Prompts pour analyser les tickets support récurrents

Les mêmes problèmes reviennent dans vos demandes clients, mais au fil des semaines personne ne les voit. Un assistant peut lire un lot de demandes, proposer un classement par motif et faire ressortir ceux qui reviennent. Le résultat sert à décider : écrire une FAQ, corriger une fiche produit, changer un emballage, former l'équipe. Les prompts ci-dessous partent d'un export simplifié de vos tickets, à coller en texte long ou à joindre en fichier.

Une limite à connaître : l'assistant classe bien, compte mal. Les totaux se vérifient dans un tableur.

Préparer l'export

Exportez de votre messagerie ou de votre logiciel de support une ligne par demande avec : la date, l'objet, un résumé de la demande, la solution apportée. Supprimez les colonnes nom, mail, téléphone, adresse et numéro de client.

La CNIL rappelle qu'une donnée dont on a seulement remplacé le nom par un pseudonyme ou un numéro reste une donnée personnelle, parce que la personne peut souvent être retrouvée en croisant d'autres informations. Retirer les colonnes d'identité ne suffit donc pas toujours : relisez aussi le texte libre, où un client a pu écrire son adresse ou son numéro. Pour un usage grand public, la CNIL recommande d'éviter de saisir des données personnelles et des informations confidentielles de l'entreprise.

Étape 1 : proposer des catégories

Tu es analyste du service client d'une [type d'entreprise].
Voici [nombre] demandes clients des [période], une par ligne (date ; objet ; résumé ; solution) :
"""
[export]
"""

Tâche : propose entre 8 et 12 catégories de motifs qui couvrent ces demandes.
Pour chaque catégorie : un nom court, une définition d'une phrase, deux exemples tirés de la liste.
Les catégories doivent décrire la cause côté client (« ne trouve pas le suivi de colis ») plutôt que le service interne (« logistique »).
Ajoute une catégorie « autre » et ne la remplis que si nécessaire.

À vérifier : relisez les définitions avec la personne qui répond aux clients. Elle saura si deux catégories recouvrent en réalité le même problème.

Étape 2 : classer chaque demande

Utilise ces catégories : [liste validée avec définitions].
Classe chaque demande de la liste dans une seule catégorie.
Rends un tableau à trois colonnes : numéro de ligne, catégorie, niveau de certitude (sûr / hésitant).
Pour les classements hésitants, indique en quelques mots l'autre catégorie possible.
Ne calcule pas de total.

Collez ensuite le tableau dans un tableur et comptez par catégorie vous-même. Les lignes « hésitant » se relisent à la main.

Étape 3 : tirer des actions

Voici le nombre de demandes par catégorie sur la période, compté par nos soins :
[catégorie : nombre]
Et voici trois demandes typiques pour chacune des quatre catégories les plus fréquentes :
[exemples]

Pour chacune de ces quatre catégories, propose :
- la cause probable, en distinguant ce qui est sûr et ce qui est une hypothèse ;
- une action qui réduirait ces demandes (contenu de FAQ, message automatique, correction de fiche produit, procédure interne) ;
- l'indicateur à suivre pour savoir si l'action a marché.
Présente le résultat en tableau.

À vérifier : une « cause probable » n'est qu'une hypothèse tant que vous ne l'avez pas confirmée (en lisant les tickets, en demandant à l'équipe, en testant le parcours client).

Ce que l'analyse permet de produire

Organiser le prompt pour un long export

La documentation d'Anthropic recommande de placer les données longues en haut du prompt, au-dessus des instructions, et indique que cela améliore les réponses. Collez donc l'export d'abord, entre balises (par exemple <tickets>…</tickets>), et la consigne en dessous.

Une catégorie qui revient beaucoup mérite souvent une entrée de FAQ : voir rédiger une FAQ à partir des questions clients.