چتبات چیست؟ راهنمای کامل و کاربردی برای کسبوکارها
چتبات نرمافزاری است که با انسان گفتگو میکند - معمولاً با متن، گاهی با صدا. اما این تعریف آنقدر گسترده است که تقریباً بیفایده میشود. یک منوی دکمهای در تلگرام چتبات است؛ دستیاری که به اسناد سازمان شما دسترسی دارد و میتواند در سیستمهای داخلی کار انجام دهد هم چتبات است.
محصول آماده کارن تکنولوژی
این را روی داده واقعی کسبوکار خودتان ببینید
آنچه در این مقاله میخوانید، در محصولات کارن پیادهسازی شده است. در جلسه دمو، همان را روی داده و فرآیند خودتان اجرا میکنیم.
درخواست دمو رایگان یا تماس بگیرید: ۰۲۱-۸۸۶۱۴۲۸۲در این صفحه
تعریف ساده - و چرا کافی نیست
فاصله بین یک منوی دکمهای و یک دستیار متصل به سیستمهای سازمان، به اندازه فاصله بین یک ماشینحساب و یک نرمافزار حسابداری است. هر دو «چتبات» نامیده میشوند و هر دو با کاربر حرف میزنند، اما کاری که انجام میدهند یکی نیست.
پس تفکیک انواع، مهمتر از تعریف است.
چهار نسل چتبات
نسل ۱: منوی دکمهای
کاربر از میان گزینههای از پیش تعریفشده انتخاب میکند. «۱ - پیگیری سفارش، ۲ - تماس با پشتیبانی».
مزیت: ساده، ارزان، قابل پیشبینی
محدودیت: اگر نیاز کاربر در منو نباشد، بنبست است
نسل ۲: قاعدهمحور با تطابق کلیدواژه
اگر کاربر کلمه «مرجوعی» را نوشت، پاسخ شماره ۷ را بده.
مزیت: کمی انعطافپذیرتر
محدودیت: شکننده است. «چطور پس بدم» را نمیفهمد چون کلمه «مرجوعی» ندارد. و برای هر حالت باید یک قاعده بنویسید - که هیچوقت تمام نمیشود
نسل ۳: مبتنی بر تشخیص قصد (NLU)
مدل یاد میگیرد که «چطور پس بدم»، «شرایط مرجوعی» و «پول من کی برمیگردد» همه یک قصد هستند.
مزیت: انعطاف واقعی در فهم زبان
محدودیت: برای هر قصد باید مثال آموزشی بدهید، و پاسخها هنوز از پیش نوشته شدهاند
نسل ۴: مبتنی بر مدل زبانی بزرگ + RAG
مدل زبانی معنا را میفهمد و پاسخ را تولید میکند، اما نه از حافظهاش - از اسنادی که شما دادهاید (این همان RAG است).
مزیت: بدون نیاز به تعریف تکتک قصدها. اسناد را میدهید، سیستم پاسخ میسازد. مکالمه چندنوبتی طبیعی
محدودیت: اگر بد پیادهسازی شود، ممکن است پاسخ نادرست بسازد. هزینه پردازش دارد
توضیح کامل: RAG چیست؟ · مقایسه دقیقتر: تفاوت چتبات قاعدهمحور و هوش مصنوعی
چتبات چطور کار میکند؟ (نسل چهارم)
پنج مرحله، پشت هر پاسخ:
۱. پیشپردازش
پیام کاربر نرمال میشود. برای فارسی این مرحله حیاتی است: نیمفاصله، «ی» و «ک» عربی و فارسی، اعداد فارسی و لاتین.
۲. فهم
تشخیص قصد کاربر و استخراج موجودیتها - شماره سفارش، تاریخ، نام، کد ملی.
۳. بازیابی دانش
جستجوی معنایی در اسناد شما برای یافتن مرتبطترین بخش.
۴. تصمیم
آیا پاسخ کافی است؟ آیا باید سرویسی فراخوانی شود؟ آیا باید به انسان تحویل داده شود؟
۵. تولید پاسخ
ساخت پاسخ طبیعی به فارسی، با حفظ زمینه گفتگوی قبلی.
چتبات برای چه کارهایی خوب است؟
- پاسخ به سؤالات پرتکرار. بیشترین ارزش اینجاست. هر سازمانی چند سؤال دارد که روزی دهها بار پرسیده میشوند.
- دسترسی ۲۴ ساعته. بخش بزرگی از سؤالات خارج از ساعت کاری مطرح میشوند.
- استعلام از سیستمها. وضعیت سفارش، مانده حساب، وضعیت پرونده - پاسخ در سیستم شما هست، فقط باید بازیابی شود.
- جمعآوری اطلاعات اولیه. قبل از رسیدن به انسان، پرونده کامل شود.
- مسیریابی. رساندن درخواست به تیم درست، از همان ابتدا.
- کمک به اپراتور. پیشنهاد پاسخ، خلاصه گفتگو، جستجو در دانش داخلی.
چتبات برای چه کارهایی خوب نیست؟
اینجا صادق باشیم، چون بیشتر پروژههای شکستخورده از انتظار اشتباه شروع میشوند:
- تصمیمهای پرریسک. مسائل حقوقی، پزشکی، مالی حساس. اینجا نقش چتبات جمعآوری اطلاعات و ارجاع سریع است، نه تصمیمگیری.
- مشتری عصبانی. کسی که ناراضی است میخواهد با انسان حرف بزند. اصرار بر نگه داشتن او در ربات، وضعیت را بدتر میکند.
- موارد کاملاً استثنایی. اگر مسئلهای در سال دو بار پیش میآید، خودکارسازیاش صرفه ندارد.
- جایگزینی کامل تیم پشتیبانی. چتبات کار تکراری را کم میکند تا تیم به کار پیچیده برسد. سازمانی که با هدف حذف تیم پشتیبانی چتبات میخرد، معمولاً هر دو را از دست میدهد.
نمیدانید کدام نسل به درد شما میخورد؟
در جلسه شناخت رایگان، بر اساس بیست سؤال پرتکرار شما صادقانه میگوییم چه چیزی لازم دارید - و چه چیزی لازم ندارید.
هفت سؤالی که پیش از خرید باید بپرسید
از هر تأمینکنندهای که بررسی میکنید:
- پاسخ از کجا میآید؟ از دانش عمومی یا از اسناد ما؟
- وقتی جواب را ندارد چه میکند؟ یک سؤال بپرسید که مطمئنید در اسناد نیست. اگر چیزی سرِ هم کرد، به آن اعتماد نکنید.
- اگر تعداد اپراتورها دو برابر شود، قیمت چقدر میشود؟
- مشتریای که در سایت و واتساپ پیام داده، یک پرونده است یا دو تا؟
- میتوانم مدل هوش مصنوعی را عوض کنم؟
- اگر بخواهم روی سرور خودم نصب کنم، کدام قابلیتها را از دست میدهم؟
- اگر قرارداد را تمام کنم، دادههایم را چطور بیرون میبرم؟
اشتباهات رایج در پیادهسازی
۱. شروع بزرگ
تلاش برای پوشش همه سناریوها از روز اول. نتیجهاش پروژهای است که هیچوقت راه نمیافتد. از بیست سؤال پرتکرار شروع کنید.
۲. پنهان کردن دکمه «اپراتور»
برای اینکه آمار بهتر شود، مسیر رسیدن به انسان را سخت میکنند. این کار رضایت را نابود میکند.
۳. رها کردن بعد از راهاندازی
چتبات محصولی زنده است. سؤالاتی که جواب نگرفتهاند باید هر هفته مرور و تکمیل شوند.
۴. اندازهگیری نکردن
اگر نمیدانید چند درصد گفتگوها بدون دخالت انسان تمام شده، نمیدانید کار میکند یا نه. شاخصهای کلیدی پشتیبانی مشتری
۵. دانش بیکیفیت
اسناد قدیمی، متناقض و ناقص با هیچ فناوریای به پاسخ خوب تبدیل نمیشوند. چطور پایگاه دانش بسازیم
از کجا شروع کنیم؟
- بیست سؤال پرتکرارتان را بنویسید. اگر نمیدانید کدامها هستند، یک ماه ثبت کنید.
- بین آنها، آنهایی را انتخاب کنید که پاسخ ثابت دارند.
- دانش را مرتب کنید - یک منبع درست، نه پنج نسخه متناقض.
- راهاندازی کنید و مسیر تحویل به انسان را باز بگذارید.
- دو هفته آمار بگیرید: چند درصد حل شد، کجا گیر کرد، چه سؤالی جواب نداشت.
- تکمیل کنید و تکرار.
جمعبندی
چتبات نه معجزه است نه اسباببازی. یک ابزار است که یک کار مشخص را خوب انجام میدهد: حذف تکرار، تا انسان به کاری برسد که واقعاً به انسان نیاز دارد.
موفقیتش بیشتر به کیفیت دانش شما و طراحی مسیر تحویل به انسان بستگی دارد تا به پیشرفته بودن مدل.
نسخه فروشمحور همین بحث - جذب و امتیازدهی سرنخ، پیگیری خودکار و ثبت سفارش در چت - در راهنمای دستیار هوشمند فروش آمده است.
پرسشهای متداول
چتبات نرمافزاری است که با انسان گفتگو میکند - معمولاً با متن و گاهی با صدا. اما این تعریف آنقدر گسترده است که تقریباً بیفایده میشود: یک منوی دکمهای در تلگرام چتبات است و دستیاری که به اسناد سازمان دسترسی دارد و در سیستمهای داخلی کار انجام میدهد هم چتبات است. فاصله بین این دو به اندازه فاصله بین یک ماشینحساب و یک نرمافزار حسابداری است، پس تفکیک انواع مهمتر از تعریف است.
چهار نسل: منوی دکمهای که کاربر از گزینههای از پیش تعریفشده انتخاب میکند؛ قاعدهمحور با تطابق کلیدواژه که شکننده است چون «چطور پس بدم» را نمیفهمد؛ مبتنی بر تشخیص قصد (NLU) که یاد میگیرد چند جمله متفاوت یک قصداند اما پاسخها از پیش نوشته شدهاند؛ و مبتنی بر مدل زبانی بزرگ همراه با RAG که پاسخ را از اسناد شما تولید میکند.
پنج مرحله پشت هر پاسخ: پیشپردازش (نرمالسازی پیام - برای فارسی شامل نیمفاصله، «ی» و «ک» عربی و فارسی و اعداد فارسی و لاتین)، فهم (تشخیص قصد و استخراج موجودیتهایی مثل شماره سفارش و تاریخ)، بازیابی دانش (جستجوی معنایی در اسناد شما)، تصمیم (آیا پاسخ کافی است، آیا سرویسی باید فراخوانی شود، آیا باید به انسان تحویل داده شود) و تولید پاسخ طبیعی با حفظ زمینه گفتگوی قبلی.
تصمیمهای پرریسک حقوقی، پزشکی و مالی حساس - اینجا نقش چتبات جمعآوری اطلاعات و ارجاع سریع است نه تصمیمگیری. مشتری عصبانی که میخواهد با انسان حرف بزند. موارد کاملاً استثنایی که سالی دو بار پیش میآیند و خودکارسازیشان صرفه ندارد. و جایگزینی کامل تیم پشتیبانی؛ سازمانی که با هدف حذف تیم پشتیبانی چتبات میخرد، معمولاً هر دو را از دست میدهد.
«وقتی جواب را ندارد چه میکند؟» یک سؤال بپرسید که مطمئنید در اسناد نیست؛ اگر سیستم چیزی سرِ هم کرد، به آن اعتماد نکنید. یک چتبات که از خودش جواب میسازد بدتر از نداشتن چتبات است، چون به آن اعتماد میشود.
شروع بزرگ و تلاش برای پوشش همه سناریوها از روز اول؛ پنهان کردن دکمه اپراتور برای بهتر شدن آمار؛ رها کردن پروژه بعد از راهاندازی در حالی که چتبات محصولی زنده است و سؤالات بیپاسخ باید هفتگی مرور شوند؛ اندازهگیری نکردن نرخ حل خودکار؛ و دانش بیکیفیت - اسناد قدیمی، متناقض و ناقص با هیچ فناوریای به پاسخ خوب تبدیل نمیشوند.
بیست سؤال پرتکرارتان را بنویسید (اگر نمیدانید کداماند، یک ماه ثبت کنید)، از میان آنها موارد با پاسخ ثابت را انتخاب کنید، دانش را به یک منبع درست تبدیل کنید نه پنج نسخه متناقض، راهاندازی کنید و مسیر تحویل به انسان را باز بگذارید، دو هفته آمار بگیرید و سپس تکمیل و تکرار کنید.
