डेटा संग्रह

• अपेक्षित फ़ॉर्मैट साफ़ तौर पर बताएं (जैसे, “user@domain.com फ़ॉर्मैट में ईमेल पता”)
• जानकारी गायब या अस्पष्ट होने पर क्या करना है, यह बताएं
• मान्य और अमान्य डेटा के उदाहरण शामिल करें
• सत्यापन की किसी भी ज़रूरत का उल्लेख करें

संपर्क जानकारी:

• email: “ग्राहक का ईमेल पता मानक फ़ॉर्मैट (user@domain.com) में निकालें”
• phone_number: “एरिया कोड सहित ग्राहक का फ़ोन नंबर निकालें”
• full_name: “ग्राहक का दिया हुआ पूरा नाम निकालें”

व्यावसायिक डेटा:

• issue_category: “ग्राहक की समस्या को इनमें से एक में वर्गीकृत करें: तकनीकी, बिलिंग, अकाउंट या सामान्य”
• satisfaction_rating: “ग्राहक द्वारा दी गई कोई भी संख्यात्मक संतुष्टि रेटिंग निकालें (1-10 स्केल)”
• order_number: “ग्राहक द्वारा बताया गया कोई भी ऑर्डर या रेफ़रेंस नंबर निकालें”

व्यवहार संबंधी डेटा:

• was_angry: “तय करें कि कॉल के दौरान ग्राहक ने गुस्सा या निराशा व्यक्त की थी या नहीं”
• requested_callback: “तय करें कि ग्राहक ने कॉलबैक या फ़ॉलो-अप का अनुरोध किया था या नहीं”

जब मांगा गया डेटा ट्रांसक्रिप्ट में नहीं मिलता या अस्पष्ट होता है, तो एक्सट्रैक्शन null या खाली वैल्यू लौटाएगा। इन बातों पर विचार करें:

• गायब डेटा संभालने के लिए अपने ऐप्लिकेशन में कंडीशनल लॉजिक इस्तेमाल करें
• अधूरे एक्सट्रैक्शन के लिए फ़ॉलबैक मानदंड बनाएं
• एजेंट्स को ज़रूरी जानकारी लगातार इकट्ठा करने के लिए प्रशिक्षित करें

• पुष्टि करें कि डेटा बातचीत के ट्रांसक्रिप्ट में मौजूद है
• जांचें कि आपका एक्सट्रैक्शन प्रॉम्प्ट पर्याप्त रूप से विशिष्ट है या नहीं
• सुनिश्चित करें कि डेटा प्रकार अपेक्षित फ़ॉर्मैट से मेल खाता है
• विचार करें कि बातचीत के दौरान जानकारी स्पष्ट रूप से बताई गई थी या नहीं

• फ़ॉर्मैट विनिर्देशों के लिए एक्सट्रैक्शन प्रॉम्प्ट की समीक्षा करें
• प्रॉम्प्ट में सत्यापन की ज़रूरतें जोड़ें
• डेटा मानकीकरण के लिए पोस्ट-प्रोसेसिंग पर विचार करें
• अलग-अलग बातचीत स्थितियों में टेस्ट करें

• हर डेटा संग्रह नियम प्रोसेसिंग समय बढ़ाता है
• जटिल एक्सट्रैक्शन लॉजिक का मूल्यांकन होने में ज़्यादा समय लग सकता है
• एक्सट्रैक्शन की सटीकता और स्पीड की ज़रूरतों पर नज़र रखें
• संभव होने पर दक्षता के लिए प्रॉम्प्ट ऑप्टिमाइज़ करें