客服工單自動分類與優先序排序

用途

把一批進來的客服工單自動分類、判斷情緒與緊急度，並排出處理優先序——讓客服團隊先處理最重要的事，不被工單海淹沒。

何時用

• 適合：每日客服工單量大、需要先分流再處理時；或者你要建立自動化分類流程，想先用 AI 驗證分類規則。
• 不要用：單一複雜工單的深度回覆（請用抱怨回覆器或升級腳本）；工單量少到人工可快速處理時，不值得多此一舉。

Prompt

你是客服排程助理，請對以下工單清單做自動分類與優先序排序。

【工單清單（每條一行或 JSON 格式皆可）】
{{工單清單}}

【分類規則（若有自訂規則請填入，否則用預設）】
{{分類規則，例如：技術問題/帳號問題/退款退費/功能建議/其他}}

請對每張工單判斷：
- 類別：依分類規則歸類
- 情緒：正面／中立／負面
- 緊急度（P 級）：
  - P0：付款失敗、帳號無法存取、服務中斷
  - P1：功能異常影響核心使用
  - P2：一般問題但客戶明顯不滿
  - P3：一般詢問或功能建議

輸出格式為優先序佇列表：
| 工單 ID / 摘要 | 類別 | 情緒 | P 級 | 建議首步動作 |

P0 排最前，同 P 級依情緒（負面優先）排序。
最後附上「今日需立即處理的工單數量」統計。

範例 / 變體

• 填好變數：工單清單＝貼入今天 10 筆客服信箱摘要；分類規則＝技術/帳號/退費/建議；輸出後直接複製表格給客服主管。
• 變體（Claude Code 自動化版）：若工單來自試算表或 CSV，用 Claude Code 讀取後批次送進此 Prompt，輸出結果回寫到試算表的「優先序」欄位。
• 變體（加 SLA 時限）：在 P 級定義後加「P0 需 1 小時內回覆，P1 需 4 小時，P2 需 24 小時，P3 需 72 小時；請在表格加一欄『SLA 截止時間』」。

🎯 範例輸出（實測）

在 Claude.ai 跑這句、把 {{變數}} 填成「工單清單：5 筆今日客服信箱摘要；分類規則：技術問題/帳號問題/退款退費/功能建議/其他」的結果：

點開看 AI 實際輸出

工單 ID / 摘要	類別	情緒	P 級	建議首步動作
#T005 — 「付款失敗，卡被扣了但課程沒開通」	退款退費 + 技術問題	負面	P0	立即查詢付款記錄，確認扣款狀態後優先手動開通或安排退款
#T003 — 「重設密碼信一直沒收到，急需登入」	帳號問題	負面	P1	查詢帳號 email 是否正確，手動觸發重設信或直接協助重設
#T001 — 「課程影片一直轉圈圈，看不了」	技術問題	中立	P1	確認用戶裝置/瀏覽器，排除 CDN 快取問題，必要時回報技術團隊
#T002 — 「我買的課程好像沒有說的那麼多內容」	退款退費（潛在）	負面	P2	先確認客戶對課程的期望，說明課綱後評估是否需要升級處理
#T004 — 「希望課程可以新增 Notion 整合的教學」	功能建議	正面	P3	記錄需求至功能請求追蹤表，回覆感謝並說明反饋機制

---

今日需立即處理的工單數量：P0 共 1 筆、P1 共 2 筆（建議在上午 10:00 前完成 P0，中午前完成 P1）

💡 實測心得：工單摘要不用寫得很完整，2–3 句原始描述就夠 AI 分類；P0 的判斷比較穩定（付款/登入失敗），P2 的情緒判斷有時會低估，建議人工掃一遍負面情緒的 P2 確認是否需要升級。

延伸

重點來了：工單分類的準確度，取決於你給 AI 的「分類規則」有多清楚。第一次跑完後，建議人工核對前 10 筆，調整規則後再跑一次，通常準確率會明顯提升。若已達到穩定準確率，這個流程很適合接入 n8n 做全自動化排程。