ไอเดีย #82: ระบบจัดหมวดอีเมล/ticket อัตโนมัติด้วย AI

อีเมล support วันละหลายร้อยฉบับ ปนกันทั้งลูกค้าลืมรหัสผ่าน ขอใบกำกับภาษี แจ้งระบบล่ม และโฆษณา เจ้าหน้าที่ต้องเปิดอ่านทีละฉบับเพื่อส่งต่อให้ถูกทีม เรื่องด่วนจริง ๆ อย่าง "จ่ายเงินแล้วแต่ไม่ได้ของ" จึงถูกฝังอยู่ใต้กองเรื่องเล็ก ไอเดียนี้คือระบบที่ใช้ AI ช่วยจัดหมวดและประเมินความเร่งด่วนของอีเมลหรือ ticket แต่ให้คนเป็นคนยืนยันในเคสที่ไม่มั่นใจ

ใครจะใช้

• เจ้าหน้าที่ support ด่านแรก — ดูคิวที่ถูกจัดหมวดแล้ว ยืนยันหรือแก้หมวด
• ทีมเฉพาะทาง (บัญชี เทคนิค ขนส่ง) — รับ ticket ที่ถูกส่งมาถึง
• หัวหน้าทีม — ตั้งหมวด ตั้งเกณฑ์ ดูความแม่นยำของระบบ

ฟีเจอร์ขั้นต่ำ (MVP)

• ดึงอีเมลเข้าระบบผ่าน IMAP หรือรับจากฟอร์มเว็บ แปลงเป็น ticket
• จัดหมวดอัตโนมัติจากรายการหมวดที่กำหนด พร้อมค่าความมั่นใจ
• ประเมินความเร่งด่วน (ต่ำ/กลาง/สูง) และเหตุผลสั้น ๆ ที่ AI ให้
• ถ้าความมั่นใจต่ำกว่าเกณฑ์ ส่งเข้าคิว "รอคนตรวจ" แทนการส่งต่ออัตโนมัติ
• เจ้าหน้าที่แก้หมวดได้ด้วยคลิกเดียว และระบบเก็บไว้เป็นข้อมูลปรับปรุง
• กฎส่งต่อ (routing) ตามหมวดไปยังทีม และแจ้งเตือนเมื่อมีเรื่องด่วน
• Dashboard ความแม่นยำ: เปอร์เซ็นต์ที่คนต้องแก้ แยกตามหมวด

ต่อยอดได้อีก

• ร่างคำตอบเบื้องต้นให้เจ้าหน้าที่แก้ก่อนส่ง
• สกัดข้อมูลสำคัญ เช่น เลขออเดอร์ เบอร์โทร มาไว้ในฟิลด์
• ตรวจจับอารมณ์ลูกค้าที่ไม่พอใจมาก เพื่อให้หัวหน้าดูแลเอง
• ใช้ตัวอย่างที่คนแก้แล้วเป็น few-shot หรือฝึกโมเดลจำแนกขนาดเล็กเอง

โครงข้อมูลตั้งต้น

• ticket — id, source, from_address, subject, body, received_at, status, team_id
• category — id, name, description, default_team_id
• ai_classification — id, ticket_id, category_id, urgency, confidence, reason, model_version, created_at
• human_review — id, ticket_id, reviewer_id, final_category_id, final_urgency, changed, reviewed_at
• routing_rule — id, category_id, urgency, team_id, notify

ระดับความยาก และสิ่งที่จะได้เรียนรู้

ปานกลาง

• ออกแบบ prompt ให้ตอบเป็น JSON ตาม schema และ validate ผลทุกครั้ง
• ออกแบบ human-in-the-loop และกำหนด threshold ความมั่นใจ
• วัดผลด้วย precision/recall ต่อหมวด จากข้อมูลที่คนยืนยันแล้ว
• ทำงานกับ IMAP และ parse อีเมล (ภาษาไทย ไฟล์แนบ HTML)

ข้อควรระวัง

• อีเมลลูกค้ามีข้อมูลส่วนบุคคล ถ้าส่งให้ AI ภายนอกต้องตรวจเงื่อนไขการใช้ข้อมูลของผู้ให้บริการ และพิจารณา mask ข้อมูลบางส่วนก่อน (PDPA)
• AI จัดหมวดผิดได้ โดยเฉพาะเรื่องด่วนที่เขียนสุภาพ ต้องมีคนตรวจคิวและไม่ปล่อยให้เรื่องตกหล่นเพราะถูกจัดเป็น "ไม่ด่วน"
• อีเมลอาจมีข้อความพยายามสั่ง AI (prompt injection) อย่าให้ผลจาก AI ไปสั่งการกระทำที่มีผลจริง เช่น คืนเงิน โดยไม่มีคนอนุมัติ

ทีม support ของคุณมีหมวดเรื่องกี่หมวด และหมวดไหนที่แม้แต่คนก็ยังจัดผิดบ่อย? แล้วคิดว่าเกณฑ์ความมั่นใจที่เหมาะสมควรตั้งจากอะไร ลองแลกความเห็นกันครับ ใครทำแล้วเอาผลวัดความแม่นยำมาแชร์ในกระทู้ได้เลย