AI-alapú IT Service Desk
automatizáció
Vállalati szintű ticket-kezelés, ami nem vár — automatikusan reagál.
7 összekapcsolt n8n workflow, 4 AI modell, 5 biztonsági checkpoint.
Ami ma manuálisan történik
Egy átlagos 50–200 fős vállalatnál naponta 15–40 IT support ticket érkezik. Ezek nagy része ismétlődő, alacsony komplexitású kérés.
Manuális besorolás
A ticket-ek besorolása és átirányítása emberi döntést igényel — perceket, néha órákat vár.
Egyforma várólisták
Az egyszerű kérések ugyanúgy várólistára kerülnek, mint a kritikus problémák.
Manuális SLA figyelés
Az SLA határidők figyelése kézi — a csúszásokról gyakran későn értesülnek.
Nincs visszacsatolás
Nem tudják, melyik megoldási minta működik és melyik nem.
Rutinmunka dominál
A support csapat idejének 40–60%-a ismétlődő feladatokra megy el.
> Napi ticket szám: 15–40 db
> Átlagos válaszidő: 4–8 óra
> SLA compliance: ~75%
> Manuálisan kezelt: 100%
> Rutinfeladat arány: 40–60%
# Eredmény:
>> Lassú válaszidő, elégedetlen munkatársak,
>> SLA kihagyások, értékes idő vesztése.
A megoldás: 7 összekapcsolt n8n workflow
Moduláris, AI-vezérelt rendszer a ticket beérkezésétől a megoldás utáni elégedettségmérésig.
7 Workflow
Önálló, külön fejleszthető és tesztelhető modulok — ha egyet cserélünk, a többi érintetlen marad.
4 AI Modell
Költségoptimalizált multi-model stratégia — minden feladathoz a legmegfelelőbb és leghatékonyabb AI.
5 Biztonsági Checkpoint
A teljes folyamat mentén többrétegű védelem — PII szűrés, prompt injection védelem, output validáció.
Teljes Automatizálás
Emberi beavatkozás nélkül az egyszerű esetekben, intelligens eszkalációval a bonyolultaknál.
Hogyan működik — lépésről lépésre
A 7 workflow egymásra épülve biztosítja a teljes ticket-életciklus automatizálását.
Központi hibakezelés és monitoring
Minden workflow mögött egy központi monitoring rendszer figyel. Ha bármi hiba történik, automatikusan kategorizálja és kezeli.
Hibák automatikus kategorizálása (kritikus / figyelmeztetés / információ)
Exponential backoff újrapróbálás: 30mp → 2 perc → 10 perc (max 3x)
Sikertelen próbálkozások után emberi értesítés
Minden hiba naplózva az elemzéshez
Ticket fogadás és biztonsági szűrés
A rendszer emailben és webes űrlapon keresztül fogadja a bejelentéseket. Két biztonsági ellenőrzés fut le, mielőtt bármit csinálna velük.
Személyes adatok védelme
Bankkártya szám, jelszó, érzékeny adatok automatikus kitakarása — az AI soha nem látja ezeket.
Prompt injection védelem
Az AI rendszer manipulálására irányuló kísérleteket kiszűri — ezek azonnal manuális felülvizsgálatra kerülnek.
AI-alapú besorolás és prioritizálás
Három egymásra épülő AI lépés elemzi minden beérkező ticketet:
Kategorizálás — Jelszó reset? Hálózati probléma? Biztonsági incidens?
Prioritás — P1 (kritikus) – P4 (alacsony), automatikus vagy emberi kezelés
Megbízhatóság — Ha az AI < 70% confidence, emberi felülvizsgálatra jelöli
Miért Claude Sonnet 4.6?
A legjobb strukturált gondolkodású modell, ami megbízhatóan dönt összetett IT kontextusban.
Automatikus megoldás
Az egyszerű, ismétlődő problémákat a rendszer emberi beavatkozás nélkül kezeli:
| Típus | Modell |
|---|---|
| Jelszó reset | Automatikus folyamat |
| FAQ / Ismert hiba | Gemini 2.5 Flash |
| Gyakori hibák | Claude Sonnet 4.6 |
Intelligens átirányítás és jóváhagyás
Amit az AI nem tud automatikusan megoldani, a megfelelő csapathoz irányítja:
Hálózati probléma → Infrastruktúra csapat
Biztonsági incidens → Security csapat
Szoftver hiba → Helpdesk L2
Jogosultság kérés → Identity csapat
Érzékeny műveleteknél Telegram-alapú jóváhagyás. P1 kritikus ticketek azonnali értesítést kapnak.
SLA monitoring és proaktív eszkaláció
15 percenként automatikusan ellenőrzi az összes nyitott ticket SLA státuszát:
| Prioritás | Válaszidő |
|---|---|
| P1 Kritikus | 1 óra |
| P2 Magas | 4 óra |
| P3 Közepes | 24 óra |
| P4 Alacsony | 72 óra |
Figyelmeztető értesítés
Sürgős riasztás a felelősnek
Azonnali eszkaláció + automatikus prioritásemelés
Visszajelzés és folyamatos fejlesztés
Megoldás után 2 órával elégedettségi kérdőív megy az ügyfelnek. Negatív visszajelzésnél az AI elemzi a teljes történetet és fejlesztési javaslatot generál.
Heti automatikus trend-elemzés:
Melyik kategóriában a legtöbb a probléma?
Hány ticketet sikerült automatikusan megoldani?
Milyen tudásbázis hiányok vannak?
Milyen fejlesztéseket érdemes bevezetni?
A technikai architektúra — gyors áttekintés
Moduláris felépítés
Minden workflow önálló, külön fejleszthető. Ha modellt cserélünk, a többi érintetlen marad.
Multi-model stratégia
4 különböző AI modell, feladathoz igazítva — optimális ár-teljesítmény arány.
5 biztonsági réteg
Nem egyetlen ponton szűrünk, hanem a teljes folyamat mentén.
Human-in-the-loop
Érzékeny kérdésekben mindig ember dönt — jogosultság, rendszerhozzáférés, alacsony AI megbízhatóság.
[Központi Hibakezelés] ↑ | (hiba esetén) [Ticket Fogadás] → [AI Besorolás] → [Auto Megoldás] | | | (komplex) | (megoldva) ↓ ↓ [Átirányítás] ────→ [SLA Monitor] | ↓ [Visszajelzés & Fejlesztés]
Költségoptimalizált multi-model stratégia
4 különböző AI modell, feladathoz igazítva — nem egyetlen modellre bízzuk az egészet.
Claude Sonnet 4.6
Besorolás, komplex elemzés
Legjobb strukturált gondolkodásGemini 2.5 Flash
FAQ válaszok generálása
Tizedébe kerül, KB-nál elégClaude Haiku 4.5
Jóváhagyási összefoglalók
Gyors, tömör, cost-effectiveGPT-4.1-mini
Napi riportok generálása
Legolcsóbb rutinfeladatra5 biztonsági checkpoint
Nem egyetlen ponton szűrünk, hanem a teljes folyamat mentén — a bemenettől a kimenetig.
PII felismerés a bemeneten
Személyes adatok automatikus detektálása és kitakarása.
Prompt injection szűrés
AI manipulációs kísérletek kiszűrése a bemeneten.
AI output validáció
A besorolás eredményének ellenőrzése a továbbítás előtt.
Válasz PII ellenőrzés
A generált válaszokban sem maradhat érzékeny adat.
Heti elemzés validáció
Az összesített riportok kimeneti validációja.
Üzleti eredmények — amire számíthat
Hasonló rendszerek bevezetése után vállalatok jellemzően az alábbiakat tapasztalják.
Megoldási idő
4–8 óra helyett
Auto-megoldott
ticketek aránya
SLA compliance
~75% helyett
Felszabadított
IT kapacitás
Első válaszidő
órák helyett
Technológiai stack
Nyílt forráskódú, self-hosted alapokra építünk — teljes adatkontrollal, vendor lock-in nélkül.
n8n
Nyílt forráskódú workflow automatizáció (self-hosted)
Claude Sonnet 4.6 / Haiku 4.5
AI klasszifikáció, elemzés és összefoglalók (Anthropic)
Gemini 2.5 Flash
Költséghatékony válaszgenerálás (Google)
GPT-4.1-mini
Rutinfeladatok, napi riportok (OpenAI, OpenRouter-en keresztül)
Google Workspace
Ticket store (Sheets), email integráció (Gmail)
Telegram
Real-time értesítések és jóváhagyási folyamat
Skálázhatóság
A rendszer könnyen bővíthető — az alaparchitektúra kész a növekedésre.
Több csatorna
Microsoft Teams, Slack, webform, chatbot integráció.
Több nyelv
Az AI modellek többnyelvű bejelentéseket is kezelnek.
Több workflow
HR onboarding, beszerzési jóváhagyás, change management.
Production hardening
PostgreSQL adatbázis, Redis queue mode, Prometheus monitoring.
Érdekli ez a megoldás?
Beszélje át velünk, hogyan automatizálható az Ön folyamata.