Escalar o suporte ao cliente sem escalar sua equipe é um dos desafios mais difíceis nas operações. Seus agentes já estão conciliando tickets, e cada nova contratação adiciona sobrecarga. Mas e se sua base de conhecimento pudesse responder a perguntas antes que elas se tornem tickets?
Uma base de conhecimento de IA do Jira faz exatamente isso. Ao combinar o Jira Service Management com o Atlassian Intelligence, você pode fornecer aos clientes respostas instantâneas e precisas extraídas diretamente de sua documentação. Nenhuma codificação necessária. Nenhuma configuração complexa. Basta conectar sua base de conhecimento e deixar a IA lidar com as perguntas de rotina.
Neste guia, vamos orientá-lo na configuração e otimização de uma base de conhecimento de IA do Jira. Começaremos com os recursos nativos da Atlassian e, em seguida, veremos como ferramentas como o eesel AI podem estender esses recursos quando você precisar de mais flexibilidade.
O que é uma base de conhecimento de IA do Jira?
Uma base de conhecimento de IA do Jira é um sistema alimentado por IA que lê sua documentação e responde automaticamente às perguntas dos clientes. Em vez de enviar um ticket e esperar por um agente, os clientes obtêm respostas instantâneas com base em seus artigos de ajuda existentes.
Veja como funciona: o agente de serviço virtual examina seus espaços do Confluence vinculados, encontra artigos relevantes e usa IA generativa para resumir as informações em um formato conversacional. O cliente pergunta "Como redefino minha senha?" e a IA extrai a resposta do seu artigo de redefinição de senha, entregando-a instantaneamente.
O sistema possui três componentes principais:
- Agente de serviço virtual A interface de IA que conversa com os clientes no Slack, e-mail e sua central de ajuda
- Respostas de IA A capacidade generativa que pesquisa e resume sua base de conhecimento
- Base de conhecimento do Confluence O conteúdo de origem que alimenta a IA (embora você também possa usar a base de conhecimento nativa do Jira)
Os benefícios são diretos. Os clientes obtêm disponibilidade 24 horas por dia, 7 dias por semana, com respostas instantâneas. Sua equipe vê o volume de tickets reduzido para perguntas comuns. E como a IA usa apenas sua documentação aprovada, você controla exatamente quais informações ela compartilha.
Essa configuração funciona melhor para equipes de TI, departamentos de RH e qualquer grupo que use o Jira Service Management que lide com perguntas repetitivas. Redefinições de senha, solicitações de acesso a software, perguntas sobre políticas o material de rotina que consome o tempo do agente, mas não exige julgamento humano.
Configurando sua base de conhecimento para respostas de IA
Começar leva cerca de 30 minutos se você já tiver documentação. Aqui está o processo passo a passo.
Passo 1: Conecte o Confluence ao Jira Service Management
Primeiro, você precisa de uma base de conhecimento para a IA pesquisar. Se você já usa o Confluence, pode vincular um espaço existente. Caso contrário, você criará um.
Navegue até seu projeto do Jira Service Management e selecione Configurações do projeto na barra lateral. Encontre Base de conhecimento no menu. A partir daí, você pode criar um novo espaço do Confluence ou vincular um existente. A configuração é quase toda com um clique a Atlassian lida com a conexão entre os dois produtos.
Uma configuração crítica: certifique-se de que seu espaço de base de conhecimento vinculado esteja definido como Todos os usuários conectados em Quem pode visualizar. Se as permissões forem muito restritivas, a IA não poderá ler os artigos. Você pode saber mais sobre como gerenciar as permissões da base de conhecimento na documentação da Atlassian.
Passo 2: Estruture seus artigos da base de conhecimento
A qualidade das respostas da IA depende inteiramente da qualidade do seu material de origem. A Atlassian fornece diretrizes específicas para estruturar o conteúdo que a IA pode analisar de forma eficaz.
Use títulos claros e descritivos que correspondam ao que os clientes realmente pesquisam. Organize os artigos com títulos adequados (H1, H2, H3) em vez de apenas texto em negrito. Inclua o vocabulário que seus clientes usam se eles pedirem um "laptop", use essa palavra em seu artigo de solicitação de hardware, não apenas "dispositivo de computação portátil".
Mantenha um artigo por tópico para evitar duplicação. Se você tiver dois artigos explicando o mesmo processo de configuração de VPN, a IA poderá extrair o artigo desatualizado. Quando precisar referenciar instruções de outro artigo, vincule-o em vez de copiar o conteúdo.
Uma limitação técnica a ser observada: as respostas de IA podem ler informações de tabelas, painéis de expansão e painéis de informações, mas não de painéis colocados dentro de tabelas. Estruture seu conteúdo de acordo.
Passo 3: Ative as respostas de IA em seu agente de serviço virtual
Depois que sua base de conhecimento estiver conectada e preenchida, é hora de ativar a IA.
Em seu projeto de serviço, selecione Configurações do projeto e, em seguida, encontre Agente de serviço virtual no painel esquerdo em Canais e autoatendimento. Selecione a guia Respostas de IA, ative a alternância e selecione Ativar. A IA começará a funcionar imediatamente em todos os canais conectados.
Se você estiver usando o Slack, pode ativar as respostas de IA para canais de solicitação específicos, em vez de todos eles. Navegue até Canais de solicitação em Configurações e, em seguida, ative a alternância em Respostas de IA ao lado dos canais que deseja ativar.
Melhores práticas para otimizar artigos da KB para IA
Configurar a IA é apenas metade da batalha. Para obter bons resultados, você precisa otimizar seu conteúdo para como a IA lê e interpreta.
Escreva para o vocabulário de seus clientes
Este é o erro mais comum que as equipes cometem. Você escreve artigos usando terminologia interna, mas os clientes pesquisam usando suas próprias palavras.
Se você tiver um artigo sobre como solicitar novo hardware, não o intitule apenas como "Fluxo de trabalho de aquisição de hardware". Inclua frases como "Preciso de um novo laptop" e "solicitar um teclado" no corpo do artigo. Pense em como as pessoas realmente pedem ajuda em uma conversa e, em seguida, inclua essas frases exatas.
A IA corresponde às consultas dos clientes ao conteúdo do artigo. Se as palavras não corresponderem, a IA não encontrará o artigo certo.
Mantenha o conteúdo atualizado e preciso
A razão mais comum para respostas incorretas da IA é o material de origem obsoleto. Se o seu processo de redefinição de senha mudou há três meses, mas o artigo ainda descreve o método antigo, a IA dará aos clientes as instruções erradas com confiança.
Defina lembretes de calendário para revisar seus artigos mais acessados trimestralmente. Remova informações vagas ou conflitantes. Quando as políticas mudarem, atualize os artigos imediatamente não espere pela próxima revisão programada.
Estruture para legibilidade e análise de IA
A organização importa mais do que o talento de formatação. Use artigos distintos para tópicos distintos, em vez de amontoar tudo em uma página longa. Se você tiver instruções de configuração de VPN para Mac, Windows e Android, crie artigos separados para cada um ou use títulos claros que separem as instruções por dispositivo.
Escreva instruções completas por tópico. Não divida um procedimento em vários artigos, a menos que você esteja vinculando entre eles. A IA funciona melhor quando consegue encontrar uma resposta completa em um só lugar.
Mais uma nota técnica: embora as imagens sejam úteis para leitores humanos, as respostas de IA atualmente não extraem informações delas. Coloque informações críticas em texto, não em capturas de tela.
Nossa integração de IA do Confluence pode ajudar as equipes que desejam estender esses recursos além dos recursos nativos.
Recursos nativos de IA além das respostas de IA
A Atlassian criou vários recursos de IA no Jira Service Management além do agente de serviço virtual. Esses recursos ajudam você a criar conteúdo melhor e gerenciar sua base de conhecimento de forma mais eficaz.
Edição de IA para artigos da base de conhecimento
Quando você resolve um ticket de suporte, essa solução é um conhecimento valioso que deve ser capturado. Os recursos de edição de IA permitem que você crie artigos diretamente de problemas do Jira.
De qualquer ticket, você pode usar a IA para fazer um brainstorming de conteúdo para um novo artigo, melhorar a qualidade da escrita, corrigir ortografia e gramática ou alterar o tom. Os tons disponíveis incluem casual, educacional, empático, neutro e profissional. Isso ajuda você a transformar rapidamente uma resolução de ticket específica em um artigo de ajuda refinado que corresponda à voz de sua equipe.
Rascunhos de IA e tópicos sugeridos
Em vez de adivinhar quais artigos escrever em seguida, deixe a IA lhe dizer. O recurso de tópicos sugeridos analisa as solicitações recentes dos clientes e identifica lacunas em sua base de conhecimento.
Em seu projeto de serviço, vá para Base de conhecimento e selecione Tópicos sugeridos. Você verá uma lista de tópicos de solicitação que não têm artigos correspondentes, juntamente com o número de solicitações relacionadas para cada um. Isso ajuda você a priorizar a criação de conteúdo com base nas necessidades reais do cliente, não em suposições.
Pesquisa da central de ajuda habilitada para Smarts
Mesmo antes que os clientes interajam com o agente de IA, o aprendizado de máquina está funcionando nos bastidores. A pesquisa da central de ajuda usa algoritmos orientados por dados para recomendar artigos relevantes enquanto os clientes digitam.
O sistema aprende com o comportamento do usuário ao longo do tempo, melhorando suas previsões com base no que os usuários anteriores acharam útil. Isso significa que a pesquisa fica mais inteligente quanto mais seus clientes a usam, exibindo os artigos certos antes mesmo que os clientes terminem de digitar sua pergunta.
Quando considerar estender além da IA nativa
Os recursos nativos de IA da Atlassian funcionam bem para muitas equipes, mas têm limitações. Entender esses limites ajuda você a decidir quando manter os recursos nativos e quando explorar opções de terceiros.
O agente de serviço virtual foi projetado em torno das bases de conhecimento do Confluence. Ele não pode acessar informações armazenadas no Google Docs, Notion, SharePoint ou outras plataformas que sua equipe possa usar. Ele também não aprende com o contexto histórico do ticket ele só sabe o que está em sua documentação atual.
Você pode precisar de mais do que IA nativa se:
- Seu conhecimento está espalhado por várias plataformas, não apenas pelo Confluence
- Você quer que a IA execute ações além de responder a perguntas (como marcar tickets ou fazer chamadas de API)
- Você precisa testar o desempenho da IA em tickets históricos antes de entrar em operação com os clientes
- Você quer que a IA aprenda com as resoluções de tickets anteriores, não apenas com os artigos publicados
Nossa integração de IA do Jira Service Management foi criada para equipes que atingem essas limitações.
Como o eesel AI estende os recursos da base de conhecimento de IA do Jira
Quando você maximizou o que a IA nativa da Atlassian pode fazer, o eesel AI fornece um caminho a seguir que se baseia em sua configuração existente, em vez de substituí-la.
A principal diferença é o escopo. Enquanto a IA da Atlassian funciona dentro do ecossistema Atlassian, o eesel se conecta a tudo. Confluence, Google Docs, Notion, SharePoint, seus tickets de suporte históricos, até mesmo conversas do Slack o eesel unifica o conhecimento de onde quer que ele esteja. Isso importa quando sua equipe tem documentação espalhada por diferentes ferramentas, o que é a realidade para a maioria das organizações.
O Eesel também oferece um modo de simulação que a IA nativa não oferece. Antes de implantar para os clientes, você pode executar o agente de IA em milhares de seus tickets anteriores para ver exatamente como ele teria respondido. Isso permite que você identifique lacunas de conhecimento e refine o comportamento com zero impacto no cliente. Você vê como o eesel funciona antes de ser voltado para o cliente.
A personalização acontece em inglês simples, não em código. Você define regras de escalonamento, tons de resposta e ações permitidas usando instruções em linguagem natural. "Se o pedido de reembolso for superior a 30 dias, recuse educadamente e ofereça crédito na loja." Sem assistentes de configuração, sem árvores de decisão.
A implantação é progressiva, não tudo ou nada. Comece com o eesel elaborando respostas para seus agentes revisarem. Depois de ter confiança na qualidade, expanda para lidar com tipos de tickets específicos de forma autônoma. Eventualmente, o eesel pode gerenciar o suporte de linha de frente completo com escalonamento apenas para os casos extremos que você definir.
Além de responder a perguntas, o eesel toma medidas reais. Marque tickets, atualize campos, faça chamadas de API para outros sistemas, procure dados de clientes. Ele se integra com Zendesk, Freshdesk, Gorgias e outras plataformas, caso você precise se estender além do Jira.
Saiba mais sobre nossos recursos de Agente de IA ou explore nossa solução de service desk de IA para equipes de TI.
Começando com sua base de conhecimento de IA do Jira
A melhor abordagem é começar simples e expandir com base nos resultados.
Comece com os recursos nativos de IA da Atlassian. Conecte sua base de conhecimento do Confluence, ative as respostas de IA e concentre seus esforços iniciais de documentação nos 5 a 10 tópicos de suporte mais comuns. Estes são geralmente redefinições de senha, solicitações de acesso a software e perguntas básicas sobre políticas.
Monitore suas taxas de desvio e o feedback dos clientes. Os clientes estão encontrando as respostas de que precisam? Onde eles ficam presos? Use esses dados para priorizar quais artigos melhorar ou criar em seguida.
À medida que sua base de conhecimento amadurece e você atinge as limitações da IA nativa, é quando as soluções de terceiros se tornam dignas de avaliação. O objetivo não é substituir sua configuração da Atlassian é estendê-la quando você precisar de recursos que vão além do que a Atlassian fornece nativamente.
As equipes que obtêm o máximo valor das bases de conhecimento de IA as tratam como sistemas vivos. Eles não apenas os configuram e os esquecem. Eles refinam continuamente com base em dados de uso reais, expandindo a cobertura para as perguntas que realmente são feitas.
Perguntas Frequentes
Compartilhe esta postagem
Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.
