Każdy zespół supportu codziennie przepisuje te same odpowiedzi, a biblioteka makr nigdy nie nadąża, bo pisanie makr to osobna praca, która zawsze spada na dalszy plan.
sonnet4 dniZendeskOpenAIGoogle Sheets
Claude
83ROI
70Scale
$4.2k93Saved
ROI for
README.md
Dlaczego ten subagent
Każdy zespół supportu codziennie przepisuje te same odpowiedzi, a biblioteka makr nigdy nie nadąża, bo pisanie makr to osobna praca, która zawsze spada na dalszy plan.
Ten agent czyta rozwiązane zgłoszenia, wyłapuje odpowiedzi, które agenci wciąż piszą ręcznie, i tworzy gotowe do użycia makra do akceptacji lidera. Każde makro ma proponowany wyzwalacz i tytuł, więc jego dodanie to decyzja na tak lub nie, a nie kolejne zadanie do napisania. Biblioteka makr wreszcie odzwierciedla to, co zespół naprawdę pisze, a powtarzalne przepisywanie znika.
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.
Grupuj niemal identyczne odpowiedzi i wykrywaj pytania, które je wywołują.
pending
Stwórz ponownie używalne makro dla każdej powtarzającej się odpowiedzi wraz ze sugerowanym wyzwalam i tytułem.
pending
Prześlanguj zaproponowana makra do zatwierdzenia liderowi przed udostępnieniem w helpdesku.
pending
Przykładowe wyjście
json
// Sample output
// (generated when the pipeline finishes)
From resolved tickets, cluster repeated agent replies and return draft macros with a title, trigger condition, and the canonical answer 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.