Dijital Pazarlama
Yapay Zeka Promtları — Gelen Talebi İç Ekipte Sınıflandırma Taslağı
Müşteriye yanıt üretmeden, gelen talebi işletmenin onaylı kategorileri ve yönlendirme kurallarıyla insan incelemesine hazırlayan prompt örneği.

Teşvikiye’de yapay zekâ promptları arayan işletme, çoğu zaman bir metin yazdırmanın ötesinde bir hazırlık ihtiyacıyla karşılaşır: Gün içinde gelen talep hangi ekibin yanıtını gerektiriyor? Bir kişi hizmet kapsamını sorarken diğeri fiyat teklifi, randevu değişikliği veya devam eden iş hakkında bilgi isteyebilir. Bunları tek bir “müşteri sorusu” başlığında toplamak, doğru sorumluyu ve sonraki adımı görünmez bırakabilir.
Bu rehber, müşteriye yanıt yazmak yerine gelen talebi onaylı kategoriler içinde sınıflandırıp bir insana yönlendirmeyi ele alıyor. Çıktı, karar değil inceleme taslağıdır; fiyat, uygunluk veya müşteri niyeti üretmez. Belirsizlikte sonuç insan incelemesidir.
Yanıt yazımıyla iç yönlendirmeyi birbirinden ayırın
Bir talebe nazik cevap hazırlamak ile onu hangi iş akışına aktarmak gerektiğini bulmak farklı görevlerdir. Yanıt yazımında müşteriye hangi bilginin verileceği, ton ve onay önem kazanır. Yönlendirmede ise mesajın konusu, işletmede tanımlanmış iş türü ve sorumlu ekip arasındaki ilişki değerlendirilir. Bu yazı, cevabı müşteriye gönderme aşamasını kapsamaz. Böylece taslak, işletme adına konuşmadan işin içeride nereye gideceğini açıklayabilir.
Örneğin “hizmetiniz hakkında bilgi almak istiyorum” mesajı genel bilgi ekibine gidebilir; mevcut bir iş için “ölçü değişti” notu ise projeyi bilen kişiye yönlenebilir. Ancak bu eşleştirme her işletmede aynı değildir. Kategori adları, kapsamları ve sorumluları işi yürüten ekipçe önceden belirlenmelidir. Yapay zekâ talimatı bu kararları icat etmez; onaylanmış yönlendirme tablosunu kullanır ve dayanak göremediğinde belirsizliği gösterir.
Önce kategori sözlüğünü ve sorumluları hazırlayın
Talimatı yazmadan önce beş ya da altıdan fazla olmayan, gerçekten kullanılacak talep sınıflarını listeleyin. Örnek bir işletmede “yeni hizmet sorusu”, “fiyat veya teklif isteği”, “devam eden iş hakkında bilgi”, “randevu değişikliği”, “teknik destek” ve “kapsam dışı / insan incelemesi” bulunabilir. Bunlar evrensel seçenekler değildir. Ekibinizin işleyişine uymuyorsa farklı adlar seçin; bir sınıfı sırf örnekte geçtiği için eklemeyin.
Her kategori için kısa bir açıklama, kabul edilecek örnek işaretler, gönderileceği rol ve yönlendirme dışı bırakacağı durumlar yazın. “Teknik destek” ifadesinin ne zaman kullanılacağı örneklerle tarif edilmezse her sorun bu etikete düşebilir. Sorumlu kişi yoksa “belirlenecek” yazın; bir çalışanın adını veya departmanını tahmin etmeyin. Hizmet sayfası yazımı rehberi, kapsamın açık biçimde hazırlanmasına yardımcı olabilir.
Girdiyi gerekli olanla sınırlayın
İlk denemede mesajın tamamına ihtiyaç olup olmadığını sorun. Talebi sınıflandırmak için çoğu kez kimlik bilgileri, telefon numarası, adres, ödeme bilgisi veya uzun yazışma geçmişi gerekmez. İşletmenin uygun gördüğü çalışma ortamında, kişisel ayrıntılardan arındırılmış kısa bir özet kullanın. Mesajın konusunu anlamak için gereken bilgiyle müşteriyi tanımlayan bilgiyi ayırın; paylaşım koşullarını ve kullanılan aracın geçerli şartlarını ayrıca işletmeniz değerlendirsin.
Girdi şablonu, her denemede aynı alanları taşıyabilir: müşterinin talebinin özeti, varsa daha önce işletmece onaylanmış hizmet adı, talep edilen işlem ve ekibin kullanabileceği doğrulanmış bağlam. Bu alanlardan biri bulunmuyorsa boş bırakılmalıdır. Aracın eksik parçayı olası görünen bir ayrıntıyla doldurmasına izin vermeyin. Amaç müşterinin karakterini, satın alma olasılığını veya niyetini tahmin etmek değil; yalnızca işletmenin verdiği iş sınıfları arasında bir ilk öneri oluşturmaktır.
Yönlendirme için dar bir prompt örneği kullanın
Aşağıdaki metni kendi onaylı kategori tablonuzla doldurabilirsiniz. Köşeli alanlara gerçek ve paylaşılması uygun bilgileri ekleyin; bilinmeyeni tahmin etmeyin:
“Görevin: Aşağıdaki kimlik bilgileri çıkarılmış talep özetini, yalnızca ‘[kategori tablosu]’ içindeki sınıflardan birine yönlendirme taslağı olarak eşleştir. Her kategori için kabul ve dışlama ölçütü ile insan sorumlunun rolü verilmiştir. Kaynakta bulunmayan fiyat, uygunluk, aciliyet, müşteri niyeti veya iş sonucu çıkarma. Çıktı alanları: önerilen kategori; kaynakta dayanak olan kısa ifade; uymayan veya eksik bilgi; neden insan incelemesi gerektiği; önerilen sorumlu rol. İki kategori de uyuyorsa ya da hiçbiri uymuyorsa seçim yapma, ‘insan incelemesi’ yaz. Müşteriye gönderilecek yanıt üretme, kayıt değiştirme veya işlem başlatma.”
Talimatın değeri uzunluğundan değil, yetki sınırının açıklığından gelir. Girdi, sınıflandırma önerisi ve insan kararı ayrı tutulmalıdır.
Çıktıyı karar tablosuna dönüştürün, otomatik atamaya değil
İnceleme ekranında talep özeti, önerilen kategori, dayanak, belirsizlik ve sorumlu rol yan yana görülebilir. Çalışan önce kategori ölçütünü, sonra talebin kaynak özetini karşılaştırır. Dayanak yoksa öneri reddedilir. İki kategori arasında seçim yapılamıyorsa insan incelemesine bırakılır. Bu yaklaşım bir yazılım özelliği veya otomasyon vaadi değildir; ekip içinde uygulanabilecek manuel kontrol düzenidir. Onaylanan sınıflandırmayı çalışan, mevcut kayıt ve iletişim yöntemiyle sürdürür.
Örnek olarak, kişisel bilgileri çıkarılmış bir notta “mevcut siparişteki ürün ölçüsü değişti” yazdığını varsayın. Kategori tablosu bu tür değişikliği yalnız projeyi bilen çalışana aktarıyorsa, modelin görevi bunu ilgili kurala dayandırmaktır. Mesajda hangi sipariş olduğu belirtilmiyorsa kimliği tahmin etmek yerine eksik bağlamı gösterir. Başka bir notta “hizmet kapsamını öğrenmek istiyorum” yazıyorsa yeni hizmet sorusunu önerebilir; fiyat veya çalışma günü uyduramaz.
Kategori örneklerini formdan görüşmeye uzanan akıştan ayırmak için B2B talep oluşturma rehberi ayrıca okunabilir. Bu yazı müşteri puanlamayı değil, işletmenin kendi yönlendirme ölçütünü sınamayı ele alır.
Denemeyi sentetik örneklerle ve hata türleriyle sınayın
Canlı müşteri yazışmalarına geçmeden önce işletmenin kendisinin oluşturduğu temsili kısa örneklerle deneyin. Bir açık hizmet sorusu, bir devam eden iş değişikliği, iki kategoriye birden benzeyen belirsiz bir not ve hiçbir kategoriye uymayan bir durum hazırlayın. Her örnek için doğru yönlendirme ölçütünü önceden yazın. Sonra öneriyle beklenen sonucu karşılaştırın; hangi kuralın etkili olduğunu görebilmek için kategori tablosunu deneme sırasında değiştirmeyin.
Yalnız doğru kategori sayısını değil, yanlış yönlendirmenin etkisini de inceleyin. Bir teklif talebinin genel bilgi sınıfına gitmesi başka, teknik sorun bildiren kişinin satış ekibine yönlenmesi başka sonuç doğurabilir. Hataları “yanlış sınıf”, “dayanak gösteremedi”, “bilinmeyeni tahmin etti” ve “insan incelemesine bırakmadı” gibi anlaşılır gruplara ayırın. Küçük bir deneme tüm mesaj türlerinde başarılı olunduğunu kanıtlamaz; yalnızca hazırlanan örneklerde ne olduğunu gösterir.
İçerik planı ve görev ilişkisini sosyal medya yönetimi rehberinde ayrıca okuyabilirsiniz; burada müşteri yanıtı değil iç yönlendirme ele alınıyor.
Kurallar değiştiğinde eski talimatı yeniden onaylayın
Yeni hizmet eklenmesi, ekip rollerinin değişmesi veya bir talep türünün farklı kişiye verilmesi kategori sözlüğünü etkiler. Eski prompt, eski sorumlu listesini ve önceki örnekleri taşıyor olabilir. Bir güncelleme gerektiğinde hangi kategori açıklamasının değiştiğini, kimin onayladığını ve hangi test örneklerinin tekrar çalıştırıldığını kaydedin. Değişen bir kuralı bütün sınıflara kopyalamayın; sadece etkilenen eşleştirmeyi gözden geçirin.
Deneme kaydında kullanılan talimat sürümüyle insanın son kararı birlikte tutulabilir. Ama bu kayıt bir müşteri profili dosyasına dönüşmemeli; iş için gerçekten gerekli olmayan kişisel ayrıntılar saklanmamalıdır. Saklama biçimi, erişim sınırı ve silme ihtiyacı işletmenin kendi çalışma kurallarına göre belirlenir. Eğer kategori tablosu çok sık değişiyor veya kimse güncel sorumluyu doğrulayamıyorsa, prompt çalıştırmak yerine önce ekip bilgisini düzeltin.
Hizmet görüşmesinde teslimi ve karar sahibini sorun
Teşvikiye’de dijital pazarlama hizmeti arayan işletme, dış destekle kategori tablosu, doldurulabilir prompt, temsili test ve insan inceleme teslimlerini konuşabilir. Otomatik yanıt veya CRM bağlantısı bu örneğin kapsamı değildir; kapsam sağlayıcının gerçek teslimleriyle belirlenir.
Başlangıç görüşmesine işletmenizdeki talep türlerinin kim tarafından karşılandığını, hangi durumlarda bilgi eksik kaldığını ve kararın kimde olduğunu anlatan kimliksiz örnekler getirebilirsiniz. Dışarıdan desteğin görevi kategori önermek mi, süreç tasarlamak mı, içerik hazırlamak mı; bunları ayrı ayrı sorun. BiKreatif dijital pazarlama hizmeti kapsamında görüşme yapılacaksa, kullanılacak kaynak, üretim sınırı, insan kontrolü ve teslim biçimi açıkça konuşulabilir. Herhangi bir sonuç veya yerel ofis iddiası varsayılmamaktadır.
Sık Sorulan Sorular
Yönlendirme promptu müşteriye otomatik yanıt gönderir mi?
Hayır. Buradaki örnek yalnızca işletme içinde incelenecek sınıflandırma önerisi üretmek üzere kuruludur. Müşteriye yazılacak yanıt, kim tarafından verileceği ve hangi kanaldan gönderileceği farklı kararlardır. Bunlar prompta gizlice eklenmemelidir. İşletme mesajlaşma veya kayıt sisteminde otomasyon istiyorsa ayrıca kapsam, yetki ve hata kontrolü belirlemelidir. Bu rehber bir entegrasyon veya otomatik işlem kurulum tarifi değildir.
Kategori adlarını yapay zekâ kendi önerebilir mi?
İlk fikir listesi hazırlaması mümkün olabilir; ancak işletmenin kullanacağı sınıflar sorumlu kişilerce seçilip tanımlanmalıdır. Kategoriler belirsizse aynı mesaj farklı çalışana gidebilir veya hiçbir yere düşmeyebilir. Önce iş akışını bilen ekip, hangi talebin hangi sorumluyu gerektirdiğini gerçek örneklerle açıklar. Yapay zekâ bu kararı işletme adına kesinleştirmemeli ve taslaktaki kategori önerisi onaylı kuralla karıştırılmamalıdır.
Talep özetinde müşteri adı veya telefon numarası olmalı mı?
Yönlendirme görevine gerekmedikçe bu bilgileri eklemeyin. İlk denemede kimliksiz, temsili özetler kullanmak, sınıflandırma kuralını müşteri verisi olmadan incelemeyi sağlar. Gerçek bir iş akışında bilgi işleme ihtiyacı ve uygun ortamı işletmeniz belirlemelidir. Her mesajın tamamını paylaşmak, daha doğru sınıf elde edileceğini garanti etmez. Önce hangi alanın görev için gerçekten gerekli olduğunu sorumlu kişilerle açıklığa kavuşturun.
İki kategori de uygun görünürse prompt ne yapmalı?
Önceden belirlenmiş bir belirsizlik yolu varsa onu göstermelidir; örnekte bu “insan incelemesi”dir. Aracın en yakın sınıfı seçmesi doğru olmayabilir, çünkü yönlendirme ölçütleri eşit derecede karşılanıyor olabilir. Çıktıda hangi iki kategoriye benzediği ve hangi bilginin eksik olduğu yazılır. Son kararı, kategorilerin kapsamını ve işletme içindeki sorumlulukları bilen çalışan verir. Belirsizliği saklamak yerine görünür kılmak daha değerlidir.
Bu prompt fiyat, randevu veya hizmet uygunluğu kararı verebilir mi?
Hayır. Fiyat, takvim, kapasite ve hizmete uygunluk işletmenin doğrulaması gereken bilgilerdir. Talimat bu alanları tahmin etmemeli; mesajda böyle bir istek varsa doğru sorumluya yönlendirmeyi önermelidir. Örneğin “bu hafta uygun musunuz?” cümlesi, takvim verisi bulunmadan müsaitlik yanıtı üretmek için yeterli değildir. İşletme, kategori açıklamasında bu tür kararların hangi kişide kaldığını açıkça belirtmelidir.
Denemeyi gerçek müşteri mesajlarıyla yapmak zorunlu mu?
İlk değerlendirme için hayır; işletmenin oluşturduğu temsili senaryolarla sınıflandırma kuralları sınanabilir. Açık, belirsiz ve kategori dışı örnekler, promptun ne zaman insan incelemesi istemesi gerektiğini görmeye yardım eder. Gerçek veriye geçiş düşünülüyorsa paylaşımın gerekliliği ve kullanılan aracın şartları ayrıca değerlendirilmelidir. Deneme amacıyla gereksiz kişisel bilgi toplamayın veya saklamayın.
Talep türü değiştiğinde promptu da güncellemek gerekir mi?
Kategori, kabul ölçütü veya sorumlu rol değişiyorsa promptun ve kullanılan tablo sürümünün yeniden incelenmesi gerekir. Bir alan değişti diye bütün talimatı baştan yazmak şart değildir; etkilenen eşleştirmeler ve bunları sınayan senaryolar tekrar kontrol edilebilir. Güncellemeyi kimin onayladığı belli olmalıdır. Eski örneklerin yeni iş akışına otomatik olarak uygun olduğunu varsaymayın; güncel olmayan sorumlu bilgisi yanlış yönlendirmeye neden olabilir.
Yapay zekâ sınıflandırması yanlış çıkarsa işletme ne yapmalı?
Önce öneriyi uygulamadan durdurun ve gerçek talebi okuyarak doğru sorumluyu belirleyin. Ardından hatanın kaynağını kaydedin: kategori açıklaması eksik miydi, girdi yetersiz miydi, yoksa araç dayanak olmadan seçim mi yaptı? Düzeltmeyi bu bulguya göre yapıp temsili testleri yineleyin. Sorun güvenli biçimde kontrol edilemiyorsa bu görevi mevcut insan yöntemiyle sürdürmek makul bir seçenektir. Tek olumlu test, gelecekte hata olmayacağı anlamına gelmez.