如何在聊天機器人上設定自訂翻譯

在現今多語言的世界裡，能以使用者母語互動是任何聊天機器人的重要功能。

如果你正在打造 AI 聊天機器人，只要用 LLM 作為機器人大腦，翻譯就是自動的。LLM agent 可以自動將對話翻譯成 100 多種語言。

但如果你想在打造 GPT 聊天機器人時設定自訂翻譯功能，我們可以協助你完成。

本文將深入介紹自訂翻譯所需的具體程式設置。

聊天機器人的翻譯是如何運作的？

我們的策略是攔截使用者訊息、辨識語言，並將訊息在機器人運作語言與使用者語言間互相翻譯。

這個流程包含：

• 儲存偵測到的語言
• 將使用者訊息翻譯成機器人語言
• 處理訊息，然後
• 將機器人回覆翻譯回使用者語言

舉例來說，如果使用者用西班牙文發送訊息，機器人會將「es」儲存為語言變數。軟體會將訊息翻譯成英文給機器人處理，然後再把機器人回覆翻譯回西班牙文給使用者。

步驟 1：選擇你的工具

我們將採用以準確和高效率著稱的 DeepL 翻譯服務。

我們會用一個簡單的回音機器人來示範這個整合，該機器人會回覆並重複使用者訊息。API 呼叫會用 Axios，因為它已自動整合在 Botpress 中。

‍

‍

步驟 2：建立所需變數

首先，我們需要新增一個名為 `language` 的使用者變數，用來儲存初始或偵測到的語言。

DeepL 會自動偵測並回傳輸入文字的語言，讓我們只需一次 API 請求即可完成。

步驟 3：建立攔截 hook

訊息進入前的 hook

為了在訊息進入 Botpress 前攔截並翻譯使用者訊息，我們要新增一個「Before Incoming Message」hook。我們將這個 hook 命名為「Translation-In」，負責將收到的訊息翻譯成英文並覆蓋原始訊息，讓 Botpress 能以英文處理。

這個 hook 的程式碼如下：

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
    });

重要提醒：整合 API 金鑰時，請務必使用 Botpress 設定變數。

訊息發送前的 hook

對於「Before Outgoing Message」hook，我們將其命名為「Translation-Out」。它會攔截機器人回覆，將其翻譯回使用者語言，確保對話始終以使用者偏好語言進行。

實作方式是將發送訊息覆蓋為翻譯後的內容：

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
    });

立即開始打造

AI 聊天機器人的一大優勢就是多語言能力。透過 Botpress 等平台，你能快速設定機器人，支援超過 100 種語言與使用者互動。

如果你想要一個易用且親民的聊天機器人，可以輕鬆將任何翻譯服務與 Botpress 整合。透過我們的通道整合，你還能將機器人部署到 WhatsApp、Facebook Messenger 或你的網站。

立即開始。免費體驗。

延伸參考

• 設定變數
• DeepL 翻譯 API
• Axios NPM
• Axios 錯誤處理
• Botpress YouTube 頻道

常見問題

1. 我可以使用除了 DeepL 以外的翻譯服務嗎，例如 Google 翻譯或 Microsoft 翻譯？

可以，你只需修改 Botpress 的翻譯 hook，使其符合所選服務的 API 請求與回應格式。這些服務都能透過 HTTP 呼叫，在自訂動作或 hook 中輕鬆整合。

2. 我可以只翻譯對話中的部分內容嗎？

可以，你可以在翻譯 hook 中加入條件判斷，只針對特定訊息類型或使用者自訂變數進行翻譯。這樣你就能精確控制哪些內容、何時需要翻譯。

3. 我可以在將用戶資料發送到翻譯服務前先進行匿名化處理嗎？

可以，你可以在 Botpress 的 hook 或動作中預先處理訊息（例如用正則表達式遮蔽姓名、電子郵件或 ID），再送到翻譯服務。這樣能確保隱私合規，同時保有翻譯功能。

4. 這個翻譯設定可以在不同的渠道上使用嗎（例如 WhatsApp、Messenger）？

可以，你可以在 WhatsApp、Messenger、Slack 或網站等多個通道使用相同的翻譯設定。只要機器人收到訊息，翻譯邏輯就能運作，無論平台為何。

5. 我要如何記錄翻譯錯誤以便分析或除錯？

在 Botpress 中記錄翻譯錯誤時，你可以用 console.error() 進行開發除錯，或將錯誤寫入自訂 Botpress 資料表、遠端日誌服務（如 Loggly、Datadog），或內部 API。這有助於你追蹤失敗案例並長期監控效能。