All right, vamos lá.
É impossível acompanhar cada atendimento para verificar o comportamento dos técnicos em tempo real. Pra isso, espertamente, “oferecemos” a oportunidade de feedback dos usuários que foram atendidos para nos ajudar.
Sim, estamos falando de pesquisa de satisfação. Assunto que tenho escrito nos últimos tempos.
Mas compreenda: cada vez que um usuário responde a pesquisa, para o bem ou para o mal, ajuda você a melhorar o seu atendimento. Ele está trabalhando de forma gratuita para seu centro de suporte.
Expliquei que se trata, obviamente, de um tema subjetivo. Do ponto de vista do usuário. A situação piora ao oferecermos ferramentas confusas para resposta (leia meu recente artigo de NPS).
Não vou reexplicar os impactos (negativos) dos atendimentos ruins. A bomba sempre estoura no seu colo, gestor de suporte. Ou — pior pra você — mais acima, na caixa de entrada do CIO/gerente de TI (se o suporte é prestado internamente) ou do CEO (se for uma empresa de tecnologia).
Do acompanhamento
Please, você não verifica resposta por resposta todos os dias para entender como as coisas estão indo. É um desperdício de tempo. Do seu tempo, especificamente.
Não me venha com argumentos do tipo “Preciso saber na hora para poder ajustar na hora” por que sabemos que isso não acontece. O dia a dia é implacável e engole nosso tempo, recursos, paciência, energia e (melhore essa lista por sua conta…).
A única coisa que acontece é você se remoer o dia inteiro: “Por que o sujeito reclamou do fulano, meu melhor técnico?!”.
Eis então neste artigo um prompt que analisa todas as respostas da semana e orienta sobre com quem conversar para melhorar o atendimento. Não se trata de ‘puxar a orelha’ como pode parecer.
Às vezes, o técnico acha estar fazendo o certo, mas por falta de orientação, acaba cometendo erros que aborrecem o usuário.
Um exemplo comum é responder de forma excessivamente objetiva, como um simples ‘Então tá?’, para encerrar o atendimento e passar ao próximo, o que transmite a impressão ao usuário de que tentou se livrar dele o mais rápido possível — às vezes é bem verdade, haha.
O prompt
Vamos começar simples. Depois você expande para as complexidades do seu ambiente.
Analise a tabela de feedback dos usuários e identifique os técnicos cuja média de avaliação seja inferior a 5. Informe apenas os nomes desses técnicos e suas respectivas médias. Tabela de Feedback: nome do técnico; nome do usuário; feedback Conteúdo da Tabela: Roberto; Luan; gostei bastante Judith; Luan; acho que poderia ser melhor Álvaro; Carlos; muito, muito bom Roberto; Douglas; o melhor de todos Judith; Luan; bah, danada, muito, muito ruim, não quero mais ser atendido por ela Álvaro; Matheus; foi bem, mas... Explique brevemente como você chegou a esse resultado, descrevendo o critério utilizado para calcular a média e identificar os técnicos.
Comentários
- Eu não informei as notas numéricas das respostas. Somente os textos. Quero que o ChatGPT crie uma escala de valores. Por quê? Ora, é a mesma coisa que o usuário faria: ele criaria uma escala de valores própria para dar uma nota numérica. Então prefiro o ChatGPT.
- A tabela informada é didática. Alimente com um arquivo em Excel, CSV ou algo parecido.
- Tá bom, se quiser, apresente as notas numéricas e dispense os comentários.
- Expanda, expanda a ideia!! Mas compreenda: deixe o algoritmo (ChatGPT) fazer a parte pesada!
Observação importante: não espere obter sempre o mesmo resultado, exceto se especificar muito bem a orientação (prompt). Por exemplo, atribuindo valores a cada nota.
Também ChatGPT 4 e 4o (sem falar no Gemini, Copilot, Claude etc.) tendem a apresentar resultados diferentes pelo mesmo motivo explicado na primeira frase deste parágrafo.
E sabem que dia é hoje?
Yeaaaaaaaaaah, chegou o dia!!
Abs
EL CO
PS: Não, não tem lembrete de curso!
