AI工单分类：如何过滤垃圾邮件、冷推销及无关工单
了解AI工单分类如何自动过滤垃圾邮件、钓鱼邮件和无关工单，让客服人员只看到真正需要回复的咨询。
10 min read
AI-features
Blog
+2
仅捕获垃圾邮件的AI垃圾邮件过滤器只能让您的指标干净一半。机器人垃圾邮件、冷销售推销和自动外出回复都会堵塞同一个工单队列，并悄悄扭曲首次响应时间、处理时间和客户满意度（CSAT）。以下介绍如何配置一个同时捕获这两类内容的过滤器，而不遗漏任何真实工单。
本文内容：
大多数团队设置一次垃圾邮件拦截后，就感觉问题解决了，不再多想。然后一个周五下午的邮件群发触发了通讯录中四十个外出自动回复，每一个都变成了一张工单，周一早上的指标报告显示团队突然效率翻倍。
工单杂乱实际会带来什么代价
外出自动回复不是垃圾邮件，但它对数据造成的损害是一样的。任何无需真正回复、一键关闭的内容都会拉低平均处理时间和首次响应时间，因为系统无法区分五秒自动关闭和真正快速的解决。
每位客服处理的工单数也会以同样的方式膨胀。如果十位客服每人一小时内关闭了五张杂乱工单，仪表盘显示的是高效的一小时，而不是十个人在清理垃圾。如果您的帮助台自动对每张关闭的工单发送调查，客户满意度（CSAT）也可能出现偏差，因为一部分"回复"实际上只是自动退回邮件和外出通知，从来都不是真实的客户互动。
例如，一个团队发送了5,000封新闻通讯邮件，可能在几小时内会有150到200个外出自动回复变成工单，全部瞬间关闭，全部被计为当天报告中的快速解决。
棘手之处在于，除非有人基于错误数据采取行动，否则没有人会注意到问题。一位管理者看到平均处理时间在大型群发后下降了20%，可能会得出结论说团队效率提高了，而不是当天五分之一的"工单"是根本没人处理的自动回复。人员配置决策、奖金目标以及流程变革都曾基于这样的数据做出，而这些数据实际上只是衡量了当周收到了多少自动邮件，而不是团队的真实表现。
什么算杂乱，什么不算
并非所有不是"真正"问题的内容都属于同一类别。明确AI垃圾邮件过滤器应该捕获什么，对后续工作很有帮助。
| 类型 | 示例 | 是否应被过滤？ |
|---|---|---|
| 垃圾邮件/批量营销 | 向支持邮箱发送的未经请求的推销 | 是 |
| 钓鱼邮件 | 伪造发票或窃取凭证的尝试 | 是 |
| 外出自动回复 | 新闻通讯的"我外出了，周一回来"自动回复 | 是 |
| 投递失败/退回邮件 | 邮件守护进程或"消息未送达"通知 | 是 |
| 真实问题，措辞奇怪 | 简短、非正式或翻译不佳的请求 | 否 |
| 合作伙伴或供应商咨询 | 供应商询问发票事宜 | 否 |
中间两行是大多数过滤器出错的地方。外出自动回复和退回邮件并非恶意内容，因此仅针对传统意义上的"垃圾邮件"进行过滤的过滤器会让这两类内容直接通过。
Ready to grow your business?
Start your free trial today and see results within days.
AI垃圾邮件过滤器如何区分二者
LiveAgent的AI垃圾与无关内容过滤器 的工作原理是：根据您定义的规则检查每张传入工单的邮件头、结构和正文内容，然后返回严格的判断结果：相关或不相关。路由规则依据的是这个判断结果，而不是固定的发件人黑名单或关键词列表。
这一点对于外出自动回复尤其重要，因为它们看起来不像传统意义上的垃圾邮件。它们来自真实的人、真实的地址，没有恶意意图。标记它们靠的不是发件人信誉检查，而是与捕获冷销售推销相同的上下文感知评估：自动化的语气、没有实际问题、主题行和正文与真实支持请求不匹配。
该功能的配置指南明确将"自动系统消息"列为需要定义规则的边缘情况之一，与合作伙伴咨询和内部邮件并列。外出自动回复完全属于这一类别。
这与邮件级别的垃圾邮件拦截如何配合
评估工单内容的AI垃圾邮件过滤器与在消息成为工单之前就屏蔽已知垃圾邮件发送者的过滤器处于不同层级。LiveAgent的AI垃圾邮件防护 在更早阶段工作，在邮件到达您的工单队列之前就将其分类为垃圾邮件或合法邮件。
两者并非二选一的关系。邮件级别拦截可以捕获明显的内容——批量发送列表、已知钓鱼域名和批量营销——在它们产生工单之前。工单级别的过滤器则捕获那些仍然通过的内容：来自您从未见过地址的单个外出自动回复，或者来自尚未被列入任何黑名单的发件人的冷推销。同时使用两者意味着更少的杂乱内容到达工单级别检查环节，从而使检查更轻松、误报率更低。
Join our newsletter
The latest tips and deals delivered straight to your inbox.
如何设置而不丢失真实工单
- 从狭窄开始。 首先仅开启对明显垃圾邮件和钓鱼邮件的过滤，别的都不开。确认一周的真实工单全部正常通过后，再添加任何额外的规则。
- 添加外出自动回复规则。 更新相关性提示词，明确将自动系统消息、退回邮件和外出自动回复列为不可操作内容。提供两三个具体的示例短语，如"out of office"和"auto-reply"，以便规则有具体的匹配对象。
- 将判断结果映射到操作。 将被过滤器标记为"不相关"的内容路由到单独的标签或视图，而不是直接丢入垃圾箱，以便进行审计。使用LiveAgent的工单过滤器 构建此视图，使其在新工单被标记时自动更新，无需每次都手动搜索。
- 一周后复查。 检查被过滤的视图，查找任何不应出现在其中的内容。一个恰好听起来像自动回复的真实问题——例如一条没有问候语的简短消息——是最常见的误报。
- 优化并重复。 根据您实际看到的内容（而不是假设会看到的内容）收紧或放宽提示词。大多数团队需要两到三个审查周期，才能使规则停止标记边界情况。
仅经过一个审查周期就调整好的过滤器，通常至少会在经验法则上出错一次。这是预料之中的。第四步的目的是在它让您丢失真实客户之前将其捕获。
如何处理被过滤的工单
被标记为"不相关"的工单不应直接消失。将其路由到自己的标签或保存的视图中，这样误报只需一键即可恢复，并且您能实时了解过滤器捕获了多少杂乱信息，与您的真实工单量区分开来。
这个数量也是值得关注的数据。如果它突然上升——比如上面新闻通讯的例子——您就会知道指标仪表盘即将显示一波从未真正发生的"高产能"，您可以在有人询问响应时间为何一夜之间下降之前做好记录。
将被过滤的视图视为需要偶尔关注的第二个收件箱，而不是一个黑洞。每周快速浏览一次只需几分钟，却能捕获两个真正重要的失败模式：真实客户被困在杂乱标签中，以及原始规则从未预料到的新型自动消息。新闻通讯平台会更改退回邮件的措辞，工单工具会添加新的自动通知，六个月前编写的规则悄然停止覆盖它曾经能捕获的消息类型。那些能够保持AI垃圾邮件过滤器良好运行的团队，是将其视为需要定期复查的设置，而不是一次开启就忘记的开关。
