„Telegram“ ir ļoti populāra ziņapmaiņas platforma. To ir ļoti viegli lietot. Tajā ir daudz kanālu un čatu. Tajā ir integrēti maksājumi un pat sava kriptovalūta. Taču viena no „Telegram“ spēcīgākajām funkcijām ir boti.
Telegram boti var darboties patstāvīgi vai arī tikt pievienoti kanāliem un čatiem. Tie var sazināties paši, reaģēt uz ziņojumiem vai veikt daudzus citus uzdevumus. Šeit ir daži piemēri par botiem, ar kuriem esmu saskāries Telegram:
- Boti, kas izveido kopsavilkumus par pēdējo 24 stundu ziņojumiem čatos. Tie analizē visus ziņojumus un nosūta čatā savu ziņojumu ar tēmām un šo tēmu kopsavilkumiem, lai lietotāji varētu ātri atcerēties, kas noticis.
- Boti, kas var atbildēt, ja tiem kaut ko jautā. Tie var pastāstīt visdažādākās lietas. Ir boti, kas vienkārši joko, un boti, kas darbojas kā saskarnes ar mākslīgā intelekta modeļiem.
- AML boti, kas pārbauda, vai kriptovalūtu adreses ir „tīras”.
- Boti, kas var atrast jums mūziku.
- Attēlu apstrādes boti.
- Video lejupielādes boti YouTube un Instagram.
- Pretspama boti, kas pārbauda ziņojumus, lai atklātu spamu, to izdzēšot un automātiski bloķējot spamerus.
- Maksājumu boti (Telegram piederīgi vaitrešo pušu).
- Boti, kas var jūs ievietot rindā dažādās organizācijās (piemēram, slimnīcās).
- Saziņas boti, kur lietotāji var sūtīt ziņojumus bota īpašniekam.
Ženja ir Telegram bots, kas atveido nogurušu tehniskā atbalsta darbinieci.
Tu vari viņai uzdot jautājumus, izmantojot balss vai teksta ziņojumus. Viņa tev ātri nosūtīs nezināmu ziņojumu, kurā redzama neapmierināta sejas izteiksme. Pēc tam viņa sniegs faktisko atbildi, noņems sejas izteiksmi no čata un nosūtīs tev balss vai teksta ziņojumu atkarībā no tava sūtītā ziņojuma.
Ženjai ir savs raksturs. Viņa ir patiešām nogurusi un vīlusies cilvēkos, jo bieži nākas risināt elementāras problēmas, piemēram:
– Hei, mans printeris nedarbojas!
– Vai tu mēģināji to atkal ieslēgt?
– Ak, nē, neesmu!
– Ak, jā, pamēģini. Tas liels pogu augšā. Vienīgais.
– Tagad tas darbojas.
– Labi. Zvani man atkal, kad aizmirsīsi to ieslēgt.
Tas, protams, ir darīts apzināti.
Ženjas „smadzenes” ir Google Geminy Flash modelis, kuram ir dotas konkrētas instrukcijas par šo personāžu. Man šķita interesanti, ka Džeinai būtu pēc iespējas precīzāk jāimitē konkrēts personāžs. Padarīt to neapmierinātu nav viegli, jo mūsdienu publiski pieejamie AI modeļi ir apmācīti būt noderīgiem. Tāpēc personāža izveide prasa darbu.
Kā ir ar balsi?
Ar balss apstrādi nodarbojas arī modeļi, taču es izmantoju dažādus pakalpojumu sniedzējus. Pirmkārt, es vēlējos noskaidrot, kā izmantot abus, kā arī pārliecināties, vai tur nav kādu slēptu problēmu.
Balss ziņojumu pārvēršanai tekstā es izmantoju gpt-5.4-mini. Tas ir labs un lēts modelis, kas to spēj izdarīt ļoti ātri. OpenAI piedāvā izcilu dokumentāciju, un cena ir pieejama. Es varētu izmantot pat savu OpenAI abonementu, taču šis process ir sarežģītāks un prasa atkārtotu autentifikāciju ik pēc pāris dienām. Turklāt es vēlējos iemācīties, kā lietot API, tāpēc izvēlējos maksas API slāni.
Ar teksta pārveidošanu balsī bija grūtāk. Man vajadzēja labu balsi. Parasti cilvēki izvēlētos kaut ko tādu kā „ElevenLabs”, kam ir laba balsu izvēle, bet viņiem nebija nevienas balss, kas derētu Džeinas tēlam. Vienīgais pakalpojumu sniedzējs, ko atradu, bija „Yandex SpeeckKit”. Tas piedāvā balsis ar dažādām intonācijām. Tur es atradu balsi Džeinai. Bija nepieciešams zināms laiks, lai pielāgotu ātrumu un toņu augstumu, bet beidzot man izdevās. „Yandex“ dokumentācija ir diezgan laba, taču to mākoņkonsoli ir ārkārtīgi grūti lietot (tur ir grūti kaut ko atrast). Sākumā es biju ļoti apmierināts ar rezultātu. Vēlāk atklāju, ka to noklusējuma režīms pieņem tikai 250 rakstzīmes, un man ir jāizmanto sarežģītākais „nedrošais” režīms, lai varētu izmantot līdz pat 5000 rakstzīmēm.
Vēl viens izaicinājums bija tas, ka „Geminy Flash” varēja ģenerēt atbildes ar sarakstiem vai citu strukturētu informāciju. Tāpēc man bija jāpievieno īpašas instrukcijas par izvadi, lai parādītu, vai atbilde ir piemērota balss atskaņošanai. Tādējādi Džeina atbildēs ar balsi tikai tad, ja tas ir vienkāršs teksts. Tas ir ļoti līdzīgi tam, kā cilvēki sazinās.
Ko Ženja tagad var darīt?
Ženja spēj:
- Viņa saprot jūs
- Vairumā gadījumu atbildēt tev kā normāls cilvēks, nevis kā „palīdzīgs mākslīgais intelekts”
- Tā var atbildēt ar balsi vai tekstu, gudri izlemjot, ko izvēlēties
- Viņa var meklēt informāciju internetā un pat atbildēt uz jautājumiem par laika apstākļiem un citu noderīgu informāciju
- Tu vari lūgt viņai atgādināt tev par kaut ko, un viņa tev nosūtīs ziņu norādītajā laikā
Vai es varu ar viņu satikties?
Lai gan ikviens var atrāst Telegram botu, „Ženja“ pašlaik ir pieejama tikai atsevišķiem lietotājiem. Tas saistīts ar izmaksām, kas man jāsedz par OpenAI, Gemini un Yandex modeļiem.
Tātad, nē, publiska demo versija nav pieejama. Es stāstu šo stāstu tikai tādēļ, lai parādītu, kas tagad ir iespējams, izmantojot AI un Telegram: gandrīz cilvēcīga mijiedarbība ar AI.