AI / Eigen product
Agent Tom B
Een technische realisatie die IT-tickets analyseert en een voorstel voor prioriteit en routing als interne notitie klaarzet. Een engineer blijft verantwoordelijk voor de uiteindelijke actie.
Projectgegevens
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)
De Technische Scope
De realisatie koppelt ticketintake, AI-analyse, interne notities en configureerbare routing. Ze ondersteunt engineers met voorbereidende context; effect en doorlooptijd hangen af van de gebruikte tickettypes, integraties en menselijke controle.
Ingebouwde Veiligheidsnetten
Interne Notities
De integratie is ontworpen om voorstellen als interne notities te schrijven. Rechten en workflows moeten in de gekoppelde BMS-omgeving afzonderlijk worden gecontroleerd.
Confidence Scoring
Een instelbare drempel kan analyses met lage zekerheid naar een menselijke wachtrij sturen.
Safety Net Routing
Onbekende queue of persoon? Automatisch naar Level One Support met P1 prioriteit.
Mens in de Loop
Tom B is een hulpmiddel, geen vervanging. De bedoelde workflow laat een engineer de analyse beoordelen voordat er extern wordt gecommuniceerd.
Controleerbare assistentie
De kern van deze realisatie is niet autonome besluitvorming, maar reproduceerbaar voorwerk: context verzamelen, structureren en ter beoordeling aanbieden in het bestaande ticketsysteem.
Technische productcase van tom.cool
Ook jouw workflows automatiseren met AI?
Van ticket-analyse tot kennisbank-integratie — ik bouw AI-oplossingen die passen bij jouw bedrijfsprocessen. Neem contact op voor een vrijblijvend gesprek.
Bekijk AI Services