تحويل رسائل واتساب الصوتية إلى طلبات مكتوبة تلقائيًا
يمكن لنظام مربوط بمنصة واتساب للأعمال (API) أن يستقبل الرسالة الصوتية، ويحولها إلى نص، ثم يستخرج منها الطلب في حقول واضحة: الصنف، والكمية، والعنوان، والملاحظات، ويرسل للعميل ملخصًا مكتوبًا ليؤكده قبل التنفيذ. يعمل هذا جيدًا مع الطلبات المتكررة البسيطة، ويخطئ أحيانًا في الأسماء والأرقام واللهجات المحلية، لذلك لا يُنفَّذ أي طلب دون تأكيد العميل. وإن كانت الرسائل الصوتية لديك قليلة، فموظف يسمعها أرخص وأدق.
لماذا الرسائل الصوتية تحديدًا؟
في الخليج، كثير من العملاء يفضلون أن يقولوا طلبهم بدل أن يكتبوه: «هلا، أبي كرتونين ماي صغير وكيس رز بسمتي خمسة كيلو، وعلى نفس العنوان مثل المرة اللي فاتت». أسرع لهم، وأقرب للمكالمة، ولا يحتاج كتابة.
المشكلة تقع على الطرف الآخر. الموظف يجب أن يستمع، وأحيانًا يعيد الاستماع، ثم يكتب الطلب يدويًا في النظام. في ساعات الذروة تتراكم الرسائل، وتأتي أخطاء مثل «قال ثلاثة ولا ثلاثين؟».
كيف يعمل التحويل
1. الاستقبال
عبر المنصة الرسمية لواتساب للأعمال، يصل إشعار إلى نظامك عند كل رسالة صوتية. وبحسب وثائق Meta للمطورين، يتضمن الإشعار معرّف الملف الصوتي ونوعه، وحقلًا يوضح ما إذا كان التسجيل صوتيًا مسجلًا من داخل واتساب أم ملفًا صوتيًا مرسلًا، ويستطيع نظامك تنزيل الملف بواسطة هذا المعرّف. أما تطبيق واتساب للأعمال العادي على الجوال فليس مصممًا لهذا النوع من الأتمتة.
2. التفريغ إلى نص
يُرسل الملف إلى خدمة تحويل الكلام إلى نص. الخدمات الكبرى تتيح إعدادات منفصلة للعربية بحسب البلد؛ فصفحة اللغات المدعومة لدى Microsoft Azure مثلًا تعرض إعدادات للعربية في السعودية والإمارات والكويت وقطر والبحرين وعُمان وغيرها. اختيار إعداد بلد عملائك يحسن النتيجة مقارنة بإعداد عربي عام.
3. استخراج الطلب
النص الخام ليس طلبًا بعد. هنا يقرأ نموذج ذكاء اصطناعي النص، ويطابقه مع قائمة منتجاتك، ويُخرج طلبًا منظمًا:
| الحقل | من الرسالة | بعد المطابقة |
|---|---|---|
| الصنف 1 | «كرتونين ماي صغير» | مياه 330 مل، كرتون، الكمية 2 |
| الصنف 2 | «كيس رز بسمتي خمسة كيلو» | أرز بسمتي 5 كجم، الكمية 1 |
| العنوان | «نفس العنوان مثل المرة اللي فاتت» | العنوان المحفوظ لهذا الرقم |
| ملاحظات | لا يوجد | — |
المطابقة مع قائمة منتجاتك هي ما يحوّل «ماي صغير» إلى صنف حقيقي بسعر حقيقي. بدون قائمة واضحة، سيخمّن النموذج.
4. التأكيد
يُرسل للعميل ملخص مكتوب:
«طلبك:
- مياه 330 مل × 2 كرتون
- أرز بسمتي 5 كجم × 1 التوصيل إلى: العنوان المسجل (حي السلام) الإجمالي: ... اضغط «تأكيد» أو اكتب التعديل».
هذه الخطوة ليست ترفًا. هي الضمانة الوحيدة ضد أخطاء التفريغ، وتعطي العميل فرصة ليقول «لا، قصدت الكبير».
5. التنفيذ أو التحويل
بعد التأكيد، يدخل الطلب نظامك كأي طلب آخر. وإن لم يفهم النظام الرسالة، أو لم يجد الصنف، أو طلب العميل شيئًا غير معتاد، تُحوَّل المحادثة لموظف مع النص المفرغ، فلا يحتاج الموظف لسماع الرسالة من البداية.
الحدود: أين يخطئ النظام
الأرقام المتقاربة صوتيًا: «ثلاث» و«ثلاثين»، «سبعة» و«تسعة» في تسجيل فيه ضوضاء. لهذا تُعرض الكميات في التأكيد بالأرقام.
أسماء المنتجات المحلية والعلامات: الاسم التجاري الذي يقوله العميل بطريقته، أو اسم شعبي لمنتج، قد لا يطابق اسمه في قائمتك. أضف المرادفات الشائعة إلى قائمة المنتجات.
المرجعيات الضمنية: «مثل طلبي الأسبوع اللي فات»، «نفس اللي أخذه أخوي». النظام يحتاج إلى سجل طلبات مربوط برقم العميل ليفهم هذا، وإلا يجب أن يسأل.
الضوضاء والتسجيلات الطويلة: رسالة مسجلة في سيارة أو سوق، أو رسالة من دقيقتين فيها حديث جانبي، تنخفض دقتها كثيرًا.
اللهجات المتداخلة: عميل يخلط اللهجة الخليجية بالإنجليزية أو بلهجة أخرى. النماذج الحديثة تتعامل مع كثير من ذلك، لكن ليس دائمًا.
الخصوصية: الرسائل الصوتية قد تحمل أصواتًا أخرى ومعلومات لم يقصد العميل مشاركتها. حدد مدة الاحتفاظ بالملفات الصوتية، واحذفها بعد تأكيد الطلب إن لم تكن بحاجة إليها، واعرف أين تعالج خدمة التفريغ البيانات، لأن معالجتها خارج بلدك قد تكون نقلًا للبيانات الشخصية يخضع لشروط قانونية.
متى لا يستحق الأمر
- حين تكون الرسائل الصوتية قليلة. إن كانت تصلك بضع رسائل صوتية يوميًا، فموظف يسمعها ويكتبها أوفر من بناء نظام وصيانته.
- حين تكون الطلبات معقدة أو مخصصة بالكامل. طلب تفصيل عباية بمقاسات وتطريز، أو استفسار عن مشروع ترميم، يحتاج حوارًا لا استخراجًا آليًا.
- حين لا توجد قائمة منتجات منظمة. إن كانت أسعارك وأصنافك في رأس صاحب المحل فقط، فابدأ بتنظيم القائمة أولًا. الأتمتة بدونها تخمين.
- حين لا تستطيع الرد خلال دقائق على ما يُحوَّل لموظف. النظام يقلل العبء لكنه لا يلغيه. إن تُركت الحالات المحوّلة ساعات، فستخسر العملاء الذين كان يفترض أن تخدمهم بشكل أسرع.
الأسئلة الشائعة
هل يمكنني فعل هذا بتطبيق واتساب للأعمال العادي؟
الأتمتة الكاملة تحتاج إلى المنصة الرسمية (API) لأنها تسمح لنظامك باستقبال الرسائل والملفات الصوتية تلقائيًا والرد عليها. التطبيق العادي مناسب للرد اليدوي، ولا يتيح هذا الربط.
كم تكلف معالجة كل رسالة صوتية؟
تتكون التكلفة من رسوم منصة واتساب على الرسائل حسب فئتها، وتكلفة خدمة التفريغ التي تُحتسب غالبًا بحسب مدة الصوت، وتكلفة نموذج الذكاء الاصطناعي الذي يستخرج الطلب. الأسعار تتغير وتختلف بين المزودين، فراجع صفحات الأسعار الحالية لكل خدمة واحسب على متوسط مدة رسائلك الفعلية.
هل يرد النظام على العميل برسالة صوتية أيضًا؟
ممكن تقنيًا، لكن الرد المكتوب أفضل في خطوة التأكيد، لأن العميل يستطيع مراجعة الكميات والأسعار بعينه. ويمكن إضافة رسالة صوتية ترحيبية قصيرة إن كانت تناسب أسلوب نشاطك.
ماذا لو أرسل العميل صورة لقائمة مكتوبة بخط اليد بدل الصوت؟
الفكرة نفسها تنطبق: استخراج النص من الصورة، ثم المطابقة مع القائمة، ثم التأكيد. وجودة النتيجة تعتمد على وضوح الخط والصورة، وخطوة التأكيد تبقى إلزامية.
إن كانت الرسائل الصوتية تملأ واتساب محلك وتأخذ وقت فريقك، أرسل لنا نبذة عن طلباتك اليومية ونخبرك هل يستحق الأمر الأتمتة أم يكفي تنظيم بسيط.