דלג לתוכן
Help centers and docs

מחולל מאמרי מרכז עזרה: 7 הסעיפים שבאמת מונעים פניות לתמיכה

בנו מרכז עזרה שעובד. גלו את 7 הסעיפים החיוניים למאמרי העזרה שלכם, שמפחיתים את עומס התמיכה ועוזרים למשתמשים לפתור בעיות מהר יותר בעזרת מחוללי מאמרים מבוססי AI.

Roozbeh Firoozmand9 דקות קריאה

קיבלתם זה עתה פנייה לתמיכה. היא אומרת:

“עקבתי אחרי מאמר העזרה. זה לא עבד.”

אתם פותחים את המאמר. הוא רענן. הוא ידידותי. יש לו אפילו שורת פתיחה חמודה שנשמעת כאילו נכתבה על ידי אדם.

ובכל זאת, הוא עדיין נכשל בתפקיד היחיד שיש למאמר עזרה: להביא את המשתמש לקו הסיום בלי ניחושים.

זו האמת הלא נוחה לגבי תוכן עזרה שנכתב אוטומטית. אף אחד לא מקבל נקודות בונוס על “טון חם” כשהשלבים מעורפלים, דרישות הקדם חסרות, והפתרון לבעיות אומר “נסה שוב”.

אם אתם בוחנים מחולל מאמרי מרכז עזרה, הנה הסטנדרט שאני הייתי מציב לו: הוראות בנות-ביצוע ובנות-בדיקה שתואמות למצבי מוצר אמיתיים ולדפוסי כשל אמיתיים. לא פרוזה גנרית. הניתוח של Intercom עצמה לסוגי תוכן עזרה צועק בעצם את אותו הדבר: המטרה קובעת, וסוגי מאמרים שונים קיימים מסיבה מסוימת.

מה מחולל מאמרי מרכז עזרה צריך לעשות

מחולל מאמרי מרכז עזרה הוא מערכת שהופכת ידע על המוצר לתיעוד תמיכה מובנה: מטרות ברורות, דרישות קדם מלאות, שלבים ממוספרים עם נקודות ביקורת, ופתרון בעיות הקשור לשגיאות אמיתיות. הוא עוזר לצוותים להרחיב את השירות העצמי של הלקוחות ולהפחית פניות לתמיכה על ידי הפיכת השלמת המשימות למהירה וחד-משמעית.

תיעוד תמיכה שמפחית פניות מתחיל בהצלחה במשימה

“נכתב אוטומטית” זה לא רלוונטי.

השאלה היחידה שחשובה היא: האם משתמש יכול להשלים את המשימה במהירות, בעצמו, בלי לפתוח פנייה?

אם אתם רוצים “מצוינות” מדידה, השתמשו במדדים שמתכתבים עם המציאות:

  • שיעור השלמת משימות: משתמשים מגיעים למצב הסופי ללא הסלמה.
  • זמן למענה: כמה זמן לוקח מרגע הנחיתה בדף ועד להצלחה.
  • שיעור מניעת פניות: אחוז הבעיות שנפתרו ללא פנייה לתמיכה (HubSpot מגדירה מניעה כמדד ליבה לשירות עצמי).
  • שיעור הצלחת חיפוש: האם משתמשים מוצאים את המאמר הנכון כשהם מחפשים.
  • שיעור שאלות המשך: הרוצח השקט. אם משתמשים ממשיכים להשיב “איפה אני מוצא את זה?”, השלבים שלכם דולפים.

חוץ מזה, לקוחות רוצים את זה. Zendesk ציינה ש-91% מהלקוחות היו משתמשים במאגר ידע אם הוא היה עונה על הצרכים שלהם. ה-“אם” הזה עושה הרבה עבודה.

אז כשאתם שופטים מחולל, אל תשאלו “האם זה נשמע אנושי?” שאלו “האם זה מסיר עמימות?”

שירות עצמי ללקוחות נשבר כשדרישות הקדם הופכות למעורפלות

רוב המאמרים שנכתבים אוטומטית נכשלים לפני שלב 1.

לא בגלל שהשלבים שגויים. אלא בגלל שהמאמר לעולם לא מציין את התנאים שבהם השלבים בכלל יכולים לעבוד.

מחולל צריך לטפל בדרישות קדם כמו שמהנדס מטפל בתלויות:

  • הרשאות ותפקידים (תהליכי מנהל לעומת חבר לרוב נבדלים)
  • דרגת תוכנית וזכאויות (לעולם אל תנחשו את זה)
  • דגלי תכונות (Feature flags) ומצבי בטא
  • מצב התחלתי (“עליך כבר ליצור X”)
  • דרישות נתונים (נתוני דוגמה, מפתחות API, דומיין מאומת וכו')
  • פלטפורמה (הבדלים בין ווב, מובייל ודסקטופ)

הנחיות הסגנון של Microsoft לגבי נהלים ברורות לגבי כתיבת הוראות שאנשים יכולים לעקוב אחריהן, לא אווירה שאנשים יכולים ליהנות ממנה.

הכלל שלי: דרישות קדם גנריות גרועות יותר מכלום כי הן יוצרות ביטחון כוזב. “וודא שיש לך גישה” הוא המקבילה בתיעוד ל-“תהיה גבוה יותר”.

מחולל טוב צריך לכפות ספציפיות, כולל “איפה לאמת” גישה (דף הגדרות, קונסולת ניהול, דף חיוב). אם הוא לא יכול לאמת, הוא צריך להוציא שלב אימות, לא שקר בטוח.

האנטומיה של מאמר שנוצר בצורה מעולה

הנה המבנה שאני דורש בכל פעם. ללא יוצא מן הכלל.

מטרה

איך נראית הצלחה:

  • מציינת את המצב הסופי במונחים ברי-בדיקה: “יהיה לך X מופעל וגלוי ב-Y.”
  • מציינת למי זה חל (תפקידים, תוכניות, פלטפורמות).
  • מציינת מתי לא להשתמש בזה. Intercom מדגישה להיות ברורים לגבי היעד ולהתאים את סוג המאמר למשימה.

מטרה גרועה: “למדו איך להשתמש בלוחות בקרה.” מטרה טובה: “עד הסוף, תיצרו לוח בקרה ותשתפו אותו עם הצוות שלכם.”

דרישות קדם

איך נראית הצלחה:

  • תפקיד, תוכנית, דגלי תכונות
  • קלטים נדרשים (מפתח API, CSV, דומיין)
  • מצב התחלתי (מה חייב כבר להיות קיים)
  • “איפה לאמת” גישה

אם המחולל לא יכול לאשר הגבלת תוכנית, הוא צריך לכתוב: “וודאו שהתוכנית שלכם כוללת את X: עברו להגדרות → חיוב → פרטי תוכנית.”

המשפט הזה חוסך פניות לתמיכה.

שלבים

שלבים צריכים להיות ברמת מפעיל: חד-משמעיים, ניתנים לסריקה, עמידים.

הנחיות כתיבת ממשק המשתמש של Microsoft דוחפות להוראות ניטרליות לקלט ופעלים עקביים.

איך נראית הצלחה:

  • נוהל ממוספר עם כותרות משנה מבוססות משימה
  • כל שלב מתחיל במיקום, ואז פעולה
  • כל שלב כולל נקודת ביקורת לתוצאה צפויה

דפוס לדוגמה (זה החלק החשוב):

  1. ב-הגדרות → התראות, בחרו התראות דוא"ל. תוצאה צפויה: התראות דוא"ל מופיעות כ-“מופעל”.

שורת ה-“תוצאה צפויה” הזו אינה מילוי. זו בדיקה עצמית מובנית שמונעת כשל שקט ומפחיתה פניות מסוג “עשיתי את זה אבל שום דבר לא קרה”.

הערות ומקרי קצה

הערות קיימות כדי לעצור פניות, לא כדי להפגין ידע.

איך נראית הצלחה:

  • הבדלי פלטפורמה (ווב לעומת מובייל)
  • הבדלי תפקידים (כפתורים למנהלים בלבד)
  • וריאציות ממשק לפי דגל תכונה
  • מגבלות קשיחות (מגבלות קצב, גדלי קבצים מקסימליים)

שמרו על זה הדוק. אם הערה לא מונעת בלבול או כשל, מחקו אותה.

פתרון בעיות

זה המקום שבו טיוטות AI בדרך כלל נכשלות.

ההנחיות של NN/g לגבי הודעות שגיאה מסתכמות ב: הפכו שגיאות לגלויות, ברורות וקונסטרוקטיביות. הלך הרוח הזה חל ישירות על סעיפי פתרון בעיות.

איך נראית הצלחה:

  • תסמין → סיבה סבירה → פתרון → איך לאשר
  • טקסט שגיאה מדויק ככל האפשר
  • 3 דפוסי הכשל המובילים המבוססים על פניות, לוגים או מאקרו (לא דמיון)

דוגמה:

תסמין: “אין לך הרשאה לבצע פעולה זו.” סיבה סבירה: אתה חבר, לא מנהל. פתרון: בקש ממנהל להעניק את הרשאת “ניהול אינטגרציות” ב-הגדרות → צוות → תפקידים. אישור: רענן את הדף ובדוק שתפריט האינטגרציות מופיע.

זו רמה של תמיכה. כל דבר אחר הוא משיכת כתפיים.

שאלות נפוצות

שאלות נפוצות צריכות להפחית הסתעפויות, לא לשפוך שאריות.

Intercom מפרידה שאלות נפוצות מאיך-לבצע ומפתרון בעיות מסיבה מסוימת. עבודות שונות, צורות שונות.

שאלות נפוצות טובות הן שאלות בתדירות גבוהה שלא משתלבות בצורה נקייה בזרימה, כמו “האם זה עובד במובייל?” או “האם אני יכול לבטל את זה?”

רובריקה של 60 שניות לבחינת מאמרי עזרה שנוצרו

אם הצוות שלכם לא יכול להעריך טיוטת AI במהירות, לעולם לא תפיצו בעקביות.

הנה רובריקה שהשתמשתי בה כדי לשמור על ביקורות מהירות ואכזריות:

דרגו כל אחד מ-0 עד 2. פרסמו רק אם הסך הכל ≥ 8/10.

  1. בהירות התוצאה
  • 0: מטרה מעורפלת
  • 1: מטרה קיימת אך לא ניתנת לבדיקה
  • 2: מצב סופי ספציפי + מגבלות היקף
  1. שלמות תנאי הקדם
  • 0: דרישות קדם חסרות
  • 1: חלקי (תפקיד או תוכנית או מצב התחלתי)
  • 2: תפקיד + תוכנית + מצב התחלתי + איפה לאמת
  1. איכות השלבים
  • 0: שלבים מעורפלים (“עבור ל-”, “לחץ על הדבר”)
  • 1: ברור ברובו, חסרות נקודות ביקורת
  • 2: מיקום → פעולה → תוצאה צפויה בעקביות
  1. איכות ההתאוששות
  • 0: אין פתרון בעיות
  • 1: פתרון בעיות גנרי
  • 2: תסמין → סיבה → פתרון → אישור, קשור לכשלים אמיתיים
  1. אותות אמון
  • 0: אין אינדיקטורים לרעננות
  • 1: תאריך בלבד
  • 2: “אומת לאחרונה” + הערות היקף (פלטפורמה/תפקיד) + ידועים לא ידועים

מה המחולל חייב להסיק ומה הוא חייב לסרב לנחש

מחולל מאמרי מרכז עזרה צריך להסיק מה שהוא יכול מאותות אמיתיים:

  • כוונת משתמש וגבולות משימה
  • רכיבי ממשק יציבים
  • הרשאות נדרשות כאשר הן ניתנות לצפייה
  • מעברי מצב (“אחרי שתשמור, תראה את X”)

אבל הוא אסור לו לנחש:

  • הגבלת תוכנית
  • השלכות אבטחה
  • פעולות בלתי הפיכות
  • כל דבר שהוא לא יכול לבסס על מציאות המוצר

התבנית האהובה עליי כאן היא מה שאני מכנה בלוק ה-known-unknowns (ידוע-לא-ידוע):

"אם אינך רואה את X, ודא את Y. אם Y נכון ו-X עדיין לא מופיע, פנה לתמיכה וצרף צילום מסך Z."

זה צנוע, אבל זה שימושי. וזה מונע מהמחולל להזות.

מציאות הייצור: עקביות מנצחת כישרון כתיבה

אתם לא מתחזקים תיעוד. אתם מתחזקים מפה חיה של מוצר שלא נשאר במקום.

Help Scout מדברים על בסיס הידע כעמוד השדרה של שירות עצמי, והמשמעות ברורה: אם עמוד השדרה מתיישן, הכל כואב.

אז הפכו את היכולת לתחזק לדרישה:

  • הפרידו בין כוונה ליבתית לבין תוויות ממשק שבירות כשניתן
  • הוסיפו תהליך עבודה לרענון: "אומת לאחרונה ב-YYYY-MM-DD"
  • עקבו אחר "סיכון לשינוי ממשק" לכל מאמר (דפים בסיכון גבוה נבדקים בכל גרסה)

זו גם הסיבה שבנינו את Clevera כדי להתחיל ממה שהכי קשה לזייף: תהליך העבודה האמיתי. Clevera הופכת הקלטת מסך למאמר שלב-אחר-שלב עם צילומי מסך רלוונטיים, ואז מאפשרת לכם לערוך אותו בעורך דמוי Notion ולייצא לפלטפורמות כמו Help Scout, Notion או Confluence.

אם המוצר שלכם משתחרר מהר, הלולאה של "להקליט פעם אחת, ליצור, לערוך, לייצא" חשובה יותר מפרוזה מושלמת.

הנעה לפעולה הקשרית: אם אתם רוצים שהמחולל יוציא מבנה עקבי בכל פעם, התחילו עם תהליך העבודה של התיעוד ב-Clevera (/features/docs) ושלבו אותו עם גרסת מדריך וידאו תואמת בראש המאמר (/features/video-tutorials).

שערי QA לפני הפרסום (כדי שהלקוחות לא יעשו QA עבורכם)

טיוטות AI ראויות לאותה משמעת פרסום כמו טיוטות אנושיות. אולי אפילו יותר.

הנה השערים שהייתי אוכף:

שער 1: מבחן ה-"נסה את זה קר"

העבירו את הטיוטה למישהו שלא בנה את הפיצ'ר.

אם הוא לא מצליח להשלים את זה במעבר אחד, המאמר נכשל. בלי ויכוחים.

שער 2: בדיקת פורמט התהליך

למדריך הסגנון של Google יש הנחיות ספציפיות לגבי תהליכים ואפילו עיצוב של שלב בודד. השתמשו בו כבסיס שלכם.

צ'ק-ליסט:

  • שלבים ממוספרים למשימות מרובות שלבים
  • פעולה אחת לכל שלב
  • פעלים עקביים
  • ללא פיצולים נסתרים בתוך שלבים

שער 3: פתרון בעיות חייב להתמפות למציאות

כל פריט פתרון בעיות חייב להתמפות ל:

  • קטגוריית תיוג כרטיס, או
  • מאקרו תמיכה, או
  • תבנית יומן שגיאות

אם אתם לא יכולים לקשור את זה למציאות, חתכו את זה.

שער 4: כותרות ב-sentence case לסריקה מהירה

זה נשמע קטן, אבל עקביות מפחיתה עומס קוגניטיבי.

אפילו מדריך הסגנון של גוגל ממליץ במפורש על sentence case לכותרות.

שער 5: תוויות רעננות והיקף

הוסיפו:

  • תאריך עדכון
  • פלטפורמה
  • תפקיד
  • "אומת לאחרונה" (פנימי זה בסדר)

מצבי כשל נפוצים שאני רואה בתוכן עזרה שנכתב אוטומטית

אם אתם רוצים למנוע כאב, היזהרו מאלה:

  • שלבים ללא נקודות ביקורת (מוביל לכשל שקט)
  • דרישות קדם שמתחמקות מהחלקים הקשים (תוכנית, הרשאות, מצב התחלתי)
  • זרימות "מידה אחת לכולם" (נתיבי מנהל וחבר מעורבבים יחד)
  • פתרון בעיות שמתנצל במקום לתקן
  • ספאם של צילומי מסך (צילומי מסך לא יכולים להציל הוראות לא ברורות)

צילומי מסך עוזרים, אבל רק כשהם ממוקדים. אם אתם כוללים ויזואליה, הוסיפו לה הערות: חצים, תיבות, מספרי שלבים.

איפה Clevera משתלבת כשבאמת אכפת לכם מאיכות

אם מחולל מאמרי מרכז העזרה שלכם מתחיל רק מהנחיות טקסט, הוא מנחש את מציאות הממשק.

Clevera מתחילה מתהליך העבודה עצמו: אתם מקליטים את המשימה, ואז Clevera מפיקה וידאו מלוטש ומאמר מפורט עם צילומי מסך ומבנה שניתן לעריכה, כך שעדכונים לוקחים דקות במקום ספרינט כתיבה של שבוע.

צילום מסך של עורך המאמרים של Clevera

זה משנה עבור צוותים שמשחררים שינויי ממשק מדי שבוע, עם רוחב פס מוגבל לכתיבה, ומספר תורמים שמנסים לא לדרוך זה לזה על האצבעות.

שאלות נפוצות מהירות (הגרסה הלא-זומבית)

אילו סעיפים מחולל מאמרי מרכז עזרה צריך לכלול בכל פעם?
מטרה, דרישות קדם, שלבים ממוספרים עם תוצאות צפויות, הערות היקף, פתרון בעיות (תסמין ← סיבה ← תיקון ← אימות), ושאלות נפוצות קטנות לשאלות פיצול בתדירות גבוהה.

האם מחולל מאמרי מרכז עזרה באמת יכול להפחית כרטיסי תמיכה?
כן, אם הוא מבצע אופטימיזציה למינימום עמימות וכולל פתרון בעיות אמיתי. אם הוא רק משכתב פרוזה, הוא עלול אפילו להגדיל את מספר הכרטיסים על ידי יצירת ביטחון עצמי כוזב.

איך כותבים דרישות קדם לתפקידים שונים ולתוכניות מנוי?
ציינו את התפקיד והתוכנית מראש, הוסיפו בדיקות "איפה לאמת", ופצלו את הזרימה כשמסכי מנהל לעומת חבר שונים. לעולם אל תתנו למחולל לנחש את הגבלות התוכנית.

מהי שיטת ה-QA המהירה ביותר למאמרי עזרה שנוצרו על ידי AI?
הריצו את רובריקת ה-60 שניות, ואז בצעו מבחן "נסה את זה קר" עם מישהו שאינו מומחה. אם הוא מהסס או מאלתר, שכתבו עד שהשלבים יהיו ברי-ביצוע.

האם מאמרים שנוצרו על ידי AI צריכים לכלול צילומי מסך?
כן, אבל רק עם הערות ורק במקומות שבהם ויזואליה מסירה עמימות. צילומי מסך לא מפצים על שלבים לא ברורים.

האתגר שלכם

בחרו אחד מ-10 גורמי הכרטיסים המובילים שלכם והריצו אותו דרך הרובריקה שלמעלה.

אם המאמר מקבל ציון נמוך מ-8/10, אל תשכתבו את המבוא. תקנו את דרישות הקדם, הוסיפו נקודות ביקורת, וכתבו פתרון בעיות אמיתי שקשור לכשלים אמיתיים.

ואז צפו במה שקורה לנפח הכרטיסים במחזור השחרור הבא.