redBus sử dụng Gemini Flash thông qua Firebase AI Logic để tăng độ dài của bài đánh giá của khách hàng thêm 57%

Là nền tảng bán vé xe buýt trực tuyến lớn nhất thế giới, redBus phục vụ hàng triệu hành khách trên khắp Ấn Độ, Đông Nam Á và Mỹ Latinh. Dịch vụ này chủ yếu ưu tiên thiết bị di động, với hơn 90% lượt đặt chỗ được thực hiện thông qua ứng dụng. Tuy nhiên, điều này đặt ra một thách thức lớn trong việc thu thập ý kiến phản hồi hữu ích từ một cơ sở người dùng nói hàng chục ngôn ngữ khác nhau. Việc nhập bài đánh giá gây bất tiện cho nhiều người dùng và một bài đánh giá viết bằng tiếng Tamil, chẳng hạn, sẽ không có nhiều giá trị đối với một nhà xe chỉ nói tiếng Hindi.

Để cải thiện chất lượng và số lượng ý kiến phản hồi của người dùng, các nhà phát triển tại redBus đã sử dụng Gemini Flash, một mô hình AI của Google có độ trễ thấp, để chép lời và dịch ngay các bản ghi âm giọng nói của người dùng. Để kết nối AI mạnh mẽ này với ứng dụng mà không cần xử lý công việc phức tạp ở phần phụ trợ, họ đã sử dụng Firebase AI Logic. Tính năng mới này đã loại bỏ rào cản ngôn ngữ và đơn giản hoá quy trình đánh giá, giúp tăng đáng kể mức độ tương tác của người dùng và chất lượng ý kiến phản hồi.

Đơn giản hoá ý kiến phản hồi của người dùng bằng phương pháp ưu tiên giọng nói

Trước đây, trải nghiệm đánh giá trong ứng dụng trên redBus dựa trên văn bản, điều này đặt ra một số thách thức chính. "Với quy mô của chúng tôi, các bài đánh giá đáng tin cậy của người dùng là yếu tố rất quan trọng: giúp xây dựng lòng tin cho khách du lịch và cung cấp thông tin chi tiết hữu ích cho các nhà điều hành. Mặc dù hệ thống dựa trên văn bản hiện tại của chúng tôi hoạt động tốt, nhưng chúng tôi nhận thấy rằng khách hàng thường gặp khó khăn trong việc trình bày đầy đủ trải nghiệm của họ. Điều này khiến ý kiến phản hồi của người dùng thiếu thông tin chi tiết và số lượng cần thiết để chúng tôi mang lại giá trị tối đa cho cả khách du lịch và nhà điều hành. Hơn nữa, rào cản ngôn ngữ cũng hạn chế mức độ hữu ích của các bài đánh giá, vì bài đánh giá bằng một ngôn ngữ sẽ không giúp ích cho người dùng hoặc nhà xe nói ngôn ngữ khác. Động lực chính của chúng tôi là tận dụng sức mạnh biểu đạt của giọng nói và vượt qua rào cản ngôn ngữ để thu thập ý kiến phản hồi chân thực và chi tiết hơn của người dùng", Abhi Muktheeswarar, một trưởng nhóm kỹ thuật cấp cao về kỹ thuật di động tại redBus cho biết.

Nhóm nhà phát triển muốn tạo ra một trải nghiệm mượt mà, ưu tiên giọng nói, vì vậy, họ đã thiết kế một quy trình mới, trong đó người dùng chỉ cần nói bài đánh giá bằng ngôn ngữ mẹ đẻ của họ. Để khuyến khích người dùng sử dụng tính năng này, nhóm đã triển khai một nút micrô nổi bật, có ảnh động, kèm theo dòng chữ: "Ý kiến của bạn rất quan trọng, hãy chia sẻ bài đánh giá bằng ngôn ngữ của bạn". Dòng chữ này xuất hiện bằng ngôn ngữ mẹ đẻ của người dùng, nhất quán với chế độ cài đặt ngôn ngữ của họ trong ứng dụng.

Bằng cách sử dụng Gemini Flash, ứng dụng sẽ xử lý bản ghi âm giọng nói của người dùng. Đầu tiên, ứng dụng này sẽ chép lời nói thành văn bản, sau đó dịch sang tiếng Anh và cuối cùng là phân tích cảm xúc để tự động tạo điểm xếp hạng theo sao và dự đoán các thẻ có liên quan dựa trên nội dung bài đánh giá. Sau đó, tiện ích này sẽ tạo một bản tóm tắt ngắn gọn và tự động điền vào các trường trong biểu mẫu đánh giá bằng nội dung được tạo.

Các nhà phát triển đã chọn Firebase AI Logic vì tiện ích này cho phép họ xây dựng và cung cấp tính năng mà không cần sự trợ giúp của nhóm phụ trợ, giúp giảm đáng kể thời gian và độ phức tạp của quá trình phát triển. "Firebase AI SDK là một yếu tố khác biệt quan trọng vì đây là giải pháp duy nhất giúp nhóm phát triển giao diện người dùng của chúng tôi có thể xây dựng và cung cấp tính năng này một cách độc lập", Abhi giải thích. Cách tiếp cận này giúp nhóm chuyển từ giai đoạn lên ý tưởng sang ra mắt chỉ trong 30 ngày.

Trong quá trình triển khai, các kỹ sư đã sử dụng đầu ra có cấu trúc, cho phép mô hình Gemini Flash trả về các phản hồi JSON có định dạng chuẩn, bao gồm cả bản chép lời, bản dịch, bản phân tích cảm xúc và điểm xếp hạng theo sao, giúp dễ dàng điền thông tin vào giao diện người dùng. Điều này đảm bảo trải nghiệm liền mạch cho người dùng. Sau đó, người dùng sẽ thấy cả văn bản chép lời gốc bằng ngôn ngữ của họ và bản tóm tắt đã dịch sang tiếng Anh. Quan trọng nhất là người dùng có toàn quyền xem xét và chỉnh sửa tất cả văn bản do AI tạo, cũng như thay đổi điểm xếp hạng theo sao trước khi gửi bài đánh giá. Họ thậm chí có thể nói lại để thêm nội dung. 

Tăng mức độ tương tác và thu thập thông tin chi tiết hơn về người dùng
Tính năng ôn tập bằng giọng nói dựa trên AI đã tác động tích cực đáng kể đến mức độ tương tác của người dùng. Bằng cách cho phép người dùng nói bằng ngôn ngữ mẹ đẻ, redBus đã ghi nhận mức tăng 57% về độ dài bài đánh giá và mức tăng đáng kể về tổng số lượng bài đánh giá.

Tính năng mới này đã thu hút thành công một phân khúc cơ sở người dùng trước đây còn ngần ngại viết bài đánh giá. Kể từ khi triển khai, phản hồi của người dùng rất tích cực: khách hàng đánh giá cao độ chính xác của bản chép lời và bản dịch, đồng thời nhận thấy bản tóm tắt do AI tạo là thông tin tổng quan ngắn gọn về các bài đánh giá dài hơn, chi tiết hơn của họ.

Mặc dù được lưu trữ trên đám mây, Gemini Flash vẫn mang lại trải nghiệm người dùng có độ phản hồi cao. Abhi cho biết: "Các đối tác và bên liên quan thường nhận xét rằng tính năng AI mới của chúng tôi phản hồi nhanh và mượt mà đến mức họ cảm thấy như AI đang chạy trực tiếp trên thiết bị". <p>"Đây là minh chứng cho độ trễ thấp của mô hình Gemini Flash, một yếu tố then chốt giúp mô hình này thành công."</p>

Cách dễ dàng hơn để xây dựng ứng dụng bằng AI

Đối với nhóm redBus, dự án này cho thấy cách Firebase AI Logic và Gemini Flash hỗ trợ nhà phát triển di động xây dựng các tính năng mà nếu không có hai công cụ này thì họ sẽ phải triển khai ở phần phụ trợ. Điều này giúp giảm sự phụ thuộc vào các thay đổi phía máy chủ và cho phép nhà phát triển lặp lại nhanh chóng và độc lập.

Sau thành công của tính năng đánh giá bằng giọng nói, nhóm tại redBus đang khám phá các trường hợp sử dụng khác cho AI tạo sinh trên thiết bị để cải thiện hơn nữa ứng dụng của họ. Họ cũng dự định sử dụng Google AI Studio để thử nghiệm và lặp lại các câu lệnh trong tương lai. Đối với Abhi, bài học rút ra rất rõ ràng: "Vấn đề không còn nằm ở việc thiết lập phần phụ trợ phức tạp nữa", anh nói. "Điều quan trọng là phải tạo ra câu lệnh phù hợp để xây dựng tính năng cải tiến tiếp theo, giúp trực tiếp nâng cao trải nghiệm người dùng".

Bắt đầu

Tìm hiểu thêm về cách bạn có thể sử dụng Gemini và Firebase AI Logic để xây dựng các tính năng AI tạo sinh cho ứng dụng của riêng bạn.