Hinglish, Hindi, Tamil: Cara Melatih AI yang Terdengar Seperti Tim Anda

Mengapa chatbot generik terasa aneh bagi pelanggan

Masalahnya bukan chatbot memberikan informasi yang salah. Masalahnya adalah ia terdengar seperti berasal dari negara lain, mungkin bahkan dari era yang berbeda. Pelanggan D2C yang berbelanja melalui WhatsApp dan Instagram terbiasa berbicara dengan orang sungguhan di saluran-saluran tersebut. Hubungan pendiri-pelanggan dalam D2C bersifat informal dan hangat. Pesan yang dibuka dengan "Salam! Bagaimana saya bisa membantu Anda hari ini?" terasa sangat mencurigakan dalam konteks tersebut.

Pembeli juga beralih bahasa di tengah percakapan tanpa memikirkannya. Seorang pelanggan mungkin memulai dengan "Ukuran apa yang tersedia?" lalu melanjutkan dengan pertanyaan dalam bahasa atau dialek lain. Sistem yang bisa menangani keduanya tanpa jeda adalah yang mendapatkan kepercayaan. Yang memunculkan kesalahan "Maaf, saya hanya mendukung bahasa Inggris" kehilangan penjualan dan pelanggan.

Pentingnya nada regional dan gaya percakapan

Bahasa campuran sehari-hari bukan bahasa Inggris yang buruk. Ini adalah register tersendiri dengan aturannya sendiri. Merek yang menjual pakaian streetwear di kota besar berbicara dengan pelanggannya sangat berbeda dari merek yang menjual pakaian tradisional di daerah lain. Keduanya mungkin menggunakan WhatsApp. Keduanya mungkin memiliki pelanggan yang berbicara tiga bahasa. Namun nada, tingkat formalitas, penggunaan emoji, cara pertanyaan diajukan: semuanya berbeda, dan pelanggan memperhatikan ketika AI tidak sesuai dengan yang telah diajarkan merek kepada mereka.

Ini bukan detail kecil. Nada adalah kepercayaan. Ketika seorang pelanggan mendapat balasan yang terdengar seperti teman yang bekerja di merek tersebut, mereka melanjutkan percakapan. Ketika mereka mendapat balasan yang terdengar seperti penyangkalan hukum, mereka berhenti.

Pelanggan kami secara harfiah mengatakan bot itu "terdengar seperti merek kami." Itulah metrik yang kami optimalkan, bukan tingkat penolakan.

Cara membangun panduan suara sebelum melatih apa pun

Melatih AI pada suara merek Anda dimulai dengan menuliskan seperti apa suara itu sebenarnya. Sebagian besar pendiri tidak pernah melakukan ini secara eksplisit, karena suara itu hidup di kepala mereka dan di obrolan WhatsApp mereka. Langkah pertama adalah mengekstraknya.

Mulai dengan tiga pertanyaan: Bagaimana staf layanan pelanggan terbaik Anda menyapa seseorang? Kata-kata apa yang tidak pernah mereka gunakan? Dan apa satu hal yang selalu membuat pelanggan merasa nyaman dalam percakapan Anda?

Kemudian telusuri 100 percakapan WhatsApp terakhir Anda dan ambil lima yang terasa paling sesuai dengan merek. Itulah contoh referensi Anda. Mereka memberi tahu Anda, secara konkret, apa arti "terdengar seperti tim Anda" sebenarnya. Kumpulkan mereka. Mereka adalah bahan mentah untuk pelatihan.

Apa arti sebenarnya melatih AI pada suara merek Anda

Frasa "pelatihan AI" terus-menerus disalahgunakan. Dalam konteks suara merek untuk D2C, itu tidak berarti melatih ulang model bahasa besar dari awal. Artinya memberi AI konteks terperinci tentang bagaimana merek Anda berkomunikasi, apa yang diprioritaskan, bagaimana menangani kasus tepi, dan apa yang tidak boleh pernah dikatakan.

Konteks ini hidup dalam apa yang kami sebut AI Brain: dokumen terstruktur yang menggabungkan katalog produk Anda, contoh komunikasi tim Anda, aturan eskalasi Anda, dan prinsip suara merek Anda. AI menggunakan dokumen ini untuk memutuskan bukan hanya apa yang dikatakan, tetapi bagaimana mengatakannya.

Hasilnya adalah AI yang membalas dalam bahasa dan gaya pelanggan, menggunakan salam yang disukai merek Anda, tahu kapan harus menambahkan kalimat yang membangun kehangatan dan kapan harus tetap ringkas. Terdengar seperti tim Anda karena bekerja dari informasi dan prinsip yang sama yang digunakan tim Anda.

Dua kesalahan yang harus dihindari

Kesalahan pertama adalah mencoba membuat AI terdengar netral dan profesional karena itu terasa "aman." Netral dan profesional dalam konteks D2C dibaca sebagai dingin dan korporat. Pelanggan Anda memilih merek D2C sebagian karena terasa lebih personal daripada pengecer besar. AI harus memperkuat itu, bukan merusaknya.

Kesalahan kedua adalah menulis panduan suara Anda sekali dan tidak pernah memperbaruinya. Suara merek Anda berkembang. Rangkaian produk Anda berubah. Basis pelanggan Anda bergeser. AI Brain perlu diperlakukan seperti dokumen yang hidup, bukan konfigurasi yang diatur sekali lalu dilupakan. Merek yang paling memanfaatkan AI yang dilatih suara adalah yang meninjau dan memperbaruinya setiap kuartal.