使用Zapier和ChatGPT来对Zendesk工单进行分类（并节省您的金钱和时间！）

作为BVNK商户支持小组的产品经理，我和我的团队始终努力寻找机会来提升商户支持团队的工作流程，以提高效率，减少解决工单的时间，改善报告并增加客户满意度。

请注意，技术公司的支持团队是产品团队的重要反馈来源，因为他们提供了大量的客户反馈数据，最终可以帮助产品团队专注于客户报告的改进。

然而，在Zendesk等门票系统中，将门票分类仍然是一个手动过程：支持代理将处理查询（有时可能会非常复杂），并且必须记得每次设置正确的类别，这可能耗时且不准确。

“Views” on Zendesk allows agents to see all threads.

The ticket view on Zendesk. On the left-hand side, tickets can be categorised using custom fields.

我们生活在人工智能的世界中，那么……如果我们可以利用LLMs（大型语言模型）来释放代理的时间去处理重要问题：处理工单？作为奖励，产品团队会获得更准确的报告！

为什么Zendesk的人工智能解决方案并不理想？

Zendesk提供了一个AI附加组件，可以分析客户的意图、语言和情感等其他特征。这听起来很有趣，但是...

解决方案每个客户经理每月要花费惊人的50美元/40英镑！而且它不会使用自定义票务字段自动分类工单，这在我看来是一个非常有用的用例。

这就是Zapier

我喜欢无编码工具。我学过计算机科学，喜欢学习计算逻辑、条件等。Zapier可以将所有这些变为现实，而不必写（太多）代码，帮助自动化现实生活工作流程。

利用Zapier的强大功能和其API连接，我们可以（通过下面的指南）将Zendesk与OpenAI的AI模型（用于ChatGPT）连接起来，自动分析和分类支持票据。

Zapier为您的Zendesk工单打开了全新的世界，以下是一些您可以做的想法：

使用自定义字段自动分类工单
总结初始消息
分析客户情感
建议代理商下一步的步骤
通知 Slack 频道有新工单
而且还有更多的选择！选择无穷无尽！

我们将在这里专注于第一个用例，但我也会为其他几点提供一些建议。

这会多少钱？

Zapier专业计划每月起售29.99美元；OpenAI代币价格可能有所不同，但在本指南中，每个使用GPT-4o-mini进行的票务分析仅花费我0.01美元。划算！

在一个拥有20名Zendesk代理处理每月200张小票的公司中，使用Zapier和ChatGPT比Zendesk人工智能解决方案便宜96.7%（每月31.99美元对比每月1000美元）！

利用Zapier将Zendesk与ChatGPT/OpenAI集成

最后，指南！这只需要设置一次，一旦发布，Zapier将为您完成其余工作。

要求

Zapier帐户（Zendesk需要Pro版本）
Zendesk账户中有一个用于票务类别的自定义字段。
OpenAI API 密钥（随信用额度 - 这与 ChatGPT 账户不同。您可以使用至少 5 美元充值您的账户）

步骤1: 将Zendesk连接到Zapier

在Zapier上创建一个新的Zap。

2. 将Zendesk添加为您的第一个触发器（您流程中的第一个区块）

3. 在触发事件中，选择“新工单”。这意味着这个Zap将在您的Zendesk实例上每次有新工单到达时运行（每15分钟验证一次）。

4. 连接您的Zendesk帐户，如果还没有连接。（这是如何生成Zendesk API令牌的方法）

5. 在“组织”选项卡中，选择您的Zendesk工单分配的组织。

6. 在“测试”标签上测试您的触发器。您将能够在那里看到票证的所有细节。选择一个作为示例。

步骤2：获取票种类。

第二步涉及使用Zendesk API获取所有的工单类别，确保它们始终是动态且最新的。您可以跳过这一步，将您的类别硬编码，但如果您的类别会随时间变化，这并不推荐。

为了配置Zendesk API调用，我们将使用Zendesk的ticket_fields端点。

在Zendesk上查找您自定义字段的ID。转到您的Zendesk管理员->对象和规则->字段，并复制字段ID。

2. 回到 Zapier，在第2步中再次选择 Zendesk 作为应用程序。

3. 在操作事件下拉菜单中，选择API请求（测试版）:

4. 将您的Zendesk实例的URL添加到URL字段中，以及字段ID。例如：https://YOURCOMPANY.zendesk.com/api/v2/ticket_fields/CUSTOM_FIELD_ID

5. 测试这一步，确保一切顺利。

If your test works fine, you’ll get the custom field values in the response

步骤3：使用ChatGPT/OpenAI分析票据

现在我们来到了有趣的部分！🥳 让我们在我们的Zap中创建另一个步骤，将之前步骤中的票证内容和类别发送到ChatGPT/OpenAI。

选择ChatGPT作为第3步的应用程序。
选择提取结构化数据作为操作事件。这个事件确保了ChatGPT输出的内容正是我们想要的，并且格式正确。
连接您的OpenAI账户。确保它已经资金到账并已创建一个API密钥。

它应该看起来像这样：

4. 让我们在“配置”选项卡中设置我们的OpenAI提示:

结构化文本：添加将被分析的相关票据信息。我建议包括以下信息：请求者姓名，请求者电子邮件，主题和描述（票据中的第一条消息）。
模型：gpt-4o-mini工作正常，而且价格更低。
温度：将其保持在0.0以提高准确度。
描述：在这里，您可以描述这个 GPT 的角色以及您的公司所做的事情。在这里为它提供一些背景信息是很重要的，这样它可以更好地理解您的请求（例如：如果您在一个金融公司工作，解释一些像 POP 表示支付证明之类的首字母缩写会有所帮助）。
要提取的数值：这是您可以要求 GPT 生成作为输出的地方。让我们以“类别”为例。
什么是“类别”的描述？：如果您的类别特别复杂，请在此提供一些细节以帮助进行分类。
什么是“分类”可能的值？：选择第2步中的响应数据。您应该能够在那里看到您的分类以普通灰色文本显示。如果您决定硬编码您的分类，这就是您手动输入数值的地方。

您的第3步“配置”选项卡应如下所示：

让我们来测试一下流程吧！

现在您的票据已由ChatGPT自动分类！接下来，我们将让Zapier保存该类别的票据。

步骤4：将类别值与标签进行映射

现在我们已经由ChatGPT选择了类别，我们将创建一个步骤，以便将其设置在工单中。在我们这样做之前，我们需要将类别在纯文本中映射到其标签。

这一步是必要的，因为Zendesk不接受Zapier上的普通文本，如“Missing payment”作为输入；相反，我们需要使用它的匹配标签。

在第4步中，选择Zapier上的Code应用程序，并将运行Python作为操作事件。
在输入数据中，让我们添加两个值：
类别：这是第2步的响应正文，其中包含所有类别值的纯文本和它们的标签。

category_selected: ChatGPT选择的类别。

3. 在代码区域，复制并粘贴以下Python代码：

import json

# Parse the input data
categories_json = input_data.get('categories', '{}')
category_selected = input_data.get('category_selected', '')

# Load the categories from the JSON string
categories_data = json.loads(categories_json)

# Initialize the output variable
output = {}

# Iterate through the custom field options to find the matching raw_name
for option in categories_data.get('ticket_field', {}).get('custom_field_options', []):
    if option.get('raw_name') == category_selected:
        output['value'] = option.get('value')
        break
else:
    output['value'] = None  # If no match is found, set value to None