Web Siteniz İçin Çok Dilli Chatbot: Küresel Müşterilere Hizmet Etmek

Küresel bir fiyatlandırma deneyi yürüten bir B2B SaaS ekibi analitiklerinde garip bir şey fark ediyor. DACH bölgesi (Almanya, Avusturya, İsviçre) ABD dışındaki en yüksek açılış sayfası trafiğine, mühendisler arasındaki ikinci en yüksek demo kayıt oranına ve büyük pazarlardan herhangi birinin en düşük ücretli dönüşüm oranına sahip. Ekip İngilizce'ye akıcı. Ürün İngilizce. Fiyatlandırma bölge için makul. Peki bu boşluk neden?

Hızlı bir müşteri görüşmesi seti cevabı ortaya koyuyor. Bu pazarlardaki alıcılar İngilizce dokümantasyonu okumakta tamamen rahat. Ona dayalı bir satın alma kararı vermekte rahat değiller. Fiyatlandırma sayfasındaki chatbot İngilizce yanıt verdiğinde, mükemmel İngilizce bile olsa, küçük ama kalıcı bir sürtüşmeyi tetikler: "bu ürün gerçekten bizim pazarımız için mi?" Sıçrama o tereddütte gerçekleşir, herhangi bir özellik boşluğunda değil.

Birden çok tüketici araştırma raporu (CSA Research, Common Sense Advisory tarihsel çalışması), tüketicilerin önemli bir çoğunluğunun kendi ana dillerinde satın almayı tercih ettiğini ve anlamlı bir kısmının yalnızca İngilizce olan sitelerden hiç satın almayacağını defalarca tespit etti. Bu, kelimenin tam anlamıyla bir çeviri sorunu değil. Sayfadaki İngilizce iyi. Bu bir güven sorunu. İnsanlar, dillerini konuşan bir satıcıyla konuşmak istiyor.

Çok dilli bir chatbot sadece çevirmez. Pazardaki varlığı işaret eder. Ziyaretçi Almanca yazar, bot Almanca cevaplar ve örtük mesaj "buradayız, hoş geldiniz"dir. Bu sinyal, dönüşüm hunisindeki çoğu açık özellikten daha değerlidir.

Bu rehber, çok dilli chatbotların gerçekte ne yaptığını, nerede parladıklarını, nerede çöktüklerini ve markanızı utandırmayan birini nasıl dağıtacağınızı anlatır.

İnternet uzun süredir yalnızca İngilizce değil. Çoğu ölçüm, İngilizce dil içeriğinin küresel web kullanımının yarısının altını temsil ettiğini ve bu payın akıllı telefon penetrasyonu İngilizce öncelikli olmayan bölgelerde büyürken düşmeye devam ettiğini gösteriyor. Yine de birçok işletme çok dilli desteği hâlâ sonradan akla gelen bir şey olarak ele alıyor.

İnternete açılan her işletmenin 2026'da çok dilli desteği değerlendirmesinin pratik nedenleri:

Arama motorları yerelleştirilmiş içeriği ödüllendirir. Google ve diğer motorlar dil ve yerel sinyallerini sıralamalara açıkça katar. Ziyaretçinin dilindeki bir chatbot konuşması, sayfanın anlamlı şekilde yerelleştirildiğiyle ilişkilidir; bu da arama motorlarının ödüllendirdiği etkileşim metriklerini besler.

Uluslararası trafik nadiren homojendir. %30 ABD dışı trafik alan bir SaaS, tipik olarak bu trafiği 10-30 ülkeye yayar. Tek bir İspanyolca konuşan destek temsilcisi kiralamak sorunu çözmez; önemli olan dilleri kapsamak için 10 temsilciye ihtiyacınız olur, artı zaman dilimleri için örtüşme.

Çok dilli insan desteğinin maliyeti yasaklayıcıdır. Ölçekte bile, 5-10 dile yerli konuşmacı kadrosu kurmak, çakışan kapsama saatleri olan ayrı ekipler sürdürmek demektir. Kurumsal ölçeğin altındaki çoğu işletme için matematik çalışmıyor. Tek bir İngilizce bilgi tabanı üzerinde eğitilmiş bir chatbot, marjinal maliyetle onlarca dilde yanıt verebilir.

Yapay zeka çeviri kalitesi kullanılabilirlik eşiğini aştı. Bu temel etkinleştirici değişikliktir. Büyük LLM'ler (OpenAI GPT-4.1, Anthropic Claude 4.5, Google Gemini 2.0) İngilizce dışı üretimi yerel olarak yönetir; büyük diller için kalite, on yıl önceki Google Translate çıktısının garip değil, akıcı bir profesyonelinkiyle karşılaştırılabilir.

Pratik etki önemlidir: çok dilli chatbotlar dağıtan işletmeler genellikle İngilizce konuşmayan ziyaretçilerden artan etkileşim ve uluslararası trafikte azalan sıçrama oranları görür. Yukarıda bahsedilen varlık-sinyali etkisi bunun bir parçasıdır; dil özelinde soruların daha hızlı çözümü diğeri.

Uluslararası ziyaretçilere hizmet verirken, sohbet konuşmalarının sınır ötesi veri transferleri içerebileceğinin farkında olun. KVKK, GDPR, PIPL, LGPD, CCPA ve benzeri çerçeveler altında, belirli güvenceler (veri işleme sözleşmeleri, transfer etki değerlendirmeleri, bölgesel veri ikametgahı) gerekebilir. Yeni bölgelerde lansman yapmadan önce hukuk ve uyumluluk ekiplerinizle koordine olun.

Modern çok dilli chatbotlar, ziyaretçinin bir açılır menüden dilini seçmesine gerek kalmadan dili otomatik olarak yöneten bir boru hattı kullanır. Boru hattının çoğu giriş açıklamasının söylediğinden daha fazla hareketli parçası vardır.

1. Adım: Dil algılama. Bir ziyaretçi bir mesaj yazdığında, sistem ilk birkaç kelime içinde dili tanımlar. Üç yaklaşım yaygındır:

Tarayıcı yereli. Ziyaretçinin tarayıcısı tercih ettiği dili Accept-Language HTTP başlığı aracılığıyla duyurur. Bu yararlı bir ipucudur ancak tek sinyal olarak güvenilmezdir: birçok kullanıcı asıl tercih edilen dillerinden bağımsız olarak İngilizce ayarlı cihazlarda göz atıyor.

Hafif algılayıcı kütüphanesi. franc, cld3 veya langdetect gibi araçlar girdi metnini analiz eder ve güven puanıyla birlikte bir dil kodu döndürür. Hızlı, yerel olarak çalışır, 20-30 karakterin üzerindeki girdiler için doğru.

LLM tabanlı algılama. Modern LLM'ler dili üretimin doğal bir parçası olarak algılar. Modelden "kullanıcıyla aynı dilde yanıt vermesini" istemek genellikle yeterlidir ve büyük diller için neredeyse her zaman doğru sonuçlar üretir.

Çoğu üretim chatbotu için pragmatik seçim bir kombinasyondur: tarayıcı yerelini bir ipucu olarak kullanın, mesaj üzerinde hafif bir algılayıcı çalıştırın ve ikisi anlaşamazsa LLM'in karar vermesine izin verin.

2. Adım: Diller arası erişim. İlginçleştiği yer burası. Bilgi tabanınız tipik olarak tek bir dilde (genellikle İngilizce). Chatbotun, ziyaretçinin sorusunu Portekizce gibi bir dilde anlaması ve ilgili İngilizce belgeleri alması gerekir.

Anlamsal embedding'ler diller arasında çalışır. "Como faço para cancelar?" anlamı, "Nasıl iptal ederim?" ile yaklaşık olarak aynı vektör uzayına eşlenir çünkü modern embedding modelleri (OpenAI text-embedding-3, Voyage 3, Cohere Embed v3) büyük çok dilli korpuslar üzerinde eğitilmiştir. Sorgu olduğu gibi gömülür, arama İngilizce belge indeksinize karşı çalışır ve ilgili parçalar ziyaretçinin kullandığı dilden bağımsız olarak geri gelir.

Bu nedenle RAG tabanlı chatbotlar, çok dilli sorguları anahtar kelime eşleştirme sistemlerinden çok daha iyi yönetir. Anahtar kelimeler çevrilmez; anlam çevrilir.

Daha yüksek hassasiyet için, bazı uygulamalar gömmeden önce sorguyu bilgi tabanı diline çevirir. Buna bazen "önce çevir, sonra eriş" denir ve embedding modelinin daha zayıf olduğu diller için yardımcı olur.

3. Adım: Yanıt üretimi. AI alınan İngilizce belgeleri kullanarak bir yanıt üretir ancak ziyaretçinin dilinde çıktı verir. Çeviri ayrı bir son işleme adımı olarak değil, üretim aşamasında gerçekleşir; bu, geleneksel makine çevirisinden daha doğal kulağa hoş gelen çıktı üretir. Sistem prompt'u tipik olarak şu talimatı içerir: "Kullanıcıyla aynı dilde yanıt ver. Kullanıcı girdisi kod veya ürün adları içeriyorsa, bunları orijinalinde koru."

Chatloom gibi platformlar tüm bu boru hattını şeffaf şekilde yönetir. İngilizce dokümantasyon yüklersiniz ve bot ziyaretçinin kullandığı dilde yanıt verir. Altta yatan RAG boru hattı hakkında daha fazla bilgi için RAG Chatbot Nedir yazısına bakın.

AI destekli çeviri çarpıcı şekilde gelişti, ancak kalite dile göre anlamlı şekilde değişir. Kademeleri anlamak gerçekçi beklentiler belirlemeye yardımcı olur.

1. Kademe diller mükemmel sonuçlar alır. Büyük LLM'ler bu dillerde büyük miktarda içerik üzerinde eğitilmiştir ve yanıtlar tipik destek konuşmaları için akıcı, doğal ve doğrudur. Yüksek güvenle dağıtabilirsiniz.

2. Kademe diller basit konuşmalar için iyi sonuçlar üretir. Türkçe burada yer alır — kalite çoğu destek senaryosu için güçlüdür ancak teknik terminoloji veya nüanslı dil ara sıra biraz doğal olmayan ses çıkarabilir. Çoğu ekip ilk birkaç hafta konuşma incelemesiyle dağıtır.

3. Kademe diller bazen daha dikkatli ele alma gerektirir. Müşterilere öncelikle bu dillerde hizmet veriyorsanız, onboarding sırasında yerli bir konuşmacının örnek konuşmaları incelemesi değerli olur. Çıktı kalitesi her model sürümüyle iyileşiyor ancak 1. Kademe'nin gözle görülür şekilde gerisinde kalıyor.

4. Kademe diller AI'in yalnız dağıtımı için üretim hazır olmayabilir. İşletmenizin böyle pazarlarda güçlü konsantrasyonu varsa, insan incelemesi veya hibrit AI artı insan iş akışları için planlama yapın.

En büyük kademeler arası tuzak alana özel terminolojidir. AI genel dili iyi bilir ancak ürününüzün marka terimlerini, özellik isimlerini veya endüstri jargonunu yanlış çevirebilir. Bilgi tabanınızda anahtar terimlerin nasıl ele alınacağını belirten bir sözlükle bunu ele alın. ("Pro Plan ve Pulse Engine'i her zaman İngilizce olarak koru. Çevirme.")

Türkçe için pratik not: ürün isimleri ("Trendyol Mağazam"), markalı özellikler ve sektör jargonunu sözlüğünüzde kilitleyin; Chatloom'un sistem prompt'unda bunu açıkça belirleyin. Aksi halde "Pulse Motoru" gibi yapay çeviriler ortaya çıkıyor.

Yaygın bir uygulama sorusu: bir İngilizce bilgi tabanı sürdürüp AI'ın erişim zamanında çevirmesine mi izin vermelisiniz, yoksa dil başına ayrı çevrilmiş bilgi tabanları mı sürdürmelisiniz?

Tek İngilizce bilgi tabanı (diller arası erişim).

Artıları: Tek bir doğruluk kaynağı. Bir kez güncelleyin, tüm diller fayda sağlar. Sürümler arası çeviri kayması yok. Daha düşük bakım yükü.

Eksileri: Diller arası embedding kalitesi bazı 2./3. Kademe diller için tek dilli olandan daha düşüktür. Alana özel terminoloji tutarsız şekilde çevrilebilir. Bazı alıntılar veya adlandırılmış varlık referansları yanıtta kısmen İngilizce kalabilir.

Dil başına çevrilmiş bilgi tabanı.

Artıları: Dil başına en yüksek erişim kesinliği. Alan terminolojisi tutarlı kalır. Belirli bir dilde olması gereken uyumluluk ve yasal belgeler önceden ele alınır.

Eksileri: Çoğaltılmış bakım maliyeti. Dil sürümleri arasında çeviri kayması. Yavaş içerik güncellemeleri çünkü her değişiklik çevrilmeli. Daha yüksek başlangıç çeviri bütçesi.

Pragmatik hibrit. Çoğu üretim dağıtımı hibrit bir yaklaşım kullanır: gerçeğin kaynağı olarak tek bir İngilizce bilgi tabanı sürdürün, artı bölgeye göre gerçekten farklı olan içerik için küçük bir yerel özelinde geçersiz kılma seti (yerel para biriminde fiyatlandırma, bölgesel uyumluluk açıklamaları, yerele özel kargo bilgileri). Chatbot varsayılan olarak İngilizce tabandan alır ancak bölgeye özel sorgular için önce yerel geçersiz kılma katmanını kontrol eder.

Çoğu KOBİ ve büyüyen şirket için tek tabanlı yaklaşım doğru varsayılandır. Çoklu tabanlı bakımın yükü, yalnızca içerik bölge özeline ağır şekilde geldiğinde veya 1. Kademe erişim kalitesi yeterli olmadığında ödeme yapar.

Altta yatan boru hattı mekaniği hakkında daha fazla bilgi için yapay zeka chatbotunu verilerinizle eğitme hakkındaki derin dalışımıza bakın.

Çok dilli desteği yayına almak çoğu ekibin beklediğinden daha basittir, ancak kalitede anlamlı bir fark yaratan birkaç adım vardır.

1. Önce bilgi tabanınızı İngilizce hazırlayın. Bu, doğruluk kaynağınızdır. Diğer dilleri düşünmeden önce kapsamlı, iyi düzenlenmiş ve güncel olduğundan emin olun. AI'ın çok dilli yanıtları yalnızca altta yatan içerik kadar iyidir. İngilizce dokümantasyonunuzda boşluklar varsa, bu boşluklar her dilde görünür.

2. Anahtar terimler ve marka kelime dağarcığı sözlüğü ekleyin. Ürününüz çevrilmemesi gereken belirli terminoloji kullanıyorsa (marka adları, özellik isimleri, teknik terimler, sloganlar), bunları açıkça belgeleyin. AI'a hangi terimleri İngilizce tutacağını ve hangilerini çevireceğini söyleyen bir sözlük belgesi ekleyin. Örnek: "Pulse Engine ve AutoFlow gibi ürün adlarını her zaman İngilizce koru. pano ve ayarlar gibi genel terimleri hedef dildeki standart kullanıma göre çevir."

3. Dil algılama ve davranışı yapılandırın. Karar verin:

• Bot ziyaretçinin tarayıcı yerelini mi takip etmeli yoksa mesajdan algılamalı mı?
• Karşılama mesajı varsayılan olarak İngilizce mi olmalı yoksa tarayıcı ayarlarına göre yerelleştirilmeli mi?
• Ziyaretçi konuşma ortasında dil değiştirirse ne olmalı?
• Düşük kaynaklı diller için, bot bir özürle İngilizce'ye geri mi dönmeli yoksa yanıtı denemeli ve uyarmalı mı?

4. En iyi 3-5 dilinizde yerli konuşmacılarla test edin. Lansmandan önce, yerli konuşmacıların kendi dillerinde 15-20 gerçekçi sorgu çalıştırmasını sağlayın. Otomatik testin yüzeye çıkarmayacağı çeviri tuhaflıklarını, ton uyumsuzluklarını, formalite sorunlarını ve terminoloji sorunlarını yakalayacaklardır. Ev içi yerli konuşmacılarınız yoksa dil başına 200-500 dolar ayırın; Upwork veya Fiverr'daki freelancer oranları tipik olarak makuldür.

5. Geri dönüş davranışını yapılandırın. Bot kötü ele aldığı bir dili algıladığında ne olacağına karar verin. Seçenekler:

• Kibarca özür dileyerek İngilizce yanıt verin ve bir insan temsilciye bağlamayı önerin.
• Çevirin ama uyarın ("Yanıtım makine çevirili; bir şey net değilse bana bildirin").
• Reddedin ve ziyaretçinin dilinde etiketlenmiş bir iletişim formuna yönlendirin.

Chatloom'un güven skorlaması burada yardımcı olur: belirli bir dil için erişim güveni düşükse, bot otomatik olarak yükseltebilir.

6. Dil başına analitiği izleyin. Çözüm oranlarını, güven dağılımını ve memnuniyet skorlarını dile göre takip edin. Bir dil sürekli düşük performans gösteriyorsa, bu sizin için ya çevrilmiş kaynak belgeler eklemeniz, ya o dil için sistem prompt'unu ayarlamanız ya da botu çözerken o dildeki kapsamı sınırlamanız sinyalidir.

7. İçeride gerçekçi beklentiler belirleyin. 1. Kademe diller harika çalışacak. 2. Kademe ara sıra acemi ifadelerle %90 oranında oraya gelecek. 3. Kademe sürdürülebilir yineleme gerektirebilir. Bunu lansmandan önce paydaşlara iletin, böylece ilk garip çeviri projeyi raydan çıkarmaz.

Dil kelime dağarcığından fazlasıdır. Kültürel bağlam, insanların soruları nasıl ifade ettiğini, ne düzeyde formalite beklediğini ve yanıtları nasıl yorumladığını etkiler. Kelimeleri doğru ama kayıtı yanlış almak, yanlış çeviri kadar kötü olabilir.

Formalite kayıtları önemli ölçüde değişir. Almanca iş iletişimi tipik olarak resmi hitabet kullanır (Sie, du yerine). Türkçe'de "siz" ve "sen" arasındaki seçim aynı şekilde önemlidir — destek bağlamında "siz" varsayılan olmalıdır. Japonca'nın birden çok formalite seviyesi vardır ve yanlışını seçmek ya kaba ya da katı görünebilir. Latin Amerika İspanyolcası, destek bağlamları için Avrupa İspanyolcasından daha sıcaktır. Amerikan İngilizcesi gündelik yönelir; İngiliz İngilizcesi biraz daha resmi. Japonca bir müşteriye aşırı gündelik dille yanıt veren bir chatbot saygısız hissettirebilir. Sistem prompt'unuzda formalite beklentilerini belirtmek pazarlar arasında daha tutarlı sonuçlar üretir.

Tarih, saat ve para birimi formatlaması önemlidir. Teslimat süreleri hakkında soru soran bir müşteri yanıtı yerel formatında bekler. "3/7/2026" ABD'de 7 Mart, ancak Avrupa'nın çoğunda 3 Temmuz anlamına gelir. Türkiye'de standart "07.03.2026"dir. Belirteç olmadan "$50" USD, CAD, AUD veya birkaç başkası anlamına gelebilir. İyi çok dilli chatbotlar bir yerel verildiğinde bu kuralları doğru şekilde ele alır, ancak test sırasında doğrulayın. Ürününüz birden çok para biriminde satılıyorsa, sistem prompt'unu ziyaretçinin algılanan bölgesine uygun para birimini kullanacak şekilde yapılandırın. Türk müşteriler için "₺" sembolü ve Türk Lirası açıkça kullanılmalı.

Destek beklentileri de kültüre göre farklılık gösterir. Bazı pazarlar, destek etkileşimlerinde geniş giriş, nezaket ifadeleri ve bağlamsal güvence bekler ("Bunu incelerken sabrınız için teşekkür ederim..."). Diğerleri minimum törenle doğrudan, özlü cevapları tercih eder. Türk müşteriler genellikle samimi ama saygılı bir ton bekler — aşırı gündelik veya aşırı resmi olmaktan kaçının. Birden fazlasına hizmet veriyorsanız, sistem prompt'unuzu ayarlamayı veya pazara özel kişilik yapılandırmaları oluşturmayı düşünün.

Adlandırılmış varlıkların yerelleştirilmesi. Ürünlerin, yerlerin ve markaların adları önemlidir. "Black Friday" pazarlar arasında tutarsız çevrilen ABD merkezli bir kavramdır — Türkiye'de "Black Friday" yaygın olarak kullanılıyor ama "Yılbaşı dönemi" gibi yerel bağlamlar da işe yarar. Bazı dillerde "müşteri hizmeti", daha resmi bir "müşteri ilişkileri"ne en iyi şekilde eşlenir. Adlandırılmış varlık sözlüğüne zaman ayırın; konuşma kalitesinde geri ödeme yapar.

Sağdan sola diller. Arapça, İbranice, Farsça ve Urduca sağdan sola okunur. Chatbot widget UI'ının kendisinin RTL düzenlerini desteklemesi gerekir (yansıtılmış düğmeler, metin hizalaması). Çoğu modern sohbet widget'ı bunu destekler, ancak Arapça desteğini iddia etmeden önce belirli platformunuzda doğrulayın.

AI her kültürel nüansta otomatik olarak gezinmez, ancak vakaların çoğunluğunu iyi ele alır. Kilit nokta, çevirinin yeterli olduğunu varsaymak yerine hedef pazarlarınızdaki gerçek kullanıcılarla test etmektir.

Bunu iyi yapan şirketler arasında tekrar eden birkaç desen vardır.

ABD'den EMEA'ya genişleyen SaaS. Bir B2B SaaS, İngilizce, Almanca, Fransızca, İspanyolca ve İtalyanca'yı kapsayan çok dilli bir chatbot başlatıyor. Bilgi tabanı İngilizce kalıyor. Satış konuşmaları ziyaretçinin dilinde gerçekleşiyor. DACH ve Güney Avrupa'da satış öncesi dönüşüm ilk çeyrek içinde gözle görülür şekilde yükseliyor. Kazanç çeviri başına değil; "pazarınızda buradayız" güven sinyalidir.

Sınır ötesi alıcılara hizmet veren e-ticaret. Kanada'da bir Shopify satıcısı, ABD, Meksika, Fransa ve Japonya'daki müşterilere el yapımı ürünler satıyor. Chatbot her ziyaretçinin dilini algılar ve ürün sorularını, kargo sorgularını ve gümrük endişelerini onların dilinde yanıtlar. Uluslararası sepet terkleri düşüyor çünkü dil bariyeri satın alma anında ortadan kalkıyor. Türkiye'den dünyaya satış yapan bir Shopify mağazası — örneğin Etsy'de butik satan bir Türk markası — aynı şeyi yapabilir. E-ticaret açısından daha fazlası için Shopify chatbot widget rehberi yazısına bakın.

Küresel geliştirici kitlesi olan dokümantasyon portalı. Bir açık kaynak projesi, dokümanlar sitesinde çok dilli bir chatbot dağıtıyor. Geliştiriciler kendi ana dillerinde sorular soruyor; bot İngilizce dokümanlardan eriştiriyor ve aynı dilde yanıtlıyor. İngilizce konuşmayan kişilerden katılım ilk altı ayda üçe katlanıyor. Bot, İngilizce ana dili olmayan kişilerin teknik içerikle etkileşim engelini düşürüyor.

Otel ve turizm için konsiyerj. Bir otel zinciri, 12 dilde rezervasyon, olanak ve yerel alan sorularını yanıtlayan çok dilli bir chatbot dağıtıyor. Konuklar, ön büro personeli veya saatlerinden bağımsız olarak kendi dillerinde anında yardım alıyor. Bu desen havayollarına, turizm kurullarına ve seyahat pazaryerlerine uzanır. Türkiye'deki turistik bölgeler — İstanbul, Antalya, Kapadokya — için bu özellikle değerlidir.

Ortak nokta: her durumda çok dilli yetenek bir özellik değildir; konuşma seviyesinde değil, huni seviyesinde dönüşüm ve etkileşimi etkileyen bir pazar varlığı ifadesidir.

Yalnızca sohbet widget UI'ını çevirmek ama bot yanıtlarını çevirmemek. Yereldan bağımsız olarak İngilizce "Chat" yazan bir sohbet düğmesi, ziyaretçi Almanca yazarsa Almanca yanıt veren bir botla eşleştirildiğinde sarsıcıdır. Başlatıcı, karşılama mesajı, yer tutucu metin ve tüm UI dizelerini yanıt diline uyacak şekilde yerelleştirin.

Marka adlarının makine çevirisi yapılması. Bir sözlük olmadan, AI ürün adınızı yerel dile çevirebilir ("Quick Helper" "Schneller Helfer" oluyor). Bu marka tutarlılığını bozar. Marka ve ürün terminolojisini kilitleyen bir sözlük her zaman ekleyin.

Çerez bannerleri ve onay akışları yanlış dilde. Chatbotunuz çerez onayı veya veri işleme sözleşmesi istiyorsa, bu yasal arayüzler ziyaretçinin diliyle eşleşmelidir. Bu hem bir UX hem de KVKK ve GDPR altında bir uyumluluk sorunudur.

Ziyaretçinin dilinin konumlarına eşit olduğunu varsaymak. Londra'dan göz atan bir Fransızca konuşmacı, İngiltere İngilizcesi yerine Fransızca yanıt isteyebilir. Yalnızca IP coğrafi konumundan değil, mesajdan algılayın.

Algılamayı bozan kod değiştirme. Çift dilli kullanıcılar bazen tek bir mesajda dilleri karıştırır ("Merhaba, el panelini nasıl yapılandırırım?"). Çoğu modern algılayıcı ve LLM bunu zarif şekilde yönetir, hangi dil baskınsa ona varsayılan olur, ancak kitleniz bunu yapıyorsa test edin.

Deyim ve mizah hataları. AI, anlamlarını kaybeden deyimlerin literal çevirilerini üretir. Bunu test edin; bulunduysa, sistem prompt'unu deyimleri literal çevirmekten kaçınacak şekilde ayarlayın. Türkçe'de "elini taşın altına koy", "havlu atmak" gibi deyimler kelime kelime İngilizce'ye çevrildiğinde anlamlarını yitirir.

Karşılama mesajını unutmak. Ziyaretçinin gördüğü ilk mesaj zaten kendi dilinde olmalıdır. Bot yalnızca ilk kullanıcı mesajından sonra geçerse, ziyaretçi bir tane göndermeden önce sıçrayabilir.

Yanıt dönüşleri arasında tutarsız formalite. Bot resmi başlar ve konuşma ortasında gündelikleşirse, kopuk hissettirir. Sistem prompt'unda formaliteyi kilitleyin.