고객 complain의 주요 키워드를 분석하여 어떤 부서에서 처리 해야 하는지를 알려주는 GPTs를 만들어 보았습니다.
프롬프트는 한글로 작성하였고, 프롬프티지니가 영어로 바꿔줘서 영어로 캡쳐가 되었습니다.
우선 엑셀 파일을 올리고, 부서별로 어떤 컴플레인이 있는지 주요 키워드를 뽑아 달라고 하였습니다.
부서별 complain의 key word를 분석한 것이 아니라 부서별 complain 숫자를 정리해 주었습니다.
부서별 complain key word를 분석해달라고 했는데, 프롬프트지니를 쓰면서 번역이 잘 못 됩 부분도 이 있어서, 부서 관계 없이 전체 키워드를 뽑아 주었습니다.
그래서 다시 결과 형식에 대한 예시를 들어주며 아래와 같이 답변을 하라고 하였습니다.
또한 결과를 excel 파일로 만들어 달라 하였습니다. 보여달라고만 하면 보통 5개 정도만 보여주고, 파일로 달라고 하면 전체 데이터가 들어 있었습니다.
결과는 제가 생각 한대로 나왔는데, 키워드를 뽑으라고 하였는데, 아마도 주요 반복되는 단어 중심으로 뽑다보니, 의미 없는 단어, 너무 짧아져서 어떤 의미가 있는지 모르겠는 단어들이 추출 되었습니다.
그래서 특정한 부서의 complain 사례, 업무를 좀 더 설명해 주면서 해당 부서에서 처리하는 complain을 좀 더 자세히 뽑아 달라고 요청하였습니다.
내부 자료라 외부에 공개할 수 없는 부분이있지만,
대략 이미지 사이즈를 부소면 위에는 단어 2-3개 나왔던 반면, 아래는 엄청나게 많은 내용들이 뽑아져 나왔습니다.
이렇게 나온 데이터를 조금 더 자세한 의미를 찾기 위해서 단어를 2-3개 묶어서 내용을 명확하게 알 수 있도록 요청하였습니다.
ex) 자동차, 주차, 위반 → 자동차 주차 위반, 주차 위반 이렇게 나올 수 있도록이요.
그리고 추가로 한 셀에 있는 데이터를 나누어서 다른 셀로 나눌 수 있도록 GPT에게 시켜서 키워드별로 분리된 셀에 값이 입력 되도록 하였습니다.
그렇게 나온 파일은 GPTs에 학습을 시켰습니다.
파일을 올려서 학습을 하라고 했더니 첫 5개만 학습을 했더라구요
그래서 74개 부서의 complain 업무를 다 학습하라고 하니 다 학습을 하였습니다.
처음이라 시행착오가 많았는데, 이렇게 저렇게 해 보니 계속 진전이 되더라구요!!
#9기AI알바생