Manual Book Response Center
Response Center

Response Workspace

Tempat responder menyusun respons berbasis knowledge dan konteks.

Penanggung jawab utamaResponder dan Supervisor
Tujuan bisnisMenyusun, menyetujui, mempublikasikan, dan membuktikan respons melalui alur human-in-the-loop.
Gunakan menu ini ketikaMulai dari finding manual, recommended action, atau opportunity yang telah dipilih untuk dieksekusi.
Mental model

Alur kerja dari input sampai handoff

Baca dari kiri ke kanan. Kotak ungu adalah keputusan manusia; proses tidak dianggap selesai sebelum hasil diteruskan atau ditutup dengan alasan.

1
Input

Mulai dari finding manual, recommended action, atau opportunity yang telah dipilih untuk dieksekusi.

2
Otomasi sistem

AI dapat menyusun draft menggunakan snapshot konteks, knowledge, persona, brand voice, rules, dan issue intent.

3
Kontrol manusia

Responder menyunting; supervisor menyetujui atau meminta revisi; publisher memilih akun, memposting, dan mengunggah bukti.

4
Keputusan

Apakah data lengkap, valid, dan sesuai periode/workspace?

5
Handoff

Respons POSTED masuk ke Learning Center untuk pengukuran outcome dan ke Executive Center sebagai bukti tindakan.

Input

Apa yang harus tersedia?

  • Finding/source action
  • Context snapshot
  • Knowledge guardrails
Output

Apa hasil yang harus terlihat?

  • Draft yang siap direview
Decision logic

Jika kondisi berbeda, tindakan juga berbeda

Operator wajib membaca bukti sumber sebelum memilih cabang keputusan.

1
Pertanyaan kontrolApakah data lengkap, valid, dan sesuai periode/workspace?
YA

Lanjutkan proses dan catat hasil atau perubahan status.

TIDAK

Hentikan keputusan, perbaiki input, atau eskalasikan kepada pemilik data.

Status lifecycle

Bagaimana membaca posisi pekerjaan?

Status harus bergerak karena tindakan nyata. Jangan mengubah status hanya agar antrean terlihat kosong.

1DRAFT
2SUBMITTED
3REVISION
Istilah penting

Bahasa yang harus dipahami

Draft response

Respons yang belum memperoleh approval atau belum dipublikasikan.

Jejak data utama
findingsfinding_responsesresponse_context_snapshots
Nama tabel ditampilkan untuk audit/troubleshooting; operator tidak perlu mengakses database.
Success indicators

Apa yang perlu dipantau?

  • Draft age
  • Revision rate
Operator checklist

Sebelum menutup pekerjaan

  • Pastikan periode, client, dan filter sudah benar.
  • Validasi sampel data sebelum mengambil keputusan.
  • Catat atau eskalasikan anomali yang ditemukan.
Output berikutnyaRespons POSTED masuk ke Learning Center untuk pengukuran outcome dan ke Executive Center sebagai bukti tindakan.
Risiko salah operasiJangan mempublikasikan draft tanpa approval, akun resmi, URL hasil posting, dan proof capture.
Business & operational impact

Mengapa modul ini penting?

Respons lebih tepat, konsisten, dan dapat ditelusuri.

Meningkatkan keterlacakan proses dan kualitas keputusan operator.

Prinsip kendali manusia

AI membantu mengelompokkan, menilai, dan menyarankan. Keputusan penting, approval, publikasi, penerapan pembelajaran, dan eskalasi tetap diverifikasi oleh pengguna yang berwenang.