Cara Membuat Chatbot Pemesanan Janji Temu [2025]

Unggah informasi bisnis statis

Mulailah dengan mengunggah dokumen sederhana dan terstruktur yang mencakup pertanyaan yang paling sering ditanyakan pelanggan. Dokumen ini dapat berupa PDF, dokumen Word, atau spreadsheet - pastikan dokumen tersebut tersusun dengan jelas.

Dokumen Anda harus menyertakan:

• Lokasi dan alamat cabang
• Layanan yang tersedia di setiap lokasi
• Harga, diskon, dan opsi keanggotaan
• Jam operasional dan detail kontak

Setiap topik harus memiliki bagian yang jelas, sehingga chatbot dapat dengan mudah menemukan dan mengembalikan jawaban yang relevan.

Tip: Gunakan tajuk dan poin-poin penting dalam dokumen Anda agar semuanya dapat dipindai oleh bot dan tim Anda.

Anda dapat mengunggah dokumen ini dengan membuka bagian Basis Pengetahuan:

1. Dari proyek Anda, buka menu sebelah kiri.
2. Klik Basis Pengetahuan.
3. Pilih Unggah dokumen dan tambahkan file Anda.

Berikan nama yang jelas pada dokumen (misalnya, Rincian Cabang - Maret 2025) agar Anda dapat merujuknya nanti dalam alur kerja atau kueri.

Setelah diunggah, chatbot dapat langsung mulai menggunakan dokumen tersebut untuk menjawab pertanyaan pengguna - tidak perlu pelatihan atau pengkodean tambahan.

Menggunakan tabel untuk informasi dinamis

Untuk hal-hal seperti acara yang akan datang, penawaran musiman, atau jadwal bergilir, lebih baik menggunakan tabel daripada mengunggah dokumen statis. Tabel memungkinkan Anda memperbarui hanya satu baris tanpa menyentuh data lainnya - membuatnya lebih cepat untuk dipelihara.

Berikut ini cara membuat tabel di basis pengetahuan Anda:

1. Buka bagian Basis Pengetahuan dari menu sebelah kiri.
2. Klik Buat Baru, lalu pilih Tabel.
3. Beri nama tabel Anda (misalnya, Jadwal Acara).
4. Tambahkan kolom untuk jenis info yang Anda inginkan untuk diambil oleh chatbot, seperti:
   
   • nama_acara
   • tanggal
   • lokasi
   • harga
   • Deskripsi
5. Mulailah menambahkan baris untuk setiap peristiwa atau item yang Anda inginkan untuk direferensikan oleh bot.

Setelah tabel Anda disimpan, Anda dapat menggunakannya untuk memberi daya pada respons dinamis. Misalnya, saat pengguna bertanya, "Acara apa yang akan diadakan akhir pekan depan?", bot dapat menarik baris yang relevan dan memberikan jawaban langsung.

Mengoptimalkan biaya dengan FAQ yang di-cache

Salah satu tantangan terbesar dengan bot bertenaga AI adalah biaya - terutama jika bot tersebut mencapai LLM setiap kali seseorang mengajukan pertanyaan umum.

Basis pengetahuan membantu mengurangi hal ini dengan menyimpan jawaban secara otomatis ke dalam cache untuk pertanyaan yang sering diajukan. Artinya, jika lima orang bertanya, "Bagaimana jadwal akhir pekan di gym?", platform ini hanya menanyakan basis pengetahuan atau LLM Anda satu kali - kemudian menggunakan kembali jawaban tersebut secara instan di waktu berikutnya.

Anda tidak perlu mengonfigurasi apa pun. Caching akan aktif secara otomatis jika:

• Jawabannya berasal dari konten terstruktur (dokumen, tabel, atau FAQ)
• Bot terhubung ke pipa LLM atau RAG
• Pengguna tetap berada di utas topik yang sama

Ini membuat bot Anda tetap cepat - dan mengurangi penggunaan token tanpa mengorbankan pengalaman.

Instal integrasi Calendly

Mulai dari dasbor proyek Anda:

1. Pergi ke Hub dari menu sebelah kiri.
2. Cari Calendly dan klik Instal.
3. Setelah terinstal, buka pengaturan IntegrasiCalendly dari proyek Anda.

Buat dan tambahkan kunci API Calendly Anda

Selanjutnya, Anda perlu membuat kunci API pribadi dari Calendly dan menambahkannya ke alur kerja:

1. Masuk ke akun Calendly Anda.
2. Klik Integrasi & Aplikasi dari menu sebelah kiri.
3. Gulir ke bawah ke API & Webhook dan klik Dapatkan token sekarang.
4. Beri nama token (misalnya, Access) dan selesaikan autentikasi dua faktor jika diminta.
5. Salin kunci API - Anda tidak akan dapat melihatnya lagi nanti.
6. Kembali ke Botpress dan tempelkan kunci ke dalam pengaturan IntegrasiCalendly .
7. Klik Simpan untuk menyelesaikan koneksi.

Setelah terhubung, chatbot Anda akan dapat mengambil data ketersediaan dan membuat tautan penjadwalan berdasarkan lokasi atau preferensi pengguna.

1. Menangkap Pilihan Cabang Pengguna

Karena bisnis Anda mungkin memiliki beberapa lokasi, bot perlu mengetahui cabang mana yang diinginkan pengguna sebelum menampilkan ketersediaan.

1. Tambahkan simpul pilihan tunggal untuk meminta pengguna memilih lokasi.
2. Buat sebuah variabel (misalnya, workflow.branch) untuk menyimpan pilihan mereka.
3. Anda akan menggunakan ini nanti untuk mengirim tautan Calendly yang tepat berdasarkan cabang yang dipilih.

Hal ini memastikan bahwa semua tautan penjadwalan dan respons disesuaikan dengan cabang yang tepat.

2. Menggunakan Alur Kerja Acara Calendly

Hub juga menyediakan alur kerja siap pakai yang terhubung langsung ke pengaturan Calendly Anda.

1. Di bagian Alur Kerja, cari Alur Kerja AcaraCalendly .
2. Klik Kloning untuk membuat versi yang dapat diedit.
3. Sesuaikan alur jika diperlukan - alur ini sudah diatur untuk menghasilkan tautan pemesanan yang terkait dengan sesi pengguna menggunakan conversationId.

Dengan meneruskan ID percakapan, chatbot menghasilkan tautan pemesanan unik yang dapat dilacak ke masing-masing pengguna. Alur kerja yang telah dibuat sebelumnya ini menghemat waktu dan memastikan logika penjadwalan Anda sudah terhubung dengan benar.

3. Menyiapkan Pemicu Peristiwa Calendly

Setelah tautan pemesanan dikirim, Anda ingin chatbot mendeteksi kapan pengguna telah menjadwalkan janji temu mereka.

1. Klik kanan di dalam alur kerja dan tambahkan simpul Pemicu PeristiwaCalendly .
2. In the settings, pass the conversation ID using:
   {{event.payload.conversation.id}}
3. Hal ini memungkinkan chatbot untuk mendengarkan pemesanan spesifik pengguna.
4. Ketika dipicu, bot dapat mengirim pesan konfirmasi secara otomatis.

Hal ini membuat bot terasa cerdas dan responsif - dan memastikan pengguna tahu bahwa janji temu mereka telah dipesan.

4. Menangani Informasi Bisnis dan Pertanyaan Umum

Tidak semua orang akan langsung melakukan pemesanan. Beberapa pengguna mungkin akan bertanya tentang harga, jam, atau layanan terlebih dahulu. Anda bisa menangani hal ini dengan menghubungkan basis pengetahuan Anda.

1. Tambahkan simpul otonom yang terhubung ke basis pengetahuan.
2. Aktifkan pencarian pengetahuan agar bot dapat menarik respons dari dokumen atau tabel yang diunggah.
3. Gunakan simpul ini sebagai pengalihan ketika pengguna mengajukan pertanyaan umum.

Dengan cara ini, bot Anda tetap membantu - bahkan untuk pengguna yang belum siap memesan.