forum cswithai
arrow_back Semua artikel
Chatbot AIContoh PercakapanLayanan Pelanggan

6 Contoh Chatbot Layanan Pelanggan Nyata (Lengkap dengan Transkrip Percakapan)

Lihat 6 contoh chatbot layanan pelanggan lengkap dengan transkrip percakapan asli dari toko online, laundry, salon, hingga SaaS — plus ciri bot yang bagus.

Oleh Tim cswithai · 3 Juli 2026 · 10 menit baca

Kebanyakan artikel soal chatbot layanan pelanggan cuma ngomongin hal abstrak — "mempercepat respons", "menekan biaya support". Yang sebenarnya membantu saat memutuskan apakah chatbot cocok buat bisnis sendiri adalah melihat langsung: pertanyaan asli, jawaban asli, dan di mana batas antara "ini bisa ditangani bot" versus "ini wajib dioper ke manusia".

Berikut enam contoh percakapan dari jenis usaha kecil yang berbeda-beda, lengkap dengan transkrip singkat dan catatan soal apa yang berjalan baik. Di bagian akhir ada pola untuk membedakan contoh chatbot yang bagus dari yang asal-asalan.

Toko Online: Status Pesanan dan Retur

Pelanggan chat toko fashion online soal pesanan yang belum sampai, sekaligus mau tukar ukuran.

Pelanggan: halo, pesanan saya #48213 kok belum sampai ya? udah 5 hari

AI: Saya cek dulu ya, Kak. Pesanan #48213 dikirim lewat JNE tanggal 28 Juni, status terakhir "dalam perjalanan ke kota tujuan", estimasi sampai besok atau lusa. Ini nomor resinya kalau mau dipantau sendiri: JX8837291JK. Mau saya kirimkan juga link lacaknya lewat WhatsApp?

Pelanggan: oke gapapa. tapi sekalian, sepatu yg saya pesan size 38 kekecilan, bisa tukar ke 39?

AI: Bisa, Kak, ukurannya masih tersedia. Saya buatkan proses tukar sekarang — Kakak nggak perlu bayar ongkir kirim balik, saya kirim label pengembalian gratis ke email yang dipakai saat checkout. Setelah barang kami terima, size 39 langsung dikirim di hari yang sama. Emailnya masih yang tadi dipakai pesan, kan?

Pelanggan: iya bener. makasih banyak min

AI: Sama-sama, Kak! Label pengembaliannya sudah saya kirim, cek email dalam beberapa menit ya.

Yang berjalan baik: Bot kasih data konkret (nomor resi, status, tanggal), bukan sekadar "mohon ditunggu". Proses tukar ukuran langsung tuntas tanpa eskalasi karena kebijakannya memang jelas.

Laundry Kiloan: Jam Buka dan Daftar Harga

Pemilik laundry kiloan pasang widget chat karena capek dijapri berkali-kali soal jam buka.

Pelanggan: kak, hari minggu buka jam berapa? terus setrika baju + cuci berapa per kg

AI: Hari Minggu kami buka jam 08.00–17.00, sedikit lebih pendek dari hari biasa (07.00–20.00). Untuk cuci + setrika reguler harganya Rp 8.000/kg dengan minimal 3 kg, selesai dalam 2 hari. Kalau butuh kilat (selesai hari yang sama), ada tambahan Rp 5.000/kg.

Pelanggan: kalo jas buat kondangan, dry clean berapaan?

AI: Dry clean jas satu setel (jas + celana) Rp 45.000, selesai 2 hari kerja. Kalau cuma jasnya saja Rp 30.000.

Pelanggan: ini gaun pengantin adek saya kena tumpahan wine pas resepsi, bisa dry clean juga gak? takut malah tambah rusak

AI: Untuk noda wine di kain gaun pengantin, saya nggak mau asal janji bisa hilang total karena tiap kain butuh penanganan beda — ini lebih aman dicek langsung oleh tim spesialis kain kami. Boleh minta nomor WA Kakak? Tim spesialis akan hubungi hari ini untuk lihat fotonya dan kasih kepastian.

Pelanggan: oh oke, ini nomornya 0812xxxxxxx

AI: Siap, Kak, sudah saya catat dan teruskan ke tim spesialis. Mereka akan hubungi paling lambat sore ini.

Yang berjalan baik: Jam buka dan harga dijawab langsung dan spesifik. Tapi begitu masuk kasus berisiko tinggi — noda di gaun pengantin — bot tidak menebak, malah jujur soal keterbatasannya dan mengoper ke tim spesialis kain.

Salon Kecantikan: Booking dan Pertanyaan Layanan

Klinik kecantikan kecil pakai chatbot untuk booking supaya resepsionis nggak harus angkat telepon terus.

Pelanggan: ada slot kosong buat facial sore ini gak?

AI: Saya cek jadwal hari ini ya, Kak... Ada dua slot kosong: jam 15.15 dan jam 17.30. Facial reguler durasinya sekitar 60 menit. Mau saya bookingkan yang mana?

Pelanggan: yang jam 3 sore aja. atas nama Rani

AI: Baik, sudah saya bookingkan untuk Kak Rani, facial reguler jam 15.15 hari ini. Sampai jumpa nanti sore ya, Kak!

Pelanggan: eh iya sekalian nanya, kalo mau cabut gel nail dulu sebelum facial, bisa dikerjain di sana juga?

AI: Bisa, Kak. Layanan cabut gel nail (removal) harganya Rp 35.000, prosesnya sekitar 20 menit. Kalau mau digabung sebelum jadwal facial jam 15.15, sebaiknya datang 20-30 menit lebih awal supaya nggak molor ke jadwal berikutnya. Mau saya tambahkan ke booking Kakak?

Pelanggan: boleh, makasih infonya

Yang berjalan baik: Bot mengecek jadwal secara real-time, bukan cuma bilang "hubungi kami untuk cek slot", lalu langsung selesai booking-nya. Pertanyaan tambahan soal harga dan durasi dijawab pasti karena memang informasi baku.

Jasa Servis Rumah: Estimasi Harga dan Jadwal Tukang

Usaha jasa servis rumah tangga sering dapat chat "berapa harganya" duluan sebelum orang mau ambil keputusan telepon.

Pelanggan: kak mau tanya, pipa di bawah wastafel dapur bocor terus, kira2 servisnya berapaan ya

AI: Untuk kebocoran pipa di bawah wastafel, biayanya biasanya di kisaran Rp 150.000–250.000 tergantung penyebabnya — sambungan longgar lebih murah, pipa yang harus diganti lebih mahal. Kami nggak kasih harga pasti dari chat karena bisa meleset kalau kondisinya beda pas dicek langsung, tapi tukang akan kasih kepastian harga sebelum mulai kerja.

Pelanggan: oh oke masuk akal. bisa dijadwalin kamis?

AI: Bisa, Kak. Hari Kamis ada slot jam 13.00–15.00. Mau saya jadwalkan di jam itu? Boleh minta alamat lengkap dan nomor HP yang bisa dihubungi tukangnya sebelum berangkat.

Pelanggan: oke jam segitu aja. alamatnya Jl. Kenanga No.12, hp 0813xxxxxxx

AI: Siap, sudah dijadwalkan Kamis jam 13.00–15.00 di Jl. Kenanga No.12. Tukang kami akan telepon sekitar 30 menit sebelum tiba.

Yang berjalan baik: Bot kasih kisaran harga yang jujur, bukan angka pasti karangan yang bisa bikin pelanggan kecewa kalau ternyata beda di lapangan. Transparansi soal "kenapa kisaran, bukan pasti" ini yang bikin jawabannya dipercaya, lalu penjadwalan langsung selesai tanpa bolak-balik telepon.

SaaS: Pertanyaan Cara Pakai dan Masalah Tagihan

Startup SaaS kecil pasang widget chat di dashboard supaya pengguna nggak perlu buka tiket untuk pertanyaan sederhana.

Pelanggan: cara export data ke csv gimana ya? gak nemu tombolnya

AI: Tombolnya ada di halaman "Laporan", klik ikon titik tiga di pojok kanan atas tabel, lalu pilih "Export sebagai CSV". File akan otomatis terunduh dan juga terkirim salinannya ke email akun Kakak sebagai cadangan. Ada bagian tertentu yang mau diexport, atau semua datanya sekaligus?

Pelanggan: oh gitu, ketemu. makasih. btw kok saya ditagih 2x bulan ini ya di rekening koran saya

AI: Terima kasih sudah kasih tahu — soal tagihan ganda ini nggak bisa saya putuskan sendiri karena menyangkut pengembalian dana dan perlu dicek riwayat transaksinya oleh tim billing. Sudah saya teruskan beserta detail akun Kakak, mereka akan hubungi lewat email dalam 1x24 jam.

Pelanggan: oke ditunggu ya

Yang berjalan baik: Pertanyaan cara pakai fitur dijawab langsung dan percaya diri karena memang bagian dari dokumentasi produk. Tapi menyangkut uang nyata dan kemungkinan kesalahan sistem pembayaran, bot tidak mencoba menyelesaikan sendiri — langsung diarahkan ke tim yang punya wewenang refund.

Restoran/Kafe: Menu, Alergen, dan Reservasi Meja

Restoran Thai kecil di Jakarta pakai chatbot di website untuk jawab pertanyaan menu sekaligus terima reservasi.

Pelanggan: pad thai nya bebas gluten gak sih?

AI: Pad thai reguler kami memakai kecap manis yang mengandung gluten, jadi belum bebas gluten. Tapi kami punya versi pad thai dengan saus khusus bebas gluten yang bisa dipesan atas permintaan — rasanya mirip, tinggal bilang ke pelayan atau saya catat di reservasi.

Pelanggan: oh oke aman. eh sekalian mau reservasi meja buat 4 orang malam ini jam 7

AI: Baik, saya bantu reservasi meja untuk 4 orang jam 19.00 malam ini. Atas nama siapa ya, Kak, dan boleh minta nomor HP untuk konfirmasi?

Pelanggan: atas nama Dewi, 0857xxxxxxx. oh iya satu lagi, temen saya alergi kacang kedelai parah, sampe bisa sesak napas kalo kena

AI: Terima kasih sudah kasih tahu, ini penting — untuk alergi berat seperti ini saya nggak mau kasih jaminan sendiri soal kandungan silang di dapur, risikonya terlalu tinggi kalau saya salah info. Saya langsung teruskan ke manajer resto untuk konfirmasi menu yang benar-benar aman sebelum kedatangan Kakak. Reservasi 4 orang jam 19.00 atas nama Dewi sudah saya catat.

Pelanggan: siap, makasih udah diteruskan

Yang berjalan baik: Pertanyaan menu biasa (gluten) dijawab langsung dengan solusi konkret dan reservasi selesai tanpa hambatan. Tapi begitu ada kata kunci berisiko tinggi seperti alergi berat yang bisa mengancam nyawa, bot langsung mengoper ke manajer alih-alih menjamin sesuatu yang tidak bisa dipastikannya sendiri.

Apa yang Membedakan Contoh Chatbot yang Bagus dari yang Asal-asalan

Dari enam contoh di atas, ada pola yang berulang setiap kali chatbot terasa membantu — dan pola sebaliknya setiap kali terasa menyebalkan:

  • Bot yang bagus jawab dengan detail spesifik, bukan template kosong. Nomor resi asli, slot yang benar-benar kosong, kisaran harga masuk akal — bukan "mohon ditunggu ya" untuk pertanyaan yang sebenarnya bisa langsung dijawab.
  • Bot yang bagus tahu batas kemampuannya. Harga laundry reguler, ya, jawab langsung. Noda di gaun pengantin atau alergi berat, tidak — itu wilayah yang butuh penilaian manusia, dan bot yang bagus mengaku begitu daripada menebak.
  • Bot yang asal-asalan bikin pelanggan mengulang cerita dari awal. Kalau setelah dioper ke manusia pelanggan harus menjelaskan ulang semuanya dari nol, itu tanda sistemnya putus di tengah jalan, bukan benar-benar terintegrasi.
  • Bot yang asal-asalan menebak di situasi bertaruhan tinggi. Menjamin kandungan alergen, memastikan refund tanpa wewenang, atau kasih harga pasti untuk kerusakan yang belum dicek langsung — cara tercepat bikin pelanggan kecewa dua kali lipat.
  • Bot yang bagus menutup percakapan dengan langkah konkret berikutnya. "Tim spesialis akan hubungi sore ini", bukan berhenti begitu saja tanpa kejelasan.

cswithai dibangun mengikuti pola yang sama: widget chat yang tinggal ditempel satu baris kode ke website mana pun, menjawab pertanyaan rutin langsung dari FAQ dan kebijakan milik bisnis sendiri secara instan, berjalan di atas model AI yang di-hosting sendiri (bukan dikirim ke cloud AI pihak ketiga) supaya data pelanggan tetap privat, lalu setiap percakapan dirangkum dan dikirim ke email pemilik bisnis — dan begitu ada pertanyaan ambigu atau berisiko tinggi seperti di contoh laundry dan restoran di atas, langsung dialihkan ke manusia.

FAQ

Apa yang bikin percakapan chatbot terasa nyata, bukan skrip kaku? Detail spesifik yang benar-benar sesuai konteks pelanggan — nomor pesanan asli, slot jadwal yang memang kosong saat itu, harga yang relevan dengan situasinya — bukan kalimat generik yang bisa dipakai untuk siapa saja. Percakapan yang terasa skrip biasanya karena jawabannya bisa ditempel di chat siapapun tanpa berubah.

Apakah chatbot sebaiknya boleh bilang "saya kurang yakin"? Ya, justru itu tanda chatbot yang dirancang dengan baik. Bot yang jujur soal keterbatasannya lalu mengoper ke manusia terasa jauh lebih bisa dipercaya dibanding bot yang memaksa menjawab semua hal seolah tahu segalanya, padahal ujungnya salah.

Jenis usaha apa yang paling diuntungkan dari contoh-contoh seperti ini? Usaha dengan pertanyaan berulang bervolume tinggi tapi tetap butuh sentuhan manusia sesekali — toko online, laundry, salon/klinik, jasa servis rumah, SaaS, dan restoran/kafe semuanya cocok karena punya campuran pertanyaan rutin dan kasus khusus yang butuh keputusan manusia.

Apa bedanya ini dengan kumpulan template balasan biasa? Template balasan itu potongan kalimat siap pakai yang tetap harus dipilih dan ditempel manual satu per satu. Contoh chatbot di artikel ini beda — ini percakapan interaktif bolak-balik yang berjalan sendiri secara real-time, mengecek data, menjawab pertanyaan lanjutan, dan memutuskan kapan harus mengoper ke manusia, semuanya dalam satu alur tanpa campur tangan manual di setiap langkah.

Apakah usaha kecil benar-benar bisa punya chatbot yang menangani percakapan sekompleks ini? Bisa. Yang dibutuhkan cuma konten dasar yang sudah dimiliki hampir semua usaha — daftar harga, jam operasional, kebijakan retur/refund, FAQ produk — sebagai sumber jawaban bot. Kompleksitas teknis di baliknya sudah ditangani oleh sistemnya, bukan sesuatu yang perlu dibangun sendiri dari nol.

Siap menambahkan layanan pelanggan AI ke situs Anda?

Mulai Gratis arrow_forward

Lanjut membaca