Memuat
Memuat
Ingin belajar lebih dalam?
Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.
Dipilih dari software, topik, dan level “Kelas Agentic AI Tanpa Coding #37: Merancang Alur Balasan Otomatis dengan Eskalasi ke Manusia”.
Pilihan lain dari kami untuk Agentic AI.
Belajar bareng mentor
Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus MATLAB Agentic AI: Membangun AI Agent Otomatis dengan MATLAB & Simulink

Kursus Midjourney: Buat Gambar AI Memukau dari Teks
★ 4.9

Kursus DALL-E: Membuat Gambar AI Profesional dari Teks
★ 4.9
Minta dibuatkan
Tidak sempat belajar Agentic AI? Tim kami bisa mengerjakan proyeknya.

Jasa Pembuatan Matlab & Simulink — Agentic AI untuk Otomatisasi Simulasi dan Analisis Data

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas
★ 4.9

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis
★ 4.9
Kabari saya kalau ada kelas Agentic AI baru
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Halo, selamat datang kembali di kelas Agentic AI Tanpa Coding. Di episode sebelumnya kita memilih pintu: belajar di Telegram, lalu melayani lewat WhatsApp resmi. Sebelum pintu itu dibuka untuk pelanggan, kita rancang dulu aturan mainnya. Kapan bot menjawab sendiri, kapan ia harus menyerahkan pelanggan ke Dimas, dan bagaimana Dimas diberi tahu.
Rancangan yang baik dimulai dari data nyata, bukan tebakan. Dimas menyalin chat seminggu terakhir ke Google Sheets. Perhatikan, ia hanya menulis hari, nama depan, dan isi pesan, tanpa nomor HP atau alamat. Senin, Rina bertanya stok kopi susu literan, dan Budi memesan dua cold brew. Pertanyaan stok masuk kategori info produk. Pesanan Budi masuk kategori pesanan. Selasa, Sari menanyakan hampers tanpa gula, info produk lagi. Lalu Andi mengeluh kopinya tumpah di jalan dan minta ganti. Ini komplain. Rabu, Putri sudah transfer tetapi pembayarannya belum dikonfirmasi. Kamis, Joko ingin memesan empat puluh cup untuk kantor dan bertanya soal diskon. Ini permintaan khusus. Lalu ada pertanyaan jam buka hari Minggu, dan Budi yang meminta bicara langsung dengan admin. Sekarang lihat kolom penanganan. Sebagian dijawab bot, sebagian dijawab bot lalu dicatat, dan sebagian harus diserahkan ke Dimas. Dari delapan contoh saja, polanya sudah mulai terlihat. Kalau Dimas menghitung seratus chat dalam seminggu, kira-kira enam puluh di antaranya adalah info produk: harga, stok, dan jam buka. Jawabannya selalu ada di data. Sekitar dua puluh adalah pesanan standar, yang bisa dicatat agent seperti di Sesi 7. Sekitar dua belas adalah komplain dan urusan pembayaran. Jumlahnya sedikit, tetapi taruhannya besar. Dan sekitar delapan adalah permintaan khusus atau pelanggan yang ingin bicara dengan manusia. Ini angka ilustrasi, tetapi pola di kebanyakan usaha mirip: sebagian besar pertanyaan berulang, dan sebagian kecil butuh sentuhan manusia. Dari situ kita susun lima kategori. Pertama, info produk seperti harga, stok, jam buka, dan ongkir. Penanganannya: bot menjawab langsung dari data di Google Sheets. Kedua, pesanan standar, yaitu produk dan jumlahnya jelas dan alamatnya dalam kota. Bot menjawab sekaligus mencatat pesanan. Ketiga, komplain: produk rusak, salah kirim, atau terlambat. Bot menunjukkan empati, lalu menyerahkan ke Dimas. Keempat, pembayaran: transfer yang belum dikonfirmasi atau permintaan pengembalian dana. Langsung diserahkan ke Dimas, karena menyangkut uang. Kelima, permintaan khusus dan pelanggan yang meminta bicara dengan manusia, misalnya pesanan besar, permintaan diskon, atau kalimat saya mau bicara dengan admin. Ini juga diserahkan ke Dimas.
Agar agent bisa memutuskan sendiri, kita beri empat syarat. Syarat pertama, jawabannya ada di data usaha, yaitu sheet produk, harga, stok, jam buka, dan ongkir. Kedua, pertanyaannya tidak menyangkut uang atau janji khusus. Pengembalian dana, diskon, dan pengecualian aturan bukan wewenang bot. Ketiga, akibatnya kecil bila keliru. Salah menyebut jam buka mudah diluruskan. Salah menjanjikan ganti rugi tidak. Keempat, pelanggan tidak meminta manusia. Kalau pelanggan bilang ingin bicara dengan admin, permintaan itu selalu dihormati. Dan bila salah satu syarat tidak terpenuhi, atau bot ragu, aturannya jelas: jangan menebak, serahkan ke Dimas. Mari lihat contohnya. Sari bertanya dua hal sekaligus: hampers tanpa gula ada atau tidak, dan berapa ongkir ke Antapani. Kedua jawabannya ada di data. Bot menyebut harga hampers, mengecek stok, lalu menjelaskan ongkir dalam kota sesuai kebijakan, yaitu sepuluh ribu rupiah. Sari lanjut memesan satu hampers untuk dikirim besok. Ini pesanan standar. Perhatikan kebiasaan baik ini: sebelum mencatat, bot mengulang rincian pesanan dan totalnya, seratus enam puluh ribu rupiah, lalu bertanya apakah sudah benar. Pelanggan jadi punya kesempatan mengoreksi. Setelah Sari mengonfirmasi, barulah agent mencatat pesanan ke sheet. Semua langkah ini memenuhi keempat syarat tadi, jadi tidak perlu melibatkan Dimas sama sekali.
Sekarang sisi sebaliknya. Ada lima pemicu eskalasi, artinya kondisi ketika bot harus menyerahkan pelanggan ke manusia. Pemicu pertama, komplain: produk rusak, salah kirim, terlambat, atau pelanggan terdengar kecewa. Kedua, pembayaran bermasalah: transfer belum masuk, pelanggan membayar dua kali, atau meminta pengembalian dana. Bot tidak pernah memutuskan urusan uang. Ketiga, permintaan khusus, seperti pesanan empat puluh cup untuk kantor, permintaan diskon, atau pengecualian aturan. Keempat, pelanggan meminta bicara dengan manusia. Kalimatnya bisa macam-macam: mau bicara admin, ini bot ya, atau tolong sambungkan ke orangnya. Semua artinya sama. Kelima, jawabannya tidak ada di data, atau bot tidak yakin. Lebih baik menyerahkan ke Dimas daripada mengarang jawaban. Bagaimana eskalasi yang baik terlihat di mata pelanggan? Andi menulis bahwa kopinya tumpah separuh saat sampai, dan ia kecewa. Bot tidak membalas dengan kalimat datar. Ia meminta maaf, mengakui bahwa ini mengecewakan, lalu jujur: saya asisten otomatis, kasus ini saya teruskan ke Dimas, admin kami. Bot memberi perkiraan waktu, paling lambat tiga puluh menit, dan meminta foto supaya Dimas bisa langsung mengecek. Perhatikan apa yang tidak dilakukan bot: ia tidak menjanjikan kopi pengganti atau uang kembali. Keputusan itu milik Dimas. Bot hanya memastikan pelanggan tahu kasusnya sedang ditangani manusia. Contoh berikutnya. Joko bertanya, ini bot ya? Saya mau ngobrol sama orangnya saja. Bot menjawab jujur bahwa ia asisten otomatis, lalu langsung menyerahkan ke Dimas tanpa membujuk Joko untuk tetap bersama bot. Ringkasan pertanyaan Joko ikut diteruskan, sehingga Joko tidak perlu mengulang dari awal. Beberapa menit kemudian, Dimas sendiri yang membalas dan menyapa dengan namanya. Peralihan dari bot ke manusia terasa mulus.
Sebelum melihat n8n, kita urutkan dulu apa yang terjadi saat eskalasi. Pertama, agent mengenali bahwa pesan ini termasuk salah satu dari lima pemicu. Kedua, agent membalas pelanggan dengan empati, jujur bahwa admin yang akan menindaklanjuti, dan memberi perkiraan waktu. Pelanggan tidak boleh dibiarkan menunggu tanpa kabar. Ketiga, agent memberi tahu Dimas lewat notifikasi berisi kategori dan ringkasan masalah. Keempat, Dimas menangani kasus itu dan membalas dari chat yang sama, sehingga pelanggan tidak perlu pindah nomor atau aplikasi. Kelima, status di log diperbarui menjadi selesai oleh Dimas. Lima langkah ini memastikan tidak ada pelanggan yang jatuh di celah antara bot dan manusia. Eskalasi hanya berguna kalau Dimas tahu. Mari lihat rancangannya di n8n. Pemicunya pesan masuk dari Telegram atau WhatsApp, yang akan kita pasang di Episode 39 dan 40. Node AI Agent tetap agent admin dari Sesi 7, kini dengan tambahan aturan eskalasi di instruksinya. Alat pertama sudah kita kenal: Google Sheets untuk produk dan pesanan. Alat kedua adalah yang baru: Eskalasi ke Dimas. Lihat panel di kanan. Bagian terpenting adalah deskripsi alat, karena dari kalimat inilah agent tahu kapan alat ini dipakai: komplain, pembayaran, permintaan khusus, atau pelanggan minta manusia. Isi pesannya diisi sendiri oleh agent. Kolom kategori dan ringkasan berwarna khusus karena nilainya diambil dari kesimpulan agent, bukan diketik tetap. Alat ketiga, catat log, menulis setiap eskalasi ke sheet Log Percakapan. Jadi tidak ada kasus yang hanya tersimpan di ingatan. Ini yang diterima Dimas. Notifikasi dikirim lewat bot Telegram khusus yang hanya dipakai Dimas. Bisa juga ke WhatsApp pribadinya, asal Dimas cepat membacanya. Baris pertama langsung menyebut kategori dengan penanda warna: merah untuk komplain. Lalu nama pelanggan, asal kanal, dan ringkasan masalah, termasuk janji waktu yang sudah disampaikan bot. Untuk Joko, penandanya kuning: permintaan khusus. Dimas langsung tahu mana yang harus didahulukan. Dimas tidak perlu membuka seluruh riwayat chat. Ringkasannya cukup untuk langsung bertindak. Setiap percakapan penting juga tercatat di sheet Log Percakapan. Kolomnya: waktu, nama pelanggan, kanal, kategori, ringkasan, dan status. Pesanan Sari selesai ditangani bot. Komplain Andi tercatat berstatus eskalasi. Setelah Dimas mengirim pengganti, ia menambahkan catatan dan mengubah statusnya menjadi selesai oleh Dimas. Permintaan Joko masih berstatus eskalasi, artinya belum tuntas. Dan perhatikan baris terakhir: Putri melapor soal transfer pukul sepuluh tiga puluh malam, di luar jam buka. Statusnya menunggu besok. Ini membawa kita ke topik berikutnya, jam operasional.
Bot bisa bekerja dua puluh empat jam, tetapi Dimas tidak. Untuk info produk dan harga, tidak ada bedanya. Di jam buka maupun tengah malam, bot tetap menjawab. Pesanan standar tetap dicatat kapan pun. Bedanya, pesanan di luar jam buka baru diproses besok pukul delapan pagi, dan bot harus menyebutkan hal itu. Untuk kasus yang perlu manusia, di jam buka Dimas langsung mendapat notifikasi dan membalas paling lambat tiga puluh menit. Di luar jam, kasus dicatat dengan status menunggu besok. Dan yang paling penting adalah apa yang dikatakan bot. Janji waktunya harus jujur. Jangan bilang admin segera membalas pada pukul sebelas malam, kalau kenyataannya baru besok pagi. Dari tabel itu, Kopi Senja menetapkan tiga janji waktu. Pertama, bot membalas dalam hitungan detik, kurang dari satu menit, kapan pun pesan masuk. Kedua, di jam buka, Dimas menangani eskalasi paling lambat tiga puluh menit. Ketiga, eskalasi yang masuk malam hari dibalas besok mulai pukul delapan pagi. Tulis janji yang pasti bisa ditepati, lalu ukur di log apakah benar tercapai. Janji yang sering meleset lebih merusak kepercayaan daripada janji yang sederhana. Sekarang pesan pembuka. Putri menyapa pukul sepuluh malam lewat dua puluh delapan menit. Kalimat pertama bot langsung jujur: saya asisten otomatis Kopi Senja. Lalu menyebut apa saja yang bisa dibantu, dan cara meminta admin: ketik ADMIN kapan saja. Pelanggan tidak merasa tertipu, dan tahu jalan keluarnya. Putri lalu menyampaikan masalah pembayaran: sudah transfer delapan puluh lima ribu rupiah, tetapi belum dikonfirmasi. Ini urusan uang, jadi wajib eskalasi. Karena sudah di luar jam buka, bot jujur bahwa Dimas baru membalas besok mulai pukul delapan. Kasus tercatat menunggu besok, persis seperti yang kita lihat di log tadi. Semua aturan tadi kita tuliskan sebagai instruksi tambahan untuk agent, memakai pola blok yang sudah Anda kenal sejak Sesi 2. Blok peran: kamu asisten otomatis layanan pelanggan Kopi Senja, dan selalu perkenalkan diri sebagai asisten otomatis. Blok konteks berisi jam buka, waktu sekarang, dan nama admin. Perhatikan variabel waktu sekarang. Di n8n nilainya diisi otomatis, sehingga agent tahu apakah toko sedang buka. Blok tugas: jawab info produk dan catat pesanan standar dari data Sheets, dan ulangi rincian pesanan sebelum mencatat. Blok batasan adalah inti eskalasi: komplain, pembayaran, permintaan khusus, minta manusia, atau tidak yakin, maka pakai alat Eskalasi. Dan jangan pernah menjanjikan pengembalian dana, diskon, atau pengganti. Terakhir, blok format: maksimal tiga kalimat, sopan, menyapa dengan nama, dan di luar jam buka mengatakan bahwa Dimas membalas besok mulai pukul delapan.
Mari satukan semuanya menjadi satu peta alur. Langkah pertama, pesan masuk dari WhatsApp atau Telegram. Kedua, pada pesan pertama, bot menyapa dengan jujur sebagai asisten otomatis dan memberi tahu cara meminta admin. Ketiga, bot mengenali kategori pesan: info produk, pesanan, komplain, pembayaran, atau permintaan khusus. Keempat, bot memutuskan: menjawab sendiri bila empat syarat terpenuhi, atau mengeskalasi ke Dimas, dengan janji waktu yang menyesuaikan jam buka. Kelima, percakapan penting dicatat ke log beserta status dan ringkasannya. Rancangan inilah yang kita pasang di Telegram pada Episode 39, lalu di WhatsApp resmi pada Episode 40. Sebelum dipasang, uji rancangan di atas kertas dengan pesan-pesan sulit. Contoh pertama: kopinya basi, saya mau uang kembali sekarang. Jawaban yang benar: eskalasi sebagai komplain, dengan nada tenang dan empati. Kedua: bisa kirim ke Jakarta? Data ongkir Kopi Senja hanya untuk dalam kota. Jadi bot tidak menebak, melainkan meneruskan ke Dimas. Ketiga: kamu manusia atau robot? Jawabannya selalu jujur, asisten otomatis. Keempat: pesan dua cup pukul sebelas malam. Pesanan dicatat, dan bot menyebut bahwa pesanan diproses besok pukul delapan. Sekarang dua contoh yang salah, ditandai silang merah. Bot menjanjikan diskon sepuluh persen agar pelanggan tidak marah. Ini melanggar batasan, karena diskon adalah keputusan Dimas. Dan bot yang diam saja ketika tidak tahu jawabannya. Pelanggan yang tidak dibalas sama buruknya dengan pelanggan yang diberi jawaban karangan. Kalau rancangan Anda masih ragu di salah satu contoh, perbaiki aturannya sebelum lanjut. Sebelum lanjut, kerjakan empat tugas ini. Pertama, ambil dua puluh chat nyata dari usaha Anda dan kategorikan ke lima kategori tadi. Ingat, cukup nama depan dan isi pesan. Kedua, tentukan siapa yang menerima eskalasi di usaha Anda, dan lewat aplikasi apa ia paling cepat membaca notifikasi. Ketiga, tulis pesan pembuka yang jujur: sebut asisten otomatis, apa yang bisa dibantu, dan cara meminta bicara dengan admin. Keempat, tulis instruksi eskalasi untuk agent Anda dengan pola blok peran, konteks, tugas, batasan, dan format. Instruksi ini langsung kita pakai di Episode 39.
Mari kita rangkum. Petakan kategori pesan dari chat nyata. Bot menjawab bila jawabannya ada di data dan risikonya kecil. Komplain, pembayaran, permintaan khusus, dan permintaan bicara dengan manusia diserahkan ke Dimas lewat notifikasi eskalasi dan dicatat di log, dengan janji waktu yang jujur sesuai jam buka. Di episode berikutnya kita membahas etika komunikasi agent dengan pelanggan: jujur soal bot, tidak mengirim spam, menjaga privasi, dan tidak menjanjikan hal di luar kebijakan. Sampai jumpa di Episode 38.
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.

Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
Lihat klien kami →