פיתוח צ'אט-בוט AI ל-Viber: אוטומציה של מכירות ותמיכה עם NLP

פיתוח בוט AI ל-Viber: היכן אובדות פניות וקריאות

פניות ב-Viber מגיעות בזרם אחד, אך מתנהלות לפי תרחישים שונים. לקוח אחד שואל על מחיר וזמינות, השני — על סטטוס הזמנה, השלישי מבקש לקבוע תור לייעוץ. כולם נוחתים בצ'אט משותף, ומכאן הכול תלוי בכך אם הנציג הספיק להתפנות באותה דקה.

צוואר הבקבוק הראשון — התשובה הראשונה ללקוח. אם בין ההודעה לתגובה חולפות כמה דקות, חלק מהאנשים פשוט סוגרים את הצ'אט ועוברים למקום שבו ענו מהר יותר. פניות אבודות כאלה במסנג'ר כמעט אינן נראות בדוחות: הפנייה לא נרשמה, הדיאלוג לא התחיל — והלקוח כבר היה שם.

השנייה — העומס על הנציגים. שאלות טיפוסיות על תנאים, לוחות זמנים וסטטוס תופסות את עיקר ההתכתבות, ובמקביל הנציג מנהל כמה דיאלוגים בו-זמנית ומאבד את החוט. על לקוחות מורכבים לא נשאר זמן, והודעות ערב ולילה ממתינות עד הבוקר.

פיתוח בוט AI ל-Viber סוגר את שתי נקודות האובדן. הבוט עונה ראשון בכל שעה, מברר את הבקשה שלב אחר שלב, שולף נתוני לקוח ממערכת הרישום ומעביר לנציג דיאלוג עם הקשר שכבר נאסף.

אוטומציה של התכתבות ב-Viber לוקחת על עצמה תרחישים טיפוסיים, והאדם מתחבר במקום שבו הוא באמת נחוץ — בשאלות לא סטנדרטיות ובעסקאות.

בהמשך נפרק ממה מורכב בוט כזה וכיצד הוא משתלב בזרם הפניות הקיים.

מה משתנה לאחר השקת העוזר בהתכתבות

התשובה הראשונה מפסיקה להיות תלויה בשאלה אם הנציג פנוי. העוזר ב-Viber קולט את ההודעה ברגע השליחה ועונה תוך שניות — כולל בלילה ובסופי שבוע, כשבעבר הפנייה המתינה לבוקר. התור בכניסה מפסיק להיות צוואר בקבוק: זמן התשובה הראשונה נעשה אחיד גם ביום שלישי שקט וגם בשעת שיגור שיא.

שיעור הפניות שנסגרות בלי אדם נקבע לא על ידי «החכמה» של המודל, אלא על ידי האופן שבו נבנו התרחישים. אישור הזמנה, סטטוס משלוח, רכישה חוזרת, שאלות טיפוסיות על אחריות — אלה ענפים עם תוצאה ידועה, והם עוברים לאוטומציה.

כל מקום שבו המודל אינו בטוח או שהלקוח קורא במפורש לנציג, מועבר יחד עם היסטוריית הדיאלוג: האדם לא שואל מחדש את מה שכבר נאמר.

עומס שיא מפסיק להיות בעיה של כוח האדם. העוזר מנהל דיאלוגים בו-זמנית בלי ירידה באיכות ואינו «מתעייף» לקראת הערב — הנציגים עוסקים במקרים מורכבים ולא בזרם של פניות זהות. עלות העבודה לפנייה אחת יורדת בזכות העובדה שהחלק השגרתי נחתך עוד לפני הכניסה לקו.

השינויים נראים במספרים: זמן התשובה הראשונה, שיעור הדיאלוגים ללא מעורבות נציג, התפלגות הפניות לפי שעות, מספר ממוצע של הודעות עד לפתרון. עליהם נבנית הקבלה — אחרת האוטומציה נשארת עניין של אמונה.

אפשרויות מימוש: תרחישים, היברידי, מודל שפה

לוגיקת הדיאלוג קובעת מה הבוט יכול ומה לא. תרחיש נוקשה, סכימה היברידית ומודל שפה פותרים משימה אחת באמצעים שונים, והבחירה ביניהם היא בחירה בין חיזוי לבין גמישות התשובה.

מה עובד במסנג'ר

בפועל אנחנו מיישמים היברידי: זיהוי כוונות מסווג את ההודעה, בקשות טיפוסיות עוברות לתרחיש, וחופשיות — למודל עם בסיס ידע. כאשר רמת הביטחון של הזיהוי נמוכה או שהלקוח מבקש אדם, מופעלת העברה לנציג — עם היסטוריית הדיאלוג וההקשר של הפנייה, כדי שהשיחה לא תתחיל מאפס.

את הסכימה אנחנו מתאימים לפניות שלכם: בודקים איזה שיעור מההודעות נכנס לתרחיש, ולפיו בונים את הניתוב.

כיצד אנחנו מנהלים את הפרויקט: שלבי העבודה ההנדסית

פיתוח בוט AI ל-Viber מתחיל לא בקוד, אלא בניתוח פניות אמיתיות: מאיפה מגיעות השאלות, אילו חוזרות הכי הרבה ובאיזה שלב אובדות פניות. סדר עבודה כזה מפחית את הסיכון שהעוזר יענה בביטחה על שאלות שנוחות לנו ולא על אלה שמביאות מכירות.

1. ביקורת דיאלוגים. מייצאים את היסטוריית ההתכתבות, מחשבים את שיעור הפניות הטיפוסיות, זמן התשובה הראשונה והאובדן במעברים — ומקבלים רשימת נושאים שבאמת כדאי להפוך לאוטומטיים.
2. עיצוב תרחישים. בונים מפת נושאים וענפים: מה העוזר סוגר בעצמו, היכן הוא מברר, ובאיזה רגע הוא מעביר את הדיאלוג לנציג. את כללי ההסלמה מתארים מראש — לפי מילות מפתח ומספר הניסיונות הכושלים.
3. תיוג דוגמאות. אוספים קורפוס של ביטויים אמיתיים ומתייגים סוגי פניות וישויות: מוצר, עיר, מספר הזמנה. בנפרד משלימים שגיאות כתיב, סלנג והודעות שבהן יש כמה שאלות בבת אחת.
4. הרכבה וחיבור למערכות. מחברים קטלוג, מלאי, סטטוסי הזמנות והיסטוריית לקוח, כדי שהתשובות ייבנו על נתונים חיים ולא על רמז סטטי.
5. בדיקת העוזר. מריצים מערכי תרחישים ובודקים את שיעור התשובות הנכונות לפי כל סוג פנייה בנפרד, ולא ממוצע אחד. תופסים לולאות, שתיקה והחלפת נושא.
6. השקה והעברה. תחילה מפעילים את הבוט על חלק מהתעבורה ומשווים לנציגים לפי זמן תשובה ושיעור השאלות שנפתרו, ואחר כך מוציאים אותו לכל הזרם. צוות הלקוח מקבל הרשאות, הוראות ותקנון לתיקונים בתרחישים — אימון המשך מתבצע בלעדינו.

מה נשאר בידיכם: תרחישים, תיוג, תיעוד

אנחנו מעבירים לא שירות סגור, אלא מערכת עובדת שהצוות שלכם ממשיך להפעיל בעצמו. הארטיפקטים מעוצבים כך שמהנדס חדש או ראש תמיכה יבינו את הלוגיקה בלי ההסברים שלנו: תיאורי שלבים, תנאי מעברים, הערות לענפים שנויים במחלוקת.

• תרחישי דיאלוג — עץ ענפים עם תנאי מעברים וטיפול בביטויים לא מזוהים: רואים היכן העוזר מברר והיכן הוא מעביר את הדיאלוג הלאה.
• בסיס ידע — תשובות הקשורות לתרחישים, עם ציון המקור של כל עובדה; תיקונים מבוצעים בלי להרכיב מחדש את הבוט.
• כללי הסלמה — שאלה חוזרת, ניסוח שלילי, נושא שמחוץ לבסיס הידע; הספים משתנים בהגדרה.
• הוראות לנציגים — כיצד לקרוא את היסטוריית הדיאלוג ולהשתלב בשיחה בלי לאבד את ההקשר.
• תקנון אימון המשך — תיוג ניסוחים חדשים מתוך הדיאלוגים שנצברו, בדיקה על מדגם מבחן, פריסה עם אפשרות חזרה לאחור.
• תרשים אינטגרציות והרשאות — לאן עוברות הפניות ומאיפה נלקחים נתוני ההזמנות, ואילו תפקידים נדרשים לכך.
• צ'ק-ליסט קבלה — מערך של דיאלוגים לבדיקה, שלפיו רואים שאחרי התיקונים שום דבר לא נשבר.

בהמשך אתם מפתחים את העוזר בקצב שלכם: שיעור הפניות שנסגרות בלי נציג גדל ככל שבסיס הידע מתרחב, ואנחנו מתחברים לשיפורים מורכבים.

מקרה בוחן: הבוט הסיר מהנציגים פניות שגרתיות

הלקוח — רשת מרכזי שירות עם זרם של פניות זהות במסנג'ר Viber: סטטוס הזמנה, לוחות זמנים, קביעת תור, אחריות. לפני ההטמעה הכול נשען על הנציגים: השיא היה בערב, הודעות לילה המתינו לבוקר, ועד יום שני הצטבר תור.

לפי ייצוא מהיסטוריית הדיאלוגים במשך שבועיים של תצפית, התשובה הראשונה בשעות שיא איחרה ביותר מ-40 דקות, וכל פנייה חמישית נותרה ללא מענה באותו יום.

נקודת ההתחלה

• שיעור המענים האוטומטיים — קרוב לאפס: כל פנייה פתחה כרטיס נציג.
• תשובה ראשונה — 15–40 דקות בשיא, בלילה הפסקה עד הבוקר.
• פניות שהוחמצו — 18–22% בשבוע, ובנוסף שאלות חוזרות של אותם לקוחות.

תייגנו את היסטוריית ההתכתבויות לפי כוונות, הרכבנו מערך של ענפי תרחיש והעברנו לבוט את כל מה שנפתר בלי אדם. פירושים לא בטוחים ומקרים שנויים במחלוקת הבוט מעביר לנציג יחד עם הנושא המזוהה וההקשר של הדיאלוג — העובד לא מתחיל את השיחה מאפס. ענף נפרד סוגר את הלילה ואת סופי השבוע, ולכן התור כבר לא מצטבר עד הבוקר.

התוצאה

שיעור המענים האוטומטיים הגיע ל-62–68% בחודש, זמן התשובה הראשונה — שניות בכל שעה ביממה, ופניות שהוחמצו — מקרים בודדים בשיא. הנציגים עברו לפניות מורכבות ולמכירות נוספות: העומס למשמרת ירד בערך פי שניים באותו היקף נכנס.

לוגיקה תרחישית או מודל שפה: מה לבחור?

לוגיקה תרחישית מנהלת את הדיאלוג לפי עץ מוגדר מראש: ההודעה מזוהה כאחד הענפים המוכרים, והתשובה נלקחת מתבנית. זה נותן חיזוי — על שאלה לגבי סטטוס הזמנה הבוט עונה אותו דבר ולא ימציא תנאי שאינו בכללים.

את הבחירה קובעים שני מספרים: שיעור הפניות שלא נכנסו לתרחיש ומחיר התשובה השגויה. מודל שפה מפרש ניסוחים שלא היו בעץ, אך יש לאמת את תשובותיו — בלי הגבלות הוא יבטיח ללקוח יותר מדי.

הסכימה העובדת היא לרוב משולבת: המודל מזהה את הכוונה ומנסח את התשובה, ואילו נתונים על הזמנה, תעריפים ותנאים הבוט לוקח ממדריך לפי תרחיש. כך גמישות הניסוח לא שוברת את החיזוי במקום שבו טעות עולה ביוקר.

ב-Viber הלוגיקה זהה לזו שבערוצים אחרים: בקלט טקסט, ובפלט — תשובה או העברת הדיאלוג לנציג, אם רמת הביטחון של הזיהוי נמוכה מהסף.

היסוסים לפני ההשקה: נתונים, אמינות, הסלמה

לפני תחילת העבודה השאלות הטכניות בדרך כלל אותן שאלות — אנחנו עונים לפי הסדר. היסטוריית הדיאלוגים נשמרת במסד נתונים נפרד, ולא בהתכתבות המסנג'ר: קובעים תקופת שמירה, מסווים טלפונים וכתובות לפני השמירה, ולפי בקשה מוחקים ענף יחד עם הנתונים הנגזרים. למידת הדוגמאות אינה כוללת נתונים אישיים — הכיול נעשה על קטעים אנונימיים.

את האינטגרציה עם מערכת הרישום אנחנו עושים דרך החלפת אירועים: הבוט יוצר פנייה וקורא את סטטוס הלקוח, אך אינו עורך רשומות ישירות. אם המערכת אינה זמינה, הדיאלוג לא הולך לאיבוד — הוא עובר לתור, והלקוח מקבל תשובה לפי תרחיש גיבוי.

ההסלמה לנציג מופעלת לפי בקשת הלקוח, שאלה חוזרת, ביטחון נמוך של המודל ונושא שנוי במחלוקת. הנציג מקבל את ההקשר המלא של הדיאלוג, ולא קטע חסר — ולא צריך לשאול את הלקוח מחדש.

את איכות התשובות בודקים במערך שאלות ייחוס: מריצים אותו אחרי כל תיקון בתרחיש. תיוג הדיאלוגים הכושלים מראה היכן המודל טועה בביטחון והיכן חסרים לו נתונים.

האם אפשר להחליף את המודל בלי לכתוב מחדש את הבוט?

כן. לוגיקת הדיאלוג, האינטגרציות וכללי ההסלמה מופרדים מהמודל, ולכן עדכון שלו לגרסה עדכנית אינו דורש הרכבה מחדש של התרחישים.

מי רואה את ההתכתבות?

הגישה היא לפי תפקיד: הנציג — רק את הדיאלוגים שלו, ייצוא ומחיקה — לפי יומן הפעולות.

נדון על המשימה: מה להכין לשיחה

כדי שההערכה תהיה עניינית ולא «בעין», די בכמה נתוני פתיחה: לפיהם רואים את היקף התרחישים, מצב הנתונים ומספר האינטגרציות. להלן מה להכין לשיחה; אם משהו חסר, גם זה נתון פתיחה, ונציע במה להחליף.

• מטרות וגבולות: אילו פניות הבוט סוגר בעצמו ואילו הוא מחויב להעביר לנציג, ולפי איזה סימן הוא מקבל את ההחלטה.
• דוגמאות לדיאלוגים — כמה עשרות התכתבויות אמיתיות או ייצוא פניות מתקופה: לפיהם מחשבים תרחישים טיפוסיים ומוצאים מקומות שבהם הלקוחות נטשו את השיחה.
• נתוני הפתיחה של הפרויקט: מאיפה מגיעים מוצרים, מחירים וסטטוסי הזמנות, היכן נשמרת היסטוריית הלקוח, עד כמה היא מלאה ועדכנית.
• נקודות אינטגרציה: קטלוג ומחסן, קבלת תשלומים, שירות משלוחים, CRM או מערכת פניות, לוח זמני העבודה של הנציגים.
• טון וניסוחים מחייבים: מה הבוט אינו רשאי להבטיח, אילו תשובות דורשות אישור ומי מאשר אותן.
• הרשאות: הבעלים של חשבון Viber הפומבי, מספר בדיקה נפרד לסביבת ניסוי, הרשאות לאינטגרציות עם המערכות שלכם.
• מדדי קבלה: שיעור הדיאלוגים שנסגרו בלי נציג, זמן התשובה הראשונה, דיוק זיהוי הכוונה על הניסוחים שלכם.

עם מערך כזה נחזור עם הערכה ותוכנית עבודה: הרכב הצוות, השלבים, סדר ההשקה על מספר בדיקה, תנאי הקבלה וסדר אימון ההמשך על דיאלוגים חדשים.