Każdy, kto obsługuje firmowego WhatsAppa w Lizbonie, Madrycie czy Buenos Aires, zna ten schemat. Klient nie pisze: „Jaki jest czas dostawy do Porto dla zamówienia 4471?”. Przytrzymuje przycisk mikrofonu i mówi przez czterdzieści sekund albo wysyła zdjęcie etykiety i kciuk w górę. Czat, który rozumie tylko wpisany tekst, połowie tych osób odpowiada źle, a drugiej połowie wcale.
Od października wiadomości głosowe, zdjęcia i dokumenty działają w SuperCognit w obie strony: klienci mogą je wysyłać na każdym kanale, a twój zespół może je odsyłać ze Skrzynki. Oto co dzieje się z każdym rodzajem wiadomości, w zależności od tego, kto odpowiada.
Co może wysłać klient
- Zdjęcia — na czacie w przeglądarce, w widżecie, na WhatsAppie i Telegramie. Są przyjmowane zawsze.
- PDF-y i pliki tekstowe — na tych samych kanałach, jeśli agent ma włączone załączniki.
- Wiadomości głosowe. Na WhatsAppie i Telegramie ludzie korzystają z mikrofonu w samej aplikacji. Na twoim czacie w przeglądarce i w widżecie obok pola wiadomości jest teraz przycisk nagrywania, z nagraniami do dwóch minut. Przycisk pojawia się tylko wtedy, gdy przeglądarka potrafi nagrywać, i jest nieaktywny, jeśli ktoś nie zezwoli na dostęp do mikrofonu.
Gdy odpowiada agent AI
Agent AI traktuje każdą z tych rzeczy jako część wiadomości, więc odpowiedź je uwzględnia:
Załączniki to ustawienie każdego agenta z osobna, w karcie Ogólne: „Akceptuj załączniki”. Przeczytanie długiego dokumentu kosztuje więcej niż przeczytanie jednego zdania, więc wyłącz je u agentów, którym zawsze wystarcza tekst. Ten przełącznik nie dotyczy zdjęć.
Gdy odpowiada twój zespół
Druga połowa historii to moment, w którym rozmowę przejmuje człowiek — czy to dlatego, że AI ją przekazało, czy dlatego, że agentowi odpowiadają wyłącznie ludzie. Wiadomość głosowa, której nikt nie może odtworzyć, to ślepa uliczka, więc Skrzynka działa teraz jak telefon w kieszeni klienta.
Zobacz, co zostało wysłane
U agentów obsługiwanych przez ludzi, czyli tych, którym odpowiada wyłącznie twój zespół, zdjęcia wyświetlają się w zapisie rozmowy jako miniatury, dokumenty jako etykiety z nazwą i rozmiarem pliku, a wiadomości głosowe jako odtwarzacz z wykresem fali dźwiękowej. Pliki są przechowywane razem z rozmową, więc za tydzień nadal tam będą.
Słuchaj we własnym tempie
Odtwarzacz ma odtwarzanie i pauzę, wykres fali, w który możesz kliknąć, by przeskoczyć dalej, oraz przełącznik prędkości na etykiecie czasu: 1×, 1,5× lub 2×. Ten sam odtwarzacz pojawia się na twojej stronie czatu i w widżecie, więc klient słyszy własną wiadomość w ten sam sposób.
Odpowiedz plikiem albo głosem
Pole odpowiedzi w Skrzynce ma przycisk załączania i rejestrator wiadomości głosowych. Odpowiedź może być tekstem, plikami, wiadomością głosową albo samymi plikami: do pięciu plików na odpowiedź, po 5 MB każdy, jako obrazy, audio, PDF lub tekst.
Dociera tam, gdzie jest klient
Odpowiedź trafia na kanał, z którego korzysta klient. Na WhatsAppie i Telegramie wiadomość głosowa od twojego zespołu wyświetla się jako zwykła, okrągła wiadomość głosowa, a nie jako dziwny załącznik. Na czacie w przeglądarce i w widżecie odtwarza się w tym samym odtwarzaczu.
U agentów, którym odpowiadają wyłącznie ludzie, wiadomości głosowe są zachowywane jako audio i nie są transkrybowane: zespół ich słucha, tak jak na własnym telefonie. Ten rodzaj agenta opisujemy w artykule czat zupełnie bez AI.
Gdzie ma to największe znaczenie
- Naprawy i serwis w terenie. Technik albo klient wysyła zdjęcie części i wiadomość głosową z opisem, co się z nią dzieje. Twój zespół odsyła wiadomość głosową z rozwiązaniem, bo wytłumaczyć to na głos jest szybciej, niż to napisać.
- Hotele i restauracje. Goście wysyłają zdjęcie potwierdzenia rezerwacji albo pytają głosem, czy taras jest dziś wieczorem otwarty. Agent AI odpowiada na jedno i drugie, a gdy może, rezerwuje — jak w artykule agent AI do rezerwacji hotelowych.
- Sklepy. „Macie to w kolorze niebieskim?” ze zrzutem ekranu. Agent widzi produkt; jeśli musi włączyć się człowiek, może odpowiedzieć zdjęciem towaru na półce.
- Dokumenty. Klient wysyła fakturę albo umowę i zadaje o nią jedno pytanie. Przy włączonych załącznikach agent czyta dokument, zamiast prosić klienta o przepisanie liczb.
Prywatność w skrócie
Przechowywane pliki są prywatne. Otwierają się tylko zalogowanym członkom twojej przestrzeni roboczej z dostępem do Skrzynki oraz odwiedzającemu w jego własnej rozmowie. Gdy usuwasz rozmowę, przestrzeń roboczą lub konto, przechowywane w nich pliki są usuwane razem z nimi.
Jak to skonfigurować
Zdecyduj w sprawie dokumentów
W karcie Ogólne agenta włącz „Akceptuj załączniki”, jeśli klienci wysyłają PDF-y lub pliki tekstowe, które agent ma czytać. U agentów obsługujących tylko tekst zostaw to wyłączone.
Podłącz kanały
Wiadomości głosowe i zdjęcia na WhatsAppie i Telegramie wymagają kanału podłączonego w karcie Kanały. Jeśli zaczynasz od zera, krok po kroku przeprowadzi cię przez to artykuł jak zautomatyzować WhatsApp Business.
Włącz przekazywanie rozmów
Żeby człowiek mógł odpowiadać na wiadomości, na które agent nie powinien, skonfiguruj wsparcie ludzi w karcie Zespół agenta. Jak działa przekazywanie, wyjaśnia artykuł twój zespół może teraz przejąć rozmowę od agenta AI.
Odpowiedzi zespołu z plikami są dostępne także w API i w narzędziach MCP platformy, więc twój własny system może wysłać dokument do rozmowy. W podsumowaniu października znajdziesz wszystko inne, co pojawiło się w tym miesiącu.
Najczęściej zadawane pytania
Czy chatbot AI rozumie wiadomości głosowe z WhatsAppa?
Tak. Agent AI SuperCognit transkrybuje wiadomość głosową wysłaną na WhatsAppie, Telegramie, czacie w przeglądarce lub w widżecie i odpowiada na słowa tak, jakby zostały wpisane. Transkrypcja przechodzi przez te same zabezpieczenia co wpisana wiadomość.
Czy klienci mogą wysyłać agentowi AI zdjęcia i PDF-y?
Zdjęcia są przyjmowane zawsze, na każdym kanale. PDF-y i pliki tekstowe są przyjmowane, gdy agent ma włączone „Akceptuj załączniki” w karcie Ogólne; agent czyta wtedy dokument jako część wiadomości.
Czy mój zespół może odpowiedzieć wiadomością głosową?
Tak. Pole odpowiedzi w Skrzynce ma rejestrator wiadomości głosowych i przycisk załączania: do pięciu plików na odpowiedź, po 5 MB każdy. Na WhatsAppie i Telegramie wiadomość głosowa od zespołu dociera jako zwykła wiadomość głosowa.
Kto może otworzyć pliki wysłane przez klientów?
Tylko zalogowani członkowie twojej przestrzeni roboczej z dostępem do Skrzynki oraz odwiedzający w swojej własnej rozmowie. Przechowywane pliki są usuwane, gdy usuniesz rozmowę, przestrzeń roboczą lub konto.
