hrsd-chat-reply-recommendation

HR 聊天回复建议

概述

此技能可为通过聊天或虚拟 Agent 会话处理员工实时咨询的 HR Agent 生成结合上下文的回复建议。它可以帮助你：

• 分析当前聊天对话的上下文和员工咨询
• 检索该员工的相关 HR 案例历史
• 查找适用的 HR 政策和知识文章
• 生成专业且符合政策要求的回复建议
• 根据数据分类要求执行保密边界
• 根据咨询类型（福利、薪资、休假等）调整语气和内容

使用时机： HR Agent 在与员工进行实时聊天时需要快速、准确的回复建议，或构建常见 HR 咨询的自动回复工作流时。

前提条件

• 角色： sn_hr_core.case_writer、sn_hr_core.agent 或 sn_hr_core.manager
• 插件： com.sn_hr_service_delivery（HR 服务交付）、com.glide.cs.chatbot（虚拟 Agent）
• 访问权限： 对 sn_hr_core_case、sn_hr_core_profile、interaction、kb_knowledge 和 sys_cs_conversation 具有读取权限
• 知识： 熟悉组织的 HR 政策、保密级别和聊天工作流

流程

步骤 1：检索活跃聊天对话

获取当前聊天会话详情，以了解对话上下文。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sys_cs_conversation
  query: sys_id=[conversation_sys_id]
  fields: sys_id,state,requester,opened_at,topic,queue,language,channel,live_agent,summary
  limit: 1

使用 REST API：

GET /api/now/table/sys_cs_conversation?sysparm_query=sys_id=[conversation_sys_id]&sysparm_fields=sys_id,state,requester,opened_at,topic,queue,language,channel,live_agent,summary&sysparm_display_value=true&sysparm_limit=1

步骤 2：检索对话消息

提取当前聊天会话的消息历史，以获取完整上下文。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sys_cs_message
  query: group=[conversation_sys_id]^ORDERBYsys_created_on
  fields: sys_id,body,typed_by,sys_created_on,is_hidden,formatting_type
  limit: 100

使用 REST API：

GET /api/now/table/sys_cs_message?sysparm_query=group=[conversation_sys_id]^ORDERBYsys_created_on&sysparm_fields=sys_id,body,typed_by,sys_created_on,is_hidden,formatting_type&sysparm_display_value=true&sysparm_limit=100

步骤 3：检索员工 HR 个人资料

获取提出请求的员工的 HR 个人资料，了解其职位、部门和雇佣详情。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_profile
  query: user=[requester_sys_id]
  fields: sys_id,user,department,location,employment_type,hire_date,manager,job_title,cost_center,building,employee_type,benefits_eligible
  limit: 1

使用 REST API：

GET /api/now/table/sn_hr_core_profile?sysparm_query=user=[requester_sys_id]&sysparm_fields=sys_id,user,department,location,employment_type,hire_date,manager,job_title,cost_center,building,employee_type,benefits_eligible&sysparm_display_value=true&sysparm_limit=1

步骤 4：检查员工案例历史

查找该员工近期的 HR 案例，以了解之前的交互并避免重复提问。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: subject_person=[requester_sys_id]^ORDERBYDESCopened_at
  fields: sys_id,number,short_description,state,hr_service,opened_at,closed_at,resolution_code,assignment_group,priority
  limit: 10

使用 REST API：

GET /api/now/table/sn_hr_core_case?sysparm_query=subject_person=[requester_sys_id]^ORDERBYDESCopened_at&sysparm_fields=sys_id,number,short_description,state,hr_service,opened_at,closed_at,resolution_code,assignment_group,priority&sysparm_display_value=true&sysparm_limit=10

步骤 5：搜索相关 HR 知识文章

根据咨询主题查找适用的政策文件和知识文章。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  query: workflow_state=published^kb_knowledge_base.titleLIKEHR^123TEXTQUERY321=[employee_inquiry_topic]
  table_name: kb_knowledge
  limit: 5

也可以使用结构化查询来搜索特定 HR 类别：

Tool: SN-Query-Table
Parameters:
  table_name: kb_knowledge
  query: kb_category.labelLIKE[topic]^workflow_state=published^kb_knowledge_base.titleLIKEHR
  fields: sys_id,short_description,text,kb_category,number,valid_to,sys_updated_on
  limit: 5

使用 REST API：

GET /api/now/table/kb_knowledge?sysparm_query=kb_category.labelLIKEbenefits^workflow_state=published^kb_knowledge_base.titleLIKEHR&sysparm_fields=sys_id,short_description,text,kb_category,number,valid_to&sysparm_display_value=true&sysparm_limit=5

步骤 6：确定案例类型和保密级别

确定该咨询类型的保密要求，确保回复符合数据处理政策。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_le_case_type
  query: nameLIKE[inquiry_topic]^active=true
  fields: sys_id,name,description,hr_service_center,fulfillment_group,confidentiality,data_classification,sla
  limit: 5

使用 REST API：

GET /api/now/table/sn_hr_le_case_type?sysparm_query=nameLIKEbenefits^active=true&sysparm_fields=sys_id,name,description,hr_service_center,fulfillment_group,confidentiality,data_classification,sla&sysparm_display_value=true&sysparm_limit=5

步骤 7：生成回复建议

根据收集到的上下文撰写回复建议。按语气和详细程度组织建议：

=== RECOMMENDED REPLIES ===

Context: Employee asking about benefits enrollment deadline
Employee: Jane Smith | Engineering | Hired: 2021-03-15
Confidentiality Level: Standard
Related KB: KB0045123 - Annual Benefits Enrollment Guide

--- Reply Option 1: Direct Answer ---
"Hi Jane, thanks for reaching out! The annual benefits enrollment
window for 2026 runs from April 1 through April 30. You can make
changes through the Employee Self-Service portal under Benefits >
Annual Enrollment. Would you like me to send you a direct link?"

--- Reply Option 2: Detailed with Policy Reference ---
"Hi Jane, great question! Our annual open enrollment period is
April 1-30, 2026. During this window you can update your medical,
dental, vision, and life insurance selections. Changes take effect
May 1. For the full guide, see KB0045123 in the HR Knowledge Base.
Do you have a specific benefit you'd like help with?"

--- Reply Option 3: Escalation Path ---
"Hi Jane, I can help with general enrollment questions. For your
specific situation as a benefits-eligible employee in Engineering,
I'd recommend connecting with the Benefits Administration team
who can review your current elections. Shall I create a case
for a benefits specialist to reach out to you?"

--- CONFIDENTIALITY NOTES ---
- Do NOT reference salary, compensation, or disciplinary history
- Do NOT disclose other employees' information
- Verify identity before sharing personal benefits details

步骤 8：记录建议

将建议回复记录在案例工作备注中，以供审计。

使用 MCP：

Tool: SN-Add-Work-Notes
Parameters:
  table_name: sn_hr_core_case
  sys_id: [case_sys_id]
  work_notes: "Chat reply recommendation generated. Topic: Benefits Enrollment. KB referenced: KB0045123. Confidentiality level: Standard."

工具用法

MCP 工具参考

工具	使用时机
SN-Query-Table	检索对话、消息、案例、个人资料和知识库文章
SN-Natural-Language-Search	使用自然语言搜索相关知识文章
SN-Get-Record	根据 sys_id 获取单条记录以供详细审查
SN-Add-Work-Notes	在案例记录中记录建议详情

REST API 参考

端点	方法	用途
/api/now/table/sys_cs_conversation	GET	活跃聊天会话详情
/api/now/table/sys_cs_message	GET	聊天消息历史
/api/now/table/sn_hr_core_case	GET	员工案例历史
/api/now/table/sn_hr_core_profile	GET	员工 HR 个人资料
/api/now/table/kb_knowledge	GET	HR 知识文章
/api/now/table/sn_hr_le_case_type	GET	案例类型和保密配置

最佳实践

• 遵守保密级别： 在回复中包含敏感细节前，务必先检查案例类型的 confidentiality 和 data_classification 字段
• 合理利用员工背景信息： 适用时参考部门特定政策，但绝不泄露其他员工的数据
• 核实知识库文章的时效性： 检查 valid_to 和 sys_updated_on 字段，确保引用的政策仍然有效
• 提供升级处理途径： 如果咨询内容较复杂，务必提供升级至专业 COE 的选项
• 匹配沟通渠道的语气： 聊天回复应自然亲切且专业；避免过于正式的措辞
• 避免提供医疗或法律建议： 对于有关 FMLA、ADA 便利措施或纪律处分的咨询，建议联系专业人员
• 提供自助服务链接： 适用时，引导员工前往 Employee Service Center 办理常见事项

故障排除

“未找到对话消息”

原因： 消息可能存储在其他子表中，或者对话 ID 的格式不同
解决方案： 将 sys_cs_message 与 conversation=[conversation_sys_id] 配合使用，作为备用查询字段

“知识文章不相关”

原因： HR 知识库可能采用不同的命名规范或类别结构
解决方案： 先查询 kb_knowledge_base，以确定正确的 HR 知识库 sys_id，然后按该知识库筛选文章

“员工档案为空”

原因： 承包商或临时员工可能没有 HR 档案
解决方案： 改用 sys_user 表获取基本用户详情，并说明档案信息有限

“案例类型未设置保密级别”

原因： 并非所有案例类型都配置了保密级别
解决方案： 如果缺少分类，则默认采用最高保密级别（受限）

示例

示例 1：薪资咨询回复

输入： 员工询问“我什么时候会收到奖金？”

Tool: SN-Query-Table
Parameters:
  table_name: kb_knowledge
  query: short_descriptionLIKEbonus^ORshort_descriptionLIKEpayroll schedule^workflow_state=published^kb_knowledge_base.titleLIKEHR
  fields: sys_id,short_description,text,number
  limit: 3

建议回复： “你好！奖金通常会在审批通过后的下一个常规发薪周期发放。本周期的发放日期为 3 月 31 日。你可以在 Employee Self-Service 的 Pay > Payment History 中查看付款状态。如果你需要了解具体奖金详情，我可以帮你联系 Payroll 团队。”

示例 2：请假咨询

输入： 员工询问“如何申请育儿假？”

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_le_case_type
  query: nameLIKEparental leave^active=true
  fields: sys_id,name,description,hr_service_center,fulfillment_group,confidentiality
  limit: 1

建议回复： “恭喜！如需申请育儿假，请前往 Employee Self-Service > Time Off > Leave of Absence，然后选择 'Parental Leave'。系统将为你创建一个案例，由 Leave Administration 团队指导你了解资格要求、所需文件和办理时限。我们的标准育儿假政策见 KB0078234。需要我帮你发起申请吗？”

示例 3：敏感咨询处理

输入： 员工询问如何提交职场投诉

保密检查结果： 受限

建议回复： “感谢你联系我们。我希望能为你联系合适的团队，以保密方式处理此事。我会为你创建一个由 Employee Relations 团队负责的案例，专业人员会在 24 小时内直接联系你。所有沟通都会严格保密。你希望他们在什么时间或通过什么方式联系你？”

相关技能

• hrsd/case-summarization - 汇总 HR 案例背景信息，供 Agent 参考
• hrsd/sentiment-analysis - 分析互动过程中的员工情绪
• hrsd/persona-assistant - 根据员工角色提供个性化 HR 协助
• knowledge/duplicate-detection - 避免推荐重复的知识库文章
• itsm/natural-language-queries - 用于检索知识的自然语言搜索模式