จบคู่มือนี้ คอลเซ็นเตอร์ของคุณจะได้อะไร?
หลายคอลเซ็นเตอร์เสียเวลาเจ้าหน้าที่ไปกับคำถามเดิม ๆ เช่น พัสดุถึงไหน เปิดกี่โมง เปลี่ยนนัดได้ไหม ขณะที่ลูกค้าที่มีปัญหาจริงต้องรอคิว ทุกนาทีที่รอคือความเสี่ยงที่ลูกค้าจะวางสายแล้วไปซื้อเจ้าอื่น
คู่มือนี้เหมาะกับทีมที่มีคอลเซ็นเตอร์หรือปุ่มโทรในแอปอยู่แล้ว และอยากให้ AI รับสายด่านแรก เมื่อทำครบ คุณจะได้ Agent ที่ทักทายลูกค้า ตอบคำถามจากคลังความรู้ของคุณ ลูกค้าพูดแทรกได้เหมือนคุยกับคน และเมื่อลูกค้าขอคุยกับเจ้าหน้าที่หรือเรื่องเกินขอบเขต AI จะโอนสายพร้อมส่งสรุปให้เจ้าหน้าที่ก่อนรับสาย เราไม่ได้ตั้งเป้าให้ AI แทนเจ้าหน้าที่ทั้งหมด แต่ให้เจ้าหน้าที่ได้ทำงานที่ต้องใช้คนจริง ๆ
ต้องเตรียมอะไรก่อนให้ AI รับสายแรก?
บัญชี TRTC และ SDKAppID ที่เปิดใช้ Conversational AI แล้ว ขอบัญชีทดลองใช้ฟรี 28 วันได้จาก ฟอร์มด้านล่าง นาทีฟรี 10,000 นาทีต่อเดือนของ RTC Engine ใช้หักทั้งค่าคอลเสียงและค่าบริการ Conversational AI ได้
API Key ของ LLM (Large Language Model หรือโมเดลภาษาขนาดใหญ่) ที่ให้ API แบบ OpenAI-compatible และตอบภาษาไทยได้ดี
ผู้ให้บริการ ASR และ TTS ภาษาไทย เช่น ASR ในตัวของ Tencent ที่รองรับภาษาไทย (Language "th") และ Azure TTS ที่มีเสียงภาษาไทย (th-TH) อย่าง Premwadee, Niwat และ Achara ซึ่งเป็นผู้ให้บริการที่ TRTC Conversational AI เชื่อมต่อได้ ลองฟังเสียงตัวอย่างก่อนเลือก เพราะเสียงคือหน้าตาของแบรนด์ในสาย
ช่องทางเข้าสาย ปุ่มโทรในแอปที่ใช้ TRTC SDK หรือ SIP Trunk / ตู้สาขาของคอลเซ็นเตอร์ที่ต่อ SIP Gateway ได้
เซิร์ฟเวอร์ Node.js หรือภาษาอื่นที่เรียก Tencent Cloud API ได้ และรับ callback จากอินเทอร์เน็ตได้
รายการคำถามที่ลูกค้าถามบ่อย 50 ข้อ พร้อมคำตอบที่ทีมอนุมัติแล้ว
AI Voice Agent ฟัง คิด และพูดอย่างไรให้ทันในสายเดียว?
AI Voice Agent ทำงานเหมือนสายพานสามสถานีที่ต้องเดินต่อเนื่องไม่หยุด สถานีแรกคือ ASR ฟังเสียงลูกค้าและถอดเป็นข้อความทีละช่วง สถานีที่สองคือ LLM อ่านข้อความพร้อม Prompt (คำสั่งตั้งต้นที่กำหนดบทบาทของ AI) และคลังความรู้ แล้วคิดคำตอบ สถานีที่สามคือ TTS แปลงคำตอบเป็นเสียงพูดภาษาไทย ทั้งสามสถานีเชื่อมกันผ่านห้อง TRTC ซึ่งเป็นช่องเสียงเรียลไทม์แบบเดียวกับวอยซ์คอล Latency (ความหน่วง) ของเครือข่ายจึงต่ำกว่า 300 มิลลิวินาที (ข้อมูลจาก trtc.io)
สิ่งที่ทำให้สายฟังเป็นธรรมชาติคือทุกสถานีทำงานแบบ Streaming (ส่งต่อทีละช่วง) LLM ไม่ต้องคิดจบทั้งย่อหน้าก่อน TTS จึงเริ่มพูดได้ตั้งแต่ประโยคแรก และเมื่อลูกค้าพูดแทรก ระบบหยุดเสียง AI ทันทีแล้วฟังใหม่ TRTC จัดการส่วนนี้ให้ คุณไม่ต้องเขียนโค้ดต่อสายพานเอง
ฝั่งเซิร์ฟเวอร์ของคุณมีหน้าที่สามอย่าง: สั่งเริ่มและหยุด AI ในห้อง รับคำสั่งจาก AI เช่น โอนสายหรือเช็กสถานะพัสดุ และเก็บ Log ส่วนลูกค้าเข้าห้องได้ทั้งจากแอปและจากเบอร์โทรศัพท์ผ่าน SIP Gateway ถ้าอยากเห็นว่า Conversational AI อยู่ตรงไหนในชั้นบริการสื่อสารของแอป อ่าน CPaaS คืออะไร ประกอบได้
ทำอย่างไรให้ AI รับสายแรกได้ใน 6 ขั้น?
ชื่อ API และพารามิเตอร์ในคู่มือนี้อ้างอิงเอกสาร API ของ TRTC Conversational AI (StartAIConversation อัปเดตล่าสุด 29 มิ.ย. 2026) ตรวจกับเอกสารล่าสุดก่อนใช้งาน
Agent Config คือใบสั่งงานของ AI หนึ่งตัว บอกว่าฟังภาษาอะไร คิดด้วยโมเดลไหน และพูดด้วยเสียงแบบไหน แยกเป็นสามส่วนตามสายพาน: STTConfig สำหรับ ASR (การถอดเสียงพูดเป็นข้อความ) LLMConfig สำหรับโมเดลภาษา และ TTSConfig สำหรับการแปลงข้อความเป็นเสียง เราแนะนำให้ทำ config หนึ่งไฟล์ต่อหนึ่ง Use Case เช่น สายสอบถามพัสดุ กับสายนัดหมาย
ผลที่ควรเห็น: ใน Console เปิด Voice Agent > Agent Studio เลือกการ์ด Agent แล้วกด Start Talking จะได้ยินคำทักทายภาษาไทยที่ฟังเป็นธรรมชาติ (การทดสอบนี้คิดค่าใช้งาน)
เมื่อมีสายเข้า เซิร์ฟเวอร์ของคุณเรียก StartAIConversation เพื่อส่ง AI เข้าห้อง TRTC ห้องเดียวกับลูกค้า AI จะเข้าห้องเป็นผู้ใช้คนหนึ่ง ฟังเสียงลูกค้า แล้วตอบกลับเป็นเสียงผ่าน Real-time Voice Channel (ช่องเสียงเรียลไทม์) เดียวกับที่ใช้ทำวอยซ์คอล
ผลที่ควรเห็น: ได้ TaskId กลับมา และใน Console เห็น AI ปรากฏเป็นผู้ใช้ในห้อง
ลูกค้าเข้าห้องเดียวกับ AI ได้สองทาง ทางแรกคือกดปุ่มโทรในแอปหรือเว็บของคุณ ซึ่งใช้ TRTC SDK เข้าห้องแบบเสียงอย่างเดียว ทางที่สองคือโทรเบอร์คอลเซ็นเตอร์เดิม แล้วให้ SIP Gateway (ตัวแปลงสายโทรศัพท์เข้าระบบอินเทอร์เน็ต) ต่อสายจากตู้สาขาหรือ SIP Trunk เข้าห้อง TRTC
ผลที่ควรเห็น: โทรเข้าแล้วได้ยินคำทักทายของ AI หลังสายเชื่อมต่อ จดเวลาที่ใช้ไว้เป็นค่าตั้งต้นสำหรับเทียบหลังปรับแต่ง
Prompt คือคู่มือพนักงานของ AI บอกบุคลิก ขอบเขต และสิ่งที่ห้ามทำ ส่วนคลังความรู้คือคำตอบจริงจากระบบ FAQ ของคุณ เราแนะนำให้เริ่มจาก 50 คำถามที่ลูกค้าโทรถามบ่อยที่สุด แทนการใส่เอกสารทั้งหมดของบริษัท
ผลที่ควรเห็น: ถามเรื่องที่อยู่ในคลังความรู้แล้ว AI ตอบถูกในประโยคสั้น ๆ และถามเรื่องนอกขอบเขตแล้ว AI ไม่เดา
Hand-off คือหัวใจของ Voice Agent ที่ลูกค้ายอมรับ AI ต้องรู้ว่าเมื่อไหร่ควรหยุดและโอนสายให้คน ใช้ Function Calling (การให้ AI เรียกคำสั่งในระบบของคุณ) สร้างคำสั่ง handoff แล้วให้เซิร์ฟเวอร์ดึงเจ้าหน้าที่ที่ว่างเข้าห้องเดียวกัน พร้อมสรุปสิ่งที่ลูกค้าเล่ามาแล้ว
ผลที่ควรเห็น: พูดว่า "ขอคุยกับเจ้าหน้าที่" แล้ว AI บอกว่ากำลังโอนสาย เจ้าหน้าที่เข้าห้องพร้อมเห็นสรุปบนหน้าจอ และ AI ออกจากห้อง
ทุกสายของ AI ควรมีบันทึก: ข้อความที่ถอดได้ทั้งสองฝั่ง เวลาตอบของ AI และสายนั้นถูกโอนให้คนหรือไม่ ตั้ง callback ให้ส่งเหตุการณ์มาเก็บในฐานข้อมูลของคุณ แล้วทำแดชบอร์ดง่าย ๆ ให้ทีมคอลเซ็นเตอร์ดูทุกเช้า
ผลที่ควรเห็น: เห็นทุกสายในฐานข้อมูลพร้อม transcript และค่า Latency ภายในไม่กี่วินาทีหลังวางสาย
รู้ได้อย่างไรว่า AI พร้อมรับสายลูกค้าจริง?
โทรจากแอปหนึ่งสาย และจากเบอร์โทรศัพท์ผ่าน SIP อีกหนึ่งสาย เช็กว่าได้ยินคำทักทายทั้งสองทาง
ถามคำถามจากรายการ 50 ข้อ ให้คนในทีมหลายคนถาม ทั้งสำเนียงกลาง อีสาน และใต้ และพูดเร็ว พูดช้า
พูดแทรกระหว่างที่ AI กำลังตอบ เช็กว่า AI หยุดและฟังใหม่
ถามเรื่องนอกขอบเขต และพูดว่า "ขอคุยกับคน" เช็กว่าโอนสายพร้อมสรุป
ทดสอบในที่มีเสียงรบกวน เช่น ริมถนนหรือในรถ
AI ตอบช้า พูดแทรก ฟังภาษาไทยผิด แก้อย่างไร?
อาการ | สาเหตุที่พบบ่อย | วิธีแก้ |
|---|---|---|
AI ตอบช้า สายเงียบนาน | LLM ไม่ได้เปิด Streaming หรือโมเดลใหญ่เกินงาน | เปิด Streaming และลองโมเดลที่เล็กลงสำหรับคำถามทั่วไป |
AI พูดแทรกก่อนลูกค้าพูดจบ | VadSilenceTime สั้นเกินไปสำหรับภาษาไทย | เพิ่มค่า VadSilenceTime ทีละ 100 ms (ช่วงที่รับได้ 240–2000 ms ค่าเริ่มต้น 1000) แล้วทดสอบใหม่ |
ถอดชื่อสินค้าหรือชื่อเฉพาะผิด | ASR ไม่รู้จักคำศัพท์ของธุรกิจคุณ | เพิ่ม Hotword (คำศัพท์เฉพาะ) ซึ่ง Speech to Text ของ TRTC รองรับ ดูชื่อพารามิเตอร์ของผู้ให้บริการ STT ที่เลือกในเอกสาร STTConfig |
AI ตอบยาวและเดา | Prompt ไม่ได้จำกัดความยาวและขอบเขต | บังคับไม่เกิน 2 ประโยค และสั่งให้โอนสายเมื่อไม่แน่ใจ ตามขั้นที่ 4 |
ไม่ได้ยินเสียง AI ทาง SIP | Codec ของตู้สาขาไม่ตรงกับ SIP Gateway | ตรวจ Codec (รูปแบบการเข้ารหัสเสียง) เช่น G.711 ให้ตรงกันทั้งสองฝั่ง ตามที่ตู้สาขาและ SIP Gateway ของคุณรองรับ |
โอนสายแล้ว AI ยังพูดอยู่ | ไม่ได้เรียก StopAIConversation หลังเจ้าหน้าที่เข้าห้อง | หยุด AI ใน callback ตามขั้นที่ 5 |
เคล็ดลับ: ฟังบันทึกเสียงคู่กับ transcript ทุกสายที่ AI ตอบผิดในสัปดาห์แรก ส่วนใหญ่จะพบว่าปัญหาไม่ได้อยู่ที่ LLM แต่อยู่ที่ ASR ถอดคำผิดตั้งแต่ต้น ถ้ายังแก้ไม่ได้ ส่ง TaskId และช่วงเวลาของสายมาให้ทีมเรา วิศวกรไทยของเราติดต่อกลับภายใน 2 วันทำการ
ก่อนให้ AI รับสายทั้งหมด ต้องทำอะไรต่อ?
เปิดใช้ทีละส่วน เริ่มจากสายนอกเวลาทำการ หรือสุ่ม 10% ของสาย แล้วเทียบอัตราวางสายกับช่วงก่อนใช้ AI
แจ้งลูกค้าตั้งแต่ประโยคแรก ว่ากำลังคุยกับผู้ช่วย AI และบอกวิธีขอคุยกับเจ้าหน้าที่
วางนโยบายบันทึกเสียงและ transcript ตาม PDPA ระยะเวลาเก็บ ฐานทางกฎหมายในการบันทึก (เช่น ความยินยอม) และใครเข้าถึงได้ อ่านเพิ่มที่ TRTC กับ PDPA และความปลอดภัย
คำนวณค่าใช้จ่ายต่อสาย ค่าคอลเสียงของ TRTC 0.99 USD ต่อ 1,000 นาที (ตัวอย่างในเอกสารการคิดเงินคิดทั้งฝั่งลูกค้าและฝั่ง AI) บวกค่าบริการ Conversational AI 0.01 USD ต่อนาที ค่า Speech-to-Text ถ้าใช้ของ TRTC และค่า LLM กับ TTS ที่จ่ายตรงให้ผู้ให้บริการแต่ละราย (ราคา list ณ พ.ย. 2026)
ต่อยอดเป็นวิดีโอหรือแชท ใช้ห้องและบัญชีเดียวกัน: TRTC และ Chat
Frontyr's take
AI Voice Agent ที่ได้ผลไม่ควรเริ่มจากการให้ AI ตอบได้ทุกเรื่อง เพราะ AI จะเดาคำตอบในเรื่องที่ไม่รู้ เราแนะนำให้เริ่มจาก 20–50 คำถามที่แคบมาก สั่งใน Prompt ให้โอนสายเมื่อไม่แน่ใจ และลงแรงกับ Hand-off ผ่าน Function Calling พร้อมสรุปให้เจ้าหน้าที่ มากกว่าความฉลาดของโมเดล อีกเรื่องที่ควรทดสอบก่อนเลือก LLM คือคุณภาพ ASR ภาษาไทย เพราะถ้าถอดคำผิดตั้งแต่ต้น LLM ตัวไหนก็ตอบถูกไม่ได้
Bank, CTO · Frontyr Digital
AI พูดภาษาไทยได้เป็นธรรมชาติแค่ไหน?
ใช้กับเบอร์คอลเซ็นเตอร์เดิมได้ไหม?
เลือก LLM เองได้ไหม?
ลูกค้าพูดแทรก AI ได้ไหม?
คิดค่าบริการอย่างไร?
อ้างอิง: เอกสาร TRTC Conversational AI (StartAIConversation, StopAIConversation, DescribeAIConversation) https://trtc.io/document/64963 · ตัวเลข Latency จาก trtc.io ณ ต.ค. 2026 https://trtc.io/solutions/conversational-ai · โค้ดตัวอย่าง https://github.com/Tencent-RTC/conversational-ai-cloudbase
