หลักสูตร Voice AI Agents for Customer Service เป็นการอบรมการสร้าง Voice Agent ภาษาไทยสำหรับงานบริการลูกค้า ตั้งแต่ STT และ TTS, Real-time Voice API, การคุมจังหวะการพูด จนถึงการส่งต่อพนักงาน เหมาะกับนักพัฒนา Python และทีม IT ของคอลเซ็นเตอร์ จบแล้วได้ Voice Agent ต้นแบบที่ผ่านการทดสอบ
ลูกค้าจำนวนมากยังเลือกโทรหาธุรกิจเมื่อมีเรื่องด่วน แต่คอลเซ็นเตอร์มักรับสายไม่ทันในช่วงพีค และพนักงานต้องตอบคำถามเดิมซ้ำทั้งวัน Voice AI รุ่นใหม่คุยภาษาไทยได้เป็นธรรมชาติขึ้นมากและตอบได้แทบทันที แต่การสร้าง Voice Agent ที่ใช้กับลูกค้าจริงต่างจากแชตบอตข้อความ เพราะต้องคุมความหน่วง รู้ว่าเมื่อไรลูกค้าพูดจบ ให้ลูกค้าพูดแทรกได้ อ่านตัวเลขและชื่อเฉพาะภาษาไทยให้ถูก และรู้ว่าเมื่อไรต้องส่งต่อให้พนักงาน
หลักสูตรนี้พาผู้เรียนสร้าง Voice AI Agent ภาษาไทยสำหรับงานบริการลูกค้าด้วย Python เริ่มจากเลือกระหว่าง Pipeline แบบ STT-LLM-TTS กับโมเดล Speech-to-Speech แบบ Real-time ทดลองตัวเลือก STT และ TTS ภาษาไทย สร้าง Agent ด้วย Gemini Live API และ OpenAI Realtime API ปรับ Turn-taking และการพูดแทรก จากนั้นเชื่อมข้อมูลธุรกิจด้วย
Function Calling ออกแบบการส่งต่อพนักงานพร้อมสรุปเคส เชื่อมเบอร์โทรผ่าน SIP วาง Guardrail และ PDPA แล้วทดสอบด้วยบทสนทนาหลายสถานการณ์ ปิดท้ายด้วย Capstone Voice Agent ของตนเอง หลักสูตรนี้เป็นสายนักพัฒนา ต่างจาก AI for Customer Service ที่เน้นการใช้ AI ในระดับธุรกิจ (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บนระบบคำสั่งซื้อและนัดหมายจำลองชุดเดียวตลอดหลักสูตร ระดับ Intermediate หลักสูตรนี้เป็นสายนักพัฒนา ต่อยอดจาก AI for Customer Service ที่เน้นการใช้ AI ในงานบริการระดับธุรกิจ โดยพาผู้เรียนเขียนโค้ดสร้าง Voice Agent ภาษาไทยด้วย Python ทั้ง STT และ TTS, Real-time Voice API, Turn-taking,
Function Calling, การส่งต่อพนักงาน และการเชื่อมเบอร์โทร ผู้เรียนใช้บัญชี API ของตนเองหรือของบริษัท ซึ่งมีค่าใช้จ่ายตามการใช้งาน (บางบริการมี Free Tier หรือแพ็กเกจทดลอง) การเชื่อมเบอร์โทรจริงต้องใช้บริการ SIP Trunk หรือ Telephony ที่ผู้เรียนสมัครเอง ผู้เรียนจะได้ Lab Guide โค้ด Python ครบทุก Lab ชุดบทสนทนาทดสอบ และ Checklist ก่อนเปิดใช้งานกลับไปใช้ต่อ
Section 1: ภาพรวม Voice AI ในงานบริการ
Section 2: Speech-to-Text ภาษาไทย
Section 3: Text-to-Speech ภาษาไทยและบุคลิกเสียง
Section 4: Lab: Real-time Voice API
Section 5: Turn-taking และการพูดแทรก
Section 6: Lab: ออกแบบบทสนทนาสำหรับเสียง
Section 7: Lab: Function Calling เชื่อมข้อมูลธุรกิจ
Section 8: Lab: ส่งต่อพนักงาน (Handover)
Section 9: เชื่อมเบอร์โทรและช่องทางอื่น
Section 10: Guardrail, PDPA และความปลอดภัย
Section 11: Lab: ทดสอบ วัดผล และปรับปรุง
Section 12: Workshop: Capstone Voice Agent
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
แบบ Pipeline แปลงเสียงเป็นข้อความด้วย Speech-to-Text ส่งให้ LLM คิดคำตอบ แล้วแปลงกลับเป็นเสียงด้วย Text-to-Speech ข้อดีคือเลือกและปรับแต่ละส่วนได้เอง แต่ความหน่วงสะสมจากหลายขั้น ส่วน Real-time Voice API อย่าง Gemini Live API และ OpenAI Realtime API รับและตอบเป็นเสียงในการเชื่อมต่อเดียว จึงตอบเร็วและเป็นธรรมชาติกว่า แต่ควบคุมแต่ละขั้นได้น้อยกว่า
ใช้ Turn Detection ซึ่งอาศัยการตรวจช่วงเงียบ (Voice Activity Detection) หรือโมเดลที่ดูความหมายของประโยคว่าผู้พูดจบแล้วหรือยัง ต้องปรับระยะเงียบให้พอดี ถ้าสั้นไปจะตัดบทลูกค้า ถ้ายาวไปจะรู้สึกช้า ส่วนการพูดแทรก (Barge-in) ระบบต้องหยุดเล่นเสียงทันทีเมื่อลูกค้าเริ่มพูด และตัดส่วนคำตอบที่ยังพูดไม่จบออกจากบริบทเพื่อให้บทสนทนาต่อได้ถูกต้อง
กำหนดเงื่อนไขส่งต่อให้ชัด เช่น ลูกค้าขอคุยกับคน เรื่องอยู่นอกขอบเขต หรือ Agent ไม่มั่นใจหลายครั้งติดกัน เมื่อส่งต่อให้ Agent สรุปบริบท เช่น ตัวตนลูกค้า เรื่องที่ติดต่อ และสิ่งที่ตรวจสอบไปแล้ว ส่งให้พนักงานพร้อมสาย เพื่อให้ลูกค้าไม่ต้องเล่าซ้ำ และแจ้งลูกค้าก่อนโอนว่ากำลังส่งต่อให้เจ้าหน้าที่
เหมาะกับนักพัฒนา Python และ AI Engineer ที่ต้องสร้าง Voice Agent สำหรับงานบริการลูกค้า ทีม IT ของคอลเซ็นเตอร์และ Contact Center และนักพัฒนาที่เคยสร้างแชตบอตข้อความแล้วต้องการขยายสู่ช่องทางเสียง ควรเขียน Python ระดับใช้งาน เช่น Function และ async ได้ เข้าใจการใช้ LLM และการเขียน Prompt และใช้ Command Line กับ REST API ขั้นพื้นฐานได้
เลือกและปรับ Speech-to-Text และ Text-to-Speech ภาษาไทยให้รับมือกับตัวเลขและชื่อเฉพาะ สร้าง Voice Agent ด้วย Gemini Live API และ OpenAI Realtime API เชื่อมข้อมูลธุรกิจผ่าน Function Calling ออกแบบการส่งต่อพนักงานพร้อมสรุปบริบท และวาง Guardrail PDPA และชุดทดสอบก่อนเปิดใช้ ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
เตรียมโน้ตบุ๊กที่ติดตั้ง Python และ VS Code ได้ พร้อมชุดหูฟังที่มีไมโครโฟนสำหรับทดสอบเสียง ผู้เรียนใช้บัญชี API ของตนเองหรือของบริษัท ซึ่งมีค่าใช้จ่ายตามการใช้งาน (บางบริการมี Free Tier หรือแพ็กเกจทดลอง) ส่วนการเชื่อมเบอร์โทรจริงต้องใช้บริการ SIP Trunk หรือ Telephony ที่ผู้เรียนสมัครเอง
LINE Official Account เป็นช่องทางหลักที่ลูกค้าคนไทยใช้ทักร้านค้าและธุรกิจ แต่แอดมินมักตอบไม่ทันทั้งเรื่องราคา สต็อก สถานะคำสั่งซื้อ และคำถามซ้ำ ๆ บอทแบบเดิมที่ตอบตาม Keyword หรือ Intent ก็ตอบได้เฉพาะคำถามที่เตรียมไว้ ขณะที่ LLM อย่าง Gemini และ ChatGPT…
งานบริการลูกค้าเป็นงานที่มีปริมาณข้อความและคำถามซ้ำจำนวนมาก ทั้งการตอบแชต อีเมล คอมเมนต์ และข้อความในโซเชียล การจัดการข้อร้องเรียนและลูกค้าที่ไม่พอใจ การค้นหาข้อมูลมาตอบให้ถูกต้อง และการรักษาโทนการสื่อสารให้สม่ำเสมอทั้งทีม งานเหล่านี้ใช้เวลามากและกดดัน…
AI Agent กำลังเปลี่ยนจากแชตบอตที่ตอบคำถามได้อย่างเดียว ไปเป็นระบบที่วางแผน เรียกใช้เครื่องมือ และทำงานหลายขั้นตอนแทนคนได้จริง แต่พอลงมือสร้างเอง ทีมพัฒนามักเจอคำถามเดิม ๆ ว่าจะแบ่งงานให้หลาย Agent อย่างไร จะเก็บบริบทของบทสนทนาไว้ที่ไหน จะควบคุมไม่ให้ Agent…
