구성개인화

재정의

사용자별 맞춤 컨텍스트로 각 대화를 맞춤 설정하세요.

재정의는 시스템 프롬프트나 첫 메시지를 완전히 교체하는 용도로 계속 지원되지만, 에이전트 응답을 맞춤 설정하고 실시간 데이터를 삽입하는 권장 방식으로 동적 변수를 사용하는 것을 권장합니다. 동적 변수는 더 나은 유지 관리성과 더 구조화된 개인화 방식을 제공합니다.

재정의를 사용하면 각 사용자 상호작용에 맞춰 어시스턴트의 동작을 조정할 수 있습니다. 각 대화를 시작할 때 사용자 지정 데이터와 설정을 전달하여, 어시스턴트가 실시간 컨텍스트로 응답과 지식을 개인화하도록 할 수 있습니다. 재정의는 에이전트 대시보드에 정의된 기본값을 완전히 대체합니다.

개요

재정의를 사용하면 여러 에이전트를 만들지 않고도 AI 에이전트의 동작을 실시간으로 수정할 수 있습니다. 이를 통해 사용자별 데이터로 응답을 개인화할 수 있습니다.

에이전트 보안 설정에서 다음 필드의 재정의를 활성화할 수 있습니다.

  • 시스템 프롬프트
  • 첫 메시지
  • 언어
  • 음성 ID
  • LLM(대규모 언어 모델)
  • 도구
  • 지식 베이스
  • 텍스트 전용 모드
  • 안정성
  • 속도
  • 유사성 부스트
  • ASR 키워드

필드에 대한 재정의를 활성화해도 재정의 제공은 선택 사항입니다. 제공하지 않으면 에이전트는 에이전트 대시보드에 정의된 기본값을 사용합니다. 대부분의 필드는 재정의가 활성화되지 않은 상태에서 재정의를 제공하면 오류가 발생합니다.

ASR 키워드는 소프트 비허용 방식을 사용합니다. Security 토글이 꺼져 있는데도 클라이언트가 asr.keywords를 보내면 대화는 계속되고 키워드는 무시됩니다(오류 없음). 대화별 키워드 부스트를 적용하려면 Security 설정에서 ASR 키워드 재정의를 활성화하세요. 대화당 최대 50개의 키워드가 지원됩니다.

다음은 재정의가 유용한 몇 가지 예입니다.

  • 사용자를 이름으로 맞이하기
  • 응답에 계정별 세부 정보 포함하기
  • 사용자 선호도에 따라 에이전트의 언어 또는 어조 조정하기
  • 계정 잔액이나 주문 상태 같은 실시간 데이터 전달하기
  • ASR 키워드를 통해 통화별 이름 또는 용어(예: CRM 회사명)의 트랜스크립션 부스트하기

재정의는 개인화된 상호작용이 필요하거나 에이전트 기본 구성에 저장하면 안 되는 민감한 사용자 데이터를 처리하는 애플리케이션에 특히 유용합니다.

가이드

사전 요구 사항

이 가이드에서는 기본 에이전트 시스템 프롬프트, 첫 메시지, LLM, 도구, 지식 베이스, TTS 설정, ASR 키워드를 재정의하는 방법을 설명합니다.

1

재정의 활성화

보안상 재정의는 기본적으로 비활성화되어 있습니다. first_message, prompt.prompt, prompt.tool_ids, prompt.knowledge_base, language, asr.keywords 등 재정의를 허용할 필드를 활성화하세요.

에이전트 설정으로 이동해 Security 탭을 선택하세요. First message, System prompt, Tools, Knowledge base, ASR keywords 및 LLM과 같이 필요한 기타 재정의를 활성화하세요.

재정의 활성화

2

대화 재정의

대화를 시작하는 코드에서 재정의를 매개변수로 전달하세요. 도구 및 지식 베이스 재정의는 해당 대화의 기본 배열을 대체합니다. ASR 키워드 재정의는 해당 대화의 에이전트 기본 키워드 목록을 대체합니다(최대 50개 키워드).

대화 시작 페이로드
{
  "conversation_config_override": {
    "agent": {
      "prompt": {
        "tool_ids": ["tool_7101k5zvyjhmfg983brhmhkd98n6"],
        "knowledge_base": [
          {
            "type": "file",
            "name": "Unladen Swallow Facts",
            "id": "5xM3yVvZQKV0EfqQpLrJ",
            "usage_mode": "auto"
          }
        ]
      }
    },
    "asr": {
      "keywords": ["Acme Corp", "Contoso", "Globex"]
    }
  }
}

최신 SDK가 설치되어 있는지 확인하세요.

from elevenlabs.conversational_ai.conversation import Conversation, ConversationInitiationData
...
conversation_override = {
    "agent": {
        "prompt": {
            "prompt": f"The customer's bank account balance is {customer_balance}. They are based in {customer_location}.", # Optional: override the system prompt.
            "llm": "gpt-4o", # Optional: override the LLM model.
            "tool_ids": [
                "tool_7101k5zvyjhmfg983brhmhkd98n6"
            ], # Optional: replace the tools available to the agent.
            "knowledge_base": [
                {
                    "type": "file",
                    "name": "Unladen Swallow Facts",
                    "id": "5xM3yVvZQKV0EfqQpLrJ",
                    "usage_mode": "auto",
                }
            ], # Optional: replace the knowledge base available to the agent.
        },
        "first_message": f"Hi {customer_name}, how can I help you today?", # Optional: override the first_message.
        "language": "en" # Optional: override the language.
    },
    "tts": {
        "voice_id": "custom_voice_id", # Optional: override the voice.
        "stability": 0.7, # Optional: override stability (0.0 to 1.0).
        "speed": 1.1, # Optional: override speed (0.7 to 1.2).
        "similarity_boost": 0.9 # Optional: override similarity boost (0.0 to 1.0).
    },
    "conversation": {
        "text_only": True # Optional: enable text-only mode (no audio).
    },
    "asr": {
        "keywords": ["Acme Corp", "Contoso"] # Optional: boost ASR for per-call terms (max 50). Requires Security → ASR keywords.
    }
}
config = ConversationInitiationData(
    conversation_config_override=conversation_override
)
conversation = Conversation(
    ...
    config=config,
    ...
)
conversation.start_session()

재정의를 사용할 때는 재정의하지 않을 필드를 빈 문자열이나 null 값으로 설정하지 말고 생략하세요. 맞춤 설정하려는 필드만 포함하세요.

올바른 LLM 모델 문자열을 찾으려면 지원되는 모든 LLM 모델과 정확한 문자열 식별자가 나열된 에이전트 API 레퍼런스를 참조하세요.