دوره آموزشی Amazon Q در Connect: مرکز تماس با هوش مصنوعی مولد (GenAI)
2 ساعت 17 دقیقهمتوسط2025-03-11
مدرسین

Wendy Wong
جزئیات دوره
هوش مصنوعی داره بهسرعت دنیای خدمات مشتری رو زیر و رو میکنه، و مراکز تماس هم دارن خودشون رو با این تحول بزرگ هماهنگ میکنن. توی این دوره، «وندی وانگ» بهت یاد میده چجوری با استفاده از Amazon Q در Connect تجربه مشتریات رو شخصیسازی کنی و با کمک هوش مصنوعی، سریع و راحت به سوالها و مشکلات مشتریها پاسخ بدی.
Amazon Q یه دستیار هوش مصنوعی قدرتمنده که مخصوص خدمات مشتری طراحی شده و میتونه در لحظه، اطلاعات لازم رو هم به مشتری و هم به اپراتور بده تا سریعتر و دقیقتر به نتیجه برسند. با استفاده از دستورهای زبان طبیعی (یعنی همون جملات ساده و روزمره)، میتونی دادهها رو استخراج کنی، تماسها رو خلاصه کنی، و گزارشهای دقیق بگیری.
اگه میخوای مرکز تماست رو هوشمند و مدرن کنی، این دوره بهت یاد میده چجوری با Amazon Q یه تجربه دیجیتالی همهجانبه (omnichannel) برای مشتریها بسازی، بهرهوری تیم پشتیبانیات رو ببر بالا و کیفیت خدماتت رو چند پله ارتقا بدی.
✅ اهداف یادگیری:
ساخت یک مرکز تماس هوشمند با استفاده از Amazon Q در Connect.
ایجاد تجربه شخصیسازیشده برای مشتریها در کانالهای مختلف (چت، تماس، ایمیل و ...).
استفاده از پیشنهادهای هوش مصنوعی برای پاسخدهی سریعتر و بهتر به مشتری.
تحلیل عملکرد اپراتورها با ابزار Contact Lens در Amazon Connect.
خلاصهسازی تماسهای مشتریان و استخراج بینشهای کاربردی از دادهها.
افزایش بهرهوری تیم پشتیبانی با اتوماسیون مبتنی بر هوش مصنوعی.
بهبود تجربه کاربری در فضای دیجیتال برای مشتریان با رویکرد Omnichannel.
Amazon Q یه دستیار هوش مصنوعی قدرتمنده که مخصوص خدمات مشتری طراحی شده و میتونه در لحظه، اطلاعات لازم رو هم به مشتری و هم به اپراتور بده تا سریعتر و دقیقتر به نتیجه برسند. با استفاده از دستورهای زبان طبیعی (یعنی همون جملات ساده و روزمره)، میتونی دادهها رو استخراج کنی، تماسها رو خلاصه کنی، و گزارشهای دقیق بگیری.
اگه میخوای مرکز تماست رو هوشمند و مدرن کنی، این دوره بهت یاد میده چجوری با Amazon Q یه تجربه دیجیتالی همهجانبه (omnichannel) برای مشتریها بسازی، بهرهوری تیم پشتیبانیات رو ببر بالا و کیفیت خدماتت رو چند پله ارتقا بدی.
✅ اهداف یادگیری:
ساخت یک مرکز تماس هوشمند با استفاده از Amazon Q در Connect.
ایجاد تجربه شخصیسازیشده برای مشتریها در کانالهای مختلف (چت، تماس، ایمیل و ...).
استفاده از پیشنهادهای هوش مصنوعی برای پاسخدهی سریعتر و بهتر به مشتری.
تحلیل عملکرد اپراتورها با ابزار Contact Lens در Amazon Connect.
خلاصهسازی تماسهای مشتریان و استخراج بینشهای کاربردی از دادهها.
افزایش بهرهوری تیم پشتیبانی با اتوماسیون مبتنی بر هوش مصنوعی.
بهبود تجربه کاربری در فضای دیجیتال برای مشتریان با رویکرد Omnichannel.
مهارت ها
Amazon Web Services (AWS)AmazonGenerative AICloud ServicesCloud PlatformsArtificial Intelligence (AI)LearningCloud Computing
سرفصل ها
0. مقدمه
- 01 - مرکز تماس مجهز به هوش مصنوعی با آمازون Q در اتصال
1. ارائه یک تجربه مشتری Omni-Channel
- 02 - ایجاد اعتماد و وفاداری با مشتریان
- 03 - چالشهای مرکز تماس
- 04 - هوش مصنوعی مکالمه را فعال کنید
- 05 - نتایج تجاری مبتنی بر هوش مصنوعی را ارائه دهید
- 06 - ارائه کانالهای دیجیتال
2. مقدمه ای بر آمازون کانکت
- 07 - شروع به کار با آمازون کانکت
- 08 - شخصی سازی مرکز تماس
- 09 - معماری فنی
- 10 - هدف تماس را درک کنید
- 11 - سفارشی سازی برای سازمان شما
- 12 - اتصال به چت بات ها
- 13 - یک جریان تماس ایجاد کنید
- 14 - یک ربات سفارشی ایجاد کنید
3. مرکز تماس با هوش مصنوعی
- 15 - معرفی آمازون Q در اتصال
- 16 - امکانات برای مراکز تماس
- 17 - اقدامات توصیه شده
- 18 - پاسخهای عامل در زمان واقعی
- 19 - جستجوی دانش برای پاسخهای تولید شده
- 20 - مشکلات مشتری را تشخیص دهید
- 21 - یک دامنه اضافه کنید
- 22 - اتصال دهندههای داده برای ایجاد پایگاه دانش شما
4. تجربه نماینده
- 23 - CX را با نمایههای مشتری آمازون کانکت شخصی سازی کنید
- 24 - یک کیس در آمازون کانکت بسازید
- 25 - تماسها را در فضای کاری عامل آمازون کانکت حل کنید
- 26 - با استفاده از لنز تماسی برای Amazon Connect با دادهها چت کنید
- 27 - از زبان طبیعی برای تولید پاسخ از دادهها استفاده کنید
- 28 - توصیههای مبتنی بر هوش مصنوعی را ارائه دهید
- 29 - با درون برنامه، وب و ویدیو به مشتریان خدمات ارائه دهید
- 30 - ارتباط با مشتریان از طریق پیامک
5. تجربه مدیر
- 31 - تجربه مشتری را با بینش دادهها افزایش دهید
- 32 - یک خلاصه پس از تماس GenAI ایجاد کنید
- 33 - ارزیابی عملکرد عامل با لنز تماسی برای Amazon Connect
- 34 - پیشبینی و برنامه ریزی عامل
- 35 - دستگاههای تلفن گویا و مسیرها را با جریانهای آمازون کانکت بسازید
- 36 - کانالهای خود را راهاندازی کنید
- 37 - به گزارشهای موضوع دسترسی داشته باشید
- 38 - مکالمات ضبط شده را زیر نظر بگیرید
نتیجه گیری
- 39 - پاکسازی منابع
- 40 - خلاصه کردن آنچه آموختید
- 41 - به منابع بیشتر دسترسی داشته باشید
دوره های مرتبط
- دوره آموزشی مبانی اتوماسیون هوش مصنوعی AWS: رابط خط فرمان (CLI) با Amazon Q در AWS CloudShell
- دوره آموزشی تبدیل متن به SQL: سرویس بدون سرور آمازون ردشیفت برای تولید SQL در آمازون Q
- دوره آموزشی برنامهنویسی جفت با هوش مصنوعی با استفاده از Amazon Q
- دوره آموزشی راهحلهای هوش مصنوعی سازمانی با AWS: کسبوکار Amazon Q، پایگاههای دانش Bedrock، و MLOps در SageMaker
- دوره آموزشی ساخت هوش مصنوعی مولد با AWS: توسعهدهنده Amazon Q، استنتاج Bedrock، و SageMaker Canvas
- دوره آموزشی تحلیلهای پیشرفته هوش مصنوعی بر روی AWS: آمازون Bedrock، Q، SageMaker Data Wrangler و QuickSight
- دوره آموزشی کدنویسی تقویتشده با هوش مصنوعی با Amazon Q Developer
- دوره آموزشی هوش مصنوعی مسئولانه بر روی AWS: حصارهای Bedrock، امنیت Amazon Q و SageMaker Clarify
مسیرهای مرتبط
- مسیر آموزشی آماده شدن برای آزمون AWS Certified Cloud Practitioner (CLF-C01)
- مسیر آموزشی آماده شدن برای آزمون AWS DevOps Engineer - Professional (DOP-C01)
- مسیر آموزشی آماده شدن برای آزمون AWS SysOps Administrator - Associate (SOA-C02)
- مسیر آموزشی تبدیل شدن به یک متخصص AWS Data و DevOps
- مسیر آموزشی مقدمه ای بر آمازون وب سرویس برای غیر مهندسان
- مسیر آموزشی آماده شدن برای گواهینامه AWS Certified Cloud Practitioner (CLF-C02)
- مسیر آموزشی شروع به کار به عنوان یک توسعه دهنده AWS
- مسیر آموزشی ارتقاء مهارت های خود را در هوش مصنوعی و یادگیری ماشین