Wielojęzyczny voicebot: jedna baza wiedzy, jeden zespół, wiele języków
Rozmowa w obcym języku to dla agenta AI najmniejszy problem. Trudności zaczynają się wtedy, gdy baza wiedzy jest po polsku, a klient pyta po niemiecku, i gdy sprawa wymaga konsultanta, który nie zna języka klienta. Pokazujemy, jak X-TALK rozwiązuje oba te problemy w głosie i na czacie.
W skrócie
- Agent X-TALK rozmawia głosowo i na czacie w ponad 30 językach (ponad 40 wersji regionalnych), m.in. po niemiecku, angielsku, czesku, ukraińsku i hiszpańsku, a czat obsługuje praktycznie każdy popularny język.
- Agent wita klienta w języku domyślnym, rozpoznaje język rozmówcy i przechodzi na niego; listę dozwolonych języków i język domyślny ustawiasz dla agenta, numeru lub widgetu.
- Wystarczy jedna baza wiedzy, np. po polsku: gdy klient pyta w innym języku, zapytanie jest tłumaczone na język bazy przed wyszukiwaniem.
- Po przekazaniu do człowieka X-TALK tłumaczy rozmowę na żywo w obie strony, głosowo i na czacie, więc polski konsultant obsłuży klienta z Niemiec czy Ukrainy.
- Linia tłumacza to osobny numer, pod którym AI tłumaczy rozmowę między dzwoniącym a pracownikiem firmy, ze słownikiem pojęć.
- Jakość sprawdzasz scenariuszami testowymi w każdym języku i odsetkiem spraw rozwiązanych przez AI liczonym osobno dla każdego języka.
Czy voicebot mówi po ukraińsku, niemiecku i czesku?
Tak, agent X-TALK prowadzi rozmowy głosowe m.in. po ukraińsku, niemiecku, czesku, angielsku i hiszpańsku, a łącznie obsługuje ponad 30 języków. Lista obejmuje też m.in. słowacki, węgierski, rumuński, litewski, łotewski, estoński, języki skandynawskie, grecki, turecki, arabski, japoński, koreański i chiński. Część języków ma warianty regionalne: niemiecki dla Niemiec, Austrii i Szwajcarii, portugalski dla Portugalii i Brazylii, hiszpański dla Hiszpanii, Meksyku i Argentyny.
Dla każdego języka dostępne są naturalne głosy męskie i żeńskie, dobrane tak, żeby brzmiały jak rozmowa, a nie jak komunikat. Tam, gdzie trzeba, działają osobne zasady, np. serbski cyrylicą lub łacinką, a powitania są przygotowane dla każdego języka. Czat obsługuje praktycznie każdy popularny język; lista języków głosowych dotyczy pełnej obsługi z dopracowaną wymową.
Warto pamiętać, że samo generowanie odpowiedzi w obcym języku jest dla współczesnych modeli łatwe. O jakości wielojęzycznej obsługi decydują dwie inne rzeczy: czy agent znajdzie właściwą informację w bazie wiedzy i co się dzieje, gdy sprawa trafia do człowieka. Te dwa tematy zajmują większą część tego artykułu.
Jak agent rozpoznaje język klienta?
Agent rozpoznaje język z pierwszych wypowiedzi klienta i przechodzi na niego bez pytania. Mechanika wygląda tak:
- agent ma język domyślny (np. polski), w którym wita dzwoniącego lub piszącego,
- gdy klient zaczyna mówić albo pisać w innym języku, agent przełącza się na ten język,
- możesz ograniczyć agenta do wybranych języków, np. tylko polski i angielski, jeśli inne nie są obsługiwane przez firmę,
- osobne numery telefonów i widgety mogą mieć różne języki domyślne, np. numer niemieckojęzyczny dla klientów z DACH.
W praktyce to drugie ustawienie ma duże znaczenie. Klient z Austrii, który dzwoni na numer wydrukowany na niemieckiej fakturze, od pierwszego słowa słyszy powitanie po niemiecku. Nie musi przebijać się przez polską formułkę, a agent nie traci pierwszej tury na „zgadywanie” języka.
W kanale głosowym dochodzi jeszcze rozpoznawanie mowy. X-TALK pozwala podać podpowiedzi dla transkrypcji w każdym języku, czyli słowa, które agent ma dobrze usłyszeć: nazwy produktów, miejscowości, terminy branżowe. To ważne zwłaszcza przy nazwach własnych, które w obcym języku łatwo przekręcić. Więcej o ustawieniach głosu, ciszy i szumie w tle opisujemy w rozdziale playbooka Voicebot: rozmowa głosowa i szum.
Czy trzeba tłumaczyć bazę wiedzy na każdy język?
Nie, wystarczy jedna baza wiedzy, np. po polsku, bo X-TALK tłumaczy zapytanie klienta na język bazy przed wyszukiwaniem. To rozwiązuje problem, o którym rzadko się mówi przy wdrożeniach wielojęzycznych.
Wyszukiwanie semantyczne porównuje znaczenie pytania i dokumentów. Działa najlepiej, gdy oba są w tym samym języku. Pytanie „Wie kann ich mein Passwort zurücksetzen?” i polski dokument „Reset hasła” znaczą to samo, ale dopasowanie między nimi jest słabsze niż między dwoma tekstami po polsku. Efekt: agent może nie znaleźć właściwej procedury i odpowiedzieć ogólnikiem.
X-TALK robi to automatycznie w czterech krokach:
- Pytanie klienta: „Wie kann ich mein Passwort zurücksetzen?”
- Tłumaczenie zapytania na język kolekcji wiedzy: „Jak zresetować hasło?”
- Wyszukiwanie w polskiej bazie wiedzy, z pełną trafnością.
- Odpowiedź po niemiecku, przygotowana na podstawie polskiego dokumentu.
Jeśli język rozmowy jest taki sam jak język bazy, nic nie jest tłumaczone. Jeśli firma ma dokumenty w kilku językach, agent wybiera najbardziej trafne źródło. Ten sam mechanizm działa w voicebocie i w chatbocie, bo oba kanały korzystają z tej samej logiki wyszukiwania.
Biznesowo oznacza to jedną aktualizację oferty. Zmieniasz cennik albo regulamin raz, po polsku, a agent od razu korzysta z nowej wersji w każdym języku. Nie ma ryzyka, że wersja niemiecka dokumentu „została w tyle” o dwa miesiące.
Kiedy warto dodać słownik pojęć lub dokumenty w innym języku?
Słownik pojęć warto dodać wszędzie tam, gdzie liczy się precyzja nazw: produkty, terminy prawne, nazwy leków, części czy procedur. Tłumaczenie zapytania dobrze radzi sobie z językiem codziennym, ale nazwa własna albo branżowy skrót mogą zostać przetłumaczone dosłownie i rozminąć się z dokumentem.
Trzy praktyczne ruchy:
- Wielojęzyczne słowa kluczowe w metadanych dokumentów (pola
keywordsisymptoms) albo osobny słownik pojęć: jeśli klient czeski pyta o konkretny model urządzenia, dokument powinien „znać” tę nazwę także w zapisie, którego użyje klient. - Dokumenty dla rynków o dużym wolumenie: jeśli np. 40% ruchu jest po niemiecku, przygotuj kolekcję z najważniejszymi dokumentami w tym języku. Agent sam wybierze najbardziej trafne źródło.
- Słowa do rozpoznania w głosie: te same nazwy dodaj do podpowiedzi transkrypcji, żeby agent dobrze je usłyszał, zanim w ogóle zacznie szukać.
Jak działa tłumaczenie rozmowy telefonicznej na żywo?
Tłumaczenie na żywo działa w obie strony: klient mówi po niemiecku, konsultant słyszy go po polsku, odpowiada po polsku, a klient słyszy niemiecki. To usuwa twardy limit wielojęzycznych voicebotów, które były świetne do momentu przekazania sprawy człowiekowi, bo wtedy potrzebny był konsultant znający język klienta.
Przebieg typowej rozmowy:
- Klient dzwoni i rozmawia z agentem AI w swoim języku. Agent zbiera dane, np. numer zamówienia i opis problemu.
- Sprawa wymaga człowieka, więc agent przed przełączeniem informuje klienta w jego języku, że rozmowa będzie tłumaczona przez AI.
- Wypowiedź klienta jest na bieżąco transkrybowana w oryginale i tłumaczona na język konsultanta.
- Konsultant słyszy rozmowę po polsku i widzi w konsoli konsultanta obie wersje: oryginał i tłumaczenie, a także podsumowanie sprawy po polsku i dane zebrane przez agenta.
- Odpowiedź konsultanta przechodzi tę samą drogę w drugą stronę.
Język konsultanta ustawiasz dla kolejki albo numeru przekierowania. Decydujesz też, co ma się stać, gdy danej pary języków nie da się przetłumaczyć: połączyć bez tłumaczenia albo nie przekazywać rozmowy. Kolejka może nazywać się np. „Klienci niemieckojęzyczni” albo „Reklamacje DE” i mieć własne ustawienia tłumaczenia. Szczegóły routingu, kolejek i statusów konsultantów opisuje rozdział Przekazanie do konsultanta i kolejki.
Pozostaje kwestia czasu odpowiedzi. W voicebocie cisza dłuższa niż 2–3 sekundy brzmi jak awaria, a każde dodatkowe tłumaczenie czy ponowne wyszukiwanie to setki milisekund. Dlatego agent sięga po wiedzę tylko wtedy, gdy jej potrzebuje, a w międzyczasie może naturalnie powiedzieć „już sprawdzam”. Im lepiej przygotowana baza wiedzy, tym mniej dodatkowych kroków w każdej turze.
Jak wygląda tłumaczenie w czacie, WhatsAppie i na linii tłumacza?
W czacie tłumaczenie działa tak samo jak w głosie, tylko na tekście: konsultant czyta i pisze po polsku, klient w swoim języku, a oryginał wiadomości jest zawsze widoczny. Dotyczy to widgetu na stronie, aplikacji mobilnej i WhatsAppa.
| Kanał | Jak działa tłumaczenie | Co widzi pracownik |
|---|---|---|
| Rozmowa z agentem AI (głos i czat) | Agent odpowiada w języku klienta, zapytania do bazy wiedzy są tłumaczone na język bazy | Transkrypt rozmowy, który można przetłumaczyć |
| Rozmowa głosowa po przekazaniu | Tłumaczenie na żywo w obie strony, po komunikacie dla klienta | Rozmowę po polsku, oryginał i tłumaczenie w panelu, podsumowanie po polsku |
| Czat po przekazaniu (widget, aplikacja, WhatsApp) | Tłumaczenie wiadomości w obie strony | Tłumaczenie z oryginałem przy każdej wiadomości |
| Linia tłumacza | Osobny numer z ustawionym językiem dzwoniącego i pracownika, ze słownikiem pojęć | Rozmowę w swoim języku, na telefonie lub w panelu |
| Transkrypty po rozmowie | Tłumaczenie dowolnej transkrypcji | Zapis rozmowy w swoim języku, np. do analizy jakości lub reklamacji |
Linia tłumacza to osobny scenariusz, w którym agent AI nie prowadzi rozmowy, tylko tłumaczy. Osoba dzwoni na wskazany numer i mówi w swoim języku, a pracownik firmy (na telefonie albo w panelu) słyszy ją w swoim. Każdy numer ma ustawiony język dzwoniącego i język pracownika. Do numeru można dodać słownik pojęć, np. nazwy leków, części czy procedur, żeby tłumaczenie trzymało się terminologii firmy.
Gdzie wielojęzyczny voicebot i tłumaczenie dają największy efekt?
Największy efekt widać tam, gdzie klienci lub pracownicy mówią w wielu językach, a zespół obsługi w jednym. Jeden zespół konsultantów może wtedy obsługiwać kilka krajów bez rekrutacji osób z każdym językiem.
| Branża | Typowa sytuacja | Co daje X-TALK |
|---|---|---|
| Logistyka | Kierowcy z różnych krajów dzwonią w sprawie załadunku, dokumentów, awizacji | Agent odpowiada w języku kierowcy, dyspozytor rozmawia po polsku z tłumaczeniem |
| Przychodnie i placówki medyczne | Pacjenci obcokrajowcy umawiają wizyty i dopytują o przygotowanie | Rejestracja w języku pacjenta, linia tłumacza ze słownikiem nazw leków i procedur |
| Urzędy | Obcokrajowcy pytają o procedury i dokumenty | Odpowiedzi z jednej polskiej bazy procedur w języku mieszkańca, bez zatrudniania tłumaczy |
| E-commerce cross-border | Klienci z Niemiec, Czech czy Hiszpanii pytają o zamówienia i reklamacje | Agent obsługuje pytania o status, a reklamacje trafiają do polskiego zespołu z tłumaczeniem |
| HR | Pracownicy z Ukrainy czy Azji pytają o grafik, urlop, dokumenty | Asystent w języku pracownika, rozmowa z działem kadr z tłumaczeniem na żywo |
| Serwis | Klienci zagraniczni zgłaszają usterki | Zebranie danych zgłoszenia w języku klienta, technik rozmawia po polsku |
Przykład z e-commerce: klient z Niemiec dzwoni, bo blat stołu z zamówienia przyszedł porysowany. Agent po niemiecku zbiera numer zamówienia i opis szkody, informuje o tłumaczeniu i przekazuje rozmowę do kolejki „Reklamacje DE”. Polska konsultantka słyszy klienta po polsku, widzi podsumowanie sprawy i proponuje wymianę blatu, a klient słyszy jej odpowiedź po niemiecku. Firma z takim zespołem może wejść na kolejny rynek bez osobnej obsługi dla każdego języka; więcej przykładów pokazuje strona Obsługa wielu krajów.
Ile kosztuje minuta rozmowy tłumaczonej na żywo?
Minuta rozmowy tłumaczonej na żywo (linia tłumacza lub przekazanie z tłumaczeniem) to 100 kredytów, czyli od 1,20 zł przy stawce wyjściowej do 0,80 zł przy dużej skali. To ta sama stawka co minuta rozmowy z voicebotem. Dla porównania minuta rozmowy z konsultantem po przekazaniu, bez tłumaczenia, to ok. 50 kredytów z nagraniem i ok. 30 bez nagrania.
Cena kredytu maleje wraz z planem i wolumenem, a większe firmy mogą rozliczać się za faktyczne zużycie. Szczegóły planów i przelicznik kredytów znajdziesz w cenniku. Przy liczeniu opłacalności warto zestawić koszt minut tłumaczonych z kosztem zatrudnienia lub zlecenia tłumaczy dla każdego języka, który obsługujesz dziś albo planujesz obsługiwać.
Jak testować wielojęzycznego agenta przed startem?
Wielojęzycznego agenta testuje się scenariuszami Q&A uruchomionymi osobno w każdym docelowym języku. Agent, który poprawnie odpowiada po polsku, nie musi tak samo dobrze działać po czesku, bo inaczej rozkłada się dopasowanie w bazie wiedzy i inaczej brzmią nazwy własne.
W X-TALK scenariusz testowy opisuje sytuację i oczekiwane zachowanie. Podczas testu AI odgrywa klienta, agent prowadzi rozmowę na czacie albo głosem, a „sędzia” AI ocenia, czy zachowanie spełnia kryteria. Narzędzia, które coś zapisują, są w testach symulowane. Test na czacie kosztuje ok. grosz za rozmowę, więc scenariusze w pięciu językach to wydatek pomijalny. Model nie odpowiada za każdym razem identycznie, dlatego kluczowe scenariusze uruchamiaj kilka razy (np. 3×) i także w kanale głosowym. Przy wdrożeniach wielojęzycznych zespół X-ONE testuje agenta w każdym docelowym języku przed startem. Cały proces opisuje rozdział playbooka Testowanie agentów AI.
Jak mierzyć skuteczność voicebota w każdym języku?
Skuteczność mierz osobno dla każdego języka, przede wszystkim odsetkiem spraw rozwiązanych przez AI bez przekazania do człowieka. Średnia dla całego ruchu potrafi ukryć problem: dobry wynik po polsku może przykryć słabszy wynik po ukraińsku, jeśli ukraińskich rozmów jest mniej.
Co sprawdzać regularnie:
- odsetek spraw rozwiązanych przez AI per język i jego zmianę po każdej poprawce bazy wiedzy,
- raporty jakości językowej, które wychwytują błędy w konkretnym języku, np. złą odmianę nazw czy mieszanie języków,
- rozmowy bez rozwiązania: raz w tygodniu przejrzyj ok. 10 takich rozmów; transkrypt w obcym języku przetłumaczysz na polski jednym kliknięciem,
- nowy scenariusz po każdej poprawce, żeby ten sam błąd nie wrócił w innym języku.
Lista kontrolna: wdrożenie wielojęzycznego agenta
- Ustalony język domyślny i lista dozwolonych języków agenta.
- Osobne numery lub widgety dla rynków, które mają mieć własny język powitania.
- Decyzja: jedna baza z tłumaczeniem zapytań czy dodatkowe dokumenty dla największych rynków.
- Nazwy produktów i terminy branżowe dodane do metadanych, słownika pojęć i podpowiedzi transkrypcji.
- Kolejki mają ustawiony język konsultantów i zasady tłumaczenia na żywo, w tym zachowanie dla nieobsługiwanej pary języków.
- Komunikat o tłumaczeniu przez AI sprawdzony w każdym języku.
- Scenariusze testowe uruchomione w każdym docelowym języku, także w kanale głosowym.
- Odsetek spraw rozwiązanych przez AI mierzony osobno dla każdego języka.
Najczęstsze pytania
Czy klient wie, że rozmowa jest tłumaczona przez AI?
Tak. Przed przełączeniem do konsultanta agent informuje klienta w jego języku, że rozmowa będzie tłumaczona przez AI. Klient nie jest zaskoczony innym brzmieniem rozmowy po przekazaniu.
Czy konsultant widzi, co dokładnie napisał klient?
Tak. W czacie przy każdej wiadomości widać kierunek tłumaczenia i oryginalną treść. W rozmowie głosowej konsultant słyszy tłumaczenie, a w panelu widzi transkrypcję w oryginale i po polsku.
Co się dzieje, gdy danej pary języków nie da się przetłumaczyć?
To ustawiasz sam dla kolejki lub numeru przekierowania. Do wyboru jest połączenie bez tłumaczenia albo rezygnacja z przekazania rozmowy. Warto to zdecydować przed startem, a nie przy pierwszym takim zgłoszeniu.
Czy agent może obsługiwać tylko polski i angielski?
Tak. Agenta można ograniczyć do wybranych języków, a różnym numerom i widgetom nadać różne języki domyślne. Tryb wielojęzyczny włączasz tylko tam, gdzie jest potrzebny.
Czy muszę mieć dokumenty w każdym języku?
Nie. Agent korzysta z jednej bazy, np. po polsku, i odpowiada w języku klienta, bo zapytanie jest tłumaczone na język bazy przed wyszukiwaniem. Dokumenty w innym języku warto dodać tylko dla rynków o dużym wolumenie lub tam, gdzie liczy się precyzja terminów.
Chcesz zobaczyć rozmowę w parze języków, której używają Twoi klienci? Zajrzyj na stronę Obsługa wielu krajów, zbuduj własnego agenta albo umów PoC, w którym sprawdzimy agenta i tłumaczenie na żywo na Twoich danych.