- Chatbot AI dapat menerjemahkan percakapan ke lebih dari 100 bahasa secara otomatis menggunakan LLM, atau Anda dapat membuat alur terjemahan kustom untuk kontrol yang lebih detail.
- Pengaturan terjemahan yang umum menyimpan bahasa pengguna, menerjemahkan pesan masuk ke bahasa bot, memprosesnya, lalu menerjemahkan balasan kembali ke bahasa pengguna.
- DeepL adalah pilihan populer untuk terjemahan berkualitas tinggi, namun API terjemahan lain (seperti Google Translate) juga dapat diintegrasikan dengan kode serupa.
Di dunia multibahasa saat ini, kemampuan berinteraksi dengan pengguna dalam bahasa asli mereka adalah fitur penting untuk setiap chatbot.
Jika Anda membangun chatbot AI, terjemahan berlangsung otomatis jika Anda menggunakan LLM sebagai 'otak' bot Anda. Agen LLM dapat secara otomatis menerjemahkan percakapan ke lebih dari 100 bahasa.
Namun jika Anda ingin mengatur kemampuan terjemahan kustom saat membangun chatbot GPT Anda, kami dapat membantu Anda melakukannya.
Pada artikel ini, kami akan membahas input kode spesifik yang dibutuhkan untuk menyesuaikan terjemahan Anda.
Bagaimana cara kerja terjemahan chatbot?
Strategi kami berfokus pada mencegat pesan dari pengguna, mengidentifikasi bahasanya, dan menerjemahkan pesan tersebut ke dan dari bahasa operasi bot.
Proses ini meliputi:
- Menyimpan bahasa yang terdeteksi
- Menerjemahkan pesan pengguna ke bahasa bot
- Memproses pesan, lalu
- Menerjemahkan respons bot kembali ke bahasa pengguna
Misalnya, jika pengguna mengirim pesan dalam bahasa Spanyol, bot akan menyimpan "es" sebagai variabel bahasa. Perangkat lunak akan menerjemahkan pesan ke bahasa Inggris untuk bot, lalu menerjemahkan respons bot kembali ke bahasa Spanyol sebelum dikirim ke pengguna.
Langkah 1: Pilih alat Anda
Pengaturan kami akan menggunakan layanan Terjemahan DeepL, yang dikenal karena akurasi dan efisiensinya.
Kami akan mendemonstrasikan integrasi ini dengan bot echo sederhana yang membalas pesan pengguna dengan menirukan pesan tersebut. Kami akan menggunakan Axios untuk pemanggilan API, karena sudah terintegrasi otomatis di Botpress.
Langkah 2: Buat variabel yang dibutuhkan
Pertama, kita perlu menambahkan variabel pengguna bernama `language` untuk menyimpan bahasa awal atau yang terdeteksi.
DeepL memudahkan proses ini dengan mendeteksi dan mengembalikan bahasa dari teks input, sehingga tugas kita cukup dengan satu permintaan API.
Langkah 3: Buat hook intersepsi
Hook sebelum pesan masuk
Untuk mencegat dan menerjemahkan pesan pengguna sebelum sampai ke Botpress, kita menambahkan hook "Before Incoming Message". Kita akan menamainya "Translation-In," yang bertugas menerjemahkan pesan masuk ke bahasa Inggris dan menggantikan pesan aslinya, sehingga Botpress dapat memprosesnya seolah-olah dalam bahasa Inggris.
Berikut contoh kode untuk hook ini:
await axios
.post(
'https://api-free.deepl.com/v2/translate',
{
text: [event.preview],
target_lang: 'EN'
},
{
headers: {
Authorization: 'DeepL-Auth-Key {{your key here}}',
'Content-Type': 'application/json'
}
}
)
.then((response) => {
event.payload.text = response.data.translations[0].text
event.preview = response.data.translations[0].text
event.state.user.language = response.data.translations[0].detected_source_language
})
.catch(function (error) {
// Error handling
});CATATAN PENTING: Selalu gunakan Variabel Konfigurasi Botpress saat memasukkan API Key Anda.
Hook sebelum pesan keluar
Untuk hook "Before Outgoing Message", kita akan menamainya "Translation-Out." Hook ini akan mencegat respons bot untuk menerjemahkannya kembali ke bahasa pengguna, memastikan percakapan tetap dalam bahasa pilihan pengguna.
Implementasinya melibatkan menimpa pesan keluar dengan hasil terjemahannya:
await axios
.post(
'https://api-free.deepl.com/v2/translate',
{
text: [outgoingEvent.preview],
target_lang: event.state.user.language
},
{
headers: {
Authorization: 'DeepL-Auth-Key {{your key here}}',
'Content-Type': 'application/json'
}
}
)
.then((response) => {
outgoingEvent.payload.text = response.data.translations[0].text
outgoingEvent.preview = response.data.translations[0].text
})
.catch(function (error) {
// Error handling
});Mulai Bangun Sekarang
Salah satu manfaat utama menggunakan chatbot AI adalah kemampuannya untuk berkomunikasi dalam banyak bahasa. Dengan platform seperti Botpress, Anda dapat dengan cepat mengatur chatbot Anda agar dapat berinteraksi dengan pengguna dalam lebih dari 100 bahasa.
Jika Anda ingin chatbot yang mudah diakses dan ramah pengguna, Anda dapat mengintegrasikan layanan terjemahan apa pun dengan Botpress. Dengan integrasi channel kami, Anda dapat menerapkan chatbot Anda di WhatsApp, Facebook Messenger, atau situs web Anda.
Mulai hari ini. Gratis.
Referensi tambahan
FAQ
1. Bisakah saya menggunakan layanan terjemahan selain DeepL, seperti Google Translate atau Microsoft Translator?
Ya, Anda dapat menggunakan layanan terjemahan lain dengan menyesuaikan hook terjemahan di Botpress agar sesuai dengan format permintaan dan respons API layanan yang dipilih. Layanan ini dapat dengan mudah diintegrasikan melalui HTTP call di dalam custom action atau hook.
2. Bisakah saya menerjemahkan hanya sebagian percakapan saja?
Ya, Anda dapat menerjemahkan hanya sebagian percakapan dengan menambahkan logika kondisional pada hook terjemahan Anda yang memeriksa tipe pesan tertentu atau variabel pengguna sebelum melakukan terjemahan. Ini memungkinkan Anda mengontrol bagian mana yang diterjemahkan dan kapan.
3. Bisakah saya menganonimkan data pengguna sebelum mengirimkannya ke layanan terjemahan?
Ya, Anda dapat menganonimkan data pengguna sebelum mengirimkannya ke layanan terjemahan dengan memproses pesan terlebih dahulu (misalnya, menggunakan regex untuk menyamarkan nama, email, atau ID) di dalam hook atau action Botpress Anda. Ini memastikan kepatuhan terhadap privasi sambil tetap memungkinkan terjemahan.
4. Bisakah saya menggunakan pengaturan terjemahan ini di berbagai saluran (misalnya, WhatsApp, Messenger)?
Ya, Anda dapat menggunakan pengaturan terjemahan yang sama di berbagai channel seperti WhatsApp, Messenger, Slack, atau situs web Anda. Selama bot Anda menerima pesan, logika terjemahan akan berjalan di platform mana pun.
5. Bagaimana cara mencatat kesalahan terjemahan untuk analitik atau debugging?
Untuk mencatat error terjemahan di Botpress, Anda dapat menggunakan console.error() untuk debugging saat pengembangan, atau mengirim error ke tabel Botpress kustom, layanan logging eksternal seperti Loggly atau Datadog, atau API internal. Ini membantu Anda memantau kegagalan dan kinerja dari waktu ke waktu.
.webp)
