분모, 불확실성, 중복 및 심각도를 보존하면서 비교 가능한 티켓 근거를 묶으세요. 제공할 내용: 티켓 데이터 세트, 데이터 품질과 제외 사항, 분석 결정. 예상 결과: 건수, 비율, 추세, 사례, 편향 메모 및 조사 우선순위를 포함한 문제 분류 체계와 근거표.
1
맥락 추가
텍스트는 이 브라우저에 유지됩니다. AILesson Prompts는 이를 모델이나 서버로 보내지 않습니다.
2
프롬프트
채워지지 않은 필드는 플레이스홀더로 표시되므로 프롬프트를 복사하고 편집할 수 있습니다
티켓이 대표하는 범위를 과장하지 않고 제공된 티켓 데이터 세트의 공통 지원 문제를 분석하세요.
티켓 행, ID, 날짜, 제품, 버전, 채널, 증상, 결과, 심각도 및 기간:
[tickets]
중복, 누락, 병합, 봇, 개인정보 보호, 분류 체계 및 수집 규칙:
[quality]
질문, 차원, 기간, 임계값, 이해관계자, 형식 및 결정:
[analysis]
그룹화 전에 행 수와 고유 사건 수, 날짜 경계, 제외 사항, 중복, 누락 및 분류 체계 일관성을 검증하세요. 원본 문제 문구를 보존해 투명한 문제 위계에 매핑하고, 단어가 비슷하다는 이유만으로 사건을 합치지 마세요. 증상, 의심 원인, 확인된 원인, 요청 유형 및 결과를 구분하세요. 주제마다 고유 사건 수, 분모, 비율, 심각도 구성, 근거가 있는 경우 영향받은 버전이나 세그먼트, 해결 상태, 익명화된 대표 위치 및 확신도를 보고하세요. 수집 규칙이 호환되고 분모가 충분할 때만 기간을 비교하며 절대 변화와 상대 변화를 정확히 계산하세요. 티켓 양만으로 고객 전체의 유병률, 제품 결함, 근본 원인, 감정 또는 사업 영향을 추론하지 마세요. 채널, 노출, 자기 선택, 반복 연락 및 출시 효과를 표시하세요. 명시적인 양, 심각도, 증가, 불확실성 및 수정 가능성 기준으로 조사 우선순위를 정하세요. 검증 표본, 쿼리 및 행동 전에 필요한 사실로 마무리하세요.
기본적으로 비공개프롬프트 구성은 브라우저에서 로컬로 이루어집니다. 조직에서 허용하지 않는 한 기밀 정보를 AI 서비스에 입력하지 마세요.
입력에서 결과까지
적용 예시
구체적인 맥락이 이 레시피를 바로 사용할 수 있는 결과로 바꾸는 방법을 확인하세요
실제 입력
티켓 데이터 세트
8월 1~14일 내보내기 티켓: 24행, ID A01~A20과 A03, A07, A07, A12를 공유하는 후속 행 네 개. 고유 사건 20개 중 Desktop 4.2의 빈 PDF 차트 8개, 버전이 누락된 빈 차트 3개, CSV 인코딩 불만 4개, 예약 내보내기 요청 2개, 무관한 질문 3개. 심각도: 빈 차트는 S2 2개와 S3 9개, CSV는 모두 S3. 결과: 빈 차트 사건 7개는 Firefox 우회 방법 사용, 2개 미해결, 2개 불명. 7월 15~28일: 고유 내보내기 사건 10개이나 당시 채팅 티켓은 가져오지 않았으며 빈 차트 사건은 3개. Desktop 4.2는 8월 2일 출시.
데이터 품질과 제외 사항
사건 ID로 중복 제거. 후속 행은 사건 수에서 제외하되 시도 이력에는 보존. 고객 이름 삭제. 8월 사건 20개 중 5개는 버전 누락. 분류 체계: 내보내기 > PDF 렌더링 / CSV 인코딩 / 기능 요청 / 기타. 알려진 사고가 8월 빈 차트 사건 11개 중 6개와 연결되지만 원인은 조사 중. 채팅 가져오기는 8월 1일 시작되어 8월 사건 6개에 기여.
분석 결정
지원·제품 주간 검토. 주제와 조사 우선순위를 파악한다. 정당화할 수 있을 때만 기간을 비교한다. 간결한 표와 주의 사항을 출력한다. 우선순위 가중치: 심각도 우선, 다음으로 고유 건수, 최근 증가, 불확실성. 주제당 최소 세 사건.
예시 출력
검증: 8월의 24행은 후속 행 네 개를 사건 ID로 연결한 뒤 고유 사건 20개가 됩니다. 후속 연락은 시도 이력에 남깁니다. 사건 20개 중 5개는 버전이 없고, 6개는 7월에 없던 채널에서 들어왔으므로 원시 기간 비교는 동등하지 않습니다.
주제 | 고유 사건 / 20 | 심각도 | 상태와 근거 | 확신도
빈 PDF 차트 | 11 / 20(55%) | S2 2개, S3 9개 | 우회 방법 7개, 미해결 2개, 불명 2개; 내부적으로 매핑된 ID를 나열해야 함 | 증상 건수 높음, 버전 연관성 중간
CSV 인코딩 | 4 / 20(20%) | S3 4개 | 해결 세부 정보 미제공 | 건수 높음, 결과 낮음
기타 주제 | 3건 임계값 미만 | 혼합/불명 | 예약 내보내기 요청 2개와 무관한 질문 3개는 보이게 유지하되 공통 주제로 표시하지 않음 | 높음
우선순위 1: 고유 사건 수가 가장 많고 유일하게 S2 사건을 포함하므로 PDF 렌더링을 조사합니다. 11개 중 6개가 알려진 사고와 연결되지만, 이 연관성이 11개 모두의 근본 원인이 같음을 확인하지는 않습니다. 8개는 Desktop 4.2를 명시하고 3개는 버전이 누락되었으므로 4.2에만 있는 결함이라고 부르지 마세요.
기간 주의: 빈 차트 사건은 7월 10개 중 3개에서 8월 20개 중 11개로 늘어 관찰상 8개, 25%포인트 증가했습니다. 그러나 채팅 가져오기가 8월 1일 시작되었고 4.2 출시로 노출도 달라졌습니다. 7월 채팅을 소급해 가져오거나 안정된 채널 비교가 가능해질 때까지 추세로 보고하지 마세요. 다음 검사: 11개 매핑 전체를 표본 검증하고, 누락된 버전을 확보하고, 알려진 사고와 일치하는 사건을 분리하고, 활성 4.2 사용자의 노출을 조사하고, CSV 결과를 복구하세요.
효과가 있는 이유
1
고유 사건을 분모로 사용하면 반복 연락이 영향받은 고객 수 증가로 가장되는 것을 막습니다.
2
증상과 원인을 구분하면 지원 레이블이 결함에 대한 결론으로 바뀌는 것을 막습니다.
결과 확인
건수가 문서화된 고유 사건 및 제외 규칙에 근거하나요?
증상, 의심 원인, 확인된 원인 및 결과가 구분되어 있나요?
비교에서 호환 가능한 분모와 수집 방법을 유지하나요?
안심하고 사용하세요
자주 묻는 질문
이 레시피를 언제 사용해야 하는지, 무엇을 제공해야 하는지, 그리고 어떤 부분에서 사람의 검토가 여전히 중요한지에 대한 실용적인 답변
“지원 티켓의 공통 문제를 근거와 함께 요약하기”를 사용하기 전에 무엇을 준비해야 하나요?
“지원 티켓의 공통 문제를 근거와 함께 요약하기”를 사용하려면 티켓 데이터 세트, 데이터 품질과 제외 사항, 분석 결정을 준비하세요. 자리표시자는 검증할 수 있는 정보로만 바꾸세요. 세부 사항을 모른다면 모델에 추론을 요구하지 말고 그 불확실성을 명시적으로 유지하세요.
“지원 티켓의 공통 문제를 근거와 함께 요약하기” 결과는 언제 아직 사용할 준비가 되지 않은 것인가요?
제공된 근거를 바탕으로 명시된 결과물인 “건수, 비율, 추세, 사례, 편향 메모 및 조사 우선순위를 포함한 문제 분류 체계와 근거표”를 아직 산출하지 못했거나, 해결되지 않은 가정, 누락된 승인 또는 지어낸 세부 정보에 의존한다면 사용할 준비가 되지 않은 것입니다. 점검 항목을 공개 승인 기준으로 삼고, 근거 없는 결과물을 다듬는 대신 원본 입력을 수정하거나 이름과 권한이 명시된 검토자를 배정하세요.
“지원 티켓의 공통 문제를 근거와 함께 요약하기”에 대해 테스트 기록이 있는 AI 도구는 무엇인가요?
2026-08-28 기준으로 “지원 티켓의 공통 문제를 근거와 함께 요약하기”의 공개 테스트 기록에는 ChatGPT가 포함되어 있습니다. 이는 실행 기록이 있음을 확인할 뿐, 이후 제품 버전에서도 호환되거나 동일한 결과가 나온다고 보장하지는 않습니다. 다른 도구나 버전을 사용할 때는 모든 제약 조건을 명시하고 사용 전에 결과 점검을 다시 수행하세요.