Indbakke
Samler kunden før den svarer.
Mailprocessoren henter ulæste Outlook-mails, grupperer dem per afsender, låser message-id’er mod dubletter og henter hele samtaletråden. Hvis kunden har sendt flere ulæste mails, bliver de samlet i én sag.
Citrus Agent læser tråden, finder ordre- og returdata, laver svarudkast og sender kun automatisk i kategorier, du selv har godkendt.
4
support-modes: kladde, godkend, auto og menneske
8
kendte supportkategorier fra routinglaget
0
auto-svar uden QA, trust-score og workspace-regler
Indbakke
Supportkø
Svarudkast
Ordre #NF-48319
Hej Anna, din ordre er allerede på vej.
Fragtføreren scannede pakken i morges og forventer levering i morgen mellem 10:00 og 14:00.
Venlig hilsen Nicolai
92
tillid
0
flag
18s
klar
Produkt
Citrus Agent er ikke en løs chatbot. Den kører en kontrolleret support-pipeline oven på Outlook, ordredata, RMA, QA, review og audit.
Indbakke
Mailprocessoren henter ulæste Outlook-mails, grupperer dem per afsender, låser message-id’er mod dubletter og henter hele samtaletråden. Hvis kunden har sendt flere ulæste mails, bliver de samlet i én sag.
Kontekst
Agenten får tråd, vedhæftninger, ordreopslag, retur/RMA-status, shipping-regler, produktviden og tidligere menneskelige rettelser. Den bliver instrueret i at svare på kundens sprog og slå ordren op på kundens mail.
Routing
Ordrestatus, leveringstid og returvejledning kan køre Auto. Produktspørgsmål, reklamation, refundering og vred kunde ligger i manuel godkendelse i den aktuelle opsætning. Ukendte sager starter som kladde.
Svar + kontrol
Relevans-QA fjerner irrelevante afsnit, fx betalings-, accessory- eller billedtekst hvis kunden ikke spurgte. Pre-send QA blokerer interne tags, AI-omtale, tomme svar og risikable formuleringer før Outlook får lov at sende.
Review
Dashboardet gemmer kladden, viser routing og QA, og lader reviewer redigere direkte eller give en intern dansk instruktion. Agenten kan derefter omskrive svaret med samme tråd og værktøjer.
Audit + læring
Citrus gemmer created, classified, draft, QA, auto-blocked, sent, edited, approved og rejected events. Godkendelser, rettelser og afvisninger bliver til trust-score per kategori og eksempler for næste kladde.
Sikkerhedsmodel
Kategori-mode er kun første gate. Afsendelse bliver også stoppet af eskalering, relevans-advarsler, lav trust-score, QA-fejl, dry-run eller hvis Auto ikke er slået til for workspacet.
| Ordrestatus | Auto | Trackingdata + ingen policy-risiko |
| Leveringstid | Auto | Kendt svar, lav variation |
| Returvejledning | Auto | Standardproces uden pengebevægelse |
| Produktspørgsmål | Godkend | Kræver produktnuance |
| Reklamation | Godkend | Kan kræve dokumentation eller erstatning |
| Refundering | Godkend | Pengebevægelse bliver kontrolleret |
| Vred kunde | Godkend | Juridiske signaler og eskaleringer holdes ude af Auto |
| Andet | Kladde | Ingen sikker kategori matchede |
Auto-parathed
Ordrestatus
91
Anbefaling
Klar til Auto, men behold dry-run i 12 sager mere.
Læringsloop
Citrus Agent registrerer hvad reviewer godkender uændret, hvad der bliver omskrevet, og hvad der afvises. Efter mindst fem reviews kan lav trust-score automatisk blokere Auto, og redigerede svar bliver brugt som interne eksempler for næste kladde.
Godkendelser øger tillid. Uændrede svar viser at kategorien er stabil.
Rettelser bliver eksempler. Agenten ser både udkastet og den endelige menneskegodkendte version.
Afvisninger blokerer Auto. Trust under 75 efter nok reviews holder kategorien i manuel godkendelse.
Priser
Samme sikkerhedsmodel på alle planer. Priser er i EUR per måned og er rundet til hele tal.
Til små teams der vil starte med kladder og simple auto-kategorier.
€900
/ måned
Til voksende webshops med højere volumen og review-learning.
€2.500
/ måned
Til etablerede teams med flere markeder og mere komplekse workflows.
€4.500
/ måned
Til store organisationer med høj volumen og særlige driftskrav.
€9.000
/ måned
ROI-beregner
Beregningen bruger samme model som referencen: 1.000 tickets per medarbejder, 80% automatisering, og en plan valgt efter samlet ticket-volumen.
Indtast supporttal
Vi antager ca. 1.000 tickets per medarbejder / måned
Månedlig supportomkostning per medarbejder
Automatisering
80%
tickets automatiseret
Team
1 / 2
spar 1 position
Estimater er vejledende. Den faktiske effekt afhænger af kategori-mix, datakvalitet og hvor meget Auto I vælger at slå til.
Pilotnote
“Vi blev glade for selv at kunne vælge præcis hvor meget kontrol vi havde over hvilke mails der blev sendt automatisk.”
Camilla Nielsen
Teamleder kundeservice, Nordic Flame
82%
mindre supporttid i gennemsnit
5→1
kundeservice i peak sæson
4
kontrolniveauer per mailkategori
Book demo
Vi gennemgår jeres kategorier, nuværende software, ticket-volumen og hvor Auto realistisk kan slås til uden at miste kontrol.
30 minutters personlig gennemgang
Få et konkret automationskort for jeres første uge
Maj 2026
Vælg tidspunkt
19. maj 2026
Valgt tid: 19. maj 2026 kl. 09:30
Demo booket.
Vi bruger jeres ticket-kategorier som første automationskort.
Intet betalingskort. Ingen automatisk afsendelse før I aktivt slår det til.