Serbisyo sa setup ng AI Chatbot
Madaling i-setup ang iyong AI chatbot gamit ang libreng serbisyo ng LiveAgent. Palakasin ang customer support gamit ang customized flows, knowledge sources at m...
5 min read
Ang pag-setup ng ai customer support bot sa LiveAgent ay may anim na hakbang na hinati sa dalawang sistema: tatlo sa FlowHunt (gumawa ng Flow, ikonekta ang knowledge sources, bumuo ng API key) at tatlo sa LiveAgent (ikonekta ang AI provider, gawin ang Chatbot, ilapat sa iyong chat widget). Narito ang eksaktong pagkakasunod-sunod, kung ano ang ginagawa ng bawat hakbang, at kung ano ang dapat subukan bago ito makita ng mga customer.
Sa artikulong ito:
- Bago ka magsimula: kung ano talaga ang kailangan ng ai customer support bot
- Hakbang 1: Gumawa ng Flow sa FlowHunt
- Hakbang 2: Ikonekta ang iyong knowledge sources
- Hakbang 3: Bumuo ng API key
- Hakbang 4: Ikonekta ang AI provider sa LiveAgent
- Hakbang 5: Gumawa ng Chatbot sa LiveAgent
- Hakbang 6: Ilapat ito sa iyong chat widget
- Subukan bago ilunsad, hindi pagkatapos
Karamihan sa mga gabay sa pag-setup ng AI chatbot ay diretso agad sa “ikonekta ang iyong AI provider” at hindi na isinasama ang bahagi na talagang tumutukoy kung ito gagana: kung anong content ang sasagutan nito, at sa anong pagkakasunod-sunod dapat itayo para walang masira sa kalagitnaan.
Ang walkthrough na ito ay para sa AI chatbot ng LiveAgent partikular, kaya ang bawat hakbang ay tumutugma sa isang tunay na setting na iyong i-click, hindi isang generic na checklist. Kung wala ka pang napiling platform, ang aming gabay sa paano pumili ng AI chatbot ang mas magandang simulan.
Before you start: what an ai customer support bot actually needs
Dalawang bagay ang kailangang umiral bago mo galawin ang anumang settings. Una, isang defined scope: aling mga tanong ang talagang dapat sagutin ng bot na ito, at alin ang dapat diretso sa tao? Pangalawa, knowledge source content: help center articles, product docs, o nakasulat na FAQ answers na maaaring kunan ng bot ng sagot. Ang laktawan ang alinman sa mga ito ay hindi pipigil sa pagtatapos ng setup — magbubunga lang ito ng isang bot na may magandang configuration ngunit walang maaasahang sagot.
| Ano ang kailangan mo | Saan ito nagmumula |
|---|---|
| Isang defined scope | Listahan ng iyong team ng mga karaniwan at nauulit na tanong |
| Knowledge source content | Help center, product docs, o content na direktang isinusulat mo |
| Isang AI provider account | OpenAI, Anthropic, Google Gemini, o iba pang supported provider |
| Isang FlowHunt account | Libre kasama ng LiveAgent, walang hiwalay na signup fee |
Step 1: Create the Flow in FlowHunt
Ang Flow ay ang lohika na nagpapasya kung paano binabasa ng bot ang isang tanong at kung ano ang gagawin nito sa sagot. Ito ay binuo mo sa FlowHunt , ang no-code AI automation platform ng LiveAgent, hindi mismo sa loob ng LiveAgent.
Magsimula sa isang template kung tugma ito sa iyong use case, sa halip na gumawa mula sa blangkong canvas. Ang isang Flow na ginawa mula sa simula ay mas matagal bago masubukan nang maayos kumpara sa isang inangkop mula sa isang gumaganang starting point, dahil sabay mong ini-validate ang logic at ang content imbes na ang content lang.
Ito rin ang punto upang magpasya ng scope sa kongkretong termino, hindi lang sa prinsipyo. Isulat ang mga partikular na kategorya ng mga tanong na dapat hawakan ng Flow, at kasinhalaga nito, ang mga kategoryang dapat nitong iruta diretso sa tao nang hindi muna sumusubok sumagot.
Ready to grow your business?
Start your free trial today and see results within days.
Step 2: Connect your knowledge sources
Ito ang hakbang na talagang tumutukoy kung mahusay ang bot. Ikonekta ang iyong help center, product documentation, o anumang nakasulat na content na dapat kunan ng bot ng mga sagot. Kung ang isang knowledge source ay hindi kumpleto o luma na sa yugtong ito, kumpiyansa uulitin ng bot ang kakulangan na iyon sa bawat customer na magtatanong.
Halimbawa, ang isang team na naglulunsad ng suporta para sa isang bagong product tier ay kailangang ikonekta ang documentation ng tier na iyon bago ilunsad, hindi idagdag pagkatapos kapag nagsimula nang magtanong ang mga customer tungkol dito.
Ayusin ang source content bago ito ikonekta, hindi pagkatapos. Ang isang knowledge base na sinulat para sa human browsing, na may impormasyong nakakalat sa limang magkakaugnay na pahina, ay hindi awtomatikong nagiging malinis na sagot para sa isang bot na kumukuha mula sa lahat ng lima nang sabay. Ang pagsasama-sama ng mga pangunahing katotohanan sa iilang mas direktang piraso ng content ay karaniwang gumagawa ng mas mahuhusay na sagot kaysa sa pagkonekta ng umiiral na site structure kung ano ito.
Step 3: Generate an API key
Ang API key ang nagpapahintulot sa LiveAgent at FlowHunt na mag-communicate bilang isang konektadong sistema. Buuin ito sa loob ng FlowHunt kapag nasa lugar na ang Flow at knowledge sources, dahil kakailanganin mo ito para sa LiveAgent na bahagi ng setup sa mga susunod na hakbang.
Tratuhin ang key na ito katulad ng iba pang credential: itago ito sa lugar kung saan mahahanap ito ng iyong team sa ibang pagkakataon, at huwag i-paste ito sa isang shared document o chat message kung saan maaaring manatili ito nang mas matagal kaysa dapat.
Join our newsletter
The latest tips and deals delivered straight to your inbox.
Step 4: Connect the AI provider in LiveAgent
Bumalik sa LiveAgent, ikonekta ang AI provider na talagang magpapagana sa mga tugon. Sinusuportahan ng LiveAgent ang OpenAI, Anthropic, at Google Gemini simula noong September 2026 update, kasama ang sariling provider option ng FlowHunt.
Alin ang pipiliin ay nakadepende nang mas mababa sa raw model quality at higit sa practical fit: isang umiiral na vendor relationship, isang compliance requirement na tumutukoy sa isang partikular na kumpanya, o simpleng ayaw na ang bawat AI feature ay nakadepende sa iisang provider.
Step 5: Create the Chatbot in LiveAgent
Kapag konektado na ang provider, gawin ang Chatbot object sa LiveAgent at i-link ito sa Flow na binuo sa hakbang 1. Dito mo rin itinatakda ang transfer threshold, ang minimum na bilang ng AI responses bago maging available ang handoff sa tao, o kung ang AI agent ang magpapasya sa sarili nito kung kailan mag-transfer.
Itakda ang threshold na ito nang may pag-iisip, hindi bilang default na iniwan na lang. Masyadong mataas, at ang mga bigong customer ay umiikot sa hindi nakakatulong na mga tugon bago makaabot sa tao. Masyadong mababa, at ang bot ay nag-escalate ng mga tanong na kaya sana nitong hawakan, na nag-aaksaya ng oras ng agent sa mga request na hindi naman talaga nangangailangan ng tao.
Step 6: Apply it to your chat widget
Ang huling hakbang ay ang pag-apply ng naka-configure na Chatbot sa iyong live chat widget, para ito ang unang bagay na makaka-interact ng customer kapag binuksan nila ang chat. Walang nagbabago na nakikita ng customer hanggang sa hakbang na ito, kaya ito ang natural na punto upang huminto at subukan ang lahat ng binuo sa ngayon.
Test before launch, not after
Bago makipag-usap ang bot na ito sa isang tunay na customer, patakbuhin ito laban sa iyong sariling listahan ng mga alam na tanong, ang parehong mga ginamit mo upang tukuyin ang scope pabalik sa unang hakbang. Tandaan ang bawat mali, hindi kumpleto, o nakakalitong sagot, at ayusin ang knowledge source o Flow logic sa likod nito bago buksan ang switch sa live widget.
Kapag live na ito, hindi tapos ang trabaho. Ang escalation rate, repeat-wrong-answer patterns, at customer language ay nagbabago sa paglipas ng panahon, na eksaktong sakop ng aming gabay sa pag-aayos ng underperforming chatbot nang mas malalim, para kapag bumaba ang performance makalipas ang ilang buwan. Ang magandang first-week review habit ay nakakahuli ng karamihan dito nang maaga, bago ito maging pattern na napapansin ng mga customer.
