فهم الصوت والوسائط

قدرتان اثنتان

يتعامل Waslo مع الوسائط الغنية بطريقتين متمايزتين. من المفيد إبقاؤهما منفصلتين:

• الفهم الوارد — يرسل العملاء رسالة صوتية أو صورة أو فيديو فيفهمها الذكاء الاصطناعي، ثم يرد نصًا.
• الردود الصوتية (Growth) — يجيب الذكاء الاصطناعي برسالة صوتية منطوقة، وليس نصًا فقط.

الأولى تعمل على كل قناة رئيسية. أما الثانية فهي ميزة في Growth، وترسل حاليًا الردود المنطوقة على WhatsApp. التفاصيل أدناه.

فهم الوسائط الواردة

لا يكتب العملاء دائمًا. فقد يسجّلون رسالة صوتية سريعة، أو يلتقطون صورة، أو يرسلون مقطعًا قصيرًا. وكيل Waslo متعدد الوسائط — يمكنه النظر إلى ما يرسله العميل والاستماع إليه والإجابة بناءً عليه، نصًا.

فعّال على:

• WhatsApp
• Telegram
• Instagram
• Messenger

ماذا يمكن للعملاء إرساله

الوسيط	مثال على الاستخدام
رسالة صوتية	"هل هذا متوفر لديكم؟" منطوقة بدلًا من كتابتها
صورة	"هل هذه القطعة الصحيحة؟" / صورة لمنتج أو طراز
فيديو	مقطع قصير يوضح تقرير تلف أو عطلًا

استخدامات واقعية: يصوّر عميل منتجًا ويسأل عن توفّره؛ يرسل أحدهم صورة من موعد؛ يسجّل عميل سؤالًا صوتيًا بلغته؛ يصوّر مشترٍ عيبًا لمطالبة ضمان. يتلقّى الذكاء الاصطناعي الوسائط ويرد نصًا، مستندًا إلى قاعدة المعرفة والكتالوج تمامًا كما لو كانت رسالة مكتوبة.

تبقى الردود نصية

بالنسبة لفهم الوسائط الواردة، يكون الرد نصًا على القنوات الأربع جميعها. هذا مقصود — ففهم الوسائط والرد المنطوق ميزتان منفصلتان (انظر الردود الصوتية أدناه).

الردود الصوتية (Growth)

على خطة Growth يمكن لوكيلك أن يجيب برسالة صوتية منطوقة حقيقية — رد صوتي طبيعي، بلغة العميل.

قاعدة المرآة

لا يفاجئ Waslo العميل أبدًا برسالة صوتية غير متوقعة:

• يرسل العميل رسالة صوتية ← يرد الذكاء الاصطناعي بـ رسالة صوتية.
• يرسل العميل رسالة مكتوبة ← يرد الذكاء الاصطناعي بـ نص.

فلا يخرج الصوت إلا عندما يختار العميل الصوت أولًا. كما تُحفظ نسخة نصية من كل رد منطوق في المحادثة، حتى يتمكن فريقك من قراءة ما قيل.

أين تعمل الردود الصوتية اليوم

القناة	يفهم الوسائط الواردة	يرد بالصوت
WhatsApp	نعم	نعم
Telegram	نعم	نص فقط
Instagram	نعم	نص فقط (الواجهة البرمجية لا يمكنها إرسال صوت)
Messenger	نعم	نص فقط

تخرج الردود المنطوقة حاليًا على WhatsApp. على Telegram و Instagram و Messenger لا يزال الذكاء الاصطناعي يفهم الصوت والصور والفيديو الواردة — لكنه يجيب نصًا في الوقت الحالي. لا يمكن للواجهة البرمجية لـ Instagram إرسال صوت على الإطلاق، لذا فالردود الصوتية غير ممكنة هناك.

تفعيل الردود الصوتية

1. كن على خطة Growth باشتراك نشط.
2. افتح AI Agent ← Voice Replies.
3. شغّل مفتاح الردود الصوتية لمؤسستك.
4. اختر صوتًا — اختر حسب اللغة والجنس، واستمع لمعاينته قبل الحفظ.
5. احفظ. من ذلك الحين، يحصل الصوت الوارد على صوت خارج على WhatsApp، وفق قاعدة المرآة.

الأرصدة

تكلّف الوسائط أكثر من النص العادي لأنها تستخدم ذكاءً اصطناعيًا متعدد الوسائط:

• الرد النصي هو التكلفة الأساسية.
• أحداث الصوت والصورة والفيديو (فهم الوسائط الواردة، أو توليد رد منطوق) تكلّف أكثر لكل حدث من الرد النصي.

على PAYG تُخصم هذه من رصيدك؛ وعلى Growth، المراسلة مضمّنة. انظر الفوترة والخطط للأسعار الحالية.

حدود صريحة

• الردود الصوتية على WhatsApp أولًا. يفهم Telegram و Messenger الوسائط الواردة لكنهما يردان نصًا اليوم؛ ولا يمكن لـ Instagram إرسال صوت على الإطلاق.
• الصوت العربي بالعربية الفصحى الحديثة. تستخدم الردود العربية المنطوقة الفصحى الحديثة (ar-XA) — لا توجد أصوات لهجات إقليمية في الوقت الحالي.
• الردود الصوتية تتطلب Growth. الفهم الوارد أوسع، لكن الردود المنطوقة تحتاج اشتراك Growth نشطًا إضافةً إلى تفعيل مفتاح المؤسسة.
• للوسائط حدود حجم. قد لا تُعالَج الملفات الكبيرة جدًا.

الأسئلة الشائعة

هل يمكن لعميلي إرسال رسالة صوتية وتلقّي رد منطوق؟ نعم، على WhatsApp مع تفعيل الردود الصوتية (Growth). تعني قاعدة المرآة أن الرسالة الصوتية الواردة تحصل على رسالة صوتية خارجة. على Telegram و Instagram و Messenger يفهم الذكاء الاصطناعي الرسالة الصوتية لكنه يرد نصًا.

هل سيحصل العملاء المكتوبون فجأةً على رسائل صوتية؟ لا. النص الوارد يحصل دائمًا على نص خارج. الصوت الخارج لا يحدث إلا عندما يرسل العميل صوتًا أولًا.

بأي لغة يكون الرد الصوتي؟ بلغة العميل. العربية تستخدم الفصحى الحديثة.

هل يمكن للذكاء الاصطناعي فهم صورة منتج؟ نعم — فهو متعدد الوسائط. يمكنه الاستدلال عن الصورة والإجابة نصًا، مستخدمًا قاعدة المعرفة والكتالوج.

هل أحتاج Growth لفهم الوسائط؟ فهم الصوت والصور والفيديو الواردة متاح على القنوات المدعومة. أما إرسال الردود الصوتية المنطوقة فهو ميزة Growth.

هل يوجد سجل نصي للردود المنطوقة؟ نعم. تُحفظ نسخة نصية من كل رد صوتي في المحادثة.

الخطوات التالية

• إعداد وكيل الذكاء الاصطناعي — إعداد الردود الصوتية وكتالوج المنتجات
• قاعدة المعرفة (RAG) — اجعل كل رد مبنيًا على محتواك الخاص
• الفوترة والخطط — الأرصدة والحزم وخطة Growth