Miten rakentaa puhebotti alusta loppuun?

Puhebotin rakentaminen ei vaadi enää vuoden projektia ja kuusinumeroista budjettia. Vuonna 2026 yritys voi saada toimivan AI-puhelinpalvelun käyttöön viikoissa. Mutta ilman suunnitelmaa tuloksena on botti, jota kukaan ei halua käyttää.

Tässä oppaassa käymme läpi puhebotin rakentamisen vaihe vaiheelta: tavoitteiden asettamisesta teknologiavalintaan, integraatioihin, testaukseen ja tuotantoon vientiin.

Vaihe 1: Määrittele käyttötapaus ja tavoitteet

Ensimmäinen virhe on rakentaa "yleispuhebotti, joka osaa kaiken". Se ei osaa mitään kunnolla. Aloita yhdestä selkeästä käyttötapauksesta.

Hyviä ensimmäisiä käyttötapauksia:

• Ajanvaraus: Asiakas soittaa ja varaa ajan kalenteriin
• FAQ-vastaukset: Aukioloajat, osoitteet, hinnat — toistuvat kysymykset
• Puheluiden reititys: AI selvittää, kuka soittaa ja miksi, ja ohjaa oikealle henkilölle
• Tilauksen statuskysely: Asiakas antaa tilausnumeron, AI kertoo tilanteen

Jokaiselle käyttötapaukselle määrittele konkreettiset mittarit:

• Montako prosenttia puheluista AI hoitaa ilman ihmistä?
• Mikä on keskimääräinen puhelun kesto?
• Mikä on asiakastyytyväisyys AI-puhelussa?

Vaihe 2: Valitse teknologiapino

Puhebotin teknologiapino koostuu neljästä kerroksesta:

1. Puheentunnistus (ASR)

Muuntaa asiakkaan puheen tekstiksi. Vaihtoehtoja:

• OpenAI Whisper: Hyvä suomen tuki, edullinen, mutta batch-pohjainen
• Deepgram: Nopea streaming ASR, kohtalainen suomen tuki
• Google Cloud Speech-to-Text: Vakaa ja luotettava

2. Kielimalli (LLM)

Ymmärtää asiakkaan tarkoituksen ja tuottaa vastauksen:

• OpenAI GPT-4o: Nopea, edullinen, hyvä function calling
• Anthropic Claude: Pidempi konteksti, tarkka ohjeistuksen seuraaminen
• Avoimen lähdekoodin mallit: Esim. Llama, Mistral — oma kontrolli, enemmän työtä

3. Puhesynteesi (TTS)

Muuntaa vastauksen puheeksi:

• ElevenLabs: Markkinoiden luonnollisin ääni, hyvä suomi
• OpenAI TTS: Nopea ja edullinen
• Cartesia Sonic: Erittäin matala latenssi

4. Telecom-kerros

Yhdistää botin puhelinverkkoon:

• Retell AI: Kaikki yhdessä paketissa, nopea käyttöönotto
• Vapi: Joustava, hyvät integraatiot
• Twilio: Raakarauta — täysi kontrolli, enemmän työtä

Valmis alusta vai oma rakennelma?

Jos tavoitteena on saada puhebotti käyttöön nopeasti, valmis alusta (Retell, Vapi) on parempi valinta. Jos tarvitset täyttä kontrollia teknologiapinosta, räätälöity ratkaisu Twilion ja avoimen lähdekoodin komponenttien päälle on mahdollinen mutta vaativampi.

Aisterilla rakennamme yrityksen puhepalvelun valmiiden alustojen päälle, jotta käyttöönotto on nopea ja lopputulos luotettava.

Vaihe 3: Suunnittele keskustelulogiikka

Puhebotin "aivot" eivät ole pelkkä kielimalli. Ne ovat huolellisesti rakennettu ohjeistus (system prompt), joka kertoo botille:

Kuka olet: Yrityksen nimi, rooli, äänensävy Mitä osaat: Mihin kysymyksiin vastaat, mitä toimintoja teet Mitä et osaa: Milloin siirrät puhelun ihmiselle Miten puhut: Lyhyet vastaukset, ei monologia

Prompt-suunnittelu on kriittistä

Hyvä puhebotin ohjeistus on tiukka ja rajattu. Esimerkki:

"Olet Maijan Kampaamon ajanvarausassistentti. Tehtäväsi on varata asiakkaille aikoja ja vastata kysymyksiin palveluista ja hinnoista. Jos asiakas kysyy jotain, mihin et osaa vastata, sano: 'Otan tähän selvitystä ja palaamme asiaan.' Puhu lyhyesti ja ystävällisesti. Älä keksi tietoja — käytä vain annettuja tietoja."

Huono ohjeistus on liian laaja: "Olet avulias assistentti, joka vastaa kaikkiin kysymyksiin." Tällöin botti alkaa arvuutella ja keksiä vastauksia.

Keskustelupolut

Vaikka LLM osaa käydä vapaata keskustelua, puheluissa kannattaa suunnitella keskustelupolut:

1. Tervehdys ja tarkoituksen tunnistus 2. Tarvittavien tietojen kerääminen (nimi, päivämäärä, palvelu) 3. Toimenpide (varauksen teko, tiedon haku) 4. Vahvistus ja lopetus

Jokainen polku tarvitsee myös virhetilanteet: mitä tapahtuu, kun asiakas sanoo jotain odottamatonta? Miten käsitellään hiljaisuus? Milloin siirrytään ihmisagentille?

Vaihe 4: Rakenna integraatiot

Puhebotti ilman integraatioita on kallis vastaajaviesti. Arvo syntyy, kun botti yhdistyy yrityksen järjestelmiin:

Kalenterijärjestelmä (Google Calendar, Calendly, Timma): Ajanvaraus ja vapaat ajat CRM (HubSpot, Salesforce, Pipedrive): Asiakastiedot ja kontaktihistoria Toiminnanohjaus (ERP): Tilausten status, varastotilanne Viestintä (SMS, sähköposti): Vahvistusviestien lähetys Tikettijärjestelmä (Zendesk, Freshdesk): Tikettien luonti ja päivitys

Integraatiot toteutetaan yleensä webhookien ja API-kutsujen kautta. LLM:n function calling -ominaisuus mahdollistaa, että botti päättää itse, milloin ja mitä rajapintaa kutsua.

Esimerkki: Ajanvaraus

1. Asiakas: "Haluaisin varata ajan ensi viikolle" 2. AI kutsuu kalenteri-API:a → hakee vapaat ajat 3. AI: "Ensi viikolla on vapaata tiistaina klo 10 ja torstaina klo 14. Kumpi sopii?" 4. Asiakas: "Tiistai" 5. AI kutsuu kalenteri-API:a → tekee varauksen 6. AI kutsuu SMS-API:a → lähettää vahvistuksen 7. AI: "Hienoa, aika on varattu tiistaille klo 10. Saat vahvistuksen tekstiviestillä."

Vaihe 5: Testaa ennen tuotantoa

Testaus on vaihe, jonka moni ohittaa — ja katuu myöhemmin. Puheluissa virheet ovat näkyvämpiä kuin chatissa, koska asiakas ei voi selata taaksepäin.

Testauksen tasot

1. Yksikkötestaus: Testaa jokainen integraatio erikseen (kalenterihaku toimii, SMS lähtee)

2. Keskustelutestaus: Käy läpi 20–30 eri skenaariota manuaalisesti. Puhu botille kuin asiakas: epäselvästi, keskeyttäen, vaihtaen aihetta.

3. Kuormitustestaus: Miten botti selviytyy 10 samanaikaisesta puhelusta? 50? Latenssi ei saa kasvaa.

4. Edge case -testaus: Mitä tapahtuu, kun asiakas puhuu englantia? Kun linja on meluisa? Kun asiakas huutaa? Kun asiakas on hiljaa 30 sekuntia?

Yleisimmät ongelmat

• Hallusinaatiot: Botti keksii aukioloaikoja tai hintoja. Ratkaisu: tiukka system prompt + RAG (Retrieval-Augmented Generation)
• Loputon luuppi: Botti ja asiakas jäävät kiertämään samaa kysymystä. Ratkaisu: aseta maksimimäärä uudelleenkysymyksille ja eskaloi ihmiselle.
• Latenssi: Vastaus kestää yli 2 sekuntia. Ratkaisu: optimoi teknologiapino, käytä streaming-vastausta.

Vaihe 6: Vie tuotantoon asteittain

Älä vaihda kaikkia puheluita botille kerralla. Asteittainen käyttöönotto:

Viikko 1–2: Botti vastaa 10 prosenttiin puheluista (tietty numero tai aika). Seuraa ja korjaa.

Viikko 3–4: Nosta 50 prosenttiin. Kerää palautetta asiakkailta ja henkilöstöltä.

Viikko 5+: Täysi tuotanto. Botti hoitaa rutiinit, ihmiset erikoistapaukset.

Seurattavat mittarit

• Ratkaisuaste: Kuinka monta prosenttia puheluista AI hoitaa loppuun asti?
• Eskalointi-prosentti: Kuinka usein AI siirtää puhelun ihmiselle?
• Puhelun kesto: Lyheneekö vai piteneekö?
• Asiakaspalaute: CSAT-arvosanat AI-puheluista

Vaihe 7: Optimoi jatkuvasti

Puhebotti ei ole "käyttöönota ja unohda" -projekti. Se paranee ajan myötä, mutta vain jos sitä kehitetään aktiivisesti.

Kuuntele puheluita: Käy läpi AI:n hoitamia puheluita viikoittain. Missä se onnistuu? Missä se epäonnistuu?

Päivitä ohjeistusta: Kun löydät toistuvan ongelman, muokkaa system promptia.

Lisää käyttötapauksia: Kun ensimmäinen käyttötapaus toimii, laajenna seuraavaan.

Seuraa kustannuksia: API-kutsut, puheluminuutit ja infrastruktuuri — pidä kustannus per puhelu kontrollissa.

Yhteenveto

Puhebotin rakentaminen alusta loppuun vaatii seitsemän vaihetta: tavoitteiden asettaminen, teknologiavalinta, keskustelulogiikan suunnittelu, integraatiot, testaus, tuotantoon vienti ja jatkuva optimointi.

Tärkeintä on aloittaa pienestä, testata oikeilla käyttäjillä ja laajentaa vasta kun perusta toimii.

Jos haluat rakentaa puhebotin ilman raskasta omaa projektia, Aisterin white-label-ratkaisu hoitaa teknologiapinon — sinä keskityt sisältöön ja asiakaskokemukseen. Kysy lisää: visa.valkonen@aisteri.fi.