Bisakah AI Belajar Gaya Jualan dari Riwayat Chat WhatsApp?

Bisa. AI bisa belajar gaya jualan dari riwayat chat WhatsApp, dan untuk kebanyakan bisnis kamu nggak perlu melatih model sendiri. Caranya: ekspor chat yang berakhir closing, samarkan data pelanggannya, minta AI menyusun panduan gaya membalas, lalu pakai panduan itu bersama beberapa contoh balasan terbaik setiap kali AI membuat draf. Hasilnya draf yang terdengar seperti tim jualanmu, bukan seperti robot.

Yang perlu diingat sejak awal, AI meniru pola yang terlihat di chat. Kebiasaan bagus ikut tertiru, kebiasaan buruk juga.

Kenapa nggak perlu melatih model sendiri

Ada dua cara mengajari AI gaya tertentu: memberi contoh di dalam prompt, atau fine-tuning, yaitu melatih ulang model dengan data sendiri. Untuk gaya membalas chat, cara pertama hampir selalu cukup.

• Panduan prompting Claude menyebut contoh sebagai salah satu cara paling andal untuk mengarahkan format, nada, dan struktur jawaban, dan menyarankan 3 sampai 5 contoh yang relevan dan beragam.
• Panduan optimasi model OpenAI menulis bahwa prompt engineering mungkin sudah cukup untuk hasil yang bagus. Halaman yang sama juga menyebut platform fine-tuning OpenAI sedang dihentikan dan sudah nggak menerima pengguna baru.

Jadi yang kamu butuhkan bukan data latih ribuan baris, tapi panduan gaya yang jelas dan beberapa contoh yang benar-benar bagus.

Langkah 1, ekspor chat yang tepat

Menurut Pusat Bantuan WhatsApp, di Android kamu bisa membuka chat, pilih Lainnya > Ekspor chat, lalu memilih tanpa media atau dengan media. Di WhatsApp Web dan desktop, kamu bisa memilih semua pesan atau rentang tanggal tertentu, dan hasilnya berupa file ZIP tanpa media. Pesan sekali lihat dan pesan sementara nggak ikut terekspor.

Pilih chatnya dengan sengaja:

• Ambil 20 sampai 30 chat yang berakhir closing, dari jenis pelanggan yang berbeda.
• Tambahkan beberapa chat yang gagal, supaya AI bisa membandingkan apa yang berbeda.
• Pilih chat dari orang yang gaya membalasnya memang ingin ditiru.

Langkah 2, samarkan data pelanggan

Chat pelanggan berisi data pribadi: nama, nomor telepon, alamat, kadang foto bukti transfer. Sebelum diunggah ke layanan AI, ganti nama dengan kode seperti Pelanggan A, hapus nomor telepon dan alamat, dan jangan sertakan media. Pakai akun AI milik perusahaan, bukan akun pribadi karyawan. Kenapa ini penting, termasuk soal UU Pelindungan Data Pribadi, aku bahas di Mau Rekap Data Keuangan Perusahaan ke ChatGPT? Bahaya Nggak Sih?.

Langkah 3, minta AI menyusun panduan gaya

Tempel chat yang sudah disamarkan, lalu pakai prompt seperti ini:

Berikut kumpulan chat penjualan WhatsApp dari toko kami. Nama dan nomor pelanggan sudah disamarkan.
Chat bertanda [CLOSING] berakhir dengan pembelian, chat bertanda [GAGAL] tidak.

Tolong susun panduan gaya membalas chat untuk tim kami, berisi:
1. Cara menyapa dan nada bahasa yang dipakai (formal, santai, sapaan kak/bapak/ibu).
2. Panjang pesan dan kebiasaan memakai emoji.
3. Cara menjawab pertanyaan harga dan ongkir.
4. Cara menangani keberatan, misalnya "kemahalan" atau "pikir-pikir dulu".
5. Cara mengajak pelanggan menyelesaikan pembelian.
6. Hal yang sering muncul di chat [GAGAL] dan sebaiknya dihindari.

Lalu pilih 5 balasan terbaik dari chat [CLOSING] sebagai contoh, beserta alasannya.
Jangan menambahkan janji, diskon, atau aturan toko yang tidak ada di chat.

Baca hasilnya bersama tim. Coret bagian yang nggak sesuai kebijakan toko, misalnya kebiasaan memberi diskon tanpa izin, lalu simpan panduan yang sudah dirapikan sebagai dokumen bersama.

Langkah 4, pakai panduan itu setiap membuat draf

Simpan panduan gaya dan lima contoh tadi di Project atau custom GPT, atau di instruksi sistem kalau kamu memakai API. Setiap ada chat masuk, minta AI membuat draf balasan berdasarkan panduan itu. Admin tinggal membaca, menyesuaikan, lalu mengirim.

Supaya hasilnya seragam untuk semua admin, gunakan satu panduan yang sama untuk seluruh tim, seperti yang kubahas di Hasil AI Tiap Karyawan Beda-beda, Bikin Template Bersama Biar Seragam.

Yang nggak bisa dipelajari dari chat

• Pengetahuan yang nggak tertulis, seperti stok hari ini, harga khusus untuk pelanggan lama, atau pengecualian yang biasanya diputuskan owner.
• Konteks pelanggan tertentu. Pelanggan yang sudah langganan bertahun-tahun mungkin butuh perlakuan yang berbeda dari yang terlihat di contoh.
• Kebijakan yang berubah. Kalau harga atau promo berubah, panduannya juga harus diperbarui.

Karena itu, biarkan AI membuat draf, bukan langsung membalas sendiri. Batas di mana manusia tetap perlu mengecek aku bahas di Di Titik Mana Manusia Harus Tetap Ngecek Hasil AI dan Automation.

Dari draf ke sistem

Kalau volume chat sudah ratusan sehari, langkah berikutnya biasanya bukan cuma draf balasan, tapi juga rekap. Di studi kasus rekap marketing WhatsApp, semua chat tim dua orang disimpan otomatis, lalu tiap malam AI merangkum siapa yang closing, siapa yang komplain, dan siapa yang perlu di-follow-up. Rekap seperti itu juga jadi bahan yang bagus untuk terus memperbarui panduan gaya.

Penutup

AI bisa meniru gaya jualan terbaik timmu dari chat WhatsApp, cukup dengan panduan gaya dan beberapa contoh yang dipilih dengan baik. Kuncinya ada di pemilihan chat, penyamaran data pelanggan, dan admin yang tetap membaca sebelum mengirim.

Kalau kamu ingin chat WhatsApp timmu dirangkum otomatis atau dibantu AI untuk draf balasan, cerita aja dulu alur kerjamu.

Foto di artikel ini dari Unsplash, karya Rifki Kurniawan (foto utama) dan American Jael, dipakai sesuai Unsplash License.