Lewati ke konten
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
Suara & Avatar

Avatar Bicara untuk Layanan Pelanggan: Kapan Wajah Membantu

Redaksi AI SNS CHATTerbit 6 menit baca

Kapan avatar bicara berguna dalam layanan pelanggan, kapan teks tetap lebih baik, dan cara menyiapkannya serta mengukur hasilnya di AI SNS CHAT.

Pelanggan Anda sudah terbiasa mengetik di WhatsApp, Instagram, atau chat situs web. Lalu muncul pertanyaan: perlukah ada "wajah" yang berbicara? Jawabannya tergantung momen. Artikel ini membahas apa itu avatar bicara, di mana ia membantu, di mana teks tetap menang, dan bagaimana mengukur apakah usaha ini sepadan.

Apa sebenarnya avatar bicara

Avatar bicara adalah tampilan wajah yang mengucapkan jawaban agen AI dengan suara, dengan gerak bibir yang mengikuti ucapan. Isi jawabannya tetap datang dari agen yang sama dan basis pengetahuan yang sama. Yang berubah hanya cara penyampaiannya: bukan deretan teks, melainkan seseorang yang tampak berbicara kepada pelanggan.

Ada tiga lapisan yang perlu dibedakan:

  • Otak: agen AI yang menjawab berdasarkan persona, panduan, dan sumber data Anda.
  • Suara: mesin text-to-speech yang mengubah jawaban menjadi ucapan.
  • Wajah: gambar atau video yang bibirnya disinkronkan dengan suara itu.

Kesalahan umum adalah mengira avatar membuat agen lebih pintar. Tidak. Avatar hanya membungkus jawaban. Jika jawabannya salah, wajah yang ramah justru membuat kesalahan itu terdengar lebih meyakinkan. Karena itu, kualitas basis pengetahuan tetap pekerjaan pertama.

Di mana wajah membantu

Wajah berguna ketika pelanggan butuh rasa ditemani, bukan sekadar informasi. Beberapa situasi yang cocok:

Pelanggan yang ragu atau cemas

Bayangkan pelanggan yang baru pertama kali membeli paket internet rumah atau mengisi formulir klaim asuransi. Sapaan lisan yang tenang dan langkah-langkah yang disebutkan satu per satu sering terasa lebih menenangkan daripada paragraf panjang.

Orientasi dan panduan langkah demi langkah

Pengguna baru aplikasi kasir, misalnya, bisa dituntun: "Pertama, buka menu produk. Kedua, tekan tombol tambah." Suara dan gerak membuat urutan langkah lebih mudah diikuti dibanding daftar bertulisan kecil di layar ponsel.

Kiosk, lobi, dan layar toko

Di tempat di mana orang berdiri dan tidak nyaman mengetik, seperti lobi klinik atau gerai pameran, avatar yang menyapa bisa menurunkan hambatan untuk bertanya.

Pengguna yang lebih nyaman mendengar

Tidak semua orang nyaman membaca teks panjang. Sebagian pelanggan lebih mudah memahami penjelasan lisan, terutama untuk topik yang berbelit seperti syarat cicilan atau prosedur pengembalian barang.

Membangun kesan merek

Untuk merek yang menjual kepercayaan, misalnya klinik kecantikan, jasa keuangan, atau kursus, tampilan yang konsisten dengan sapaan yang hangat memberi kesan ada "seseorang" di balik layanan.

Di mana teks tetap menang

Wajah bukan jawaban untuk semuanya. Teks lebih unggul pada banyak momen yang sangat sehari-hari:

  • Informasi yang perlu disalin: nomor resi, nomor rekening, kode voucher, tautan. Pelanggan ingin menyalin, bukan mendengar.
  • Pelanggan yang sedang di tempat ramai atau rapat: suara tidak praktis, dan banyak orang Indonesia membuka WhatsApp sambil melakukan hal lain.
  • Pertanyaan cepat: "Jam buka sampai pukul berapa?" cukup dijawab satu baris.
  • Data sensitif: menyebutkan alamat atau nomor pesanan keras-keras di ruang publik bukan pengalaman yang menyenangkan.
  • Percakapan yang butuh jejak tertulis: kesepakatan, jadwal, dan syarat lebih aman bila terdokumentasi dalam teks.
Cocok untuk avatar bicara
Lebih baik tetap teks
Orientasi pengguna baru dengan langkah berurutan
Menyalin nomor resi, kode voucher, atau tautan
Pelanggan cemas yang butuh penjelasan menenangkan
Pertanyaan singkat seperti jam buka atau alamat
Kiosk atau layar di gerai fisik
Pelanggan di tempat ramai atau sedang rapat
Penjelasan lisan untuk topik berbelit
Data pribadi yang tidak nyaman diucapkan keras
Avatar atau teks biasa: mana yang cocok untuk momennya?Contoh ilustrasi

Jadi avatar tidak menggantikan chat teks Anda. Ia melengkapinya. Di Indonesia, WhatsApp dan Instagram akan tetap menjadi tempat sebagian besar percakapan, dan itu wajar.

Suara lebih penting daripada wajah

Banyak orang menghabiskan waktu memilih tampilan avatar, padahal yang paling menentukan kesan adalah suaranya. Wajah yang bagus dengan suara robotik yang salah melafalkan nama produk akan terasa canggung. Sebaliknya, suara yang jelas dan nadanya pas membuat avatar sederhana pun terasa meyakinkan.

Hal yang perlu diperhatikan saat memilih suara:

  1. Kejelasan: apakah kata-kata terdengar jernih di speaker ponsel murah, bukan hanya di headphone?
  2. Tempo: terlalu cepat membuat pelanggan tertinggal, terlalu lambat membuat jengkel.
  3. Nada: sesuaikan dengan merek. Toko perlengkapan bayi dan firma hukum jelas tidak memakai nada yang sama.
  4. Pelafalan: uji nama merek, nama produk, singkatan, nama jalan, dan angka. Misalnya, apakah "Rp1.250.000" dibaca dengan wajar?
  5. Bahasa: uji dengan kalimat Indonesia yang benar-benar dipakai pelanggan, termasuk campuran kata asing yang lazim.

Jika Anda menyiapkan agen dwibahasa atau melayani pelanggan di luar Indonesia, uji tiap bahasa satu per satu. Kualitas suara bisa berbeda antarbahasa, dan sebagian bahasa pada layanan telepon dapat memakai suara bahasa Inggris sebagai cadangan.

Merancang percakapan untuk didengar

Jawaban yang bagus dibaca belum tentu bagus didengar. Teks yang penuh poin, tabel, dan tautan terdengar aneh bila dibacakan. Beberapa kebiasaan yang membantu:

  • Pendek. Satu gagasan per kalimat. Hindari kalimat bersusun yang menuntut pendengar menahan banyak hal di kepala.
  • Sebut langkah dengan urutan lisan: "pertama", "lalu", "terakhir".
  • Tulis angka dan istilah dengan hati-hati. Hindari singkatan yang ambigu. Untuk nomor panjang, tawarkan mengirimnya sebagai teks.
  • Jangan membacakan tautan. Katakan "saya kirimkan tautannya di chat" dan kirim dalam bentuk teks.
  • Beri jalan keluar. Di akhir, tawarkan opsi: "Mau saya hubungkan ke petugas kami?"
  • Buka dengan sapaan singkat dan jujur bahwa pelanggan sedang berbicara dengan asisten virtual.

Pada persona agen, tulis aturan gaya bicara secara eksplisit: kalimat pendek, tidak membacakan tautan, tidak mengucapkan tabel. Tetapkan juga kapan agen harus menyerahkan percakapan kepada manusia.

  1. 01Avatar menyapa dan menyebut dirinya asisten virtual
  2. 02Pelanggan bertanya dengan suara atau teks
  3. 03Agen menjawab dari basis pengetahuan, dengan kalimat pendek
  4. 04Detail yang perlu disalin dikirim sebagai teks, atau dialihkan ke petugas
Alur percakapan avatar yang sederhanaContoh ilustrasi

Mengukur apakah berhasil

Jangan menilai dari kesan "keren". Tentukan dulu apa yang ingin berubah, lalu bandingkan sebelum dan sesudah.

Beberapa pertanyaan ukur yang masuk akal:

  • Apakah pelanggan menyelesaikan percakapan, atau berhenti di tengah?
  • Apakah jumlah pertanyaan ulang ("maksudnya bagaimana?") turun?
  • Bagaimana penilaian jempol atas atau bawah pada jawaban?
  • Seberapa sering percakapan berakhir dengan permintaan petugas manusia?
  • Apakah ada topik tertentu yang selalu bermasalah saat diucapkan?

Sebagai contoh hipotetis: jika sebuah toko menerima 300 chat per bulan dan Anda memasang avatar hanya untuk topik orientasi pembeli baru, bandingkan sebulan sebelum dan sebulan sesudahnya khusus untuk topik itu. Jangan campur dengan seluruh chat, sebab pertanyaan singkat seperti jam buka akan mengaburkan hasilnya.

Biaya juga bagian dari hitungan. Suara memakai kredit, jadi pertimbangkan apakah nilai tambahnya sepadan untuk topik yang Anda pilih. Mulailah dari satu atau dua topik dengan nilai tertinggi, lalu perluas bila terbukti membantu.

Menjalankannya di AI SNS CHAT

Semua pengaturan suara dan avatar berada di menu Voice pada sidebar. Di sana ada Overview, Analytics, Voice agent, Avatar, Voice Playground, Inbound calls, Call history, Outbound calls, dan lainnya.

Langkah yang disarankan:

  1. Siapkan otaknya dulu. Buat agen, tulis persona dan panduan, lalu isi sumber data (Files, Website, Q&A, dan seterusnya) di Data sources. Uji di Playground sebelum menambahkan suara.
  2. Pilih suara di Voice agent. Penyedia text-to-speech yang tersedia adalah Grok/xAI (bawaan), OpenAI, ElevenLabs, dan suara browser. Dengan ElevenLabs, Anda bisa memakai pustaka suara, merancang suara baru, atau melakukan kloning suara. Bila Anda mengkloning suara seseorang, pastikan orangnya telah memberi izin.
  3. Buat avatar di menu Avatar. Avatar dibuat dengan sinkronisasi bibir Simli, atau dengan mengunggah klip avatar sendiri.
  4. Uji di Voice Playground. Ucapkan nama produk, angka, dan kalimat khas pelanggan Anda. Dengarkan lewat speaker ponsel biasa.
  5. Atur serah terima ke manusia. Lewat Helpdesk → Scheduling, Anda dapat mengatur shift per orang dan zona waktu, dan serah terima otomatis diarahkan ke yang sedang bertugas. Pemberitahuan dapat dikirim ke Slack, Teams, LINE WORKS, WhatsApp, email, atau webhook. Pesan "apa yang terjadi selanjutnya" disusun sistem dari jadwal, tanpa mengarang waktu tunggu.
  6. Pantau. Lihat Activity → Chat logs untuk percakapan dan penilaian jempol, serta Voice → Analytics untuk analitik suara.

Hal yang perlu diketahui:

  • Teks tetap menjadi jalur utama di kanal seperti WhatsApp, Instagram, dan chat situs web. Untuk WhatsApp, suara masih berstatus daftar tunggu ("Coming soon"), jadi jangan merencanakan avatar di sana.
  • Telepon masuk dapat dihubungkan lewat nomor Twilio per agen, dan kampanye panggilan keluar tersedia di menu Voice.
  • Untuk percakapan suara langsung, Synthia dan fitur speech-to-speech memakai OpenAI Realtime API tanpa cadangan.
  • Biaya suara dihitung per menit dalam kredit, dan nilainya ditetapkan admin, jadi cek halaman harga dan halaman Usage untuk pemakaian per agen.

Lihat daftar lengkap kemampuan di fitur dan kanal yang didukung di koneksi. Bila ingin mencoba, Anda dapat mendaftar.

Pertanyaan umum

Apakah avatar menggantikan chat teks saya?

Tidak. Avatar melengkapi chat teks untuk momen yang butuh penjelasan lisan dan rasa ditemani. Agen yang sama tetap melayani chat teks di kanal seperti WhatsApp, Instagram, dan situs web, dan pelanggan yang lebih suka mengetik tetap bisa mengetik.

Bisakah avatar dibuat menyerupai orang tertentu?

Anda dapat membuat avatar dengan sinkronisasi bibir Simli atau mengunggah klip avatar sendiri, dan suara bisa dikloning lewat ElevenLabs. Jika menyangkut wajah atau suara orang sungguhan, pastikan Anda sudah mendapat izin jelas darinya sebelum dipakai untuk melayani pelanggan.

Apakah ini berfungsi di WhatsApp dan Messenger?

Anda tidak perlu menunggu avatar untuk melayani pelanggan di kedua kanal itu, karena agen teks tetap berjalan di sana. Untuk WhatsApp, fitur suara saat ini masih daftar tunggu, jadi rencanakan avatar di tempat lain dan biarkan WhatsApp sebagai jalur teks.

Bahasa apa saja yang bisa diucapkan suaranya?

Tumpukan suara AI SNS CHAT mencakup 22 bahasa, termasuk bahasa Indonesia. Pada sebagian bahasa, layanan telepon dapat memakai suara bahasa Inggris sebagai cadangan, jadi uji bahasa yang Anda butuhkan di Voice Playground sebelum diluncurkan.

Bagaimana saya tahu ini sepadan dengan usahanya?

Mulailah dari satu topik, misalnya orientasi pembeli baru, dan bandingkan sebelum dan sesudah memakai avatar. Perhatikan penyelesaian percakapan, pertanyaan ulang, penilaian jempol, dan seberapa sering pelanggan meminta petugas, lalu timbang hasilnya terhadap pemakaian kredit suara.

#avatar bicara#layanan pelanggan#voice AI#chatbot#UMKM

Praktikkan dengan AI SNS CHAT

Buat agen AI yang dilatih dengan konten Anda sendiri dan hubungkan ke situs web, WhatsApp, LINE, dan lainnya. Gratis untuk memulai, tanpa kartu kredit.