Чат-боты сильно упрощают жизнь. Они обрабатывают запросы от клиентов, регистрируют заявки, генерируют лиды, освобождая сотрудникам время для более сложных задач. Они перенаправляют пользователей к релевантным специалистам — техподдержке, HR или отделу продаж.
Сейчас чат-боты есть почти на любой платформе. Вы сталкиваетесь с ними постоянно: когда пишете в чат банка или когда оставляете заявку на маркетплейсе. Они настолько плотно интегрированы в повседневную жизнь, что перестали казаться чем-то необычным.
И если простые скриптовые чат-боты никого не удивляют, то «умная» их разновидность пока еще может впечатлить.
Простые чат-боты: те, которые основаны на скриптах
Скрипт — это сценарий, набор команд, которым следует программа. Скриптовые чат-боты устроены просто по своей сути: «если пользователь выбрал А, нужно ответить Б, если выбрал В, нужно ответить Г, если написал что-то за пределами программы, нужно позвать человека». На выходе они предлагают список опций, на которые пользователь нажимает, чтобы получить релевантную информацию.
Например, пользователь пишет в чат-бот, и тот отвечает ему списком:
Некоторые скрипты анализируют сообщение от пользователя, вычленяют из текста ключевые слова и предлагают ответ на запрос по ним. Если ключевиков в теле сообщения нет, или пользователь пишет что-то не касающееся вопроса, чат-бот реагирует запрограммированной фразой вроде: «Извините, я не могу вам помочь. Переключаю на сотрудника компании».
Скриптовые чат-боты могут помочь клиенту подобрать одежду, забронировать столик, отвечают на стандартные вопросы, консультируют по наличию товаров или по времени работы магазинов. Они могут генерировать лиды — подводить клиента к покупке.
Устроены они просто и понятно, вполне справляясь с большинством поставленных задач. Разговаривать с человеком — точнее, имитировать человеческую речь, — они не могут.
При помощи скриптов настраиваются текстовые чат-боты от Landbot и голосовые от Voiceflow. Мы уже делали обзоры этих платформ — они будут полезны разработчику на зерокоде.
Научитесь зерокодингу и интегрируйте чат-ботов в проекты своих клиентов. Предлагаем начать с двухдневного бесплатного марафона по разработке без кода! Познакомьтесь с новым актуальным направлением в айти, которое не требует умения программировать.
Чат-боты на основе NLP: те, которые говорят как люди
NLP — это Natural Language Processing или обработка текстов на естественном языке. NLP-чат-боты работают на базе алгоритмов естественного обучения — как Алиса или Сири. Они способны вести диалог, анализируя человеческую речь, и распознавать тон собеседника по некоторым речевым маркерам. То есть, если клиент недоволен, бот не просто перенаправит его специалисту-человеку, но и предупредит сотрудника о возможных жалобах или добавит пометку «срочно».
Любые чат-боты работают более или менее одинаково:
- получают запрос от пользователя;
- анализируют его, ища ключевые слова;
- выполняют действие в соответствии со скриптом;
- генерируют ответ, будь то список или текст;
- сохраняют информацию.
Боты на основе искусственного интеллекта, помимо скрипта, могут обрабатывать и классифицировать пользовательский запрос.
Первое, что они делают, — токенизируют текст, то есть разбивают его на слова. Потом исправляют опечатки, осуществляют лемматизацию и стемминг, убирают стоп-слова — артикли, союзы и другие не несущие смысловой нагрузки части речи. Затем изучают результат с применением словарей синонимов. Это помогает им определить тон текста. Как чувствует себя клиент? Он злится, нейтрален, рад?
Существуют специальные инструменты, умеющие анализировать тон, среди них — Watson™ Tone Analyzer от IBM. По использованию определенных слов инструмент предполагает, какие эмоции испытывает пользователь, будь то гнев, отвращение, грусть, радость или страх, и предупреждает об этом специалистов поддержки.
В результате анализа система выдает релевантный ответ на «человеческом» языке. С ним действительно можно поговорить. Понятно, что тест Тьюринга бот пройти пока не в состоянии, но это большой прорыв по сравнению со скриптовыми чатами.
Создавать «умные» чат-боты помогает Dialogflow — инструмент по распознаванию естественного языка от Google. Он интегрируются с разными мессенджерами и зерокодинговыми платформами, в том числе с Landbot.
Скрипты vs NLP
Людям хочется общаться с другими людьми. Еще им хочется получать информативные ответы, причем быстро. Во многих ситуациях скрипты по-прежнему выигрывают, особенно при решении задач, для которых человек вообще не нужен. Например, если требуется забронировать столик на определенное время или выбрать футболку в интернет-магазине.
Чат-боты на основе машинного обучения и распознавания естественной речи могут предоставить больше полезной информации, они не ограничены скриптом. И что немаловажно: они обучаются на основе разговоров с пользователями. Пул их ответов становится шире, и они могут помочь большему количеству клиентов.
Однако такого бота нужно учить — «скармливать» ему информацию, следить за его успехами. За чат-ботом всегда должна стоять команда поддержки, готовая в любой момент перехватить клиента, если бот не смог ответить на его вопрос. Им приходится пресекать возможные отклонения, в том числе ситуации, когда пользователи неосознанно учат искусственный интеллект чему-то плохому.
Такое произошло в 2016 году, когда Twitter представил общественности бота по имени Тай (Tay), способного к обучению через разговоры с людьми. Меньше чем за сутки пользователи превратили безобидную систему в расиста и грубияна.
Главное, чтобы боты помогали, а не отнимали лишнее время. Для этого правильный подход, учитывающий возможные проблемы клиента, нужен даже к скриптовым вариантам.
