Технологии за гласов AI

Как гласовият агент проверява данни: инструменти и извиквания

Как работи извикването на функции при гласовите агенти: справки срещу действия, добрите инструменти, рисковете от гласовия вход и естественият разговор.

Редакционен екип на Call · Публикувано · 5 мин четене

Информация, която се променя всеки час, не може да живее в промпт. Статусът на поръчка, наличността или свободният час са верни само за момент. За да използва такива факти, гласовият агент се нуждае от начин да попита друга система, а този механизъм обикновено се нарича извикване на функции (function calling) или използване на инструменти.

Служител по поддръжката проверява информация на екран по време на разговор
Илюстративно изображение

Това ръководство обяснява с прости думи как работи, какво прави един инструмент добър, къде са рисковете и как идеята се отнася към начина, по който работят AI агентите на Call днес. За контекст относно самата гласова верига вижте Как работи гласовият AI при телефонно обаждане.

Как работи извикването на инструмент

Езиковият модел пише текст. Той не може да отвори база данни или да натисне бутон. Извикването на функции е конвенция: описвате на модела набор от функции с име, предназначение и входните данни, които всяка очаква, а моделът може да отговори с молба да използва някоя от тях.

Жизненият цикъл на едно извикване

  1. Обаждащият се питаНапример: къде е поръчката ми?
  2. Моделът предлага извикванеВръща име на функция и аргументи, например номер на поръчка.
  3. Вашият софтуер валидираПроверява аргументите, правата на обаждащия се и ограниченията.
  4. Системата го изпълняваПрави заявка към системата за поръчки и получава резултат.
  5. Резултатът се връща към моделаМоделът превръща данните в кратък изговорен отговор.

Ключовото е, че действието се изпълнява от вашия софтуер, а не от модела. Това ви дава място, където да налагате правила, да записвате какво се е случило и да отказвате всичко неразумно.

Справки срещу действия

Не всички инструменти носят еднакъв риск. Справката чете информация. Действието променя нещо в реалния свят. Третирайте ги различно.

Справки само за четене срещу действия, които променят нещо

СправкаДействие
ПримериРаботно време, статус на поръчка, дължина на опашкатаОтмяна на резервация, възстановяване на сума, промяна на адрес
Риск при грешкаГрешен отговор, който може да се поправиПромяна, която може да е трудна за отмяна
Типични предпазни меркиПроверка на самоличността, ограничени полетаСтъпка за потвърждение, одобрение от човек, одитен дневник
Добра отправна точка?ДаСамо след като справките работят добре

Предпазливият път е да стартирате само със справки, да наблюдавате реални обаждания и да добавяте действия бавно, като човек потвърждава всичко съществено. Това е същото отношение, което стои зад Предпазни механизми за гласови AI агенти.

Какво прави един инструмент добър

Имената и описанията имат значение

Моделът избира инструментите по имената и описанията, които им давате. Неясните формулировки водят до грешен избор. Пишете описанията като инструкции към нов колега: кога да се използва инструментът, кога не и какво означава всеки входен параметър.

Гласовият вход е хаотичен

Аргументите идват от речта. Номерът на поръчка може да пристигне с грешна цифра, а името — с необичайно изписване. Прочитайте ключовите стойности обратно на обаждащия се, преди да ги използвате, и проектирайте инструмента да връща полезен резултат при близки съвпадения. Как гласовият AI се справя с имена, числа и адреси разглежда подробно техниките за потвърждение.

Рисковете, които трябва да предвидите

Къде използването на инструменти се обърква

  • Грешен инструмент или аргументиМоделът разбира погрешно молбата, затова валидирайте всичко преди изпълнение.
  • Прекомерно споделянеСправката връща повече, отколкото обаждащият се трябва да чуе, затова връщайте само необходимото.
  • Непроверена самоличностПрочитане на данни за сметка на грешния човек, затова проверявайте преди разкриване.
  • Бавни или неработещи системиМъртва тишина или объркваща грешка, затова задайте времеви лимити и изговорени резервни отговори.
  • Вмъкнати инструкцииТекст от резултат на справка, който се опитва да дава заповеди на модела, затова третирайте резултатите само като данни.

За всеки риск има инженерно решение, но най-безопасният принцип е да дадете на агента минималния достъп, който върши работа. Не му давайте обща връзка към базата данни, когато една тясна справка е достатъчна.

Разговорът да остане естествен

Извикването на инструмент добавя време: моделът решава, системата ви отговаря, моделът пише отговора и се генерира реч. Обаждащият се чува тишина. Помагат тактики като много кратко потвърждение преди справката, кеширане на стойности, които рядко се променят, и ограничаване на всяка реплика до едно извикване. Латентност на гласовия AI описва откъде идва забавянето. Ако справката се провали или изтече времето ѝ, агентът трябва да го каже накратко и да предложи съобщение или човек, вместо да чака.

Пример стъпка по стъпка

Представете си хипотетичен мебелен магазин, чийто агент отговаря на въпроси за доставки. Магазинът дефинира един инструмент само за четене, който приема номер на поръчка и връща статуса и времевия прозорец на доставката. Агентът е инструктиран да го използва само след като обаждащият се е дал номер на поръчка и го е потвърдил, след като го е чул прочетен обратно.

  1. Обаждащият се казва, че чака диван, и дава номер на поръчка.
  2. Агентът прочита номера обратно на групи и обаждащият се потвърждава.
  3. Инструментът връща статус „в процес на доставка“ и прозорец „следобед“.
  4. Агентът казва, че поръчката е в процес на доставка и трябва да пристигне този следобед, и пита дали е нужно още нещо.
  5. Ако инструментът върне „не е намерено“, агентът казва, че не може да намери тази поръчка, и предлага да приеме съобщение за екипа.

Забележете какво липсва: агентът не може да пренасрочи доставката. Ако обаждащият се иска друг ден, агентът приема молбата, а екипът я обработва. Започването с тесен, безопасен инструмент като този ви учи как всъщност говорят хората, преди да разширите обхвата. Пазете запис на всяко извикване на инструмента, за да забелязвате модели, например често погрешно чуване на една цифра, и да ги поправяте в стъпката за потвърждение.

Как се отнася това към Call

В Call AI агентът отговаря въз основа на инструкциите си, персоната, сценария, свързан с линията, и пасажите от базата знания, които съответстват на въпроса. Той не е създаден да предприема действия като записване или потвърждаване на часове, връщане на обаждания, изпращане на каквото и да е или предлагане на отстъпки по време на разговора. Казва това и посочва пътя, описан в източниците ви, например връзка за записване или обратно обаждане от екипа. Фактите, които се променят често, дръжте в източниците на агента и ги обновявайте, а за последващата работа, изискваща човек, използвайте бюрото за помощ. Ако искате да свържете Call със собствените си системи, интерфейсът за разработчици е описан в Call за разработчици и API; проверете какво предлага, преди да проектирате около определено поведение.

Когато оценявате платформа, която рекламира използване на инструменти, задайте практичните въпроси от списъка по-долу.

Въпроси за инструментите на гласовия агент

  • До кои системи има достъп и с какви права?
  • Отделени ли са справките от действията, които променят данни?
  • Има ли дневник на всяко извикване с аргументи и резултати?
  • Какво става, когато справката се провали или е бавна?
  • Може ли човек да одобрява съществените действия?
  • Как се проверява самоличността на обаждащия се, преди да се изговорят данни?
  • Можете ли да тествате инструментите с реалистичен гласов вход преди пускането?

За оценката вижте Как да оценявате разговорите на гласовия агент.

Често задавани въпроси

Какво е извикване на функции с прости думи?

Това е начин AI моделът да помоли вашия софтуер да направи нещо, например да провери поръчка. Моделът пише молбата, системата ви я изпълнява и връща резултата, който моделът да обясни.

AI сам ли изпълнява функцията?

Не. Моделът само предлага извикването. Вашият собствен код го проверява и изпълнява, и точно там можете да прилагате правила, ограничения и записване.

Безопасно ли е гласовият агент да променя записи?

Може да се направи внимателно, но започнете със справки само за четене. За всичко, което променя данни, добавете потвърждение, ограничения и одобрение от човек, когато залогът е висок.

Защо справката кара разговора да изглежда бавен?

Всяка стъпка отнема време: решението за извикване, изпълнението, писането на отговора и изговарянето му. Бързите инструменти, краткото потвърждение и една справка на реплика държат забавянето поносимо.

Може ли обаждащ се да подмами агента да използва инструмент неправилно?

Може да опита. Валидирайте аргументите, проверявайте правата в кода си и давайте на агента тесни инструменти, така че погрешна молба да не може да причини реална вреда.

Проверява ли AI агентът на Call данни в моите системи?

Агентът на Call работи от инструкциите, сценария и източниците си на знания и не записва, не изпраща и не потвърждава нищо по време на разговора. Дръжте променящите се факти в източниците му и използвайте екипа за последващите действия.

Вижте как AI агентът на Call отговаря от вашите източници

В демо конзолата можете да изпробвате входящи обаждания в симулация.

Свързани ръководства

Технологии за гласов AI

Промптове за по-добри обобщения на обажданията

Как да напишете промпт, който превръща транскрипцията на обаждане в кратка, точна бележка: за кого е, какво да включва, правила срещу измислици и как да го тествате.

Редакционен екип на Call ·
Технологии за гласов AI

Анализ на настроението при обаждания: ползи и граници

Какво измерва анализът на настроението при обажданията, кога помага за сортиране и тенденции, кога подвежда и как да го ползвате без несправедливи решения.

Редакционен екип на Call ·
Технологии за гласов AI

SIP транк: как бизнес обажданията преминават през интернет

Какво е SIP транк, с какво се различава от традиционните телефонни линии, какво да проверите за кодеци, канали и резервиране и как да изберете доставчик.

Редакционен екип на Call ·
Технологии за гласов AI

Модели „реч към реч“ срещу каскадни гласови вериги

Два начина за изграждане на телефонен гласов агент: модели „реч към реч“ и каскадни вериги. В какво е силен всеки, къде е слаб и как да изберете чрез тестване.

Редакционен екип на Call ·