Chatboty2 września 20252 min czytania

Wielojęzyczny bot Telegram w n8n: wykrywanie języka i jakość

Jak zbudować wielojęzycznego bota Telegram w n8n: wykrywanie języka, tłumaczenie przez AI kontra gotowe treści, workflow i kontrola jakości odpowiedzi.

Patryk WlochCodeless
Co znajdziesz w tym artykule?

Wielojęzyczny bot Telegram rozpoznaje język wiadomości użytkownika i odpowiada w tym samym języku. W n8n robi się to tak: Telegram Trigger odbiera wiadomość, model AI wykrywa język (lub bot odczytuje język z ustawień aplikacji użytkownika przekazywany przez Telegram), a odpowiedź jest generowana albo wybierana z przetłumaczonej bazy wiedzy. Najważniejsza jest kontrola jakości: odpowiedzi w obcych językach muszą być sprawdzone, zanim bot zacznie z nich korzystać w sprawach klientów.

Dwa sposoby obsługi wielu języków

Tłumaczenie na bieżąco przez AI Przygotowane treści w każdym języku
Jak działa
Model odpowiada w języku pytania na podstawie bazy wiedzy w jednym języku Bot wybiera gotową odpowiedź z wersji językowej
Zalety
Szybki start, dowolna liczba języków Pełna kontrola nad treścią, zgodność prawna
Wady
Ryzyko błędów w terminologii i niuansach Trzeba utrzymywać tłumaczenia
Kiedy
Pytania ogólne, wsparcie pierwszej linii Regulaminy, ceny, informacje prawne

W praktyce łączy się oba: krytyczne informacje mają zatwierdzone tłumaczenia, a resztę model tłumaczy na bieżąco.

Połączone różowe i fioletowe węzły z dymkami rozmowy, globusem, lupą i tarczą ze znacznikiem wyboru na ciemnym tle.

Workflow w n8n

  1. Telegram Trigger odbiera wiadomość, zapisuje identyfikator czatu.
  2. Wykrycie języka: pole language_code z danych użytkownika Telegrama jako podpowiedź, a przy wątpliwościach model AI.
  3. AI Agent odpowiada z bazy wiedzy z instrukcją „odpowiadaj w języku: X”.
  4. Przy sprawach wymagających człowieka bot przekazuje rozmowę do konsultanta z informacją o języku.
  5. Rozmowy w każdym języku trafiają do logu do okresowej kontroli.

Kontrola jakości

  • Zestaw testowych pytań w każdym obsługiwanym języku, sprawdzany po zmianie instrukcji lub modelu.
  • Słownik terminów firmy i produktów, których model nie tłumaczy.
  • Przegląd próbki rozmów przez osobę znającą język, szczególnie na starcie.
  • Jasna informacja dla użytkownika, że rozmawia z botem.

Podstawy budowy bota opisaliśmy w artykule bot Telegram dla firmy, a bazę wiedzy w tekście o RAG.

Bot dla klientów zagranicznych

Budujemy boty obsługujące klientów i kierowców w wielu językach, na Telegramie i WhatsAppie. Zobacz usługę chatbotów albo umów bezpłatną konsultację.

Patryk Wloch

Codeless. Wdrażamy automatyzacje i AI w firmach. Piszemy o tym, co sprawdziło się u klientów.

Porozmawiajmy o Twoim procesie

Przykłady wdrożeń

Tak to wygląda u naszych klientów: konkretne procesy i liczby.

Obraz dekoracyjny

Codeless: firmowe skille Claude, które zespół instaluje raz

Claude CodeGitHubn8n

Jak zapisaliśmy sposób pracy firmy jako skille Claude, które cały zespół instaluje raz i dostaje w nowej wersji po każdej zmianie.

Zobacz case study
Obraz dekoracyjny

Codeless: system marketingu i sprzedaży, w którym AI robi szkice

Claude Coden8nHubSpot

Jak zbudowaliśmy u siebie system marketingu i sprzedaży, w którym agenci AI przygotowują posty, rolki, kampanie i treści na stronę, a my akceptujemy.

Zobacz case study
Obraz dekoracyjny

Codeless Buddy: monitorowanie n8n u wszystkich klientów

n8nSlackGitHub

Jak pilnujemy n8n u wszystkich klientów: produkcja zgodna z repozytorium, jeden alert na Slacku przy błędzie i furtka naprawcza po stronie klienta.

Zobacz case study

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Pytania

Często zadawane pytania

Znajdź odpowiedzi na pytania związane z tym artykułem

Nie ma tu Twojego pytania?

Zadaj je na 30-minutowej rozmowie. Odpowiadamy konkretnie, na Waszym przykładzie.

Umów rozmowę →

Telegram przekazuje kod języka aplikacji użytkownika, a przy wątpliwościach język treści wiadomości może rozpoznać model AI.