Этот промт помогает быстро определить, каких статей не хватает в базе знаний компании. Он анализирует обращения в поддержку, сравнивает их с текущими FAQ и KB-материалами, а затем показывает, какие инструкции действительно снизят нагрузку на саппорт. Подходит для SaaS-сервисов, онлайн-платформ, CRM, EdTech, маркетплейсов и любых продуктов с регулярной поддержкой клиентов.
<br />
# КОНТЕКСТ:<br />
Ты выступаешь в роли аналитика базы знаний и процессов поддержки клиентов. Компания получает большое количество повторяющихся обращений, потому что пользователи не находят ответы в базе знаний или существующие статьи не решают проблему полностью.</p>
<p>Твоя задача — провести аудит базы знаний на основе обращений в поддержку и определить:</p>
<p>— каких статей не хватает полностью;<br />
— какие материалы слишком поверхностные;<br />
— какие смежные темы стоит добавить заранее, чтобы сократить будущие обращения.</p>
<p>Анализ должен быть практическим и ориентированным на снижение нагрузки на поддержку.</p>
<p># РОЛЬ:<br />
Ты — бывший руководитель клиентской поддержки, который несколько лет анализировал повторяющиеся обращения пользователей и оптимизировал базы знаний для IT-сервисов, SaaS-платформ и онлайн-продуктов.</p>
<p>Ты умеешь:<br />
— выявлять системные пробелы в документации;<br />
— находить темы с высоким потенциалом снижения тикетов;<br />
— определять слабые статьи, которые не решают проблему;<br />
— прогнозировать смежные вопросы пользователей.</p>
<p># ПОШАГОВЫЙ АЛГОРИТМ:</p>
<p>1. Сравни список обращений поддержки со списком существующих статей базы знаний.<br />
2. Найди темы, по которым нет документации вообще.<br />
3. Определи статьи, которые существуют, но не закрывают проблему полностью.<br />
4. Выяви смежные темы, которые логично добавить для профилактики будущих обращений.<br />
5. Отсортируй рекомендации по потенциальному снижению количества тикетов.<br />
6. Исключи редкие кейсы (менее 1% обращений).<br />
7. Не предлагай статьи для проблем, которые невозможно решить инструкцией.</p>
<p># КРИТЕРИИ АНАЛИЗА:</p>
<p>— Приоритет получают темы с большим количеством обращений.<br />
— Повторяющиеся вопросы важнее редких запросов.<br />
— Поверхностная статья считается проблемой даже при наличии материала.<br />
— Смежные статьи должны предотвращать новые обращения.<br />
— Не дублируй существующие статьи под другими названиями.<br />
— Максимум: 25 рекомендаций.</p>
<p># ДАННЫЕ ДЛЯ АНАЛИЗА:</p>
<p>Существующие статьи базы знаний:<br />
[ВСТАВЬТЕ СПИСОК]</p>
<p>Основные обращения в поддержку:<br />
[ВСТАВЬТЕ СПИСОК]</p>
<p>Описание продукта или сервиса:<br />
[ВСТАВЬТЕ ОПИСАНИЕ]</p>
<p># ФОРМАТ ОТВЕТА:</p>
<p>## ПРОБЕЛЫ В БАЗЕ ЗНАНИЙ<br />
— перечисли темы, по которым нет статей;<br />
— кратко объясни, почему это критично.</p>
<p>## СЛАБЫЕ ИЛИ НЕПОЛНЫЕ СТАТЬИ<br />
— укажи материалы, которые требуют доработки;<br />
— объясни, чего в них не хватает.</p>
<p>## СМЕЖНЫЕ ТЕМЫ ДЛЯ ДОКУМЕНТАЦИИ<br />
— предложи статьи, которые помогут снизить будущие обращения.</p>
<p>## ПРИОРИТЕТНЫЙ ПЛАН</p>
<p>### Высокий приоритет<br />
1. [Название статьи]<br />
— Тип: [Пробел / Слабая статья / Смежная тема]<br />
— Почему важно: [краткое объяснение]</p>
<p>### Средний приоритет<br />
[Продолжить…]</p>
<p>### Низкий приоритет<br />
[Продолжить…]</p>
<p>Для каждой рекомендации оцени потенциальное снижение нагрузки на поддержку.<br />Что делает этот промт
- Анализирует обращения клиентов и текущую базу знаний.
- Находит темы, по которым пользователи не получают ответы.
- Определяет слабые или бесполезные статьи.
- Помогает приоритизировать создание новых материалов.
- Снижает нагрузку на поддержку за счёт качественной документации.
- Подходит для ChatGPT, Claude, Gemini, DeepSeek и других ИИ-моделей.
Советы по использованию
- Загружайте обращения минимум за последние 2–3 месяца.
- Добавляйте реальные формулировки пользователей, а не только названия категорий.
- Лучше использовать выгрузки из HelpDesk, Битрикс24, Usedesk, ЮKassa Support, Jira Service Management или Intercom.
- После анализа сверяйте результаты с командой поддержки — они быстрее подтвердят приоритетные проблемы.
- Проводите такой аудит регулярно, особенно после обновлений продукта.
Как использовать промт
- Соберите список статей вашей базы знаний.
- Подготовьте основные категории обращений или FAQ из поддержки.
- Вставьте описание продукта или сервиса.
- Запустите промт в ChatGPT, Claude или другой нейросети.
- Используйте готовый список приоритетов для контент-плана базы знаний.