Pelanggan Marah Atau Gembira? Guna Python & AI Semak Emosi Komen Facebook!

Cuba bayangkan situasi ini: Anda baru sahaja melaburkan beberapa ratus ringgit untuk menjalankan kempen pengiklanan berbayar (Facebook Ads). Pagi ini, anda bangun dari tidur, membuka aplikasi telefon pintar anda, dan mendapati pos jualan anda akhirnya telah ‘viral’ (meletup)! Terdapat lebih 500 komen baharu yang masuk bertalu-talu.

Sebagai seorang bos atau ‘Admin’ media sosial, anda berasa sangat teruja. Anda pun membancuh secawan Kopi O panas, duduk di depan skrin komputer, dan mula membaca komen-komen tersebut satu persatu. Namun, kegembiraan anda tidak bertahan lama. Apabila anda mula menatal (scroll) ke bawah, tekanan darah anda mula naik:

Ada yang menulis, “PM harga bossku.” Di bawahnya pula ada yang memaki hamun, “Servis paling teruk dalam sejarah! Dah 5 hari barang aku tak sampai, admin mati ke?!”

Kemudian ada yang memuji, “Terbaiklah produk ni, berkesan!”

Diikuti pula dengan mesej berbaur ugutan, “Kualiti sampah, barang pecah bila sampai. Aku nak lapor KPDNHEP!”

Untuk membaca ratusan komen menggunakan mata kasar, mengasingkannya ke dalam kategori, dan memikirkan cara untuk membalasnya bukan sahaja akan memakan masa anda sepanjang hari. Lebih buruk lagi, membaca maki hamun dan ‘kecaman’ daripada pelanggan yang marah akan menyebabkan emosi anda terganggu (koyak)! Anda mungkin akan berasa sangat sedih, hilang motivasi, malah terus hilang selera makan. Jika anda membalas komen semasa sedang marah, ia mungkin akan mencetuskan krisis Perhubungan Awam (PR) yang lebih besar.

Tetapi, bagaimana jika Ah Pek beritahu bahawa anda sebenarnya tidak perlu menyeksa diri sendiri dan membaca semua kata-kata negatif itu?

Bagaimana jika anda hanya perlu mencedok semua ratusan komen tersebut, memasukkannya ke dalam kuali ‘magik’ Python, dan mengarahkan Google Gemini: “Tolong semak semua komen ini. Asingkan yang mana puji, yang mana tanya soalan, dan yang mana tengah marah. Untuk pelanggan yang marah, tolong drafkan siap-siap jawapan yang paling bersopan untuk sejukkan hati mereka!”

Dalam masa 5 saat sahaja, AI akan menyusun ratusan komen anda dengan kemas, bertindak sebagai ‘Perisai Emosi’ anda! Hari ini, Ah Pek akan mengajar anda bagaimana untuk menggunakan Python bagi membina seorang ‘Ketua Pengurus Khidmat Pelanggan AI’ yang tidak pernah kenal erti penat dan tidak pernah pandai melenting. Jom kita mulakan!

1. Bencana Komen Viral & ‘Perisai Emosi’ Kepintaran Buatan

Apabila perniagaan anda mula berkembang, jumlah data (mesej dan komen) yang masuk tidak lagi dapat ditampung oleh tenaga manusia biasa. Jika anda mengupah staf khusus untuk membalas komen, kos operasi bulanan anda akan melambung tinggi.

Di sinilah kita menggunakan teknologi peringkat tinggi yang dipanggil Analisis Sentimen (Sentiment Analysis). Secara ringkasnya, ia adalah keupayaan mengajar komputer untuk membaca ayat manusia dan memahami ‘perasaan’ di sebalik ayat tersebut—sama ada ia membawa maksud gembira (Positif), marah/sedih (Negatif), atau sekadar neutral.

Mari kita lihat perbandingan di bawah untuk memahami mengapa anda perlu memiliki kemahiran ini secepat mungkin:

Situasi Khidmat Pelanggan	Cara Tradisional (Baca Manual)	Kuasa Python + AI (Analisis Emosi)
Masa Pemprosesan	500 komen memerlukan 2 hingga 3 jam untuk dibaca dan ditapis.	Sekitar 5 hingga 10 saat untuk memproses kesemuanya secara serentak.
Kesan Psikologi (Emosi)	Stres tinggi. Membaca komen negatif akan merosakkan emosi dan fokus kerja harian.	Sifar Stres. AI menjadi ‘perisai’. Anda hanya melihat laporan statistik dan draf jawapan yang profesional.
Kualiti Maklum Balas	Berisiko membalas dengan kata-kata kesat akibat terbawa-bawa emosi marah.	AI sangat objektif. Ia akan sentiasa mencadangkan ayat yang memujuk, rasional, dan menjaga imej jenama.
Tindakan Lanjutan	Sukar untuk mencari semula komen penting yang tenggelam di bawah ratusan komen lain.	Komen dikelaskan dengan rapi (Positif/Negatif/Soalan). Anda boleh fokus selesaikan masalah pelanggan marah dahulu.

Daripada anda membuang masa dan merosakkan ‘mood’ anda, biarkan teknologi kecerdasan buatan mengambil alih tugas remeh ini.

2. Ulang Kaji: Buka ‘Dapur Premium’ Anda

Bagi pengikut setia AhPekIT, langkah ini sepatutnya sudah berada di hujung jari anda. Jika anda baru pertama kali membaca siri tutorial ini, persiapannya sangat mudah tanpa memerlukan komputer yang mahal:

1. Dapatkan API Key percuma anda dari portal Google AI Studio (aistudio.google.com). Ingat, kunci ini adalah rahsia syarikat anda.
2. Buka pelayar web (seperti Chrome) dan masuk ke colab.research.google.com untuk membuka Notebook Python baharu anda.
3. Pasang ‘kotak alatan’ Google yang paling terkini dengan menaip arahan !pip install google-genai pada baris kod pertama, kemudian tekan butang Play.

Sebaik sahaja pemasangan selesai, bermakna dapur maya anda sudah siap sedia. Kali ini, tugas kita agak berbeza. Kita tidak akan membaca satu karangan yang panjang, sebaliknya kita akan mengendalikan Kumpulan Data (Batch Data) yang mengandungi banyak ayat pendek daripada orang yang berbeza-beza.

3. [Langkah 1] Masukkan Komen Berterabur Ke Dalam ‘Kotak’ (Kenali List)

Dalam bahasa pengaturcaraan Python, apabila kita mempunyai banyak data yang berasingan (contohnya: 10 komen yang berbeza), kita tidak boleh mencampurkan semuanya ke dalam satu ayat yang panjang. Jika kita campur semua, AI akan pening!

Oleh itu, Ah Pek nak perkenalkan satu konsep asas Python yang sangat penting, iaitu List (Senarai).

Bayangkan List ini seperti sebuah bakul rotan yang besar. Di dalam bakul itu, anda masukkan pelbagai maklumat yang terasing tetapi masih berada di dalam satu tempat yang sama. Dalam kod Python, bakul ini ditandakan dengan kurungan siku iaitu [ ], dan setiap komen dipisahkan dengan tanda koma ,.

Buka kotak kod baharu di Google Colab anda, dan taipkan Kod Bahagian A dan B ini:

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN A]: Sediakan 'Bakul' Data Anda (Python List)
# ------------------------------------------------------------------------------
# Kita kutip komen-komen pelanggan yang berterabur di Facebook dan masukkan semuanya 
# ke dalam bakul ini untuk diproses serentak.
senarai_komen_fb = [
    "PM harga bossku, saya berminat nak beli untuk isteri.",
    "Servis paling teruk dalam sejarah! Dah 5 hari barang tak sampai, admin tidur ke?!",
    "Terbaiklah produk ni, jerawat saya kecut dalam masa 3 hari. Confirm akan repeat order nanti.",
    "Berapa kos postage ke Sabah dan Sarawak ya?",
    "Menyesal beli, kualiti packaging hancur, barang dalam pecah bila buka kotak. Aku nak refund duit aku balik sekarang!"
]

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN B]: Susun Komen Jadi Kemas (Format Teks Berderet)
# ------------------------------------------------------------------------------
# Kod 'for loop' di bawah ini berfungsi sebagai pembantu yang akan menomborkan
# setiap komen (Cth: "Komen 1: ...", "Komen 2: ...") supaya AI mudah baca satu persatu.
teks_komen_gabungan = ""
for nombor, komen in enumerate(senarai_komen_fb, 1):
    teks_komen_gabungan += f"Komen {nombor}: {komen}\n"

4. [Langkah 2] Beri Arahan Magik Kepada Pengurus Khidmat Pelanggan AI

Selepas komen-komen berjaya dikumpulkan, kini tiba masanya untuk menyerahkan tugas ini kepada otak AI kita.

Kali ini Ah Pek nak ajar teknik ‘otai’. Kita akan menggunakan pustaka (library) Google yang terbaharu, melantik seorang wakil bernama client, dan membiarkan Python mencari model AI (Ketua Chef) yang paling aktif secara automatik! Ini sangat hebat kerana anda tidak perlu menghafal nama model AI lagi.

Sambung masukkan Kod Bahagian C, D, E, dan F ini di bawah kod tadi:

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN C]: Panggil 'Alatan' Google & Daftarkan Kunci VIP (API Key)
# ------------------------------------------------------------------------------
from google import genai

# 'client' inilah yang akan memegang pasport (API Key) kita
# ⚠️ PENTING: Gantikan teks di bawah dengan API Key sebenar anda!
client = genai.Client(api_key="MASUKKAN_API_KEY_ANDA_DI_SINI")

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN D]: Cari 'Ketua Chef' (Model Gemini) Secara Automatik
# ------------------------------------------------------------------------------
print("Sedang menyemak senarai model AI yang aktif pada akaun anda...")
best_model = None

# Kod ini menyuruh 'client' semak semua model AI dan cari versi Gemini yang sesuai
for m in client.models.list():
    if "gemini" in m.name and "embedding" not in m.name and "aqa" not in m.name:
        best_model = m.name
        break 

if not best_model:
    print("❌ Ralat: Tiada model Gemini yang aktif ditemui untuk API Key ini.")
    exit()

print(f"✅ Berjaya! Model yang akan digunakan: {best_model}\n")

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN E]: Tulis Arahan 'Maut' Kepada Pengurus AI (Prompt Engineering)
# ------------------------------------------------------------------------------
arahan_khas = f"""
Anda adalah seorang Ketua Pengurus Khidmat Pelanggan yang sangat rasional, pakar dalam psikologi manusia, dan sentiasa bersopan-santun.
Sila baca senarai komen Facebook pelanggan di bawah. 

Bagi setiap komen, tolong buat tiga tugasan ini:
1. Nyatakan KATEGORI komen tersebut: [POSITIF] atau [NEGATIF] atau [PERTANYAAN].
2. Berikan analisis ringkas mengapa anda memilih kategori tersebut.
3. JIKA komen itu adalah [NEGATIF], drafkan satu ayat balasan ringkas (skrip jawapan) dalam Bahasa Melayu yang penuh empati, memohon maaf atas kesulitan, dan cuba selesaikan masalah mereka untuk menjaga imej syarikat.

Ini senarai komen yang perlu diproses:
{teks_komen_gabungan}
"""

print("Pengurus AI sedang menganalisis tahap emosi pelanggan... Sila tunggu!\n")

# ------------------------------------------------------------------------------
# [KOD BAHAGIAN F]: Hantar Pesanan Ke Dapur & Cetak Hasil Laporan
# ------------------------------------------------------------------------------
# Arahkan 'client' kita untuk mula bekerja
response = client.models.generate_content(
    model=best_model,
    contents=arahan_khas
)

Kenapa arahan (prompt) dalam [KOD BAHAGIAN E] ini sangat berkuasa?

Kerana kita mengarahkan AI untuk berfikir dua langkah ke hadapan. Arahan JIKA komen itu adalah [NEGATIF]... menunjukkan bahawa AI juga mampu memahami logik bersyarat; ia hanya akan membina draf memohon maaf khas untuk pelanggan yang sedang marah sahaja.

Langkah 2: Tulis arahan yang sangat spesifik menggunakan teknik ‘Prompt Engineering’. Perhatikan bagaimana kita membiarkan sistem ‘client’ mencari model AI yang terbaik secara automatik!

5. [Langkah 3] Magik Berlaku: Huru-hara Bertukar Menjadi Sangat Teratur!

Inilah saat yang paling melegakan bagi setiap peniaga. Pastikan kod telah lengkap (anda boleh rujuk Kod Penuh di bahagian bawah artikel ini), dan tekan butang Play (ikon segi tiga hitam).

Tunggu antara 5 hingga 10 saat (bergantung pada jumlah komen yang anda masukkan). Sebaik sahaja pemprosesan selesai, saksikan keajaiban analisis sentimen terpampang di skrin anda melalui baris kod paparan cetak (print(response.text)):

========= LAPORAN ANALISIS SENTIMEN & DRAF BALASAN =========

Komen 1: “PM harga bossku, saya berminat nak beli untuk isteri.”

• Kategori: [PERTANYAAN]
• Analisis: Pelanggan berminat dengan produk dan bertanyakan harga serta maklumat lanjut.

Komen 2: “Servis paling teruk dalam sejarah! Dah 5 hari barang tak sampai, admin tidur ke?!”

• Kategori: [NEGATIF]
• Analisis: Pelanggan sangat marah dan kecewa dengan kelewatan perkhidmatan penghantaran.
• Draf Balasan: “Salam sejahtera encik. Kami memohon maaf yang sebesar-besarnya atas kelewatan penghantaran ini. Kami amat memahami kekecewaan encik. Boleh tolong berikan nombor pesanan (Order ID) di ruangan mesej peribadi (DM) supaya pasukan kami dapat segera menyemak status bungkusan encik dengan pihak kurier?”

Komen 3: “Terbaiklah produk ni, jerawat saya kecut…”

• Kategori: [POSITIF]
• Analisis: Pelanggan berpuas hati dengan keberkesanan produk dan berpotensi untuk menjadi pelanggan setia.

(Dan proses ini akan berterusan untuk kesemua komen di dalam senarai anda.)

Luar biasa, bukan? Daripada anda merosakkan ‘mood’ hari anda dengan merenung maki hamun, anda kini terus melihat penyelesaiannya. Anda hanya perlu ‘Copy‘ draf jawapan tersebut, sesuaikan sedikit, dan ‘Paste‘ terus ke ruangan balas di Facebook. Kerja berjam-jam kini selesai sambil anda menikmati Kopi O!

Langkah 3: Magik yang melegakan! Dalam beberapa saat, AI mengasingkan komen pujian dan kecaman, siap memberikan draf jawapan yang sangat bersopan untuk menyejukkan hati pelanggan.

🎁 [Bonus] Skrip Kod Penuh Untuk Anda Copy & Paste

Bagi memudahkan pembaca setia AhPekIT, Ah Pek telah menyatukan kesemua kod Bahagian A hingga F di atas menjadi satu fail lengkap. Anda hanya perlu ‘Copy‘ semua kod di bawah, tampalkan ke dalam Google Colab anda, letakkan API Key anda, dan tekan Play!

# ==============================================================================
# PROJEK: ANALISIS EMOSI KOMEN FACEBOOK & DRAF BALASAN AUTOMATIK
# ==============================================================================

# [KOD BAHAGIAN A]: Sediakan 'Bakul' Data Anda (Python List)
senarai_komen_fb = [
    "PM harga bossku, saya berminat nak beli untuk isteri.",
    "Servis paling teruk dalam sejarah! Dah 5 hari barang tak sampai, admin tidur ke?!",
    "Terbaiklah produk ni, jerawat saya kecut dalam masa 3 hari. Confirm akan repeat order nanti.",
    "Berapa kos postage ke Sabah dan Sarawak ya?",
    "Menyesal beli, kualiti packaging hancur, barang dalam pecah bila buka kotak. Aku nak refund duit aku balik sekarang!"
]

# [KOD BAHAGIAN B]: Susun Komen Jadi Kemas (Format Teks Berderet)
teks_komen_gabungan = ""
for nombor, komen in enumerate(senarai_komen_fb, 1):
    teks_komen_gabungan += f"Komen {nombor}: {komen}\n"

# [KOD BAHAGIAN C]: Panggil 'Alatan' Google & Daftarkan Kunci VIP (API Key)
from google import genai
# ⚠️ PENTING: Masukkan API Key anda di sini
client = genai.Client(api_key="MASUKKAN_API_KEY_ANDA_DI_SINI")

# [KOD BAHAGIAN D]: Cari 'Ketua Chef' (Model Gemini) Secara Automatik
print("Sedang menyemak senarai model AI yang aktif pada akaun anda...")
best_model = None

for m in client.models.list():
    if "gemini" in m.name and "embedding" not in m.name and "aqa" not in m.name:
        best_model = m.name
        break 

if not best_model:
    print("❌ Ralat: Tiada model Gemini yang aktif ditemui.")
    exit()

print(f"✅ Berjaya! Model yang akan digunakan: {best_model}\n")

# [KOD BAHAGIAN E]: Tulis Arahan 'Maut' Kepada Pengurus AI (Prompt)
arahan_khas = f"""
Anda adalah seorang Ketua Pengurus Khidmat Pelanggan yang sangat rasional, pakar dalam psikologi manusia, dan sentiasa bersopan-santun.
Sila baca senarai komen Facebook pelanggan di bawah. 

Bagi setiap komen, tolong buat tiga tugasan ini:
1. Nyatakan KATEGORI komen tersebut: [POSITIF] atau [NEGATIF] atau [PERTANYAAN].
2. Berikan analisis ringkas mengapa anda memilih kategori tersebut.
3. JIKA komen itu adalah [NEGATIF], drafkan satu ayat balasan ringkas (skrip jawapan) dalam Bahasa Melayu yang penuh empati, memohon maaf atas kesulitan, dan cuba selesaikan masalah mereka untuk menjaga imej syarikat.

Ini senarai komen yang perlu diproses:
{teks_komen_gabungan}
"""

print("Pengurus AI sedang menganalisis tahap emosi pelanggan... Sila tunggu!\n")

# [KOD BAHAGIAN F]: Hantar Pesanan Ke Dapur & Cetak Hasil Laporan
response = client.models.generate_content(
    model=best_model,
    contents=arahan_khas
)

print("========= LAPORAN ANALISIS SENTIMEN & DRAF BALASAN =========")
print(response.text)

6. Nasihat Otai Ah Pek & Minda Positif (Mindset)

Ah Pek sangat yakin, apabila anda melihat hasil magik ini, hati anda yang gundah-gulana pasti berbunga kembali. Namun, sebagai otai perniagaan, Ah Pek ingin menitipkan beberapa pesanan yang sangat penting:

AI Adalah Pembantu, Bukan Penyelesai Masalah Fizikal!

Ingat, AI di dalam Python ini hanya sekadar membantu anda menyaring emosi dan menyusun ayat memohon maaf yang sedap didengar. Namun, ia tidak boleh menolong anda menghantar barang kepada pelanggan, tidak boleh membaiki barang yang pecah, dan tidak boleh membuat pemulangan wang (refund) ke akaun pelanggan.

Skrip memohon maaf tidak berguna jika ia tidak diiringi dengan tindakan susulan (follow-up). Selepas anda menggunakan draf AI untuk membalas komen di Facebook, anda tetap wajib pergi ke gudang, semak nombor penjejakan kurier, dan selesaikan masalah akar (root cause).

Ubah Minda: Kecaman Adalah Nasihat Percuma (Mindset Positif)

Ramai usahawan cepat berputus asa apabila menerima komen [NEGATIF]. Tetapi, apabila anda mula menggunakan skrip AI ini sebagai ‘perisai emosi’, anda akan melihat komen negatif bukan sebagai serangan peribadi, sebaliknya sebagai data perniagaan yang berharga. Jika AI mengkategorikan 50 komen sebagai [NEGATIF] kerana masalah kotak bungkusan pecah, itu adalah isyarat jelas daripada pasaran bahawa anda perlu segera menukar pembekal kotak anda. Gunakan teknologi untuk melindungi minda anda, supaya anda boleh membuat keputusan perniagaan yang lebih waras!

7. Kesimpulan: Syarikat Anda Kini Ada ‘Tembok Kebal’

Tahniah, bos! Anda bukan sekadar belajar menulis sekeping kod hari ini; anda sebenarnya telah menaik taraf (upgrade) keseluruhan sistem operasi dan perkhidmatan pelanggan perniagaan anda dengan menggunakan pustaka (library) Python terkini yang jauh lebih stabil.

Mari kita rumuskan kembali nilai emas ‘superkuasa’ yang telah anda miliki hari ini:

1. Anda mula memahami cara menggunakan Variable List ([ ]) di dalam Python untuk mengumpul dan menyimpan sejumlah besar data (batch data) dengan teratur.
2. Anda belajar logik client.models.list() yang sangat hebat untuk membiarkan komputer mencari model AI terkini secara automatik.
3. Anda telah membina Perisai Emosi (Emotional Shield) yang kebal, yang akan menghalang anda daripada ‘koyak’ atau stres ketika berhadapan dengan netizen yang pelbagai ragam.

Dalam dunia perniagaan, wang boleh dicari, tetapi kewarasan minda dan masa yang berlalu tidak boleh dibeli. Dengan kemahiran automasi Python ini, tugas membalas komen bukan lagi satu igauan ngeri.

Jika taktik rahsia AhPekIT hari ini telah menyelamatkan anda daripada sakit jantung membaca komen negatif pelanggan, buktikan penghargaan anda! Klik butang kongsikan (Share) dan sebarkan pautan artikel ini ke grup-grup sokongan usahawan, kawan-kawan peniaga, atau staf media sosial anda. Biar mereka tahu bahawa di zaman moden ini, hanya orang yang tidak pandai menggunakan AI sahaja yang masih bekerja dalam keadaan tertekan! Selamat mengembangkan bisnes!