AI na czacie LiveChat i Tidio: które pytania obsługuje sam, a kiedy przekazuje do konsultanta?

AI podłączone do czatu na stronie może samodzielnie odbierać pytania, odpowiadać na podstawie wiedzy o produktach i firmie, zbierać dane kontaktowe i przekazywać trudne sprawy do konsultanta, bez żadnej ingerencji z waszej strony. Spinamy je z LiveChatem lub Tidio przez ich API albo gotowe integracje, a asystent dostaje wgląd w historię rozmów, dane z formularzy przedczatowych i karty kontaktów. To nie chatbot z drzewkiem pytań i odpowiedzi: asystent czyta kontekst rozmowy i sam decyduje, co z nią zrobić dalej.

Co AI widzi w LiveChat i Tidio: konkretne pola i dane

Z LiveChata AI dostaje kilka warstw danych naraz. Pierwsza to transkrypcje: pełna historia wymiany zdań z klientem, razem z datą, godziną i informacją, który agent obsługiwał sprawę wcześniej. Druga to dane z pre-chat survey, czyli formularz, który klient wypełnia zanim napisze: imię, e-mail, firma, numer zamówienia. Trzecia to Customer Details w karcie kontaktu: pola uzupełniane ręcznie przez konsultanta albo zaciągane automatycznie z CRM przez integrację.

W Tidio wygląda to podobnie, ale z jedną przydatną różnicą. Zakładka Conversations pokazuje całą wymianę wiadomości, a panel po prawej wyświetla Visitor Info: skąd trafił klient na stronę, ile czasu spędził, jakie podstrony odwiedził przed rozmową. To ostatnie jest naprawdę przydatne. Klient, który siedział na podstronie z cennikiem przez pięć minut i dopiero potem napisał, to zupełnie inny rozmówca niż ten, który wpadł z reklamy i od razu pyta o dostępność. AI może inaczej poprowadzić każdą z tych rozmów.

Korzystamy też z tagów przypisanych do rozmów: "reklamacja", "lead B2B", "zapytanie hurtowe", "potrzebna wycena". Tagi ustawia się ręcznie albo automatycznie przez reguły. Jeśli przy tym spinamy czat z systemem zamówień (np. przez Apilo, Sky-Shop albo bezpośrednie API sklepu), AI może przy pytaniu o status paczki od razu sprawdzić dane zamówienia po numerze i odpowiedzieć bez angażowania konsultanta. To jeden z przypadków, który wdrażamy najczęściej, bo odciąża obsługę tam, gdzie ruch jest największy i gdzie odpowiedzi są najbardziej powtarzalne.

Które pytania AI obsługuje sam, a gdzie musi wkroczyć człowiek

Pytania, które AI obsługuje bez problemu:

• godziny pracy, adresy, formy płatności, polityka zwrotów
• specyfikacja produktu lub usługi: na podstawie bazy wiedzy, którą wcześniej dostarczacie
• status zamówienia: gdy czat jest spięty z systemem sklepowym
• czas realizacji, dostępność wariantów, opcje dostawy
• wstępne zbieranie danych do wyceny: "ile macie stanowisk", "jaka powierzchnia", "kiedy planujecie start"
• odpowiedzi na pytania FAQ, które wcześniej trafiały na skrzynkę mailową albo telefon

Gdzie AI odpuszcza i prosi o przejęcie rozmowy? Tu lista jest krótsza, ale ważniejsza:

• reklamacje z wyraźną frustracją klienta
• negocjacje ceny poza standardowym rabatem
• sprawy prawne lub gwarancyjne w skomplikowanych przypadkach
• rozmowy, w których klient wyraźnie prosi o człowieka
• wrażliwe tematy branżowe, gdzie błędna odpowiedź może zaszkodzić

U jednego z naszych klientów z branży instalacyjnej ustawiliśmy prostą regułę: jeśli klient użył słów "prawnicy", "UOKiK" albo "zawiadomienie", rozmowa trafiała do kierownika działu w ciągu trzydziestu sekund. AI nie próbował odpowiadać. Pisał tylko: "Przekazuję sprawę do osoby, która może podjąć decyzję. Zaraz się z wami skontaktuje." I to jest różnica między dobrze skonfigurowanym asystentem a chatbotem z menu opcji: AI ocenia ton i treść rozmowy, nie tylko szuka słów kluczowych w drzewku decyzyjnym.

Jak AI łapie leady i co potem z nimi robi

Zbieranie leadów przez czat to jeden z najczęstszych powodów, dla których firmy w ogóle zaczynają ten temat. Problem jest prosty: klienci piszą w nocy i w weekend, konsultantów nie ma, rozmowa ucieka. Następnego dnia klient kupuje u konkurencji albo po prostu zapomina.

AI przejmuje rozmowę, odpowiada na pytania, a przy okazji zbiera: imię, e-mail, firmę, opis potrzeby. Te dane trafiają bezpośrednio do CRM (gdy czat jest zintegrowany np. z HubSpotem albo Pipedrive przez Zapier lub natywnie) albo do arkusza, który rano przegląda handlowiec. W Tidio jest do tego gotowy flow Lead Generation, który można modyfikować pod konkretny scenariusz. W LiveChat osiąga się to przez integrację lub webhook wychodzący do zewnętrznego systemu.

Ważna sprawa: AI nie próbuje sprzedawać na siłę. Nie "domyka" klienta, bo do tego nie ma pełni kontekstu ani uprawnień. Jego rola to zebrać dane i ocieplić kontakt na tyle, żeby handlowiec dzwonił do kogoś, kto już wie, o czym będzie rozmowa, nie do zimnego leadu z listy.

Streszczenia rozmów: po co je robimy i co do nich trafia

Każda rozmowa na czacie, przejęta przez AI albo przez konsultanta, może być automatycznie streszczana po zakończeniu. To funkcja, którą firmy doceniają zazwyczaj po kilku tygodniach, nie przed wdrożeniem, bo dopiero wtedy widać, ile czasu konsultanci tracili na czytanie długich historii rozmów przed oddzwonieniem.

Streszczenie zawiera: główny temat rozmowy, informacje podane przez klienta (np. "firma logistyczna, 20 kierowców, szuka systemu do rozliczania tras"), ocenę gotowości zakupowej i ustalenia co do następnego kroku. Trafia do karty kontaktu w CRM albo pojawia się jako notatka przy transkrypcji w LiveChat.

Handlowiec, który oddzwania do takiego klienta, ma przed sobą cztery zdania zamiast przebijania się przez czterdzieści wiadomości. Szczególnie gdy wracacie do rozmowy po kilku dniach albo gdy sprawę przejmuje ktoś inny z zespołu: ta różnica jest odczuwalna natychmiast.

Jak to spinamy technicznie i czy potrzeba programisty

Do uruchomienia podstawowej integracji nie potrzeba programistów. Tidio i LiveChat mają gotowe integracje z popularnymi narzędziami: Shopify, WooCommerce, HubSpot, Mailchimp, Slack, Zapier. Przez Zapier albo Make można połączyć czat z praktycznie dowolnym systemem, który ma API.

Żeby AI korzystał z waszej bazy wiedzy, przygotowujemy knowledge base: zbiór dokumentów lub stron, które asystent przeszukuje podczas rozmowy. W Tidio jest do tego zakładka Reply Assistant. W LiveChat osiąga się to przez wbudowany Chatbot albo przez zewnętrzny model językowy spinany przez webhook. Treści, które typowo wchodzą do bazy wiedzy: FAQ ze strony, opisy produktów lub usług, cennik w zakresie, który chcecie pokazywać, regulamin i procedury zwrotów.

Przy bardziej rozbudowanych integracjach, np. gdy AI ma odpowiadać na pytania o status zamówienia w czasie rzeczywistym, potrzebujemy lekkiego zaplecza technicznego: endpoint API, który asystent może odpytać w trakcie rozmowy. To praca na kilka dni dla programisty, nie na miesiące. Jedna kwestia, którą zawsze sprawdzamy na etapie projektu: gdzie fizycznie trafiają dane z rozmów przy przesyłaniu do modelu językowego. Jeśli korzystacie z europejskich serwerów Tidio lub LiveChat i macie podpisane umowy powierzenia z dostawcą AI, jesteście w dobrej pozycji od strony RODO.

Od czego zaczynamy w praktyce

Najszybszy start to audyt rozmów z ostatnich trzech miesięcy. Eksportujecie transkrypcje z zakładki Reports w LiveChat albo Conversations w Tidio i sprawdzacie, które pytania powtarzają się najczęściej. Typowo kilkadziesiąt pytań odpowiada za zdecydowaną większość ruchu na czacie. Widać to od razu, gdy posortujesz eksport według tematu albo po słowach kluczowych.

Na tej podstawie budujemy bazę wiedzy, ustawiamy reguły przekazania do konsultanta i uruchamiamy pilota na wybranej grupie odwiedzających, np. tylko ruch organiczny albo tylko konkretna kategoria produktów. Pilot trwa zazwyczaj dwa, trzy tygodnie. Przez ten czas sprawdzamy, czy AI poprawnie kwalifikuje rozmowy, czy nie przekazuje do człowieka czegoś, co mógłby obsłużyć sam, i odwrotnie: czy nie próbuje odpowiadać na sprawy, gdzie potrzebna jest decyzja konsultanta. Po korekcie reguł system idzie na pełen ruch.

Jeśli chcecie zobaczyć, jak takie wdrożenie wyglądało u firm podobnych do waszej, zajrzyjcie do naszych realnych wdrożeń. A jeśli chcecie wiedzieć, od czego zacząć konkretnie u siebie, zapraszamy na bezpłatny audyt.