Créer un modèle pour prédire des articles similaires de la base de connaissances

  • Rversion finale: Australia
  • Mis à jour 12 mars 2026
  • 2 minutes de lecture

    • Utilisez pour créer et former un modèle d’apprentissage Intelligence des tâches pour CSM machine qui recommande des articles de la base de connaissances pertinents en fonction du contexte des incidents ouverts. Le modèle analyse les données existantes pour afficher les articles pertinents lorsqu’ils travaillent sur un ticket en cours, ce qui aide les agents à trouver plus rapidement des informations utiles. Le module d’extension inclut un modèle prêt à l’emploi pour prédire des articles similaires et vous permet également de créer des modèles personnalisés adaptés à vos données.

    Avant de commencer

    • Assurez-vous que le module d’extension Intelligence des tâches pour Service clientèle est installé.
    • Assurez-vous que votre instance contient suffisamment de données de ticket et de connaissances (minimum 10 000 recommandées) pour permettre une formation significative.
    • Rôle requis : ml_admin, ti_admin

    Configurer le modèle de prédiction

    Procédure

    1. Accédez à la Tous > Task Intelligence pour le service clientèle > Configuration.
      La console d’administration Intelligence des tâches s’affiche.
    2. Sur la carte Articles similaires de la base de connaissances, sélectionnez Prêt pour la formation.
      Le modèle s’ouvre dans un flux de configuration guidée. L’écran Définir l’objectif s’affiche.
    3. Définissez l’objectif :
      1. La table Prédiction et la table Formation sont présélectionnées respectivement en tant que Tickets et Connaissances.
        Ces valeurs sont fixes et ne peuvent pas être modifiées.
      2. Sélectionnez Enregistrer et continuer.
        L’écran Former votre modèle s’affiche.
    4. Formez votre modèle :
      1. Les champs Nom du modèle et Table de prédiction sont préremplis et ne peuvent pas être modifiés.
      2. Facultatif : Appliquez des conditions pour filtrer les données de formation.
      3. Dans le champ Champs de prédiction , sélectionnez Description brève que le modèle utilise pour identifier les similitudes.
      4. Remarque :
        Les options sélectionnées ici sont celles par défaut. Vous pouvez modifier les options dans les champs Prédiction et Formation en fonction de vos besoins.
        Dans le champ Champs de formation , sélectionnez Corps de l’article et Brève description de la table de formation de la base de connaissances.
      5. Choisissez la langue pour la formation.
      6. Définissez la fréquence de mise à jour.
      7. Passez en revue le nombre d’enregistrements.
        Si nécessaire, sélectionnez l’icône Charger les enregistrements pour recharger.
      8. Facultatif : Activez la reformation automatique pour permettre la reformation du modèle selon une planification définie.
      9. Sélectionnez Lancer la formation.
      10. Une fois la formation commencée, sélectionnez Afficher les résultats actuels pour prévisualiser les exemples de sorties.
        L’écran Évaluer et définir s’affiche.
    5. Évaluer et définir :
      1. Passez en revue le nombre estimé d’enregistrements utilisés pour la formation.
      2. Dans la préférence de connaissances similaire, sélectionnez l’une des options suivantes :
        • Recommandations : recommande des enregistrements similaires en fonction des champs de formation et de prédiction (sélectionnés par défaut).
        • Surveiller uniquement : exécute le modèle en arrière-plan sans afficher de recommandations. Vous pouvez analyser les données enregistrées avant d’activer les recommandations.
        • Désactiver les prédictions : désactive toutes les prédictions pour ce modèle.
      3. Sélectionnez Enregistrer et continuer.
        L’écran Déployer votre modèle s’affiche.
    6. Déployez votre modèle :
      1. Passez en revue votre configuration et votre résumé de formation, puis sélectionnez Déployer pour activer le modèle.
        Un message de confirmation s’affiche lorsque le déploiement est terminé.
      Résultat

      Une fois déployés, des articles similaires de la base de connaissances s’affichent dans la section Recommended Actions (Actions recommandées) sous l’onglet Suggested Actions (Actions suggérées) lorsqu’un agent ouvre un ticket, ce qui lui permet de résoudre les tickets plus rapidement.