione perguntas especulativas como refund_requested ou has_reproducible_steps — veja Fan-out especulativo e o template ticket-triage dele.

  • Mantenha dados pessoais fora dos logs se as mensagens os contiverem: desligue o storeInput nas configurações da decisão.

Nesta página