Zespoły produktowe siedzą na tysiącach ticketów i recenzji, które wszystkie wskazują na tę samą garstkę problemów. Ta automatyzacja zamienia ten stos w krótką listę.
sonnet1 tydzieńZendeskQdrantOpenAIPostgres
Claude
71ROI
82Scale
$2.4k90Saved
ROI for
README.md
Dlaczego ten subagent
Zespoły produktowe siedzą na tysiącach ticketów i recenzji, które wszystkie wskazują na tę samą garstkę problemów. Ta automatyzacja zamienia ten stos w krótką listę.
Pobiera tickety i recenzje, klastrowuje je w powtarzające się tematy i oznacza każdy sentymentem oraz funkcją, której dotyczy. Wynikiem jest rankingowe podsumowanie pokazujące, które problemy pojawiają się najczęściej i czy ich liczba rośnie, dzięki czemu decyzje o roadmapie opierają się na wolumenie, a nie na najgłośniejszej pojedynczej skardze.
Jak działa
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.
Tworzymy embeddingi wiadomości i grupujemy je wokół powtarzających się problemów: błędów, wniosków i tarcia.
pending
Oznaczamy każdy temat sentymentem oraz produktami lub funkcjami, których dotyczy.
pending
Tworzy ranking tematów pokazujący ich liczbę i trend od ostatniego uruchomienia.
pending
Przykładowe wyjście
json
// Sample output
// (generated when the pipeline finishes)
Cluster support tickets and reviews into ranked product themes, each tagged with sentiment, volume, and trend.
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.