Tale til tekst i Zendesk: opkald kontra dine svar

Tryk på en genvejstast, tal, og dit svar skriver sig selv

Mekanikken er én tast. Du holder en global genvejstast nede, du taler, du slipper, og teksten lander, hvor end din markør står — det offentlige svar, en intern note, en makrotekst, en Guide-artikel. På Windows er standarden Ctrl+Space; på macOS er det Command+Option holdt nede som tryk-og-tal. Ingen menu, ingen upload, intet "klik for at optage." Den samme tast virker i Zendesk Agent Workspace og i alle de andre apps, du springer over til mellem sager — Slack, Teams, Gmail, Notion.

Den sidste del betyder mere, end det lyder. Whisper er en native desktop-app til Windows og macOS, ikke en browserudvidelse. Så når du skifter væk fra Zendesk-fanen for at skrive til udviklerne i Slack om en fejl, virker den samme genvejstast stadig. En browserudvidelse stopper ved kanten af fanen. Den samme rækkevidde på OS-niveau er grunden til, at tricket også virker i dit CRM — medarbejdere bruger det på samme måde til tale til tekst i Salesforce og diktering i HubSpot.

Zendesk Talk transskriberer opkaldet. Det skriver ikke dit svar.

Det er her, alle snubler, så her kommer det rent ud. Ifølge Zendesks egen FAQ om opkaldstransskription tager Talk et optaget telefonopkald mellem en kunde og en medarbejder, og efter opkaldet slutter, tilføjer det transskriptionen og et resumé til sagens samtalelog som interne noter. Kun optagede opkald bliver transskriberet. Zendesk transskriberer også lyd fra indtalte beskeder, som Zendesk prissætter til omkring en cent i minuttet.

Alt det er talekanalen. Den transskriberer det opkald, kunden er i. Den er virkelig nyttig — hvis du vil have en skriftlig optegnelse af et talt opkald vedhæftet sagen, er det præcis Zendesks opgave, og den bør du bruge.

Det, den ikke er, er agentdiktering. Ingen af de funktioner lader dig tale dit skrevne svar ind i editoren. Den kedelige sandhed er, at Zendesk ikke har nogen indbygget funktion til det. En Zendesk-medarbejder bekræftede det i virksomhedens eget community-forum: realtids-taletransskription var kun på roadmappet og skred fra starten af 2024 til et senere kvartal, og selv det punkt handlede om opkaldskanalen, ikke om agentdiktering. En separat ønsketråd, der bad om tale-til-tekst-skrivning, fik intet svar. Den løsning, en medarbejder foreslog inde i tråden, var at slå Chromes live-undertekster til, hvilket fortæller dig, hvor langt dette er fra en rigtig funktion. Når det officielle svar på "kan jeg diktere mine svar" er "har du prøvet browserens tilgængelighedsmenu," er det ærlige svar nej.

Hvad Zendesk faktisk har til tale, og hvad det ikke har

Tre ting lover tre forskellige resultater, og kun to af dem findes. Her er det ærlige kort:

• Optagede opkald — Zendesk transskriberer dem og arkiverer transskriptionen i sagsloggen.
• Lyd fra indtalte beskeder — Zendesk transskriberer den også og bruger den til triage og resuméer.
• Dit skrevne svar, dikteret med stemmen — det gør Zendesk slet ikke.

Så hvis du kom hertil i håb om at kunne tale dig gennem køen, får Zendesks talefunktioner dig ikke i mål. De er bygget op omkring kundens lyd, ikke dit tastatur. Whisper sidder i det hul — det er et dikteringsværktøj på operativsystemniveau, så det virker inde i Agent Workspace-editoren på samme måde som at skrive, for over for browseren er det bare tekst, der ankommer ved markøren.

Sådan dikterer du i et Zendesk-sagssvar, en note eller en makro

Opsætningen er kort. Her er det hele, fra start til slut.

1. Installer Whisper til Windows eller macOS og log ind. Hele den lokale pipeline er gratis for indloggede brugere, uden kort ved tilmelding.
2. Vælg en model og lad den downloade. Engangsdownloaden er på cirka 140 MB til 3 GB afhængigt af den model, du vælger. Derefter kræver transskription ingen internetforbindelse.
3. Åbn en sag i Agent Workspace og klik ind i det felt, du vil bruge — det offentlige svar, en intern note eller teksten i en makro, du redigerer.
4. Hold genvejstasten nede og tal. Ctrl+Space på Windows, Command+Option på macOS. (Hvis du sætter det op på en pc, dækker gennemgangen af tale til tekst på Windows genvejstasten mere detaljeret.) Sig svaret, sådan som du ville sige det til kunden ansigt til ansigt.
5. Slip tasten. Teksten lander ved markøren i det fokuserede felt. Læs den, ret eventuelt, send.

Optagelses-overlayet ovenfor viser, hvad du ser, mens du taler — en lille live-indikator, intet der overtager din skærm. Første gang svaret bare dukker op i editoren, føles det en anelse ulovligt. Den følelse forsvinder omkring sag nummer fem. At krampen i hånden forsvinder, er den del, der ikke gør.

Hele appen, live

Det er den ægte desktop-app indlejret ovenfor — ikke et skærmbillede, den faktiske ting. Rod rundt i den. Indstillingerne, modellisten, genvejskonfigurationen er der alle sammen. Det, du ser, er det, der bliver installeret.

Ryd op i dikteringen automatisk

Talesprog har fritsvævende "øh"er og smelter sætninger sammen. Whisper kan køre en valgfri AI-oprydning hen over den rå transskription — tegnsætning, store og små bogstaver og en let toneoprydning — før den indsætter. I den gratis lokale tilstand kører den oprydning på din egen maskine via Ollama; med Whisper Pro kører den via din egen OpenAI-nøgle. For et offentligt svar, som en QA-ansvarlig skal læse, er den oprydning forskellen mellem "talte noter" og "et svar, der består kontrollen."

Den håndterer over 90 sprog i begge tilstande, hvilket har betydning, hvis din sagskø skifter mellem engelsk, spansk og tysk inden frokost — omtrent det samme antal sprog, min syvårige bruger til at forhandle om sengetid. Den flersprogede modellinje når specifikt 99-plus sprog; de engelsk-kun-varianter dækker kun engelsk.

Hvorfor lokalt og offline har betydning, når du håndterer kundedata

Her er den ene holdning, jeg vil bruge i denne artikel: diktering, der kun kører i skyen, uden offline-mulighed, er en privatlivskatastrofe, når du er supportmedarbejder. Du læser en kundes e-mail højt, deres ordre, nogle gange deres hjemmeadresse eller en korttvist. Med et sky-kun-værktøj tager alt det en omvej forbi en tredjeparts servere — uden anden grund end at du gerne ville tale i stedet for at skrive. Et værktøj, der kan køre det hele på din egen maskine, beder dig ikke om at indgå den handel.

Whispers lokale tilstand kører helt offline. Lyden forlader aldrig din maskine; det eneste tidspunkt, den rører nettet, er engangsdownloaden af modellen. De kunde-personoplysninger, du taler ind i et svar, bliver på enheden. De browserudvidelses- og sky-dikteringsværktøjer, der dominerer denne søgning, kan ikke sige det samme — de sender din lyd ud for at blive transskriberet. Hvis din supportorganisation håndterer regulerede data, er "lyden forlod aldrig laptoppen" en sætning, dit sikkerhedsteam gerne vil høre.

Hvad det ikke gør (de ærlige begrænsninger)

Intet værktøj fortjener en ren attest, så her er, hvor Whisper stopper.

Det indsætter i ét fokuseret felt ad gangen. Det udfylder ikke en hel flerfelts-sagsformular, og det afgør ikke, hvilket felt dine ord hører til i — de ryger derhen, hvor markøren er. Det betyder, at du selv skal holde styr på forskellen mellem det offentlige svar og den interne note, før du taler. Dikter i det forkerte, og du kan lække en intern note direkte til kunden. Markøren gør præcis det, du peger den mod, hvilket enten er en funktion eller en tilståelse, alt efter hvor du pegede. Klik først, tal så.

Det indsætter tekst, ikke formatering. Det styrer ikke editorens fed-knap eller bygger en punktopstilling med stemmen — det skriver ord ind i CKEditor, præcis som dit tastatur ville gøre. Og som ethvert dikteringsværktøj er det svagest på strenge, der ikke er ord: konto-id'er, ordrenumre, SKU-koder, fejlkoder. Jeg har set det lave "sag ZD bindestreg fire fire nul to" om til noget med ét firtal for meget, hvilket er præcis den slags detalje, en kunde lægger mærke til. Det transskriberer, hvad du siger, men tjek hver kode med øjnene, før du sender.

Hvornår du bør droppe Whisper og bruge noget andet

Jeg vil hellere have, at du bruger det rigtige værktøj end vores. Hvis du har brug for en skriftlig optegnelse af et talt opkald vedhæftet sagen, er det Zendesk Talk-opkaldstransskription — det er Zendesks opgave, ikke Whispers, og det er allerede indbygget i din telefonkanal. Grib ikke efter en dikteringsapp for at løse et opkaldslognings-problem.

Hvis du bare vil diktere det lejlighedsvise svar og ikke vil installere noget, har dit operativsystem allerede en gratis mulighed. Windows har Tale-til-tekst på Win+H; macOS har indbygget diktering. Begge virker systemdækkende, også i Zendesk-editoren. De er enkeltplatform, læner sig som standard op ad skyen og giver dig mindre kontrol — men for en medarbejder på én maskine, der dikterer to gange om dagen, er gratis og allerede-installeret en rimelig handel.

Grib efter Whisper, når du vil rydde køen med stemmen hver dag, vil have det offline, så kundedata bliver, hvor de er, vil have én genvejstast på tværs af Zendesk og de sideapps, du lever i, og vil have det gratis uden kort. Whisper er gratis for den lokale pipeline ved tilmelding; Pro Cloud-fladen tilføjer en 7-dages prøveperiode. De aktuelle tal findes på prissiden.

Zendesk lytter til kundens opkald. Det blev aldrig bygget til at skrive din halvdel af samtalen. Det andet job — dig, der taler, dine ord, der lander i svarfeltet — er det, der gør en dag med 200 sager til noget, dine håndled tilgiver dig. Klik på feltet, hold tasten nede, tal. Download Whisper og ryd én sag med stemmen. Hvis dine hænder ikke takker dig inden frokost, så gå tilbage til at skrive.