Tickets Stapelen Zich Op
In een BMS-omgeving moeten engineers nieuwe tickets lezen, van context voorzien en naar de juiste wachtrij sturen. Deze realisatie onderzoekt hoe een AI-assistent dat voorwerk kan structureren, zonder de professionele beoordeling door een engineer te vervangen.
- Handmatige analyse van elk nieuw ticket
- Geen automatische prioritering — alles "even belangrijk"
- Tickets bleven te lang in de verkeerde queue
- Engineers misten context over onbekende issues
Agent Tom B is Geboren
Het idee: een AI-assistent die elke 5 minuten de BMS API pollt, nieuwe tickets oppikt, ze analyseert met Google Gemini 2.5 Pro (inclusief Google Search voor context), en automatisch een interne note plaatst met een eerste analyse. De engineer krijgt een kant-en-klare briefing in plaats van een rauw ticket.
- Automatische analyse van nieuwe tickets
- Google Search grounding voor actuele context
- Intelligente prioritering (dringend → P1 Very High)
- Routing naar het juiste team
On-Demand AI Hulp
Naast automatische verwerking kan elk teamlid Tom B om hulp vragen. Door #flai in een ticket note te typen, voert de agent een diepe analyse uit in STAR-formaat (Situatie, Taak, Actie, Resultaat). Indien nuttig schrijft hij ook een voorbeeld klantmail als aparte note.
// Stap 1: Open het ticket in BMS
// Stap 2: Typ in een note:
#flai
// Tom B analyseert het ticket en plaatst:
Interne note in STAR-formaat
Voorbeeld klantmail (optioneel)
Ticket terug in jouw queue
- Niet gekoppeld aan een specifieke eindklant
- Ontworpen voor interne notities, met controle door een engineer
- STAR-formaat: gestructureerd en actionable
- Automatische return naar originele queue
De /learn Functie
Het team kan Agent Tom B nieuwe regels aanleren. Via het /learn commando leert de agent patronen herkennen en automatisch toepassen. De AI controleert eerst op conflicten met bestaande regels voordat een nieuwe regel wordt opgeslagen.
// Voorbeeld /learn commando:
#flai /learn 3CX Lost Call in Queue Sales tickets moeten direct naar Sales met hoge prioriteit
// Tom B controleert:
Geen conflict → LEARN OK + regel opgeslagen
Conflict → LEARN CONFLICT melding
- Eenvoudig aanleren via notities in BMS
- Automatische conflict-detectie met bestaande regels
- Regels opgeslagen in learned_rules.md
- Terug-routing na bevestiging
Automatische Ticket Routing
Agent Tom B leest de audit log van elk ticket om te bepalen waar het vandaan kwam. Op basis daarvan stelt hij een route via hashtags in BMS voor. Een configureerbare fallback kan tickets met onvoldoende context naar een menselijke wachtrij sturen.
| Queue in audit log | Hashtag |
|---|---|
| Level One Support | #flytolvl1 |
| Sales | #flytosales |
| Accounting | #flytoacc |
| Level Two Support | #flytolvl2 |
| SysAdmin | #flytosysadmin |
| Project Support | #flytoprosup |
- Audit log-based return routing
- Fallback: onbekende queue → Level One + P1
- BMS workflows verwerken de hashtags
- ~5 API calls per cyclus (geoptimaliseerd van ~15)