Live-Chat bestraft Zögern. Der Kunde wartet in Echtzeit, während der Mitarbeiter die richtige Doku heraussucht oder sich erinnert, wie die letzte Person das formuliert hat. Langsame Antworten fühlen sich im Chat schlimmer an als irgendwo sonst.
sonnet1 WocheIntercomOpenAIAlgolia
Claude
98ROI
72Scale
$5k94Saved
ROI for
README.md
Warum dieser Subagent
Live-Chat bestraft Zögern. Der Kunde wartet in Echtzeit, während der Mitarbeiter die richtige Doku heraussucht oder sich erinnert, wie die letzte Person das formuliert hat. Langsame Antworten fühlen sich im Chat schlimmer an als irgendwo sonst.
Dieser Copilot schlägt die nächste Antwort direkt im Chatfenster vor, gestützt auf Ihre Doku und frühere Tickets, bereit zum Senden oder Bearbeiten in einem Klick. Er lernt aus den Korrekturen der Mitarbeiter, sodass die Vorschläge mit der Zeit näher an die Stimme Ihres Teams rücken. Mitarbeiter antworten schneller, ohne aus einem Wiki im anderen Tab zu kopieren.
So läuft er
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Doku, frühere Tickets und Makros nach der wahrscheinlichsten Antwort durchsuchen.
pending
Dem Mitarbeiter direkt im Chatfenster eine Antwort vorschlagen, die er mit einem Klick senden oder bearbeiten kann.
pending
Festhalten, welche Vorschläge übernommen, bearbeitet oder verworfen wurden, um die nächsten zu schärfen.
pending
Beispiel-Output
json
// Sample output
// (generated when the pipeline finishes)
During a live chat, suggest the next agent reply grounded in retrieved context, and return it as editable draft text.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.