Les enquêtes de support sont fondamentalement des problèmes de recherche, c'est pourquoi la partie la plus lente pour répondre aux problèmes rencontrés par les clients a toujours été la collecte du bon contexte. En regroupant le code, les journaux, les connaissances de l'équipe et les conversations passées dans une seule session Cursor, nous avons supprimé ce goulet d'étranglement pour la majorité de notre travail.

Aujourd'hui, plus de 75 % des interactions de support de Cursor passent par Cursor lui-même, ce qui augmente la productivité des ingénieurs support d'un facteur 5 à 10. Cela a entraîné un véritable saut qualitatif dans ce qui est possible pour les ingénieurs support par rapport à il y a seulement un an.

#À partir de la base de code

Lorsque nous menons une enquête, nous commençons généralement en Ask Mode. Nous lui indiquons le symptôme et le laissons remonter jusqu’au comportement du produit concerné. Comme l’intégralité de notre base de code est disponible localement, Cursor peut indexer et utiliser la recherche sémantique dans le code du produit, la documentation et les outils internes au sein d’une même session.

C’est là que les espaces de travail multi-root deviennent vraiment puissants. Le contexte d’un produit s’étend presque toujours sur plusieurs dépôts. Répondre à la question d’un utilisateur, « Pourquoi ce bouton est-il désactivé ? », peut impliquer de la logique front-end, des vérifications de règles côté back-end et de la documentation décrivant le comportement attendu. Nous conservons les dépôts liés dans un même espace de travail afin que ce type de question puisse être traité dans un seul fil de discussion.

#Intégrer les sources du support avec MCP

Nous utilisons des serveurs MCP pour récupérer du contexte et l’intégrer à nos analyses. Nos ingénieurs du support n’ont plus besoin de chercher dans plusieurs outils pour retrouver le contexte pertinent, car il est disponible dans Cursor.

Les serveurs MCP nous permettent d’intégrer :

• Des bases de données contenant des informations client, comme le niveau d’abonnement, les paramètres d’équipe et les paramètres de confidentialité
• Des journaux d’événements diffusés en continu contenant des détails sur les services utilisés, les erreurs de télémétrie et les problèmes réseau
• Des plateformes de communication comme Slack, remplies de fils de discussion et de conversations qui complètent notre compréhension de la façon dont les clients interagissent avec le produit
• Des plateformes de tickets pour les équipes d’ingénierie, contenant potentiellement des dizaines d’équipes distinctes qui fonctionnent chacune différemment
• Un service de documentation interne qui contient des runbooks et des guides de dépannage
• Un service de gestion de comptes contenant des informations client cruciales qui peuvent changer la manière dont vous abordez un client

Avec Cursor et les serveurs MCP, nos ingénieurs du support peuvent rapidement extraire les informations nécessaires directement dans leurs analyses de base de code.

#Identifier l'origine de la panne

Lorsqu'un client signale une erreur, nous devons déterminer si le problème qu'il rencontre est reproductible ou transitoire, et où exactement Cursor a échoué (côté client, au niveau de l’edge de l’API, dans une dépendance en aval, au niveau de l’authentification). Datadog MCP nous permet d’extraire les logs et traces pertinents directement dans le thread d’investigation, ce qui nous permet de commencer à réduire le champ des possibles.

#Rechercher des cas similaires

Lorsqu’un nouveau ticket de support arrive, il est probable que le problème ait déjà été rencontré par un autre client ou par quelqu’un de notre équipe. Un MCP qui s’intègre à votre plateforme de support, ainsi qu’à Slack, nous permet de rechercher directement dans ce contexte et de faire remonter les fils de discussion les plus pertinents dans l’enquête. Nous commençons par rechercher des identifiants précis (chaînes d’erreur, ID de requête), élargissons si nécessaire, et cherchons le fil le plus récent qui inclut un statut à jour, une solution de contournement et un responsable.

#Déterminer s’il s’agissait d’un bug

Beaucoup d’analyses se résument à « bug ou comportement attendu ? » Notion MCP nous permet de faire apparaître le runbook pertinent directement dans le fil de discussion, de le comparer à ce que nous observons, puis soit de confirmer le comportement, soit de faire remonter le problème avec un rapport de bug beaucoup plus clair.

#Signalement de bug

Au moment où nous terminons une analyse dans Cursor, nous avons rassemblé toutes les informations nécessaires pour ouvrir un ticket auprès de l’équipe d’ingénierie si quelque chose doit être corrigé. Le MCP Linear nous permet de transformer tout ce contexte en une demande d’escalade structurée, directement depuis ce même fil de discussion.

#Mises à jour de la documentation

Lorsque plusieurs clients posent les mêmes questions, c'est souvent le signe que nous devons améliorer notre documentation. L'assistance technique est bien placée pour appliquer directement ce type de correctifs. Il nous suffit de mentionner @Cursor dans Slack en précisant ce qui doit être mis à jour, et un agent dans le cloud ouvrira une PR sur notre dépôt de documentation.

#Automatisation du processus

#Commandes pour les étapes courantes

Nous utilisons des commandes slash pour les étapes les plus fréquemment répétées dans le processus :

#Rules et Skills pour les motifs récurrents

Nous utilisons les Rules et Skills pour automatiser les processus courants dans les enquêtes de support.

#Sous-agents pour exécuter des étapes en parallèle

Les sous-agents nous permettent d’exécuter en parallèle, plutôt que séquentiellement, les étapes courantes du processus de support technique.

• LogInvestigator recherche dans Datadog le point de défaillance et les preuves à l’appui.
• KnownIssueMiner parcourt Slack et Notion à la recherche de discussions précédentes et de solutions de contournement.
• TicketWriter met en forme les preuves dans un dossier d’escalade complet.
• CustomerReplyDrafter rédige la réponse au client en supprimant les détails internes.

Les résultats sont fusionnés en un résultat unique que nous relisons puis envoyons.

#Support technique natif à l'IA

En combinant ces outils, nous intégrons directement la recherche de code dans le processus de support technique. Nous estimons que cela permet à notre équipe d’être jusqu’à un ordre de grandeur plus productive que les approches traditionnelles, qui exigent davantage d’allers-retours entre les différents outils et équipes. Ce gain de productivité permet à notre petite équipe (en pleine croissance) d’ingénieurs support de prendre efficacement en charge notre base d’utilisateurs en forte expansion.

Si vous souhaitez en savoir plus sur la manière d’intégrer Cursor dans votre workflow CX, contactez-nous.