Бот для WhatsApp, который понимает голосовые и фото клиентов

Коротко. Бот DOS AI расшифровывает голосовые сообщения, в том числе на казахском, и отвечает на их смысл. Фото клиента описывает модель со зрением, PDF и документы Word бот читает как текст. Распознавание каждого вида вложений включается отдельно, по умолчанию все четыре включены. В обратную сторону бот отправляет клиенту ваши фото работ, видео и прайсы из медиатеки.

Голосовые сообщения

Клиент записал голосовое, платформа превратила его в текст, бот ответил на этот текст так, будто клиент написал руками. Расшифровка видна вам в диалоге рядом с самим голосовым, поэтому слушать запись не обязательно.

Казахская речь распознаётся хуже русской, и платформа это учитывает. Расшифровщику передаётся язык, на котором клиент писал раньше. Если текст вышел похожим на киргизский, запись перепроверяется как казахская. Если смысл всё равно не читается, бот один раз коротко переспрашивает, а не угадывает. Подробно про казахский: ИИ-ассистент на казахском языке.

Пока бот на диалоге выключен, например вы отвечаете клиенту сами, голосовые не расшифровываются и деньги на них не тратятся. Когда бот снова включится, перед ответом он расшифрует до трёх свежих голосовых и поймёт, о чём шла речь.

Фото и скриншоты

Фото, которое прислал клиент, описывает модель со зрением, и бот получает это описание вместе с сообщением. Так он отвечает на:

• скриншот рекламы или чужого прайса с вопросом «а у вас так можно?»;
• фото товара, детали или модели, которую клиент ищет;
• снимок справки, договора или другого документа;
• фото чека или квитанции.

Если чек нужен вам как подтверждение оплаты, поставьте правило «клиент прислал файл»: оно повесит тег, переведёт заявку на другую стадию или пришлёт вам уведомление. Правила работают без модели и ничего не тратят. Стикеры бот не разбирает и на них не отвечает.

PDF и документы

PDF и документы Word, которые присылает клиент, бот читает как текст: техническое задание, список вопросов, реквизиты. Чтение документов включается и выключается отдельно от голосовых и фото.

Сколько стоит распознавание

Расшифровка голосового и описание картинки списываются с баланса проекта отдельно от ответа бота. Каждое списание видно в истории баланса проекта. Если голосовые или фото вам не нужны, выключите их распознавание: вкладка «Промпт», подвкладка «Расширенные настройки», раздел «Распознавание медиа». Выключенное вложение ложится в диалог как есть, и бот видит только пометку, что клиент что-то прислал.

Из чего ещё складывается цена ответа: сколько стоит сообщение.

Что бот отправляет сам

В медиатеку проекта складываются видео, фото работ, отзывы и прайсы, до 60 файлов по 50 МБ. У каждого файла есть ярлык, и бот отправляет нужный файл, когда клиент сомневается или просит показать. Работает в WhatsApp, Telegram и Instagram. В Telegram по ссылке доходят фото до 5 МБ и остальные файлы до 20 МБ.

Инструкция: медиатека.

Частые вопросы

Бот понимает видео от клиента?
Нет. Видео сохраняется в диалоге, и вы его видите, а бот честно говорит клиенту, что посмотреть видео не может, и просит описать вопрос текстом или голосовым. Голосовые, фото, PDF и документы он читает.

Можно ли отвечать клиенту голосовым?
Нет, бот отвечает текстом и файлами из медиатеки.

Голосовое длинное, бот поймёт?
Да, расшифровывается вся запись. Чем длиннее голосовое, тем больше стоит расшифровка.

Распознавание работает в Telegram и Instagram?
Да. Голосовые, фото и документы обрабатываются одинаково во всех трёх каналах.