Pojęcia, które pojawiają się przy wdrożeniu voicebota.

Technologia zamieniająca mowę na tekst w czasie rzeczywistym. W klasycznej architekturze voicebota ASR odbiera głos rozmówcy i przekazuje zapis wypowiedzi do silnika rozmowy.

Jakość rozpoznawania polskiej mowy zależy między innymi od hałasu, jakości połączenia, akcentu, nazw własnych i słownictwa branżowego. Dostępne są usługi chmurowe oraz modele uruchamiane we własnej infrastrukturze. Wybór zależy od wymaganej jakości, czasu odpowiedzi, kosztu i zasad przetwarzania danych. Dla nazw produktów, leków lub miejsc można przygotować listę terminów, które silnik ma rozpoznawać w pierwszej kolejności.

zobacz też TTS·Voicebot·Silnik rozmowy (dialog engine)

Technologia zamieniająca tekst na mowę. W voicebotach TTS generuje głos, który słyszy rozmówca; jakość polskiego TTS-u determinuje, czy rozmowa brzmi naturalnie, czy „robotycznie”.

Polskie głosy różnią się wymową liczb i skrótów, intonacją, czasem generowania oraz warunkami licencji. Dobór silnika i głosu wykonuje się dla konkretnego scenariusza, z uwzględnieniem jakości, kosztu i zasad przetwarzania danych. Oddzielnym rozwiązaniem jest architektura speech-to-speech, w której model generuje dźwięk bez osobnego kroku TTS.

zobacz też ASR·Voicebot·LLM

Architektura voicebota, w której model przyjmuje dźwięk na wejściu i bezpośrednio generuje dźwięk na wyjściu, bez osobnych usług ASR oraz TTS.

Klasyczna architektura wykonuje trzy kroki: rozpoznaje mowę, tworzy odpowiedź tekstową i syntetyzuje głos. Model speech-to-speech łączy te funkcje i może skrócić czas odpowiedzi. Kompromisy dotyczą między innymi wyboru głosu, kontroli transkryptu, integracji, kosztu i sposobu przetwarzania danych. Różnice trzeba zmierzyć na tym samym scenariuszu, zamiast zakładać przewagę jednego rozwiązania z góry.

zobacz też LLM·TTS·Voicebot

Element oprogramowania, który zarządza przebiegiem rozmowy: rozgałęzieniami, odpowiedziami awaryjnymi, przekazaniem do człowieka i połączeniami z innymi systemami. Może korzystać z modelu językowego, ale osobno pilnuje reguł scenariusza.

Silnik rozmowy decyduje, czy sprawdzić dane w kalendarzu lub CRM, kiedy dopytać, kiedy użyć odpowiedzi awaryjnej i kiedy przekazać sprawę człowiekowi. Dzięki temu reguły biznesowe nie zależą wyłącznie od swobodnej odpowiedzi modelu językowego.

zobacz też LLM·Voicebot·Fallback·Scenariusz rozmowy

Projektowanie instrukcji tekstowych (promptów), które sterują zachowaniem modelu językowego w voicebocie. W praktyce: określenie persony agenta, dozwolonych odpowiedzi, fallbacków, eskalacji, klauzuli RODO i AI Act.

Instrukcja opisuje rolę agenta, dozwolony zakres, zakazane odpowiedzi, słownictwo branżowe, sposób korzystania z danych, odpowiedzi awaryjne i warunki przekazania do człowieka. Długość nie jest miarą jakości. Instrukcję trzeba testować razem ze scenariuszem, integracjami i wybranym modelem.

zobacz też LLM·Silnik rozmowy (dialog engine)·Voicebot

Zachowanie voicebota, gdy nie rozpoznaje wypowiedzi, nie zna odpowiedzi lub rozmowa wchodzi poza scenariusz. Dobry fallback: „Nie wiem, połączę z człowiekiem”, zamiast halucynacji lub improwizowanej odpowiedzi.

Odpowiedź awaryjna ogranicza ryzyko zgadywania, szczególnie w medycynie, prawie i finansach. Dla każdej ważnej ścieżki trzeba ustalić, co agent robi przy braku danych, niejednoznacznej wypowiedzi, błędzie integracji lub prośbie o człowieka. Próg i sposób eskalacji dobiera się na podstawie testów, a nie jednej wartości dla wszystkich systemów.

zobacz też Silnik rozmowy (dialog engine)·Scenariusz rozmowy·

Zaprojektowana struktura rozmowy voicebota: rozgałęzienia (np. zakup vs serwis), fallbacks, eskalacje, zakończenia. Scenariusz odzwierciedla jak dialog engine ma prowadzić rozmowę.

Scenariusz obejmuje powitanie i wymagane informacje, rozpoznanie celu rozmówcy, dane potrzebne do wykonania zadania, operacje w kalendarzu lub CRM, odpowiedzi awaryjne, eskalacje i zakończenie rozmowy. Po starcie poprawia się go na podstawie uzgodnionej kontroli jakości oraz zmian w procesie firmy. Nie ma jednej właściwej liczby stron ani stałego rytmu zmian dla każdego wdrożenia.

zobacz też Silnik rozmowy (dialog engine)·Fallback·FCR

Kierowanie połączenia na podstawie tego, co rozmówca powiedział własnymi słowami, zamiast tonowego menu „wciśnij 1”. System rozpoznaje intencję wypowiedzi i łączy z właściwą kolejką, stanowiskiem albo scenariuszem AI.

Kierowanie według tematu zastępuje klasyczne drzewko IVR: rozmówca mówi „chcę przełożyć jutrzejszą wizytę”, a system od razu trafia do scenariusza zmiany terminu, bez wysłuchiwania menu. Trzeba wcześniej opisać typy spraw obsługiwane przez firmę, sposób dopytywania przy niejasnej wypowiedzi i drogę przekazania rozmowy człowiekowi. Jakość można mierzyć odsetkiem połączeń skierowanych do właściwego miejsca za pierwszym razem.

zobacz też IVR·Infolinia AI·LLM·ASR

Ogólnopolski System Ochrony Zdrowia to grupa usług informatycznych KAMSOFT dla placówek medycznych i aptek. KS-AOW jest osobnym systemem aptecznym tego producenta.

Możliwość połączenia voicebota z konkretną funkcją zależy od udostępnionego interfejsu, licencji klienta, zakresu danych i zgody właściciela systemu. Nazwa OSOZ lub KS-AOW na stronie nie oznacza gotowej wtyczki, partnerstwa ani gwarancji dostępu. Przed ofertą sprawdzamy, jakie operacje są technicznie i prawnie dostępne dla danego klienta.

źródło · KAMSOFT S.A. / OSOZ↗

zobacz też Infolinia AI·Recepcjonistka AI·RODO·DPA

Umowa powierzenia przetwarzania danych osobowych zawarta między administratorem (klient) a procesorem (dostawca voicebota) na podstawie art. 28 RODO. Reguluje zakres danych, cele, zabezpieczenia, retencję, procedurę zgłaszania naruszeń.

Art. 28 RODO określa elementy umowy, między innymi przedmiot i czas przetwarzania, jego charakter i cel, rodzaje danych, kategorie osób oraz prawa i obowiązki administratora. Umowa opisuje też poufność, zabezpieczenia, podprocesorów, pomoc przy prawach osób i naruszeniach, audyt oraz zwrot lub usunięcie danych po zakończeniu współpracy. Termin, w którym procesor informuje administratora o naruszeniu, strony ustalają w umowie. Nie należy mylić go z terminem 72 godzin, który w określonych przypadkach dotyczy zgłoszenia naruszenia przez administratora organowi nadzorczemu.

źródło · Rozporządzenie (UE) 2016/679 (RODO), art. 28↗

zobacz też RODO·Art. 9 RODO·

Artykuł 9 RODO zakazuje przetwarzania szczególnych kategorii danych (pochodzenie rasowe lub etniczne, poglądy polityczne, przekonania religijne lub światopoglądowe, przynależność do związków zawodowych, dane genetyczne, biometryczne, zdrowotne, dotyczące życia seksualnego lub orientacji seksualnej), z wyjątkami wymienionymi w ust. 2.

Samo użycie voicebota nie tworzy podstawy do przetwarzania danych z art. 9. Administrator musi wskazać właściwy wyjątek z art. 9 ust. 2 dla konkretnego celu i osobną podstawę z art. 6. Zakres danych, dostęp, szyfrowanie i retencję dobiera się do ryzyka. Ocena skutków z art. 35 jest wymagana wtedy, gdy planowane przetwarzanie może powodować wysokie ryzyko, na przykład przy przetwarzaniu danych zdrowotnych na dużą skalę. Nie jest automatycznym obowiązkiem każdego gabinetu.

źródło · RODO art. 9, EUR-Lex↗

zobacz też RODO·DPA·DPIA

Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 z 13 czerwca 2024 r., które ustanawia wspólne zasady dla systemów sztucznej inteligencji w UE. Poszczególne obowiązki zaczęły obowiązywać w różnych terminach.

Dla voicebota obsługującego klientów najczęściej istotny jest art. 50: osoba powinna wiedzieć od początku pierwszej interakcji, że rozmawia z systemem AI, chyba że jest to oczywiste. To, czy system podlega także wymaganiom dla systemów wysokiego ryzyka, zależy od celu użycia, na przykład od tego, czy wspiera decyzje w obszarze zatrudnienia, kredytu lub dostępu do usług.

źródło · AI Act, tekst skonsolidowany z 27 lipca 2026 r., EUR-Lex↗

zobacz też Art. 50 AI Act·Limited risk (AI Act)

Nieformalne określenie systemów objętych obowiązkiem informowania o interakcji z AI, ale niekoniecznie wymaganiami dla systemów wysokiego ryzyka. Sam AI Act nie ustanawia odrębnej kategorii prawnej o nazwie „limited risk”.

Voicebot do rezerwacji lub standardowej obsługi klienta może podlegać przede wszystkim art. 50. Zakres obowiązków zmienia się jednak wraz z zastosowaniem. System używany do oceny kandydatów, zdolności kredytowej albo dostępu do określonych usług może wejść w obszar wysokiego ryzyka. Klasyfikację wykonuje się dla konkretnego celu, a nie dla samej etykiety „voicebot”.

zobacz też AI Act·Art. 50 AI Act

Ustawa z 12 lipca 2024 r., Prawo komunikacji elektronicznej (Dz.U. 2024 poz. 1221), która od 10 listopada 2024 r. zastąpiła Prawo telekomunikacyjne z 2004 r. Reguluje m.in. marketing bezpośredni telekomunikacyjnymi urządzeniami końcowymi (art. 398).

W przypadku marketingowych połączeń voicebota najczęściej trzeba sprawdzić art. 398 PKE. Przepis zakazuje używania automatycznych systemów wywołujących do marketingu bezpośredniego bez uprzedniej zgody rozmówcy. Zastąpił dawny art. 172 Prawa telekomunikacyjnego. Zgody zebrane przed 10 listopada 2024 r. zachowują ważność, jeśli spełniają wymogi PKE (art. 100 przepisów wprowadzających).

źródło · Prawo komunikacji elektronicznej, ELI↗

zobacz też Art. 398 PKE·RODO·Cold calling

Przepis PKE dotyczący marketingowych połączeń wychodzących. Zakazuje używania automatycznych systemów wywołujących, w tym voicebotów, do marketingu bezpośredniego bez uprzedniej zgody rozmówcy. Zastąpił art. 172 Prawa telekomunikacyjnego.

W praktyce wdrożeniowej art. 398 PKE oznacza: przed wykonaniem rozmowy wychodzącej z voicebota do nowego kontaktu trzeba mieć udokumentowaną zgodę na kontakt marketingowy, wyraźną, konkretną, dobrowolną, możliwą do wycofania. Cold calling automatyczny bez zgody narusza art. 398. Organ nadzorujący: Prezes UKE. Dodatkowo UODO (za naruszenie RODO) i UOKiK (za naruszenie zbiorowych interesów konsumentów).

źródło · PKE art. 398, ELI↗

zobacz też PKE·Cold calling·DNC

Obowiązek zachowania w tajemnicy informacji uzyskanych w związku z wykonywaniem zawodu farmaceuty, wynikający z art. 34 ustawy z 10 grudnia 2020 r. o zawodzie farmaceuty. Trzeba go uwzględnić przy projektowaniu voicebota dla apteki.

Przed wdrożeniem apteka powinna ustalić, jakie informacje agent może przyjmować i przekazywać oraz kto ma do nich dostęp. Umowa powierzenia obejmuje poufność osób upoważnionych przez procesora i warunki korzystania z podprocesorów. Szyfrowanie, retencję nagrań lub transkrypcji i tryb bez zapisu dobiera się do celu oraz ryzyka konkretnego procesu.

źródło · Ustawa o zawodzie farmaceuty, ISAP↗

zobacz też DPA·RODO·Art. 9 RODO

Ocena skutków dla ochrony danych osobowych, dokument wymagany z art. 35 RODO, gdy przetwarzanie może powodować wysokie ryzyko dla praw i wolności osób (np. przetwarzanie szczególnych kategorii danych na dużą skalę).

Ocena jest wymagana przed rozpoczęciem przetwarzania, jeżeli jego rodzaj, zakres, kontekst lub cel mogą powodować wysokie ryzyko. Przetwarzanie danych zdrowotnych na dużą skalę jest jednym z wyraźnych sygnałów, ale mały gabinet nie powinien automatycznie kopiować wniosku dużej sieci. DPIA opisuje planowane operacje, konieczność i proporcjonalność, ryzyka dla osób oraz środki ograniczające te ryzyka. Odpowiada za nią administrator, a procesor pomaga informacjami o rozwiązaniu.

źródło · RODO art. 35, EUR-Lex↗

zobacz też RODO·Art. 9 RODO·UODO

Prezes Urzędu Ochrony Danych Osobowych, polski organ nadzorczy właściwy dla ochrony danych osobowych w rozumieniu RODO. Rozpatruje skargi, prowadzi kontrole, nakłada kary administracyjne.

Osoba może złożyć skargę do Prezesa UODO, jeśli uważa, że jej dane są przetwarzane niezgodnie z prawem. Organ może prowadzić postępowania, nakazywać określone działania i nakładać administracyjne kary pieniężne. Górne poziomy kar wynikają z art. 83 RODO, ale konkretna kara zależy od okoliczności naruszenia.

źródło · Urząd Ochrony Danych Osobowych↗

zobacz też RODO·DPA·DPIA

Nagrywanie tylko wybranych rozmów według zdefiniowanych reguł (konkretne kolejki, typy spraw, numery), zamiast rejestrowania całego ruchu. Ogranicza zakres przetwarzanych danych zgodnie z zasadą minimalizacji z RODO.

Przed nagrywaniem administrator powinien określić cel, podstawę prawną, zakres, dostęp i okres retencji oraz przekazać rozmówcy wymagane informacje przed rozpoczęciem zapisu. Nagrywanie wszystkich rozmów bez limitu zwiększa zakres przetwarzania i wymaga szczególnie mocnego uzasadnienia. Reguły selektywne mogą ograniczyć zapis do określonych kolejek lub typów spraw. Zasady trzeba opisać w dokumentacji i uzgodnić z procesorem.

źródło · UODO, wskazówki dotyczące monitoringu↗

zobacz też RODO·DPA·Infolinia AI

Numer telefonu kierowany bezpośrednio do określonej usługi, stanowiska lub kolejki, na przykład do voicebota albo działu obsługi.

Voicebot może korzystać z nowego numeru albo odbierać połączenia przekierowane z numeru, który firma już ma. Wybór zależy od obecnej umowy z operatorem, wymaganej numeracji i dostępnych funkcji SIP lub przekierowań. Numer, jego przeniesienie oraz stałe i zależne od ruchu opłaty operatora wyceniamy osobno od pracy agenta.

zobacz też Porting numeru

Przeniesienie istniejącego numeru telefonu od dotychczasowego operatora do infrastruktury voicebota. Umożliwia zachowanie znanego klientom numeru bez zmian.

Prawo komunikacji elektronicznej pozwala abonentowi zachować numer przy zmianie dostawcy usługi głosowej. Art. 325 przewiduje, że samo przeniesienie następuje najpóźniej w ciągu jednego dnia roboczego od uzgodnionego dnia rozpoczęcia usługi u nowego dostawcy i nie podlega opłacie za przeniesienie. Całe przygotowanie może trwać dłużej, zależnie od umów i danych wymaganych przez operatorów. Art. 326 reguluje opóźnienie lub przeniesienie bez zgody abonenta.

źródło · PKE art. 325–326, ELI↗

zobacz też DID·PKE

Tryb pracy agenta AI, w którym ludzie odbierają jako pierwsi, a AI przejmuje wyłącznie połączenia nieodebrane po zadanej liczbie sygnałów, zajętą linię, przerwy i godziny poza pracą zespołu.

W tym trybie zespół pozostaje pierwszą linią, a agent przejmuje tylko połączenia spełniające uzgodniony warunek. Technicznie wykorzystuje się przekierowanie przy braku odpowiedzi, zajętej linii lub poza harmonogramem, jeśli operator albo centrala udostępnia taką funkcję. Tryb można połączyć z obsługą po godzinach i zmienić później po ponownych testach.

zobacz też Recepcjonistka AI·Infolinia AI·Voicebot

Rozmowa sprzedażowa do osoby lub firmy, która nie poprosiła o kontakt i nie ma wcześniejszej relacji z dzwoniącym. Jeśli rozmowa służy przesłaniu informacji handlowej lub marketingowi bezpośredniemu, art. 398 PKE wymaga uprzedniej zgody na ten kanał.

Art. 398 PKE obejmuje zarówno automatyczne systemy wywołujące, jak i używanie telekomunikacyjnych urządzeń końcowych. Nie należy więc zakładać, że ręczny telefon handlowca usuwa wymóg zgody. Przed kampanią trzeba udokumentować odbiorcę, cel, podmiot, któremu udzielono zgody, oraz kanał telefoniczny. Kontakt niehandlowy, na przykład wykonanie istniejącej umowy, wymaga oddzielnej oceny celu i podstawy przetwarzania.

zobacz też Art. 398 PKE·PKE·DNC

Lista numerów telefonicznych, do których nie wykonuje się rozmów marketingowych, z uwagi na wycofanie zgody, żądanie rozmówcy lub wewnętrzną politykę firmy. Integralna część zgodnego outbound.

Firma powinna rejestrować wycofanie zgody oraz sprzeciw wobec marketingu bezpośredniego i sprawdzać listę przed każdą kampanią. Art. 21 RODO przewiduje, że po sprzeciwie wobec przetwarzania na potrzeby marketingu bezpośredniego danych nie wolno dalej przetwarzać do takich celów. Lista DNC nie zastępuje dowodu uprzedniej zgody wymaganej przez PKE.

zobacz też Cold calling·Art. 398 PKE

Inbound = rozmowa przychodząca (klient dzwoni do Twojej firmy). Outbound = rozmowa wychodząca (voicebot dzwoni do klienta). Oba scenariusze mają różne uwarunkowania prawne i projektowe.

Przy połączeniu przychodzącym administrator nadal potrzebuje podstawy przetwarzania danych i musi przekazać wymagane informacje. Sam fakt wykonania telefonu przez rozmówcę nie jest zgodą na każdy późniejszy cel. Przy outbound trzeba najpierw rozdzielić kontakt niehandlowy, na przykład wykonanie umowy lub przypomnienie organizacyjne, od informacji handlowej i marketingu bezpośredniego. Dla tego drugiego art. 398 PKE wymaga uprzedniej zgody na kanał.

zobacz też Voicebot·Cold calling·Art. 398 PKE

System obsługi telefonicznej dla zespołu, w którym agent AI pracuje razem z ludźmi: odbiera jako pierwsza linia, kieruje rozmowy do kolejek i stanowisk, dzwoni w kampaniach wychodzących, a sprawy wymagające człowieka przekazuje z kontekstem.

Od pojedynczego scenariusza voicebota różni się zakresem: może obejmować kolejki, kierowanie po intencji, wiele stanowisk, uzgodnione zasady nagrywania i wspólny panel dla ludzi oraz agenta. Nie musi zastępować istniejącej centrali. Połączenie można wykonać przez SIP albo przekierowania, jeśli obecny operator i infrastruktura klienta to umożliwiają. W modelu agencyjnym zakres obejmuje projekt scenariuszy, integracje, dokumentację i opiekę po starcie.

zobacz też Voicebot·IVR·Obsługa nieodebranych (overflow)·Kierowanie według tematu·Selektywne nagrywanie rozmów

Voicebot skonfigurowany do pierwszej linii recepcji w firmie pracującej na grafiku wizyt. Może umawiać, przekładać i odwoływać terminy w systemie rezerwacji oraz wykonywać uzgodnione przypomnienia.

Od automatycznej sekretarki AI różni się pracą z grafikiem: kalendarzem zespołu, długością usług i zasadami rezerwacji. Może wspierać recepcję przy nieodebranych połączeniach, pracować po godzinach albo być pierwszą linią w ustalonym harmonogramie. W branży medycznej zakres danych i operacji trzeba ograniczyć do konkretnego celu i podstawy prawnej, a sprawy wymagające personelu medycznego przekazywać człowiekowi.

zobacz też Voicebot·Obsługa nieodebranych (overflow)·Infolinia AI·RODO

Fragment struktury danych Schema.org, który oznacza elementy strony przeznaczone do odczytu przez asystentów głosowych (Google Assistant). W 2026 r. wciąż w wersji beta, głównie dla publikacji wiadomości w języku angielskim.

Dokumentacja Google ogranicza obsługę tej funkcji do wydawców wiadomości po angielsku i użytkowników w Stanach Zjednoczonych. Na polskiej stronie B2B znacznik nie daje obecnie uprawnienia do specjalnego wyniku Google. Można go stosować zgodnie ze Schema.org, ale nie należy przedstawiać go jako sposobu na poprawę pozycji ani cytowalności.

źródło · Google Search Central, Speakable↗

zobacz też GEO·