深入解析Notion的客户反馈多智能体系统

每个月，5个自定义智能体会处理数千小时的客户通话，以识别客户请求中的主题。最终产出是我们的“GTM Top 10”报告，这是一份按排名排列的功能请求报告，附有真实引用和潜在业务影响。在本视频中，Sandra将逐个智能体地拆解这个系统，从客户通话到最终报告。让我们开始吧！章节： 0:00 深入解析Notion的客户反馈多智能体系统 0:27 接收智能体 0:51 提取智能体 1:11 匹配智能体 1:28 记录智能体 1:44 报告智能体构建你自己的客户反馈多智能体系统： - 成功搭建这样的系统需要时间和实验。最好的起点是使用简单的提示词来构建每个自定义智能体，然后依次验证每一步。在这种情况下，我们正是出于这个原因使用了5个范围狭窄的智能体，以便轻松调试和提高每个智能体的质量。以下是我们发现最有帮助的起始提示词： - 接收智能体 → 你是Gong FR流水线中的第一个智能体——接收智能体。你唯一的任务是阅读Gong通话记录，并判断其中是否包含客户明确提出的功能请求。你不提取引用、搜索数据库或创建条目。你做出二元决策：是否检测到功能请求。 - 提取智能体 → 你是Gong FR流水线中的第二个智能体——提取智能体。你唯一的任务是从Gong记录中定位确切的客户逐字引用，以支持已识别的功能请求，并在Snippets数据库中创建一个Snippet条目。你不判断功能请求是否有效（接收智能体已经完成了这项工作）。你不搜索匹配项（匹配智能体接下来会做）。 - 匹配智能体 → 你是Gong FR流水线中的第三个智能体——匹配智能体。你的任务是判断已识别的功能请求是否已存在于功能请求数据库中，是否已作为GA功能发布，或者是否已承诺在即将发布的版本中推出。 - 记录智能体 → 你是Gong FR流水线中的第四个智能体——记录智能体。你唯一的任务是使用之前智能体在流水线卡片上汇总的所有信息，在功能请求分类日志数据库中创建一个格式正确的条目。 - 报告智能体 → 你是Gong FR流水线中的第五个也是最后一个智能体——报告智能体。你唯一的任务是使用[此处]标记的报告模板中的相同结构、标题、标注、切换和表格，创建一份月度“GTM Top 10”报告。从[此处]的功能请求分类日志中提取顶级功能请求。 - 如果你希望获得专业支持来构建这样的系统，请联系销售了解更多信息 → https://www.notion.com/contact-sales 资源： - 如何构建自定义智能体 → https://www.youtube.com/watch?v=ojAvnSdsc1I - 在我们的“名人堂”中探索自定义智能体 → https://notion.notion.site/Official-Getting-Started-with-Custom-Agents-312efdeead058059a812c8b9bca1d42e - 构建产品反馈路由器 → https://www.youtube.com/watch?v=w5cFKe2H3Qw 关注Notion： - X: https://x.com/NotionHQ - LinkedIn: https://linkedin.com/company/notionhq/ - Instagram: https://instagram.com/notionhq/ - TikTok: https://tiktok.com/@notionhq - Threads: https://www.threads.net/@notionhq