Bruikbaar ticket

Hoe zet u een onduidelijke melding om in een bruikbaar ticket zonder ontbrekende informatie te verzinnen?

1250 € per sessie, excl. btw

Samengevat

Tijdens deze halve dag van 3 uur ontdekt u de onderdelen van een technisch ticket en oefent u met het opstellen ervan met generatieve AI. Aan de hand van een fictief incident onderscheiden de deelnemers feiten van hypotheses, beschrijven ze hoe het incident kan worden gereproduceerd en beoordelen ze hun ticket met een controlelijst voordat ze het doorsturen.

Waarom deze opleiding?

Een melding zoals ‘de export werkt niet’ verplicht het technische team om eerst de context te achterhalen voordat het onderzoek kan starten. Door de uitgevoerde handeling, het waargenomen resultaat en het verwachte resultaat te beschrijven, kunt u een fout onderscheiden van een misverstand of een wijzigingsverzoek. AI kan helpen om notities te ordenen en onbeantwoorde vragen te herkennen, maar kan ook een aannemelijke oorzaak voorstellen zonder bewijs. De leerdoelen richten zich daarom evenzeer op het schrijven als op het controleren van toegevoegde informatie en het expliciet benoemen van wat nog onbekend is. Doorlopende casus: Bij Velsarine Distribution, een fictieve organisatie, meldt een beheerder dat de export van bestellingen na het toepassen van een filter een leeg bestand oplevert. Het lesdossier bevat een gebruikersbericht, een geanonimiseerde schermafbeelding en enkele waarnemingen, maar laat de informatie over de omgeving bewust onvolledig. Toepassing op het werk: Gebruik bij een volgende melding het sjabloon in de toegestane tool, controleer elk feit met de betrokken persoon en pas de controlelijst toe voordat u het ticket doorstuurt. Vergelijk de onvolledige rubrieken vóór en na de controle, zonder de beslissing over de prioriteit aan AI over te laten.

De doelstellingen van deze opleiding

  • De rubrieken identificeren die nodig zijn om een incident te onderzoeken.
  • Waarnemingen, hypotheses en ontbrekende informatie van elkaar onderscheiden.
  • Genummerde en verifieerbare stappen beschrijven om het incident te reproduceren.
  • Een eenvoudige AI-instructie formuleren om notities te structureren zonder feiten toe te voegen.
  • Een ticket beoordelen en vervolgens corrigeren aan de hand van een expliciete controlelijst.

Voor wie en met welke voorkennis?

Betrokken rollen en taken

  • Supportmedewerkers die fouten doorgeven aan technische teams.
  • Leden van product- of testteams die beginnen met het formeel vastleggen van incidenten.
  • Kerngebruikers die storingen in toepassingen moeten beschrijven.

Vereiste voorkennis

  • Geen voorkennis van AI vereist.
  • U kunt een handeling beschrijven die u in een toepassing hebt uitgevoerd; programmeervaardigheden zijn niet nodig.

Waaraan u werkt

  1. Een melding lezen als een onderzoeker

    Doel: Herkennen wat een incident begrijpelijk maakt. Verschillen tussen een fout, een ondersteuningsverzoek en een wijzigingsverzoek; de rol van de titel, de context en de impact op de gebruiker.

  2. Eerst beschrijven, dan diagnosticeren

    Doel: Een verifieerbare beschrijving opstellen zonder een oorzaak te veronderstellen. Omgeving, voorafgaande voorwaarden, genummerde stappen, verwacht en waargenomen resultaat; bekende frequentie en beperkingen bij het reproduceren.

  3. Kennismaken met schrijfondersteuning

    Doel: Een eenvoudige instructie gebruiken en het verkregen voorstel controleren. Begeleide demonstratie: De notities aanleveren, de rubrieken voorschrijven, het toevoegen van feiten verbieden en vragen om onbekende gegevens aan te duiden.

  4. Nalezen vóór het doorsturen

    Doel: De schrijfkwaliteit meten en resterende onduidelijkheden wegnemen. Elkaars werk nalezen, bijlagen controleren en onderscheid maken tussen de vastgestelde impact en de nog te bepalen prioriteit.

Wat u meeneemt

  • Een afgewerkt foutticket waarin onbekende gegevens zijn aangeduid.
  • Een herbruikbaar sjabloon voor incidentbeschrijvingen.
  • Een AI-instructie om informatie te structureren zonder iets te verzinnen.
  • Een kwaliteitscontrolelijst, ingevuld vóór en na de correctie.

Methode en evaluatie

  • Korte toelichtingen, onmiddellijk gevolgd door oefeningen met de doorlopende casus.
  • Individueel werken en vervolgens in duo’s, waarbij deelnemers elkaars werk nalezen.
  • Begeleide gezamenlijke bespreking: wat werkt, wat moet worden gecorrigeerd en wat een menselijke beslissing blijft.
  • Voorbereiding: Voorzie toegang tot een door de organisatie toegestane generatieve AI-assistent, volgens de interne gebruiksvoorwaarden. Bereid het fictieve dossier, een leeg sjabloon en de controlelijst voor; sluit identificatiegegevens, geheimen en persoonsgegevens uit.

Waarneembare criteria: De titel vermeldt de betrokken functie en het symptoom, zonder onbewezen diagnose. ; De stappen vermelden de bekende voorafgaande voorwaarden, de handelingen en het moment waarop het probleem optreedt. ; Het waargenomen resultaat en het verwachte resultaat staan in twee afzonderlijke rubrieken. ; Elk detail komt uit het dossier; ontbrekende informatie is gemarkeerd als ‘te bevestigen’. ; De controlelijst telt de criteria waaraan vóór en na de correctie is voldaan, met een verantwoording van de verschillen..

Veelgestelde vragen

Moet u kunnen programmeren?

Nee. De oefeningen gaan over gebruikershandelingen en waarnemingen, niet over codeanalyse.

Kunt u een echt incident gebruiken?

Alleen na anonimisering en volgens de interne regels; het fictieve dossier volstaat voor alle oefeningen.

Bepaalt AI de oorzaak van het probleem?

Nee. Een voorgestelde oorzaak blijft een hypothese en vervangt noch onderzoek noch bewijs.

Wordt het ticket aangemaakt in opvolgsoftware?

De sessie levert overdraagbare inhoud op; er is geen configuratie of software-integratie nodig.

Laatst bijgewerkt: