- Chatbot AI boleh menterjemah perbualan ke lebih 100 bahasa secara automatik menggunakan LLM, atau anda boleh membina aliran terjemahan tersuai untuk kawalan yang lebih terperinci.
- Kebiasaannya, tetapan terjemahan akan menyimpan bahasa pengguna, menterjemah mesej masuk ke bahasa bot, memprosesnya, kemudian menterjemah balasan ke bahasa pengguna semula.
- DeepL adalah pilihan popular untuk terjemahan berkualiti tinggi, tetapi mana-mana API terjemahan (seperti Google Translate) juga boleh diintegrasikan dengan kod yang serupa.
Dalam dunia pelbagai bahasa hari ini, keupayaan untuk berinteraksi dengan pengguna dalam bahasa asal mereka adalah ciri penting bagi mana-mana chatbot.
Jika anda sedang membina chatbot AI, terjemahan adalah automatik jika anda menggunakan LLM sebagai 'otak' bot anda. Ejen LLM boleh menterjemah perbualan ke lebih 100 bahasa secara automatik.
Tetapi jika anda berminat untuk menyediakan keupayaan terjemahan tersuai semasa anda membina chatbot GPT anda, kami boleh membantu anda melakukannya.
Dalam artikel ini, kami akan terangkan input kod khusus yang diperlukan untuk menyesuaikan terjemahan anda.
Bagaimana terjemahan chatbot berfungsi?
Strategi kami adalah dengan memintas mesej daripada pengguna, mengenal pasti bahasa mereka, dan menterjemah mesej tersebut ke dan dari bahasa operasi bot.
Proses ini melibatkan:
- Menyimpan bahasa yang dikesan
- Menterjemah mesej pengguna ke bahasa bot
- Memproses mesej, kemudian
- Menterjemah balasan bot ke bahasa pengguna semula
Sebagai contoh, jika pengguna menghantar mesej dalam bahasa Sepanyol, bot akan menyimpan "es" sebagai pembolehubah bahasa. Perisian akan menterjemah mesej itu ke bahasa Inggeris untuk bot, dan kemudian menterjemah balasan bot ke bahasa Sepanyol sebelum dihantar kepada pengguna.
Langkah 1: Pilih alat anda
Tetapan kami akan menggunakan perkhidmatan Terjemahan DeepL, yang terkenal dengan ketepatan dan kecekapannya.
Kami akan tunjukkan integrasi ini dengan bot echo ringkas yang membalas pengguna dengan memaparkan semula mesej mereka. Kami akan gunakan Axios untuk panggilan API, kerana ia adalah integrasi automatik dalam Botpress.

Langkah 2: Cipta pembolehubah yang diperlukan
Pertama sekali, kita perlu memperkenalkan pembolehubah pengguna bernama `language` untuk menyimpan bahasa awal atau yang dikesan.
DeepL memudahkan proses ini dengan mengesan dan memulangkan bahasa teks input, menjadikan tugas kita hanya satu permintaan API.
Langkah 3: Cipta hook pemintasan
Hook sebelum mesej masuk
Untuk memintas dan menterjemah mesej pengguna sebelum sampai ke Botpress, kita perkenalkan hook "Before Incoming Message". Kita akan namakan hook ini "Translation-In", yang bertanggungjawab menterjemah mesej masuk ke bahasa Inggeris dan menggantikan mesej asal, membolehkan Botpress memprosesnya seolah-olah ia dalam bahasa Inggeris.
Beginilah rupa kod 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
});NOTA PENTING: Sentiasa gunakan Pembolehubah Konfigurasi Botpress apabila memasukkan Kunci API anda.
Hook sebelum mesej keluar
Untuk hook "Before Outgoing Message", kita akan namakan ia "Translation-Out". Ia akan memintas balasan bot untuk menterjemahkannya semula ke bahasa pengguna, memastikan perbualan kekal dalam bahasa pilihan pengguna.
Pelaksanaan ini melibatkan menggantikan mesej keluar dengan versi 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
});Mula Bina Hari Ini
Salah satu kelebihan utama menggunakan chatbot AI ialah keupayaan berbilang bahasa. Dengan platform seperti Botpress, anda boleh menyediakan chatbot anda untuk berinteraksi dengan pengguna dalam lebih 100 bahasa dengan pantas.
Jika anda mahukan chatbot yang mudah diakses dan mesra pengguna, anda boleh mengintegrasikan mana-mana perkhidmatan terjemahan dengan Botpress secara mudah. Dengan integrasi saluran kami, anda boleh melancarkan chatbot anda di WhatsApp, Facebook Messenger, atau laman web anda.
Mulakan hari ini. Ia percuma.
Rujukan lanjut
- Pembolehubah Konfigurasi
- API Terjemahan DeepL
- Axios NPM
- Pengendalian Ralat Axios
- Saluran YouTube Botpress
Soalan Lazim
1. Bolehkah saya menggunakan perkhidmatan terjemahan selain DeepL, seperti Google Translate atau Microsoft Translator?
Ya, anda boleh menggunakan perkhidmatan terjemahan lain dengan mengubah suai hook terjemahan dalam Botpress supaya sepadan dengan format permintaan dan respons API perkhidmatan pilihan anda. Perkhidmatan ini boleh diintegrasikan dengan mudah melalui panggilan HTTP dalam tindakan atau hook tersuai.
2. Bolehkah saya menterjemah hanya sebahagian daripada perbualan secara terpilih?
Ya, anda boleh memilih untuk menterjemah hanya sebahagian daripada perbualan dengan menambah logik bersyarat dalam hook terjemahan anda yang menyemak jenis mesej tertentu atau pembolehubah yang ditetapkan pengguna sebelum memulakan terjemahan. Ini membolehkan anda mengawal apa yang diterjemah dan bila.
3. Bolehkah saya menganonimkan data pengguna sebelum dihantar ke perkhidmatan terjemahan?
Ya, anda boleh menganonimkan data pengguna sebelum dihantar ke perkhidmatan terjemahan dengan memproses mesej terlebih dahulu (contohnya, menggunakan regex untuk menutup nama, emel, atau ID) dalam hook atau tindakan Botpress anda. Ini memastikan pematuhan kepada keperluan privasi sambil membolehkan terjemahan.
4. Bolehkah saya menggunakan tetapan terjemahan ini di pelbagai saluran (contohnya, WhatsApp, Messenger)?
Ya, anda boleh menggunakan tetapan terjemahan yang sama di pelbagai saluran seperti WhatsApp, Messenger, Slack, atau laman web anda. Selagi bot anda menerima mesej, logik terjemahan akan berfungsi tanpa mengira platform.
5. Bagaimana saya boleh merekodkan ralat terjemahan untuk analitik atau penyahpepijatan?
Untuk merekod ralat terjemahan dalam Botpress, anda boleh gunakan console.error() untuk penyahpepijatan semasa pembangunan, atau hantar ralat ke jadual Botpress tersuai, perkhidmatan log jauh seperti Loggly atau Datadog, atau API dalaman. Ini membantu anda menjejak kegagalan dan memantau prestasi dari semasa ke semasa.





.webp)
