UM

Portal Pentadbir Chatbot

Study@UniMalaya โ€” DEMO POC
Demo: kata laluan ialah demo123. Produksi Fasa 1: SSO UM / RBAC penuh mengikut matriks kawalan capaian Seksyen 8 RFP.
UM

Portal Pentadbir Chatbot

Study@UniMalaya โ€” Jabatan Pemasaran dan Pengambilan
DEMO POC
โ€“
Jumlah Perbualan
โ€“
Dijawab Sendiri (Self-serve)
โ€“
Dieskalasi ke Pegawai
โ€“
Kadar Jawab Sendiri

Eskalasi Mengikut Jabatan

JabatanBilangan
Pemasaran Antarabangsaโ€“
Kemasukan Pelajarโ€“
eVAL (Visa)โ€“

Soalan Paling Kerap (RFP 5.3)

Waktu Puncak Pertanyaan (RFP 5.3)

00:0006:0012:0018:0023:00

Taburan Negara Prospek (RFP 5.3)

Program Paling Diminati (RFP 5.3)

Maklumat Sistem

Provider / Model LLMโ€“
Seksyen pangkalan pengetahuan diindeksโ€“
Lead qualification (RFP 5.1 #7). Prospek dikumpul melalui borang "Saya berminat memohon" dalam widget chat, dan diberi pemarkahan automatik berdasarkan kelengkapan maklumat & niat temu janji. Prospek panas ialah keutamaan susulan pasukan Pemasaran. Dalam produksi, prospek disegerakkan ke CRM (opsyen Seksyen 5.2 RFP).

Senarai Prospek

KONSEP โ€” Application Completion / Recovery (RFP 5.1 #9, pelaksanaan penuh pada Fasa 3 integrasi MAYA). Data di bawah adalah contoh statik. Aliran sebenar: sistem membaca senarai permohonan tidak lengkap dari API MAYA โ†’ AI menjana mesej peringatan diperibadikan (e-mel/WhatsApp) โ†’ pelajar melengkapkan permohonan sebelum tarikh tutup. Metrik "dikenal pasti vs dipulihkan" dilaporkan dalam dashboard (RFP 5.3).
38
Permohonan Tidak Lengkap Dikenal Pasti (contoh)
21
Peringatan Dihantar (contoh)
13
Dipulihkan โ€” Permohonan Dilengkapkan (contoh)
34%
Kadar Pemulihan (contoh)

Permohonan Tidak Lengkap (Contoh dari MAYA)

Contoh Peringatan Dijana AI

KONSEP โ€” Penilaian kualiti perbualan automatik / LLM-as-judge (RFP 5.2 #6). Data di bawah adalah contoh statik. Aliran sebenar: sampel perbualan mingguan dinilai oleh model AI kedua terhadap 3 kriteria โ€” ketepatan fakta vs KB (grounding), kesesuaian bahasa & nada, dan ketepatan keputusan eskalasi. Skor rendah menjana cadangan penambahbaikan kandungan KB secara automatik.

Laporan Kualiti Mingguan (Contoh)

Setiap eskalasi tiba berserta transkrip perbualan penuh supaya pelajar tidak perlu mengulang maklumat (keperluan Seksyen 5.1 RFP). Dalam produksi, notifikasi e-mel dihantar terus ke peti jabatan berkaitan.

Peti Eskalasi

Butiran Eskalasi

Soalan:

Balasan bot kepada pelajar:

Transkrip perbualan:

Edit kandungan dan tekan Simpan & Indeks Semula โ€” chatbot terus menggunakan kandungan baharu tanpa restart. Aliran kerja penuh Draf โ†’ Semakan โ†’ Disahkan (dengan pemilik kandungan per jabatan) adalah skop Fasa 1 penuh.

Editor Pangkalan Pengetahuan

KONSEP โ€” Modul Bantuan E-mel AI (opsyenal, Seksyen 2.6 cadangan). Data di bawah adalah contoh statik. Aliran sebenar: e-mel masuk โ†’ AI klasifikasi jabatan & niat โ†’ AI jana draf jawapan dari pangkalan pengetahuan yang SAMA dengan webchat โ†’ pegawai semak, edit & hantar. Tiada e-mel dihantar tanpa kelulusan pegawai (human-in-the-loop).

Peti Masuk โ€” Triage AI

Semua aktiviti pentadbir (log masuk, kemas kini kandungan, tindakan eskalasi) direkodkan โ€” keperluan jejak audit Seksyen 8 RFP. Dalam produksi, log tidak boleh diubah dan disimpan 12 bulan.

Jejak Audit