Müşteri destek ekibiniz her gün yüzlerce bilet arasında boğuluyor, önceliklendirme saatler alıyor ve kritik sorunlar gözden kaçıyor olabilir. İşte tam bu noktada destek biletlerini özetleyip aksiyon çıkaran AI ajanı iş akışı devreye giriyor. Bu yapı, gelen her bileti otomatik olarak analiz eder, özet çıkarır ve ekibinize net bir “şimdi ne yapmalı?” listesi sunar.
Kilit Çıkarım: Doğru kurgulanmış bir AI ajan sistemi, bilet işleme süresini %60-70 oranında kısaltabilir ve insan hatasından kaynaklanan önceliklendirme sorunlarını minimize eder.
AI Ajan İş Akışı Tam Olarak Ne Yapar?
Kısa Tanım: Destek bileti özetleme ajanı, gelen müşteri taleplerini LLM (Büyük Dil Modeli) kullanarak analiz eden, sorunun özünü çıkaran ve sonraki adımları belirleyen otonom bir yazılım bileşenidir.
Pratikte en sık görülen kullanım senaryosu şöyle işler: Müşteri uzun bir e-posta yazar, sistem bunu 2-3 cümlelik bir özete dönüştürür, aciliyet seviyesini belirler ve ilgili departmana yönlendirir. Tüm bu süreç saniyeler içinde gerçekleşir.
Bu tür sistemler Zendesk, Jira Service Management ve Freshdesk gibi platformlarla entegre çalışabilir. Atlassian’ın kendi AI özellikleri bile artık otomatik bilet sınıflandırma ve önceliklendirme sunuyor.
Başlamadan Önce
Sistemi kurmaya geçmeden önce elinizde olması gerekenler:
Gerekenler:
- LLM API erişimi (OpenAI, Claude, AWS Bedrock veya açık kaynak alternatifler)
- Mevcut destek sisteminizin API anahtarları
- Webhook veya otomasyon platformu (Zapier, Make, n8n veya özel kod)
- Test için en az 50-100 örnek bilet verisi
Ön Koşullar:
- Destek platformunuzun API desteği olmalı
- Temel JSON ve REST API bilgisi (veya no-code araç deneyimi)
- Veri gizliliği politikalarınızın AI kullanımına uygun olması
- Ekip içinde bu sistemi yönetecek bir “sahip” belirlenmesi
Adım Adım Kurulum Rehberi
- Veri akışını haritalandır: Biletler nereden geliyor? E-posta, form, chat? Her kanal için giriş noktasını belirle. Çoğu sistemde bu, yeni bilet oluşturulduğunda tetiklenen bir webhook anlamına gelir.
- Prompt şablonunu hazırla: AI’a ne istediğini net söylemen gerekiyor. Örnek bir sistem promptu:
“Aşağıdaki destek biletini analiz et. Şu bilgileri JSON formatında döndür: 1) Maksimum 3 cümlelik özet, 2) Aciliyet seviyesi (düşük/orta/yüksek/kritik), 3) Kategori, 4) Önerilen ilk aksiyon, 5) Gerekli departman.”
- API entegrasyonunu kur: Otomasyon platformunda yeni bir akış oluştur. Tetikleyici: “Yeni bilet oluşturuldu”. İlk adım: Bilet içeriğini al. İkinci adım: LLM API’sine gönder. Üçüncü adım: Yanıtı parse et.
- Çıktıyı aksiyona dönüştür: AI’ın döndürdüğü verileri kullanarak bileti güncelle. Aciliyet alanını otomatik doldur, etiket ekle, doğru kuyruğa yönlendir. Kritik biletler için Slack/Teams bildirimi tetikle.
- Geri bildirim döngüsü ekle: Ajanların yanlış sınıflandırdığı biletleri işaretle. Bu veriler, prompt’u iyileştirmek veya fine-tuning için kullanılabilir.
Pro İpucu: İlk hafta sistemi “gölge mod”da çalıştır. Yani AI önerilerini kaydet ama otomatik aksiyon alma. İnsan kararlarıyla karşılaştırarak doğruluk oranını ölç.
Örnek İş Akışı Mimarisi
| Aşama | Bileşen | Görev | Süre |
|---|---|---|---|
| 1. Giriş | Webhook | Yeni bileti yakala | <1 sn |
| 2. Ön İşleme | Parser | Gereksiz metni temizle | 1-2 sn |
| 3. Analiz | LLM API | Özetle, sınıflandır | 3-8 sn |
| 4. Aksiyon | Otomasyon | Bileti güncelle, yönlendir | 1-2 sn |
| 5. Bildirim | Slack/E-posta | İlgili kişiyi uyar | <1 sn |
Toplam işlem süresi: Ortalama 10-15 saniye. Manuel süreç için bu rakam genellikle 5-15 dakika arasında.
Maliyet, Süre ve Risk Analizi
Maliyet:
- LLM API maliyeti: Bilet başına yaklaşık $0.01-0.05 (model ve uzunluğa göre değişir)
- Otomasyon platformu: Ücretsiz tier’larla başlanabilir, ölçeklendirmede aylık $20-100
- Geliştirme süresi: No-code ile 1-2 gün, özel kod ile 1-2 hafta
Süre:
- MVP kurulumu: 2-5 iş günü
- Tam entegrasyon ve test: 2-4 hafta
- ROI görme süresi: Genellikle 1-2 ay içinde net fark hissedilir
Risk Seviyesi: Orta. En büyük riskler: yanlış sınıflandırma nedeniyle kritik biletin gecikmesi, veri gizliliği ihlalleri, API kesintilerinde sistemin durması.
Yaygın Hatalar ve Kaçınılması Gerekenler
- Aşırı karmaşık prompt yazmak: Basit başla, ihtiyaç oldukça ekle. 10 farklı çıktı isteyen promptlar tutarsız sonuç verir.
- Fallback planı olmamak: API çökerse ne olacak? Manuel kuyruğa düşme mekanizması şart.
- Gizlilik kontrolü atlama: Müşteri verileri üçüncü parti API’lere gidiyor. KVKK ve GDPR uyumluluğunu kontrol et.
- Tek seferde tam otomasyon: Önce öner, sonra otomatikleştir. Güven inşa etmeden tam otomasyon ekip direnciyle karşılaşır.
Hangi Araçlar Kullanılabilir?
Piyasada farklı yaklaşımlar mevcut:
- Hazır çözümler: Zendesk AI, Jira Service Management AI, Freshdesk Freddy — platformunuzla entegre, kurulumu kolay ama özelleştirme sınırlı.
- No-code otomasyon: Zapier, Make (Integromat), n8n — LLM API’lerini mevcut sistemlere bağlamak için ideal. Orta düzey esneklik.
- Özel geliştirme: Python + LangChain veya AWS Bedrock Agents — tam kontrol, yüksek özelleştirme ama geliştirici kaynağı gerektirir.
Pro İpucu: Küçük ekipler için hazır çözümlerle başlamak mantıklı. Günlük 500+ bilet işliyorsanız, özel geliştirme uzun vadede daha ekonomik olabilir.
Sıkça Sorulan Sorular
AI yanlış sınıflandırırsa ne olur?
Bu kaçınılmaz. Önemli olan hata oranını kabul edilebilir seviyede tutmak (%5-10 altı genellikle başarılı sayılır) ve kritik kategorilerde insan onayı eklemek.
Türkçe biletlerde performans nasıl?
GPT-4, Claude ve Gemini gibi büyük modeller Türkçe’de gayet başarılı. Açık kaynak modellerde performans düşebilir; test etmeden karar verme.
Mevcut ekip işsiz mi kalacak?
Hayır. Amaç rutin işleri otomatikleştirmek, ekibin karmaşık sorunlara odaklanmasını sağlamak. Pratikte çoğu şirket aynı ekiple daha fazla bilet işliyor.
Hangi bilet türleri için uygun değil?
Yasal konular, hassas şikayetler ve belirsiz/çok katmanlı sorunlar hâlâ insan değerlendirmesi gerektiriyor. AI bunları “insan gerekli” olarak işaretleyebilir.
Sonuç
Destek biletlerini özetleyen ve aksiyon çıkaran bir AI ajan sistemi, artık sadece büyük şirketlerin erişebildiği bir teknoloji değil. Doğru araçlar ve net bir kurgu ile birkaç gün içinde çalışan bir MVP elde edebilirsiniz.
Başlamak için şu üç adımı takip edin: Önce mevcut bilet hacminizi ve ortalama işlem sürenizi ölçün. Sonra küçük bir pilot grup ile gölge modda test edin. Son olarak, sonuçlara göre kademeli olarak otomasyonu artırın.
Unutmayın: En iyi AI sistemi, insanı devre dışı bırakan değil, insanın daha değerli işlere odaklanmasını sağlayan sistemdir.
