ทำ AI Assistant หลายภาษาให้ตอบดีทั้งสเปน ไทย อังกฤษ และจีน

วิธีทำ AI assistant หลายภาษาให้ตอบได้ดีทั้งสเปน ไทย อังกฤษ และจีน ตั้งแต่ language detection, glossary ศัพท์เฉพาะ ไปจนถึงการทดสอบแยกตามภาษา

Kasidit Wansudonอ่าน 4 นาที
aillmmultilinguali18ntesting

ทีมที่ผมทำงานด้วยที่เม็กซิโกใช้ภาษาสเปนเป็นหลัก แต่มีทั้งคนไทย คนจีน และคนที่สื่อสารด้วยภาษาอังกฤษ ตอนสร้าง AI sales agent ที่ตอบผ่าน DingTalk โจทย์จึงไม่ใช่แค่ "ให้ AI ตอบได้" แต่ต้องเป็น AI assistant หลายภาษาที่ตอบได้ดีเท่ากันทั้งสเปน ไทย อังกฤษ และจีน

LLM รุ่นใหม่เก่งหลายภาษาอยู่แล้ว แต่ "เก่งในการทดสอบ" กับ "ใช้งานจริงได้ดี" ต่างกันมาก โพสต์นี้รวมสิ่งที่ผมเรียนรู้จากการทำให้มันใช้ได้จริง

ปัญหาที่เจอบ่อยในระบบหลายภาษา

  • ผู้ใช้ถามภาษาสเปน แต่ได้คำตอบภาษาอังกฤษ
  • ชื่อรุ่นสินค้าหรือศัพท์ธุรกิจถูกแปลจนไม่มีใครรู้จัก
  • คำถามภาษาไทยหรือจีนค้นหาข้อมูลไม่เจอ เพราะเอกสารต้นทางเป็นภาษาอังกฤษ
  • คุณภาพคำตอบภาษาหนึ่งตกลงหลังแก้ prompt โดยไม่มีใครสังเกต

ทั้งสี่ข้อนี้แก้ได้ด้วยสามเรื่องหลัก คือ language detection, glossary และการทดสอบแยกภาษา

Language detection: อย่าปล่อยให้ model เดาเอง

วิธีที่ง่ายที่สุดคือเขียนใน prompt ว่า "ตอบภาษาเดียวกับผู้ใช้" ซึ่งได้ผลเกือบทุกครั้ง แต่ "เกือบ" ไม่พอเมื่อคำถามสั้นมาก หรือมีชื่อสินค้าภาษาอังกฤษปนอยู่ เช่น คำถามภาษาสเปนสามคำที่มีชื่อรุ่นสองคำ

ผมเลยตรวจภาษาในโค้ดก่อน แล้วส่งผลให้ model เป็นคำสั่งชัดเจน

type Lang = "es" | "th" | "en" | "zh";

export function detectLanguage(text: string, fallback: Lang = "es"): Lang {
  const thai = (text.match(/[฀-๿]/g) ?? []).length;
  const cjk = (text.match(/[一-鿿]/g) ?? []).length;
  if (thai > 0 && thai >= cjk) return "th";
  if (cjk > 0) return "zh";

  const lower = text.toLowerCase();
  const spanishHints = /[ñáéíóú¿¡]|\b(cuánto|cuántos|ventas|mes|tienda|qué|cómo|dónde)\b/;
  if (spanishHints.test(lower)) return "es";

  const latinWords = lower.match(/[a-z]+/g) ?? [];
  return latinWords.length > 0 ? "en" : fallback;
}

ไทยกับจีนตรวจง่ายจากช่วง Unicode ส่วนสเปนกับอังกฤษยากกว่าเพราะใช้อักษรเดียวกัน ผมใช้คำบอกใบ้กับตัวอักษรพิเศษ และตั้ง fallback เป็นภาษาหลักของผู้ใช้กลุ่มใหญ่ที่สุด อีกทางที่ดีกว่าคือเก็บภาษาที่ผู้ใช้ตั้งไว้ในโปรไฟล์ แล้วใช้การตรวจเป็นแค่ตัวเสริม

จากนั้นใส่ใน system prompt ตรง ๆ ว่า Respond in: es แทนการบอกให้ model เดา

Glossary: ศัพท์ที่ห้ามแปล และศัพท์ที่ต้องแปลแบบเดียว

ปัญหาที่ทำให้ผู้ใช้ไม่เชื่อถือ AI เร็วที่สุดคือศัพท์ผิด ผมแบ่ง glossary เป็นสองกลุ่ม

ห้ามแปล ชื่อรุ่นสินค้า ชื่อระบบภายใน ชื่อรายงาน รหัสต่าง ๆ พวกนี้ต้องคงรูปเดิมทุกภาษา

แปลแบบเดียวเสมอ ศัพท์ธุรกิจ เช่น sell-in, sell-out, สต็อก, ใบสั่งซื้อ ต้องกำหนดคำแปลที่ทีมใช้จริงในแต่ละภาษา ไม่ปล่อยให้ model เลือกคำพ้องความหมายไปเรื่อย ๆ

ผมเก็บ glossary เป็นไฟล์ JSON แล้วแทรกเฉพาะส่วนของภาษาที่ตรวจพบเข้าไปใน prompt ไม่ต้องใส่ทั้งสี่ภาษา เพื่อประหยัด token และลดความสับสน

glossary ยังช่วยฝั่ง retrieval ด้วย เมื่อผู้ใช้ถามด้วยคำภาษาไทยหรือจีน ระบบ map กลับเป็นคำหลักภาษาอังกฤษก่อนค้นหา ทำให้หาเอกสารเจอแม้ต้นฉบับจะเป็นคนละภาษา

รูปแบบตัวเลข วันที่ และสกุลเงิน

เรื่องเล็กที่ผู้ใช้สังเกตทันที เช่น ภาษาสเปนในเม็กซิโกกับภาษาไทยแสดงตัวเลขและวันที่ต่างกัน ผมไม่ให้ model จัดรูปแบบเอง แต่ให้ tool คืนค่าดิบ แล้วจัดรูปแบบด้วย Intl.NumberFormat และ Intl.DateTimeFormat ตาม locale ก่อนส่งเข้า model วิธีนี้ทั้งแม่นกว่าและลดโอกาสที่ model จะแต่งตัวเลขผิด

ทดสอบแยกตามภาษา

นี่คือจุดที่ทีมส่วนใหญ่ข้าม และเป็นจุดที่สำคัญที่สุด ผมทำ test set ที่มีคำถามชุดเดียวกันในสี่ภาษา แล้ววัดผลแยกกัน

  • คำตอบเป็นภาษาที่ถูกต้องหรือไม่
  • ศัพท์ใน glossary ถูกใช้ตรงตามที่กำหนดหรือไม่
  • ตัวเลขในคำตอบตรงกับผลจาก tool หรือไม่
  • ความยาวและน้ำเสียงเหมาะสมหรือไม่

สามข้อแรกตรวจอัตโนมัติได้ ข้อสุดท้ายต้องให้คนที่ใช้ภาษานั้นจริงช่วยดู ในทีมที่ทำงานสี่ภาษา ผมขอให้แต่ละคนรีวิวเฉพาะภาษาของตัวเองไม่กี่เคสต่อสัปดาห์ ได้ผลดีกว่าให้คนคนเดียวอ่านทุกภาษาผ่าน machine translation

ทุกครั้งที่แก้ prompt ต้องรันครบทั้งสี่ภาษา เพราะการแก้ที่ทำให้ภาษาหนึ่งดีขึ้น บางครั้งทำให้อีกภาษาแย่ลงโดยไม่รู้ตัว เรื่องการใช้ trace ช่วยหาจุดพัง ผมเขียนไว้ใน รีวิวคุณภาพคำตอบ LLM จาก trace

บทเรียนจากการทำงานหลายภาษา

การทำงานกับทีมสี่ภาษาทำให้ผมเห็นว่า ภาษาไม่ใช่แค่การแปล แต่เป็นเรื่องความคาดหวังด้วย บางภาษาผู้ใช้ชอบคำตอบสั้นตรงประเด็น บางภาษาคาดหวังความสุภาพมากกว่า prompt ที่ดีจึงควรมีคำแนะนำเรื่องน้ำเสียงแยกตามภาษาเล็กน้อย ไม่ต้องยาว แต่ต้องมี เรื่องการทำงานกับคนหลายภาษาในทีม ผมเล่าไว้ใน นำทีมในสี่ภาษา

สรุป

AI assistant หลายภาษาจะตอบดีได้จริงเมื่อเราไม่ปล่อยให้ model เดาเรื่องสำคัญเอง ตรวจภาษาในโค้ดแล้วสั่งให้ชัด ใช้ glossary คุมศัพท์ทั้งฝั่งคำตอบและการค้นหา จัดรูปแบบตัวเลขก่อนส่งให้ model และทดสอบแยกทุกภาษาทุกครั้งที่เปลี่ยน prompt สี่ข้อนี้ทำให้ผู้ใช้ทุกภาษาได้ประสบการณ์ที่ใกล้เคียงกัน

มีคำถามหรืออยากแลกเปลี่ยน?

ฝากข้อความไว้ที่ guestbook หรือทักมาทาง X ได้เลยครับ