AITelesale — แพลตฟอร์ม AI Telesale สำหรับโทรขายอัตโนมัติแบบ Real-time
AITelesale เป็นระบบโทรศัพท์ขายอัตโนมัติด้วย AI ที่ออกแบบให้ทีมขายและทีมปฏิบัติการควบคุมได้ครบวงจร — ตั้งแต่จัดการแคมเปญและลีด ไปจนถึงฟังบทสนทนาแบบ live, ตรวจ QA, ดึงความรู้สินค้าแบบ RAG และติดตามต้นทุน AI ต่อสายโทร
ภาพรวมสถาปัตยกรรม
ระบบเป็น Monorepo จัดการด้วย pnpm แบ่งเป็น 2 แอปหลัก:
Backend รองรับการ scale แบบแยก role:
all— monolith (API + telephony ร่วมกัน)api— HTTP API อย่างเดียวtelephony— live call workers + ARI WebSocket อย่างเดียว
Telephony Layer — Asterisk + ARI
ใช้ Asterisk เป็น PBX หลัก ผ่าน ARI (Asterisk REST Interface) สำหรับ:
- Outbound dialing ตามแคมเปญ
- รับ/ส่ง event ของสาย (ringing, answered, hangup)
- External Media + RTP bridge เชื่อมเสียงกับ AI
- Warm transfer ให้เซลเมื่อลูกค้าสนใจ
- รองรับ หลาย ARI server (multi-site / multi-PBX)
รองรับ Issabel 5 และ codec ที่ใช้งานจริง เช่น G.711 (alaw/ulaw) พร้อม RTP mode แบบ direct หรือ TURN relay สำหรับสภาพแวดล้อมที่ Asterisk กับ AI worker อยู่คนละ network
Voice AI Layer — Gemini Live
Primary: Google Gemini Live API (gemini-2.5-flash-native-audio)
Fallback: ElevenLabs (ทางเลือกด้านเสียง/persona)
ความสามารถหลัก:
- Speech-to-Text / Text-to-Speech แบบ streaming ต่ำ latency
- Voice Activity Detection (VAD) และ barge-in (ลูกค้าขัดจังหวะ AI ได้)
- รองรับภาษาไทย (
th-TH) และ speech adaptation phrases - แปลง audio events เป็น normalized transcript สำหรับ admin dashboard
Knowledge & RAG Layer
- อัปโหลดเอกสาร PDF, รูปภาพ, URL, ข้อความ
- Chunking + embedding ด้วย Gemini Embedding
- เก็บ vector ใน Qdrant, metadata ใน PostgreSQL
- ผูก knowledge กับแคมเปญ (campaign-scoped หรือ global)
- ดึง context แบบ grounded ใส่ system prompt ระหว่างสาย — ลดการตอบนอกข้อมูล
ฟีเจอร์หลักใน Admin Console
Call Flow (MVP)
สถานะสายที่ติดตามได้: queued → dialing → connected → in_progress → transferring → completed
Authentication & Security
- JWT-first auth — short-lived access token + refresh token ที่ revoke ได้
- Role-based access ผ่าน CASL บน frontend
- รหัสผ่าน ARI server เข้ารหัสใน database
- Secrets และ provider config อยู่ใน environment variables ไม่ hardcode ใน source
Usage & Cost Tracking
ทุก interaction ของ AI/STT/TTS/telephony บันทึกเป็น usage events แบบ normalized:
- หน่วย: tokens, audio tokens, seconds, minutes, characters, requests
- Roll-up ต่อ call session, campaign, provider
- คำนวณ estimated cost เป็น THB (ปรับ pricing metadata ได้โดยไม่ต้องแก้ logic)
- ตรวจสอบย้อนหลังได้ว่าสายไหน/โมเดลไหน/ฟีเจอร์ไหนกินต้นทุนเท่าไร
Tech Stack Summary
จุดเด่นที่แตกต่างจาก Chatbot ทั่วไป
- Real-time voice — ไม่ใช่แค่ text chat แต่คุยทางโทรศัพท์จริงผ่าน Asterisk
- Grounded answers — RAG จาก knowledge base ของแคมเปญ ไม่ตอบมั่ว
- Structured extraction — ดึง field สำคัญจากบทสนทนา (ความสนใจ, งบ, นัดหมาย)
- Operational-ready — QA review, analytics, cost tracking ในตัว
- Production architecture — แยก API/telephony workers scale ได้, multi-ARI รองรับหลาย PBX
สรุป
AITelesale รวม telephony ระดับ enterprise (Asterisk), voice AI รุ่นล่าสุด (Gemini Live), knowledge retrieval (Qdrant + RAG) และ operational tooling (admin, QA, cost) ไว้ในแพลตฟอร์มเดียว — เหมาะสำหรับทีมที่ต้องการ scale outbound telesale ด้วย AI โดยยังควบคุมคุณภาพและต้นทุนได้