Видео этого урока скоро появится
Конспект урока доступен ниже
Голосовые, скриншоты, документы: продажник понимает всё
Добавишь расшифровку голосовых сообщений и чтение файлов: PDF, фото, документы. Настроишь единый поток, где любой формат превращается в текст и попадает в диалог. Клиенту больше не придётся печатать, чтобы получить осмысленный ответ.
Конспект урока
- 1
Роутер по типу вложения
Один вход и четыре ветки: текст, голос, фото, документ. Все ветки сходятся обратно в общий блок диалога, чтобы промпт и память оставались едиными для любого формата.
- 2
Голос в текст
Ветка голосовых скачивает файл через Download a File и отправляет его в модуль расшифровки. Формат, в котором Telegram отдаёт голосовые, распознаватели принимают напрямую, конвертировать заранее не нужно.
- 3
PDF и сканы
Текстовые PDF разбирай модулем извлечения текста, а сканы отправляй в модель со зрением как обычную картинку. Отличать просто: если извлечённый текст пустой, значит перед тобой скан.
- 4
Ответ подтверждает понимание
На голосовое отвечай текстом и начинай с короткого пересказа услышанного. Так клиент видит, что бот понял, и сам поправит расшифровку, если та ошиблась на имени или названии.
- 5
Что делать с неподъёмным файлом
Заранее реши поведение для файлов, которые бот скачать не может: вежливая просьба прислать иначе, а не молчание. Тишина в ответ читается клиентом как поломка и обрывает диалог.
Практика
Добавь в бота ветку голосовых сообщений: расшифровка, короткий пересказ в начале ответа, дальше обычный ход диалога.
Сделал? Отметь урок пройденным и переходи дальше