Cara membangun basis pengetahuan dengan AI

Tim dukungan Anda menjawab 20 pertanyaan yang sama setiap minggu. Pelanggan menunggu. Tiket menumpuk. Basis pengetahuan dapat mengatasi masalah tersebut, tetapi membangunnya dari nol selalu menjadi hambatan. Dengan alat AI yang tepat, semua itu berubah.

Panduan ini membahas cara membangun basis pengetahuan dengan AI langkah demi langkah, mulai dari menentukan apa yang harus ditulis hingga menjaga artikel tetap terkini tanpa perlu penulis khusus di staf Anda.

Mengapa proyek basis pengetahuan sering terhenti#

Kebanyakan tim tidak kekurangan pengetahuan. Mereka kekurangan waktu untuk mendokumentasikannya. Seorang insinyur dukungan senior tahu persis cara menangani 10 masalah utama Anda, tetapi membuat artikel bantuan yang jelas dan mudah dicari untuk setiap masalah membutuhkan waktu berjam-jam yang tidak mereka miliki.

Pembuatan basis pengetahuan berbasis AI mengubah cara kerja. Alih-alih menulis artikel dari nol, Anda mengarahkan AI untuk memproduksinya dari keahlian yang sudah ada di tim Anda. Hambatan berpindah dari "mencari waktu untuk menulis" menjadi "merekam diri Anda saat menyelesaikan masalah," yang merupakan siklus yang jauh lebih cepat.

Langkah 1: Audit tiket dukungan Anda sebelum menulis apa pun#

Kesalahan terbesar yang dilakukan tim adalah menebak-nebak artikel apa yang harus ditulis. Sebelum membuat satu konten pun, tarik kueri dukungan Anda yang paling umum dari 90 hari terakhir.

Anda mencari:

• Pertanyaan yang muncul lebih dari 5 kali
• Masalah yang membutuhkan waktu lebih dari 5 menit untuk diselesaikan dalam sebuah tiket
• Topik di mana pelanggan mengungkapkan rasa frustrasi karena sulit menemukan informasi sendiri

Daftar itu adalah rencana konten Anda. Sebagian besar help desk (Zendesk, Intercom, Freshdesk) memungkinkan Anda memfilter dan mengekspor tiket berdasarkan tag atau kategori. Luangkan waktu untuk melakukan ini dengan benar. Basis pengetahuan yang menjawab pertanyaan yang salah tidak akan mengurangi beban kerja.

Kelompokkan topik menjadi 6-10 kategori yang sesuai dengan cara berpikir pelanggan Anda, bukan cara tim internal Anda diatur. Jika pelanggan menyebutnya "penagihan," kategori Anda adalah "penagihan," bukan "operasi pendapatan."

Langkah 2: Rencanakan struktur artikel sebelum membuat konten#

Untuk setiap artikel yang ingin Anda buat, tentukan 3 hal sebelum menyentuh alat AI apa pun:

1. Pertanyaan persis yang dijawabnya — gunakan bahasa pelanggan dari tiket, bukan terminologi internal Anda
2. Hasil setelah membaca — apa yang seharusnya bisa dilakukan pelanggan sendiri?
3. Untuk siapa artikel ini — pengguna baru, admin, tingkat paket tertentu?

Sesi perencanaan selama 60 menit ini akan membuahkan hasil. Artikel yang ditulis tanpa hasil yang jelas akan ditulis ulang. Artikel yang didasarkan pada bahasa pelanggan yang nyata akan ditemukan dalam pencarian.

Basis pengetahuan yang berfungsi penuh untuk produk SaaS skala menengah biasanya mencakup 50-100 artikel di 6-8 kategori. Itu terdengar banyak sampai Anda melihat betapa cepatnya AI dapat menghasilkannya.

Langkah 3: Gunakan pembuat basis pengetahuan AI untuk menghasilkan artikel#

Di sinilah penghematan waktu menjadi nyata. Ada 2 pendekatan utama.

Opsi 1: Alat penulisan AI

Anda menempelkan jawaban kasar atau utas tiket ke alat seperti ChatGPT dan memintanya untuk membuat artikel bantuan. Ini berfungsi untuk FAQ sederhana. Kualitasnya tidak konsisten untuk apa pun yang melibatkan alur kerja visual, navigasi UI, atau proses multi-langkah. Anda akan menghabiskan waktu untuk mengedit demi akurasi dan struktur.

Opsi 2: Rekam solusinya, biarkan AI menghasilkan artikelnya

Untuk panduan perangkat lunak dan topik yang padat proses, pendekatan ini jauh lebih cepat dan akurat. Dengan alat seperti Clevera, Anda merekam layar saat Anda memandu solusi, dan AI secara otomatis menghasilkan artikel bantuan langkah demi langkah yang rapi dari rekaman tersebut. Tidak perlu menulis.

Hasilnya akurat karena berasal dari apa yang sebenarnya Anda lakukan di layar, bukan deskripsi kasar yang diketik dari ingatan. Jika suatu proses memiliki 14 langkah, artikel tersebut memiliki 14 langkah, dalam urutan yang benar, tanpa ada langkah yang terlewat.

Bagi tim dukungan yang membangun basis pengetahuan seputar alur kerja perangkat lunak, ini adalah cara paling praktis untuk membuat basis pengetahuan dengan AI dalam skala besar.

Setelah Clevera menghasilkan artikel, Anda dapat menerbitkannya langsung ke platform basis pengetahuan Anda. Pada paket Pro ke atas, alat ini terhubung ke Notion, Confluence, HelpScout, GitHub, dan lainnya, sehingga tidak perlu salin-tempel manual antar alat.

Langkah 4: Tinjau setiap artikel sebelum menerbitkan#

Konten yang dihasilkan AI memerlukan tinjauan manusia. Ini tidak berarti menulis ulang dari awal. Untuk sebagian besar artikel, pemeriksaan 10 menit sudah cukup.

Perhatikan:

• Akurasi: apakah artikel mencerminkan cara kerja produk Anda saat ini, bukan 6 bulan yang lalu?
• Kelengkapan: apakah artikel mencakup kasus ekstrem atau status kesalahan yang ditemui pelanggan?
• Nada: apakah terdengar seperti merek Anda, atau seperti dokumentasi umum?
• Tautan: apakah artikel mengarah ke artikel terkait yang sudah ada di KB Anda?

Tetapkan standar kualitas yang konsisten dan terapkan pada setiap artikel. Dokumentasi yang tidak konsisten adalah salah satu alasan utama pelanggan berhenti memercayai basis pengetahuan dan kembali mengirimkan tiket.

Langkah 5: Bangun proses pemeliharaan sejak hari pertama#

Basis pengetahuan yang basi justru lebih merugikan daripada tidak memiliki basis pengetahuan sama sekali. Pelanggan menemukan instruksi yang kedaluwarsa, mengikutinya, membuka tiket menanyakan mengapa itu tidak berhasil, dan sejak saat itu mereka kurang memercayai KB.

Bangun pemeliharaan ke dalam proses Anda sejak awal:

• Hubungkan tinjauan artikel dengan siklus rilis Anda. Saat fitur berubah, artikel terkait perlu diperbarui pada saat yang sama, bukan dua minggu kemudian.
• Lacak artikel mana yang masih menghasilkan tiket. Jika pelanggan membaca artikel namun tetap menghubungi dukungan, artikel tersebut perlu ditulis ulang. Sebagian besar help desk dapat menampilkan ini dengan tag sederhana.
• Tetapkan tanggal tinjauan pada setiap artikel. Tidak ada yang boleh dibiarkan tanpa perubahan selama lebih dari 90 hari dalam produk yang sering diperbarui.

Clevera membantu pembaruan produk: saat UI Anda berubah, Anda dapat merekam ulang alur yang diperbarui dan membuat ulang artikel tersebut, alih-alih mencari di antara paragraf teks untuk menemukan apa yang sudah kedaluwarsa. Untuk perbaikan yang lebih kecil, LiveSync berarti video yang diedit akan menampilkan versi baru di mana pun video tersebut disematkan.

Langkah 6: Ukur defleksi, bukan hanya jumlah artikel#

Menerbitkan 80 artikel tidak berarti basis pengetahuan Anda berfungsi. Metrik yang penting adalah defleksi tiket: apakah pelanggan menemukan jawaban sebelum mereka menghubungi dukungan?

Lacak:

• Tampilan KB vs. volume tiket pada topik yang sama — jika orang membaca artikel tetapi tetap membuka tiket, artikel tersebut tidak menyelesaikan masalah
• Kueri pencarian tanpa hasil — kesenjangan dalam konten Anda yang menghasilkan tiket
• Peringkat dan umpan balik artikel — sebagian besar platform KB mendukung jempol ke atas/bawah; artikel dengan peringkat rendah adalah artikel yang perlu ditulis ulang

Basis pengetahuan tidak pernah selesai. Tim yang melihat pengurangan volume tiket dukungan terbesar memperlakukannya sebagai produk, bukan proyek. Konten dikirim, diukur, dan diiterasi dengan cara yang sama seperti fitur.

Memulai#

Mulailah dengan 10 tiket dukungan Anda yang paling umum. Rekam seseorang di tim Anda yang memandu solusi untuk masing-masing tiket. Biarkan pembuat basis pengetahuan AI mengubah rekaman tersebut menjadi artikel. Tinjau dan terbitkan.

Itu berarti 10 artikel dalam sehari, bukan seminggu. Lakukan lagi minggu berikutnya dengan 10 tiket berikutnya. Dalam sebulan, Anda akan memiliki basis pengetahuan yang mencakup sebagian besar apa yang sebenarnya ditanyakan pelanggan, dibangun dari solusi nyata, bukan tebakan.

Antrean akan menjadi lebih tenang lebih cepat dari yang Anda duga.