آخر تحديث: 3 نوفمبر 2026 · إعداد: فريق مظبوت (MazBot) · المصدر الأساسي: إعدادات موظف الذكاء الاصطناعي في مظبوت، وورقة Whisper البحثية، وصفحة أسعار منصة واتساب للأعمال من Meta
الإجابة المختصرة: نعم. موظف الذكاء الاصطناعي على واتساب بيزنس API يستطيع فهم الرسائل الصوتية: يحوّل الصوت إلى نص بنموذج Whisper من OpenAI، ثم يرد كتابةً من معلومات نشاطك. في مظبوت يحدث هذا تلقائياً، ويفهم الصور أيضاً، لكنه لا يرد بصوت. استخدمه للأسئلة المتكررة وتسجيل الطلبات والحجوزات، وحوّل الشكاوى والحالات الحساسة أو التسجيلات غير الواضحة لموظف.
محتوى المقال:
- لماذا الرسائل الصوتية مهمة مع العملاء العرب؟
- كيف يفهم الذكاء الاصطناعي الرسالة الصوتية؟
- متى تستخدمه؟ أمثلة من مصر والخليج
- نصائح للهجات والتسجيلات غير الواضحة
- متى تحوّل المحادثة لموظف؟
- الخصوصية وبيانات العملاء
- كم التكلفة؟
- حدود يجب أن تعرفها
- كيف يساعدك مظبوت؟
- أسئلة شائعة
لماذا الرسائل الصوتية مهمة مع العملاء العرب؟
لأن كثيراً من العملاء يفضّلون الكلام على الكتابة: السؤال طويل، أو العميل يقود سيارته، أو الكتابة بالعامية متعبة له. والأرقام تدعم ذلك:
- أعلنت واتساب في مارس 2022 أن مستخدميها يرسلون في المتوسط 7 مليارات رسالة صوتية يومياً.
- في استطلاع YouGov شمل 17 سوقاً (أُجري في نوفمبر 2023 ونُشر في فبراير 2024) كان المستهلكون في الإمارات الأقل تفضيلاً للنص بين كل الأسواق: 33% فقط يفضّلون استقبال الرسائل نصاً، و17% يفضّلون الصوت (أعلى نسبة بين الأسواق)، و46% يفضّلون الاثنين بالتساوي.
المشكلة أن البوت التقليدي المبني على القوائم والكلمات لا يفهم الصوت، فتبقى الرسالة الصوتية بلا رد حتى يسمعها موظف، وقد يحدث ذلك بعد ساعات. هنا يصنع الذكاء الاصطناعي الفرق.
كيف يفهم الذكاء الاصطناعي الرسالة الصوتية على واتساب؟
- الاستلام: يرسل العميل رسالة صوتية إلى رقمك على واتساب بيزنس API، فتصل إلى المنصة ملفاً صوتياً.
- التحويل إلى نص: يحوّل نموذج Whisper من OpenAI الصوت إلى نص. Whisper نموذج متعدد اللغات، والعربية من لغاته، ودُرّب حسب ورقته البحثية على 680 ألف ساعة من الصوت.
- الرد: يقرأ موظف الذكاء الاصطناعي النص مع معلومات نشاطك وتعليماتك، ثم يرد كتابةً في نفس المحادثة.
وإذا أرسل العميل عدة رسائل متتالية، ينتظر موظف الذكاء الاصطناعي في مظبوت حتى ينتهي ثم يرد رداً واحداً. ويفهم الصور كذلك، مثل صورة منتج من إعلان أو لقطة شاشة لطلب.
متى تستخدمه؟ أمثلة من مصر والخليج
| النشاط | الرسالة الصوتية (مثال) | ما يفعله موظف الذكاء الاصطناعي |
|---|---|---|
| متجر ملابس في الإسكندرية | «عايز الجاكيت الأسود مقاس XL، بكام وهيوصل إسكندرية إمتى؟» | يرد بالسعر ومدة التوصيل من معلوماتك، ويطلب العنوان لتسجيل الطلب |
| عيادة أسنان في الرياض | «أبغى موعد تنظيف يوم الخميس العصر» | يسجّل الاسم والخدمة والوقت، ويبلغه أن الاستقبال سيؤكد الموعد |
| شركة صيانة مكيفات في جدة | «المكيف يشتغل بس ما يبرد، متى تقدرون تجون؟» | يسأل عن الحي ونوع المكيف، ثم يحوّل المحادثة للمنسق لتحديد الزيارة |
| مطعم في القاهرة | «فيه توصيل لمدينة نصر؟ وعندكم عرض العيلة؟» | يجيب من قائمة مناطق التوصيل والعروض المكتوبة |
الأنسب له: الأسئلة المتكررة، وتسجيل الطلبات والحجوزات، والرد خارج ساعات العمل. الأقل مناسبة: الشكاوى والمبالغ المالية والحالات الطبية، وهي موضوع قسم التحويل لموظف. وإذا احتجت لتأكيد الموعد أو الطلب بعد انتهاء نافذة الـ 24 ساعة فاستخدم قالباً معتمداً، ونماذجه جاهزة في قوالب Utility للعيادات وقوالب Utility للمتاجر.
كيف تتعامل مع اللهجات والتسجيلات غير الواضحة؟
- اكتب معلوماتك بكلمات عملائك: النص الناتج من الصوت يحمل كلمات العميل كما نطقها («تكييف» أو «مكيف»، «جزمة» أو «حذاء»)، وموظف الذكاء الاصطناعي يبحث في معلوماتك بالكلمات، فاكتب الصيغتين.
- اطلب التوضيح بدل التخمين: أضف إلى التعليمات: «إذا كانت الرسالة غير واضحة أو ناقصة، اطلب من العميل إعادتها أو كتابتها، ولا تخمّن».
- الأرقام والعناوين كتابةً: أرقام الهواتف والطلبات والعناوين التفصيلية من أكثر ما قد يخطئ فيه التحويل الصوتي، فاجعل البوت يعيدها على العميل ويطلب تأكيدها كتابةً.
- حدّد لهجة الرد: العميل قد يتكلم بالمصرية أو الخليجية أو الشامية، والرد يتبع تعليماتك: اطلب الرد بلهجة السوق الذي تخدمه أو بعربية بسيطة.
- اختبر بتسجيلات حقيقية: قبل التشغيل جرّب رسائل من أشخاص مختلفين، بلهجات مختلفة، مع ضوضاء (شارع أو سيارة)، ورسائل طويلة وأخرى قصيرة جداً.
دقة التحويل الصوتي تختلف حسب اللهجة ووضوح التسجيل والضوضاء، لذلك الاختبار بتسجيلات عملائك أهم من أي رقم عام.
متى تحوّل الرسالة الصوتية لموظف؟
سياسة واتساب لرسائل الأعمال تطلب طريق تصعيد سريعاً وواضحاً لموظف بشري عند استخدام الأتمتة. وفي الرسائل الصوتية تحديداً حوّل في هذه الحالات:
- الشكوى أو الغضب: التحويل إلى نص ينقل الكلمات لا نبرة الصوت، فقد يبدو العميل الغاضب هادئاً في النص.
- المال: الاسترجاع، والخلاف على مبلغ، وطلبات الخصم الخاصة.
- الحالات الطبية والقانونية: الذكاء الاصطناعي لا يقدّم تشخيصاً أو رأياً قانونياً.
- رسالة غير مفهومة مرتين: بعد طلب الإعادة مرة واحدة، الأفضل أن يكمل موظف.
- الطلبات الكبيرة: طلب جملة، أو عميل شركات، أو عميل مهم يعرفه فريقك.
تنبيه عملي: كلمات التحويل في مظبوت (مثل «موظف» أو «agent») توقف البوت وتنبّه فريقك. جرّب قبل التشغيل هل يتحول طلب الموظف المنطوق في رسالة صوتية كما تتوقع، واجعل التعليمات تطلب من العميل كتابة «موظف» إذا أراد التحدث مع شخص.
ماذا عن الخصوصية وبيانات العملاء؟
الرسالة الصوتية بيانات شخصية: صوت العميل نفسه، وقد تحمل اسمه وعنوانه أو تفاصيل صحية. انتبه لأربع نقاط:
- الرسالة تمر على مزوّد الذكاء الاصطناعي لتحويلها والرد عليها. اختر مزوّداً لا يدرّب نماذجه على بياناتك؛ OpenAI مثلاً تذكر أن بيانات واجهتها البرمجية (API) لا تُستخدم في التدريب إلا إذا وافقت صراحة، وأنها تحتفظ بسجلات مراقبة إساءة الاستخدام حتى 30 يوماً.
- شروط Meta تمنع استخدام بيانات منصة واتساب للأعمال في تدريب نماذج الذكاء الاصطناعي، إلا ضبط نموذج (Fine-tuning) لاستخدامك الحصري.
- لا تطلب بيانات حساسة صوتياً: لا أرقام بطاقات ولا كلمات مرور، واطلب من مرضى العيادات أقل قدر ممكن من التفاصيل الصحية.
- القانون المحلي: في السعودية أصبح نظام حماية البيانات الشخصية نافذاً بالكامل منذ 14 سبتمبر 2024. وفي مصر صدرت اللائحة التنفيذية لقانون حماية البيانات الشخصية رقم 151 لسنة 2020 في 1 نوفمبر 2025 (القرار الوزاري 816 لسنة 2025) مع مهلة سنة لتوفيق الأوضاع. اذكر استخدامك للذكاء الاصطناعي في سياسة الخصوصية، وراجع مستشارك القانوني.
كم تكلفة فهم الرسائل الصوتية؟
التكلفة من مصدرين: Meta (رسائل واتساب)، والذكاء الاصطناعي (التحويل والرد).
| البند | الجهة | التكلفة (أسعار Meta السارية من 1 أكتوبر 2026) |
|---|---|---|
| رسالة العميل الصوتية إليك | Meta | مجانية: Meta لا تحاسب على رسائل العملاء إلى الشركات |
| تحويل الصوت إلى نص | الذكاء الاصطناعي | للتقدير: سعر Whisper المعلن لدى OpenAI هو 0.006$ للدقيقة |
| كتابة الرد | الذكاء الاصطناعي | توكنز حسب طول الرد والنموذج، من رصيد مظبوت أو من فاتورة مفتاحك |
| إرسال الرد للعميل | Meta | رسالة خدمة: أول 1,000 شهرياً لكل رقم مجانية، ثم 0.0036$ في مصر و0.0107$ في السعودية |
مثال: عيادة في جدة تستقبل 1,000 رسالة صوتية شهرياً، متوسط الواحدة 30 ثانية، أي 500 دقيقة. تكلفة التحويل بسعر OpenAI المعلن: 500 × 0.006 = 3$ تقريباً في الشهر. والحساب الجديد في مظبوت يبدأ بـ 250 ألف توكن مجاناً للتجربة. وإذا جاء العميل من إعلان Click-to-WhatsApp فكل رسائلك له مجانية داخل نافذة تصل إلى 7 أيام (دليل إعلانات Click to WhatsApp). ولتفاصيل أسعار Meta اقرأ تغييرات أسعار واتساب API من أكتوبر 2026.
ما حدود فهم الرسائل الصوتية؟
- الرد كتابي فقط: موظف الذكاء الاصطناعي في مظبوت لا يرسل رسائل صوتية.
- الكلمات لا النبرة: النص لا يحمل نبرة العميل أو انفعاله.
- أخطاء محتملة: في الأسماء والأرقام، والكلام المخلوط بين العربية والإنجليزية، والتسجيلات المليئة بالضوضاء.
- الرسائل المسجلة لا المكالمات: الحديث هنا عن الرسائل الصوتية، لا مكالمات واتساب.
- يعتمد على معلوماتك: فهم السؤال لا يكفي إذا لم تكن الإجابة مكتوبة في معلومات نشاطك. اتبع خطوات بناء موظف مبيعات بالذكاء الاصطناعي لكتابتها جيداً.
كيف يساعدك مظبوت؟
- موظف ذكاء اصطناعي يفهم الرسائل الصوتية (يحوّلها إلى نص عبر Whisper) والصور، ويرد كتابةً بالعربي من معلومات نشاطك.
- تختار المزوّد: OpenAI أو Claude أو Gemini أو Groq، برصيد مظبوت أو بمفتاحك الخاص.
- ينتظر حتى ينهي العميل رسائله المتتالية ثم يرد مرة واحدة، ويعمل في ساعات العمل التي تحددها.
- تحويل لموظف بكلمات عربية وإنجليزية مع تنبيه للفريق، وصندوق وارد مشترك بصلاحيات (إدارة فريق العمل على رقم واحد).
- جرّب أول شهر مجاناً.. وبعده الباقات بخصم 50% (Start بـ 6$ بدلاً من 12$)، مع 250 ألف توكن للذكاء الاصطناعي، وبدون أي عمولة من مظبوت على رسائل Meta.
أسئلة شائعة
هل يفهم الذكاء الاصطناعي الرسائل الصوتية باللهجة المصرية والخليجية؟
نموذج Whisper يدعم العربية، لكن الدقة تختلف حسب اللهجة ووضوح التسجيل. جرّب بتسجيلات حقيقية من عملائك، واجعل البوت يطلب التوضيح عند الشك بدل التخمين.
هل يرد موظف الذكاء الاصطناعي برسالة صوتية؟
لا. في مظبوت يفهم الرسائل الصوتية ويرد عليها كتابةً فقط.
هل تحاسب Meta على الرسائل الصوتية التي يرسلها العملاء؟
لا، Meta لا تحاسب على رسائل العملاء إلى الشركات. أما ردك فيُحسب رسالة خدمة: أول 1,000 رسالة شهرياً لكل رقم مجانية، ثم تُحاسب حسب دولة العميل.
هل يفهم الصور أيضاً؟
نعم. يفهم محتوى الصور التي يرسلها العميل، مثل صورة منتج أو لقطة شاشة، ويرد عليها كتابةً.
هل تُستخدم رسائل عملائي الصوتية في تدريب نماذج الذكاء الاصطناعي؟
شروط Meta تمنع استخدام بيانات المنصة في تدريب النماذج إلا لضبط نموذج حصري لك، وOpenAI لا تدرّب نماذجها على بيانات الواجهة البرمجية إلا بموافقتك. راجع سياسة المزوّد الذي تختاره.
ماذا يحدث إذا كانت الرسالة الصوتية غير واضحة؟
اجعل التعليمات تطلب من العميل إعادتها أو كتابتها، وإذا تكرر الغموض حوّل المحادثة لموظف.
اقرأ أيضاً:
المصادر
- WhatsApp Blog: Making Voice Messages Better (30 مارس 2022) (اطّلعنا عليها في 3 نوفمبر 2026)
- YouGov: Do consumers prefer sending and receiving messages in audio or text form? (فبراير 2024) (اطّلعنا عليها في 3 نوفمبر 2026)
- Radford وآخرون: Robust Speech Recognition via Large-Scale Weak Supervision (ورقة Whisper) (اطّلعنا عليها في 3 نوفمبر 2026)
- OpenAI Whisper على GitHub (قائمة اللغات المدعومة) (اطّلعنا عليها في 3 نوفمبر 2026)
- OpenAI: API Pricing (Whisper) (اطّلعنا عليها في 3 نوفمبر 2026)
- OpenAI: Data controls in the OpenAI platform (اطّلعنا عليها في 3 نوفمبر 2026)
- Meta: Pricing on the WhatsApp Business Platform (اطّلعنا عليها في 3 نوفمبر 2026)
- شروط Meta لمنصة واتساب للأعمال، البند 4.7 (اطّلعنا عليها في 3 نوفمبر 2026)
- WhatsApp Business Messaging Policy (اطّلعنا عليها في 3 نوفمبر 2026)
- Clyde & Co: Saudi Arabia's Personal Data Protection Law becomes enforceable (اطّلعنا عليها في 3 نوفمبر 2026)
- CMS: Egypt's PDPL executive regulations issued (اطّلعنا عليها في 3 نوفمبر 2026)
اجعل كل رسالة صوتية تجد رداً
موظف ذكاء اصطناعي يفهم رسائل عملائك الصوتية وصورهم، ويرد بالعربي 24 ساعة، ويحوّل لفريقك عند الحاجة. جرّب أول شهر مجاناً.. وبعده الباقات بخصم 50%.
