Telegram の写真、ボイスメッセージ、ファイル

顧客が Telegram のボットに送れるものすべてに、AI エージェントがどう応えるか。アルバムとその質問への 1 つの返信、聞いて理解するボイスメッセージとビデオメッセージ、GIF とスタンプ、開けないドキュメント、そしてすべてのファイルが受信トレイのどこにたどり着くか。

更新日

2 分足らず:自転車店がボットを接続し、お客さまが写真 3 枚と質問、ボイスメッセージを送り、エージェントが返信し、翌朝に整備士が自分で返信します。

Telegram の顧客は、見せられるものを言葉で説明することはまれです。写真 3 枚と 質問を送るか、マイクを押さえて 20 秒ほど話すか、Telegram の丸いビデオメッセージ を録画します。AI エージェントはそのすべてを受け取り、1 回だけ返信し、すべての ファイルをチームのために /conversations に保管します。

Brightwater Bike Repair で考えてみましょう。ある顧客が店の Telegram ボットに メッセージを送ります。曲がったリアホイールの写真 3 枚、そして 「修理はいくらで、土曜日までにできますか?」。1 分後、ボイスメッセージが 1 件: 「あ、ブレーキもキーキー鳴ります。」。エージェントは写真と質問に 1 つの返信で 答え、それからブレーキに答えます。朝に会話を開けた整備士は、写真を見て、 ボイスメッセージを再生でき、何が言われたかを読めます。

アルバムとその質問への 1 つの返信

Telegram はアルバムを写真ごとの 1 件のメッセージとして届け、それと一緒に打たれた 質問はさらに 1 件として届けます。届いた順にいちいち答えていたら、返信は 4 回に なり、そのうち 3 回はまだ質問のない写真への返信になります。

そこで、メッセージに写真やファイルが含まれる場合、エージェントは 新しいメッセージが 5 秒間届かなくなるまで待ってから、届いたすべてにまとめて 返信します。顧客が送り続ける限りでも、最初のメッセージから 20 秒 より長くは 待ちません。

  • プレーンテキストにはすぐに返信します。 待つのは、届いたものに写真や ファイルが含まれるときだけです。
  • 最大 20 件までまとめて返信します。 10 枚のアルバム 2 つと、そのあとの 質問を送った顧客には、返信は 2 回です。
  • エージェントがすでに書いている途中に送られたメッセージ は、その返信には 加わりません。最初の返信が出たあとに、自分の返信を受け取ります。1 つのチャット で、2 つのことに同時に答えることはありません。
/conversations の Maya Collins さんの Telegram の会話。曲がったリアホイールの写真 3 枚がひとつのグリッドに並び、質問「修理はいくらで、土曜日までにできますか?」、その下にエージェントの返信がひとつ。
写真 3 枚と質問に、返信はひとつ。

顧客が送るものそれぞれに、エージェントがすること

顧客が送るものエージェント
写真、またはアルバム見ます。返信 1 件につき最大 10 枚、送られた順に、だから「3 枚目の写真」と話せます。
ボイスメッセージ、または音声ファイル話された内容の文字起こしを読み、それに答えます。
丸いビデオメッセージ話された内容の文字起こしを読みます。映像は見ません。
ビデオビデオが届いたことは分かります。見ることはできず、中身を推測する代わりにそう伝えます。
GIFGIF が届いたことは分かります。見ることはできません。
スタンプスタンプの絵文字が見えるので、👍 のスタンプは「高評価」として読めます。
ドキュメント — PDF、スプレッドシート、Word ファイルドキュメントが届いたことと、その名前は分かります。開くことはできません。

見込んでおくべきは最後の行です。「請求書を送りました。合計を確認して」 と伝えられたエージェントは、ファイルが開けないと言います。合計をでっち上げる ことはしません。顧客がエージェントに読んでほしいドキュメントを送る習慣が あれば、指示の中で、代わりに何と言うかを教えてください。金額をメッセージで 聞く、人が確認すると伝える、などです。

過去のファイルは「送られたもの」として記憶されます。 顧客の次のメッセージ の時点で、エージェントは、このチャットで先ほど写真、ビデオメッセージ、または 👍 のスタンプが送られたことと、それに何と返信したかを知っています。それらの 写真をもう一度見ることはありません。

すべてのファイルがたどり着く場所

/conversations で会話を開きます。顧客が送ったすべてのファイルは、送られた スレッドの中にあります:

  • 写真 はグリッドで、写真ごとに 1 つのタイル。クリックすると原寸で開き ます。
  • ボイスメッセージ はプレーヤー付き、その下に Transcript。
  • 丸いビデオメッセージ は四角いプレーヤーで、その下に文字起こし。
  • GIF は音なしでループ再生され、常に Pause GIF ボタンが付いています。 パソコンがモーション減らす設定なら、GIF は一時停止で始まります。
  • スタンプ はその絵文字で、大きく。会話リストでは、プレビューに Sticker 👍 と表示されます。
  • ビデオ はプレーヤー付き、ドキュメント は名前とサイズの入った チップ。クリックするとファイルが新しいタブで開きます。

保存できなかったファイルは、その場所に 1 行表示されます — Photo not available、Voice message not available、Document not available — 表示できなくても、何かが送られたことは分かります。

同じ会話の少し下。再生ボタンの付いた Maya さんのボイスメッセージ、Transcript の下に「あ、ブレーキもキーキー鳴ります。」、続いてブレーキについてのエージェントの返信。
再生できるボイスメッセージと、その下に書き起こされた内容。

知っておくとよいこと

  • 16 MB を超えるファイルは保存されません。 顧客のメッセージ自体は届きます。 ファイルの位置にはその行が表示され、エージェントには読み込めなかったことが 伝わります。
  • ファイルは 180 日間保管され、その後に削除されます。メッセージと、 文字起こしの内容は残ります。
  • 編集されたメッセージには、もう一度答えません。 顧客が送信後にメッセージを 編集しても、エージェントは元のメッセージに答え、受信トレイには元のメッセージが 表示されます。
  • エージェントのないボットも、すべてを保管します。 ボットに応答する エージェントが設定されていなければ、すべてのメッセージとファイルは /conversations に届き続け、人が答えるのを待ちます — Telegram のボットに AI エージェントを載せる が両方を扱います。

次に読む