개요

에이전트가 Zendesk를 통해 고객 지원 운영을 관리할 수 있도록 지원합니다. 티켓 생성 및 업데이트, 사용자 관리, 지원 지표 추적, 그리고 AI 기반 자동화를 통해 고객 서비스 워크플로우를 간소화할 수 있습니다.

사전 준비 사항

Zendesk 통합을 사용하기 전에 다음을 확인하세요.

사용 가능한 도구

티켓 관리

사용자 관리

관리 도구

커스텀 필드

커스텀 필드를 사용하면 조직에 특화된 추가 정보를 저장할 수 있습니다:
[
  { "id": 27642, "value": "745" },
  { "id": 27648, "value": "yes" }
]

티켓 우선순위 레벨

우선순위 레벨 이해하기:
  • 긴급 - 즉각적인 조치가 필요한 치명적 이슈
  • 높음 - 신속하게 해결해야 하는 중요한 이슈
  • 보통 - 대부분의 티켓에 해당하는 표준 우선순위
  • 낮음 - 여유가 있을 때 처리해도 되는 사소한 이슈

티켓 상태 워크플로우

표준 티켓 상태 진행:
  • new - 최근에 생성됨, 아직 할당되지 않음
  • open - 현재 작업 중
  • pending - 고객 응답 또는 외부 조치 대기 중
  • hold - 일시 중지됨
  • solved - 문제가 해결되어 고객 확인 대기 중
  • closed - 티켓이 완료되어 종료됨

사용 예시

기본 Zendesk 에이전트 설정

from crewai import Agent, Task, Crew
from crewai_tools import CrewaiEnterpriseTools

# Get enterprise tools (Zendesk tools will be included)
enterprise_tools = CrewaiEnterpriseTools(
    enterprise_token="your_enterprise_token"
)

# Create an agent with Zendesk capabilities
zendesk_agent = Agent(
    role="Support Manager",
    goal="Manage customer support tickets and provide excellent customer service",
    backstory="An AI assistant specialized in customer support operations and ticket management.",
    tools=[enterprise_tools]
)

# Task to create a new support ticket
create_ticket_task = Task(
    description="Create a high-priority support ticket for John Smith who is unable to access his account after password reset",
    agent=zendesk_agent,
    expected_output="Support ticket created successfully with ticket ID"
)

# Run the task
crew = Crew(
    agents=[zendesk_agent],
    tasks=[create_ticket_task]
)

crew.kickoff()

특정 Zendesk 도구 필터링

from crewai_tools import CrewaiEnterpriseTools

# Get only specific Zendesk tools
enterprise_tools = CrewaiEnterpriseTools(
    enterprise_token="your_enterprise_token",
    actions_list=["zendesk_create_ticket", "zendesk_update_ticket", "zendesk_add_comment_to_ticket"]
)

support_agent = Agent(
    role="Customer Support Agent",
    goal="Handle customer inquiries and resolve support issues efficiently",
    backstory="An experienced support agent who specializes in ticket resolution and customer communication.",
    tools=enterprise_tools
)

# Task to manage support workflow
support_task = Task(
    description="Create a ticket for login issues, add troubleshooting comments, and update status to resolved",
    agent=support_agent,
    expected_output="Support ticket managed through complete resolution workflow"
)

crew = Crew(
    agents=[support_agent],
    tasks=[support_task]
)

crew.kickoff()

고급 티켓 관리

from crewai import Agent, Task, Crew
from crewai_tools import CrewaiEnterpriseTools

enterprise_tools = CrewaiEnterpriseTools(
    enterprise_token="your_enterprise_token"
)

ticket_manager = Agent(
    role="Ticket Manager",
    goal="Manage support ticket workflows and ensure timely resolution",
    backstory="An AI assistant that specializes in support ticket triage and workflow optimization.",
    tools=[enterprise_tools]
)

# Task to manage ticket lifecycle
ticket_workflow = Task(
    description="""
    1. 계정 접근 문제에 대한 새로운 지원 티켓을 생성합니다.
    2. 문제 해결 단계를 내부 노트에 추가합니다.
    3. 고객 등급에 따라 티켓 우선순위를 업데이트합니다.
    4. 해결 코멘트를 추가하고 티켓을 종료합니다.
    """,
    agent=ticket_manager,
    expected_output="티켓 생성부터 해결까지 전체 생명주기 관리"
)

crew = Crew(
    agents=[ticket_manager],
    tasks=[ticket_workflow]
)

crew.kickoff()

지원 분석 및 보고

from crewai import Agent, Task, Crew
from crewai_tools import CrewaiEnterpriseTools

enterprise_tools = CrewaiEnterpriseTools(
    enterprise_token="your_enterprise_token"
)

support_analyst = Agent(
    role="Support Analyst",
    goal="Analyze support metrics and generate insights for team performance",
    backstory="An analytical AI that excels at extracting insights from support data and ticket patterns.",
    tools=[enterprise_tools]
)

# Complex task involving analytics and reporting
analytics_task = Task(
    description="""
    1. Search for all open tickets from the last 30 days
    2. Analyze ticket resolution times and customer satisfaction
    3. Identify common issues and support patterns
    4. Generate weekly support performance report
    """,
    agent=support_analyst,
    expected_output="Comprehensive support analytics report with performance insights and recommendations"
)

crew = Crew(
    agents=[support_analyst],
    tasks=[analytics_task]
)

crew.kickoff()