Todos já passámos por isso. Tem uma poderosa ferramenta de pesquisa interna, mas continua a receber o mesmo feedback: "Não consigo encontrar nada!" A sua equipa está cansada de desenterrar artigos desatualizados, obter resultados bizarros para perguntas simples ou perder completamente aquele documento de ouro que resolveria o problema num piscar de olhos.
É uma dor de cabeça clássica, especialmente em grandes empresas onde as bases de conhecimento se acumulam há anos. A resposta do ServiceNow para este quebra-cabeças é uma funcionalidade chamada ServiceNow AI Search Results Improvement Rules (Regras de Melhoria de Resultados de Pesquisa de IA do ServiceNow).
Então, vamos analisar o que são realmente estas regras, como usá-las e, mais importante, onde elas falham. Também veremos uma forma mais moderna e automatizada de obter os resultados de pesquisa que deseja, sem todo o trabalho manual.
O que são as ServiceNow AI Search Results Improvement Rules?
Na sua essência, as ServiceNow AI Search Results Improvement Rules são substituições manuais que pode aplicar à Pesquisa de IA da plataforma. Pense nelas como um conjunto de barreiras que constrói para desviar o motor de busca de maus resultados e direcioná-lo para os corretos.
Cada regra que cria é composta por duas partes principais:
-
Gatilhos: Estas são as condições que dizem a uma regra para entrar em ação. Um gatilho pode ser uma pesquisa por uma palavra-chave específica (como "portátil" ou "vpn"), uma frase exata ou até mesmo o contexto sobre a pessoa que pesquisa, como o seu departamento ou localização.
-
Ações: Isto é o que a regra realmente faz quando é acionada. Tem três opções principais para intervir nos resultados da pesquisa: promover, bloquear ou impulsionar conteúdo.
Se imaginar a Pesquisa de IA como um bibliotecário automatizado, então estas regras de melhoria são como um monte de notas adesivas que lhe deixa. Elas dizem ao bibliotecário que livros destacar na montra da frente, quais esconder numa sala poeirenta dos fundos e para que secção apontar as pessoas quando perguntam sobre um tópico específico.
Como funcionam as ServiceNow AI Search Results Improvement Rules: as três ações principais
Para ter uma ideia real de como estas regras funcionam, vamos detalhar as três coisas que pode fazer para influenciar os seus resultados de pesquisa.
Promover resultados: Afixar conteúdo no topo
Uma ação de "Promover" permite forçar um ou mais documentos para o topo dos resultados da pesquisa, independentemente do que a IA considere mais relevante. É praticamente o mesmo que afixar uma mensagem no Slack; ela permanece no topo porque a colocou lá manualmente.
Um exemplo do mundo real: Digamos que as pessoas que pesquisam por "feriados da empresa" continuam a encontrar o calendário do ano passado. Pode criar uma regra que é acionada pela palavra-chave "feriado" e promove o calendário oficial de feriados do ano corrente. Problema resolvido, certo? Esse documento aparecerá agora sempre em primeiro lugar.
Mas aqui está o senão: Esta é uma substituição completamente manual. Agora é da sua responsabilidade lembrar-se de ir e alterar esta regra todos os anos, ou sempre que o documento "correto" for atualizado. Ignora totalmente a lógica da IA, o que nem sempre é o que se pretende.
Bloquear resultados: Esconder o que não quer que seja visto
Uma ação de "Bloquear" é tão direta quanto parece: remove completamente um documento de aparecer nos resultados da pesquisa quando a sua regra é acionada.
Um exemplo do mundo real: Tem um documento de política antigo que está a causar muita confusão, mas não o pode apagar por razões de conformidade. Pode configurar uma regra para bloquear esse documento específico de aparecer em quaisquer resultados de pesquisa, tornando-o efetivamente invisível para a sua equipa.
Mas aqui está o senão: Esta é uma ferramenta muito grosseira. É ótima para se livrar de algo que está permanentemente desatualizado, mas é tudo gerido manualmente. Se um documento for irrelevante apenas para algumas perguntas, mas ainda útil para outras, bloqueá-lo pode criar mais problemas do que os que resolve.
Impulsionar resultados: Dar um empurrãozinho
"Impulsionar" é a ação mais subtil das três. Em vez de afixar um resultado no topo, apenas aumenta a pontuação de relevância de certos documentos, tornando-os mais prováveis de aparecer mais acima na lista.
Controla isto com os "Pesos de Impulso". Pense nisto como dar um pequeno empurrão a certos resultados. Um peso pequeno dá um empurrão suave, enquanto um peso grande dá um enorme empurrão para o topo. Por exemplo, um pequeno impulso pode aumentar a relevância de um documento em 10%, enquanto um grande pode duplicar a sua pontuação e torná-lo muito mais difícil de passar despercebido.
Um exemplo do mundo real: Poderia configurar uma regra para impulsionar todos os artigos de conhecimento que foram marcados como "Verificados" pela sua equipa de conteúdo. Ou, poderia impulsionar artigos que são relevantes para o país ou departamento de um utilizador, ajudando-os a ver o conteúdo local primeiro.
| Ação | O Que Faz | Ideal Para | A Desvantagem |
|---|---|---|---|
| Promover | Afixa documentos específicos no topo dos resultados da pesquisa. | Garantir que um documento crítico seja sempre visto primeiro para uma consulta. | É estático e substitui a IA, pelo que tem de o atualizar manualmente. |
| Bloquear | Remove completamente documentos específicos dos resultados da pesquisa. | Ocultar conteúdo antigo, incorreto ou irrelevante permanentemente. | É uma ferramenta de tudo ou nada; pode ocultar informações úteis se não tiver cuidado. |
| Impulsionar | Aumenta a pontuação de relevância de certos tipos de documentos. | Influenciar suavemente os resultados para favorecer melhor conteúdo sem substituir a IA. | Mais flexível, mas terá de experimentar com o "peso de impulso" para acertar. |
As dores de cabeça e limitações das ServiceNow AI Search Results Improvement Rules
Embora estas regras lhe deem algum controlo, também criam uma tonelada de trabalho extra. Esta é uma história comum com grandes plataformas empresariais tradicionais que tentam fazer tudo para todos.
Configuração confusa e desajeitada
Passe algum tempo nos fóruns da comunidade ServiceNow e encontrará muitas pessoas a arrancar os cabelos a tentar fazer com que estas regras funcionem corretamente. Configurar regras baseadas em campos personalizados ou na função de um utilizador pode ser um labirinto, e a documentação oficial muitas vezes parece ter sido escrita para programadores, e não para os pobres administradores que realmente têm de gerir todo o conteúdo.
Uma visão do ServiceNow Virtual Agent Designer, que ilustra a complexidade envolvida na configuração das ServiceNow AI Search Results Improvement Rules.A necessidade de manutenção constante
Cada regra que cria torna-se mais uma coisa que tem de se lembrar de manter. Sempre que uma nova política é publicada, um artigo é atualizado ou um departamento é reestruturado, um administrador tem de voltar atrás e verificar se alguma das dezenas de regras de melhoria precisa de ser ajustada. Isto simplesmente não funciona à medida que a sua empresa e a sua base de conhecimento crescem.
Uma abordagem reativa, não proativa
Só pode criar uma regra para um problema que já sabe que existe. O sistema não analisa o que as pessoas estão a pesquisar e diz-lhe onde estão as lacunas. Não consegue sugerir que artigos deveriam ser impulsionados com base no que está realmente a resolver problemas. Cabe-lhe a si fazer de detetive, caçar os problemas e depois construir manualmente regras para os corrigir um a um.
Limitado ao conhecimento dentro do ServiceNow
Este é um ponto muito importante. As ServiceNow AI Search Results Improvement Rules só conseguem organizar conteúdo que vive dentro do ServiceNow. Mas e toda a informação crítica e atualizada que a sua equipa mantém no Confluence, Google Docs, threads do Slack ou Notion? A sua experiência de pesquisa continua quebrada, e a sua equipa ainda é forçada a procurar respostas em meia dúzia de ferramentas diferentes.
Este diagrama mostra a limitação das ServiceNow AI Search Results Improvement Rules, que acedem apenas ao conhecimento interno, em comparação com uma abordagem em camadas que se conecta a todas as ferramentas da empresa.Este sistema manual, baseado em regras, é onde as plataformas mais antigas realmente mostram a sua idade. Ferramentas modernas como a eesel AI lidam com isto de forma diferente, aprendendo automaticamente com todo o seu conhecimento, em todo o lado, em vez de o obrigar a escrever regras manualmente.
Uma forma mais simples: relevância automatizada com a eesel AI
A eesel AI foi projetada para corrigir exatamente os problemas que os sistemas de regras manuais criam. Foi construída para ser simples, rápida e conectada a todos os locais onde o conhecimento da sua equipa realmente reside.
Reúna todo o seu conhecimento em minutos
Em vez de ficar preso numa única plataforma, a eesel AI conecta-se a todas as suas ferramentas com integrações simples de um clique. Pode ligá-la ao seu help desk (como ServiceNow, Zendesk, ou Jira Service Management), à wiki da sua empresa e a todos aqueles documentos dispersos. Isto dá à IA uma visão completa do conhecimento da sua empresa sem qualquer configuração dolorosa ou projetos de migração de dados.
O painel da eesel AI mostra como é fácil conectar várias fontes de conhecimento, oferecendo uma forma mais simples de gerir informações do que as ServiceNow AI Search Results Improvement Rules.Deixe que aprenda automaticamente com a experiência da sua equipa
Esta é a parte realmente inteligente. Em vez de ser você a escrever regras, a funcionalidade mais poderosa da eesel AI é que ela se treina nos tickets resolvidos passados da sua equipa. Aprende automaticamente a voz da sua marca, descobre as soluções mais comuns e entende o que é uma resposta "boa" com base em milhares de conversas reais. Basicamente, faz todo o ajuste de relevância por si, desde o primeiro dia.
Teste com confiança usando simulações
No ServiceNow, uma regra entra em vigor no segundo em que clica em publicar, e só lhe resta cruzar os dedos e esperar que funcione. A eesel AI inverte isso com um poderoso modo de simulação. Pode executar a IA sobre milhares dos seus antigos tickets de suporte num ambiente seguro. Mostra-lhe exatamente como teria respondido a cada um, dando-lhe dados reais sobre a sua eficácia antes de alguma vez falar com um utilizador ao vivo.
Esta imagem exibe o modo de simulação na eesel AI, uma funcionalidade que permite testar o desempenho de forma segura, o que é uma grande vantagem sobre as ServiceNow AI Search Results Improvement Rules.Mantenha o controlo com um construtor de fluxos de trabalho simples
Só porque é automatizado não significa que não está no comando. Em vez de preencher formulários de regras complicados, a eesel AI usa um editor de prompts simples para definir a personalidade da IA e quando deve passar uma conversa para um humano. Pode configurar facilmente ações personalizadas, como fazer com que procure dados de encomendas do Shopify ou etiquete um ticket no seu help desk, dando-lhe todo o poder sem as dores de cabeça técnicas.
Abandone as ServiceNow AI Search Results Improvement Rules por uma IA com autoaprendizagem
As ServiceNow AI Search Results Improvement Rules dão-lhe uma alavanca manual para puxar, mas são uma solução reativa e de alta manutenção que mantém todo o seu conhecimento trancado numa única plataforma.
Uma ferramenta moderna como a eesel AI oferece uma alternativa proativa e unificada que funciona automaticamente. Aprende com a sabedoria coletiva da sua equipa em todas as suas aplicações, dando-lhe resultados de pesquisa muito melhores com uma fração mínima do esforço.
Pronto para parar de lutar com regras manuais e dar à sua equipa uma IA que simplesmente funciona? Comece o seu teste gratuito da eesel AI ou agende uma demonstração para ver como pode tê-la a funcionar em minutos.
Perguntas frequentes
As ServiceNow AI Search Results Improvement Rules são configurações manuais que aplica à Pesquisa de IA da plataforma para substituir a sua lógica de relevância padrão. Elas consistem em gatilhos (condições) e ações (promover, bloquear ou impulsionar conteúdo) para influenciar os resultados da pesquisa.
Estas regras permitem-lhe promover documentos específicos para o topo, bloquear a exibição de conteúdo irrelevante ou impulsionar a pontuação de relevância de certos itens. Isto proporciona um controlo manual sobre como o conteúdo aparece nos resultados da pesquisa.
Os principais desafios incluem a sua configuração confusa, a necessidade de manutenção manual constante, a sua natureza reativa (apenas corrigindo problemas conhecidos) e a sua limitação à gestão de conteúdo armazenado apenas dentro do ServiceNow.
Não, uma limitação significativa é que as ServiceNow AI Search Results Improvement Rules só podem organizar e influenciar conteúdo que está armazenado dentro do ServiceNow. Elas não conseguem integrar ou gerir conhecimento de ferramentas externas como o Confluence ou o Google Docs.
Deve esperar um esforço contínuo significativo. Cada regra requer revisão e ajustes constantes sempre que políticas ou artigos são atualizados, o que as torna difíceis de escalar eficazmente à medida que a sua base de conhecimento cresce.
Sim, soluções modernas como a eesel AI oferecem uma abordagem mais automatizada. Elas conectam-se a todas as suas fontes de conhecimento e aprendem a relevância ótima a partir das interações passadas da sua equipa, reduzindo o esforço manual exigido por sistemas baseados em regras.
