Przebieg rozmowy

Omówienie

Ustawienia przebiegu rozmowy określają, jak asystent obsługuje ciszę użytkownika, przerwania podczas mówienia i kolejność wypowiedzi. Pomagają tworzyć bardziej naturalne rozmowy i można je dostosować do danego zastosowania.

Te ustawienia dotyczą też agentów korzystających z modelu Realtime.

Maksymalny czas rozmowy

Ustawienie Maksymalny czas rozmowy ogranicza łączny czas, przez który rozmowa może pozostać aktywna. Ten globalny limit zaczyna obowiązywać wraz z rozpoczęciem rozmowy i działa niezależnie od limitów czasu na poziomie tury. Domyślnie wynosi 600 sekund (10 minut). Możesz ustawić wartość od 60 do 7200 sekund.

Konfiguracja

W CLI i API skonfigurujesz to ustawienie w polu conversation_config.conversation.max_duration_seconds.

Przejmij kolej po ciszy

Ustawienie Przejmij kolej po ciszy określa, jak długo asystent czeka podczas ciszy użytkownika, zanim przejmie kolejną turę i poprosi o odpowiedź.

Konfiguracja

Wartość podaje się w sekundach i musi wynosić od 1 do 30 sekund. W CLI i API skonfigurujesz to ustawienie w polu conversation_config.turn.turn_timeout.

Dobre praktyki

• Ustaw krótsze limity (5–10 sekund) dla luźnych rozmów, w których oczekiwane są szybkie wymiany zdań
• Użyj dłuższych limitów (10–30 sekund), gdy użytkownicy mogą potrzebować więcej czasu na zastanowienie się lub sformułowanie złożonej odpowiedzi
• Weź pod uwagę kontekst użytkownika — obsługa klienta może skorzystać na krótszych limitach, a pomoc techniczna na dłuższych

Miękki limit czasu

Miękki limit czasu zapewnia natychmiastową informację zwrotną audio, gdy LLM potrzebuje więcej czasu niż oczekiwano na wygenerowanie odpowiedzi. Zamiast niezręcznej ciszy podczas oczekiwania agent wypowiada krótkie wypełnienie, takie jak „Hmm…” lub „Niech pomyślę…”, aby zachować naturalny przebieg rozmowy.

Ta funkcja przydaje się do:

• Złożonych zapytań wymagających dłuższego przetwarzania przez LLM
• Obsługi zmiennych opóźnień od dostawców LLM
• Tworzenia bardziej ludzkich rozmów z naturalnymi przerwami na zastanowienie

Jak to działa

1. Gdy użytkownik kończy mówić, system zaczyna generować odpowiedź LLM
2. Uruchamia się licznik na podstawie skonfigurowanego limitu czasu
3. Jeśli odpowiedź LLM nadejdzie przed upływem limitu, wypełnienie nie zostanie wypowiedziane
4. Jeśli limit czasu zostanie osiągnięty zanim LLM odpowie:
   • Skonfigurowany komunikat wypełniający jest wypowiadany od razu
   • Agent nadal czeka na właściwą odpowiedź
   • Gdy będzie gotowa, agent wypowiada pełną odpowiedź LLM

Miękki limit czasu uruchamia się tylko raz na turę, aby uniknąć kilku wypełnień pod rząd.

Konfiguracja

Czas limitu

Czas w sekundach, po którym podczas oczekiwania na odpowiedź LLM zostanie wypowiedziany komunikat wypełniający.

Stała wiadomość

Zdefiniowane wcześniej wypełnienie wypowiadane po uruchomieniu miękkiego limitu czasu.

Ta wiadomość obsługuje:

• Nadpisania językowe: automatyczne tłumaczenie na dodatkowe języki skonfigurowane dla agenta
• Nadpisania klienta: możliwość dostosowania dla każdego połączenia przez SDK

Wiadomość generowana przez LLM

Po włączeniu dynamicznie generuje odpowiednie do kontekstu wypełnienie za pomocą lekkiego LLM zamiast stałej wiadomości.

System używa ostatniego kontekstu rozmowy (do 4 wiadomości, 1000 znaków), aby wygenerować trafne wypełnienia, takie jak „Hmm…”, „Rozumiem…”, „Jasne…”, „Mam to…” lub „Dobrze…”.

Dobre praktyki

• Unikaj wskaźników czasu w komunikatach wypełniających (np. „Sekundkę…”), ponieważ rzeczywisty czas odpowiedzi jest nieprzewidywalny
• Wyłącz miękki limit czasu dla szybkich botów FAQ, których odpowiedzi są stale szybkie

Przerwania

Obsługa przerwań określa, czy użytkownicy mogą przerwać asystentowi podczas mówienia.

Konfiguracja

Ustawienia przerwań można skonfigurować na karcie Zaawansowane agenta w sekcji Zdarzenia klienta.

Aby włączyć przerwania, upewnij się, że przerwanie jest wybranym zdarzeniem klienta.

Przerwania włączone

Przerwania wyłączone

Dobre praktyki dotyczące przerwań

• Włącz przerwania dla naturalnych rozmów, w których oczekiwana jest wymiana zdań
• Wyłącz przerwania, gdy dokończenie komunikatu jest kluczowe (np. regulamin, informacje o bezpieczeństwie)
• Weź pod uwagę kontekst zastosowania — obsługa klienta może skorzystać na przerwaniach, a przekazywanie informacji niekoniecznie

Gotowość do przejęcia kolejki

Gotowość do przejęcia kolejki określa, jak szybko asystent reaguje na wypowiedzi użytkownika podczas rozmowy. To ustawienie decyduje, jak chętnie asystent przejmuje kolejkę i zaczyna mówić na podstawie wykrytych wzorców mowy.

Jak to działa

Asystent oferuje teraz dwa kluczowe ulepszenia, które zapewniają bardziej naturalną zmianę kolejki:

1. Szybsze generowanie odpowiedzi — asystent zaczyna mówić po otrzymaniu wystarczającej liczby słów i przecinka od modelu językowego, zamiast czekać na pełne zdania. Zmniejsza to opóźnienia i sprawia, że rozmowy są bardziej responsywne, zwłaszcza gdy asystent udziela dłuższych odpowiedzi.

2. Konfigurowalna gotowość do przejęcia kolejki — określ, jak szybko asystent interpretuje pauzy lub wzorce mowy jako okazję do odpowiedzi.

Konfiguracja

Dostępne są trzy tryby:

• Chętny — asystent szybko reaguje na wypowiedzi użytkownika i włącza się przy pierwszej okazji. Najlepszy do szybkich rozmów, w których liczy się natychmiastowa odpowiedź.
• Normalny — zrównoważona zmiana kolejki, która sprawdza się w większości scenariuszy rozmów. Asystent czeka na naturalne przerwy w rozmowie, zanim odpowie.
• Cierpliwy — asystent dłużej czeka przed przejęciem kolejki, dając użytkownikom więcej czasu na dokończenie myśli. Idealny do zbierania szczegółowych informacji lub gdy użytkownicy potrzebują czasu na sformułowanie odpowiedzi.

Dobre praktyki dotyczące gotowości do przejęcia kolejki

• Użyj trybu Chętny w obsłudze klienta, gdzie szybkie odpowiedzi poprawiają doświadczenie użytkownika
• Użyj trybu Cierpliwy podczas zbierania uporządkowanych danych, takich jak numery telefonów, adresy lub adresy e-mail
• Użyj trybu Normalny jako domyślnego dla ogólnych rozmów
• Połącz z workflow, aby dynamicznie dostosowywać gotowość do przejęcia kolejki do kontekstu rozmowy
• Przetestuj różne ustawienia w swoim przypadku użycia, aby znaleźć optymalną równowagę

Wykrywanie hałaśliwego otoczenia

Gdy opcja Wykrywanie hałaśliwego otoczenia jest włączona, agent nasłuchuje, czy w tle użytkownika mówią inne osoby. Jeśli je usłyszy, odtwarza stałą wiadomość z prośbą o przejście w cichsze miejsce.

Głosy w tle są główną przyczyną błędnych transkrypcji i fałszywych przerwań. Rozpoznawanie mowy transkrybuje je tak, jakby wypowiedział je użytkownik, i mogą one sprawić, że agent przerwie odpowiedź w połowie. Przeniesienie użytkownika w cichsze miejsce poprawia transkrypcję i zmianę kolejki przez resztę rozmowy. To ustawienie jest szczególnie przydatne dla agentów, których użytkownicy często dzwonią z zatłoczonych miejsc, takich jak sklepy lub domy.

Jak to działa

Model analizuje audio użytkownika przez całą rozmowę i uruchamia się, gdy słyszy drugi głos obok głosu użytkownika. Wykrywa tylko głosy: inne dźwięki w tle, takie jak ruch uliczny lub zwierzęta, go nie uruchamiają.

Gdy wykrywanie się uruchomi:

1. Jeśli agent mówi, jego bieżąca odpowiedź zostaje zatrzymana. Odpowiedź z wyłączonymi przerwaniami jest najpierw kończona.
2. Agent wypowiada wiadomość. Użytkownik nie może jej przerwać, ponieważ głosy w tle, które ją uruchomiły, mogłyby ją inaczej skrócić.
3. Wiadomość jest wypowiadana maksymalnie raz na rozmowę.

To ustawienie jest niezależne od opcji Filtrowanie mowy w tle w Zaawansowane > Automatyczne rozpoznawanie mowy, która usuwa mowę w tle z transkrypcji. Wykrywanie hałaśliwego otoczenia używa innego modelu, który analizuje dłuższy fragment audio. Wykrywa głosy w tle wolniej, ale dokładniej, co lepiej odpowiada jego celowi.

Konfiguracja

W CLI i API włącz to ustawienie przez conversation_config.turn.noisy_environment_detection, a wiadomość ustaw przez conversation_config.turn.noisy_environment_message.

Języki

Agent wypowiada wiadomość w bieżącym języku rozmowy, także po zmianie za pomocą narzędzia wykrywania języka.

W panelu tłumaczenia działają tak samo jak w przypadku pierwszej wiadomości:

• Włączenie ustawienia tłumaczy wiadomość na każdy dodatkowy język.
• Dodanie języka tłumaczy wiadomość na ten język.
• Aby sprawdzić lub edytować tłumaczenie, wybierz język z listy rozwijanej języków w polu wiadomości.
• Po edycji głównej wiadomości kliknij Przetłumacz na wszystkie, aby zaktualizować tłumaczenia.

CLI i API nie tłumaczą wiadomości. Domyślna wiadomość jest po angielsku, dlatego ustaw noisy_environment_message w domyślnym języku agenta i dodaj tłumaczenie dla każdego dodatkowego języka w language_presets.

{
  "conversation_config": {
    "agent": {
      "language": "en"
    },
    "turn": {
      "noisy_environment_detection": true,
      "noisy_environment_message": "Sorry, it's a bit noisy there. Could you move somewhere quieter?"
    },
    "language_presets": {
      "fr": {
        "overrides": {
          "turn": {
            "noisy_environment_message": "Désolé, il y a un peu de bruit. Pourriez-vous aller dans un endroit plus calme ?"
          }
        }
      }
    }
  }
}

Dobre praktyki dotyczące wykrywania hałaśliwego otoczenia

• Wiadomość powinna być krótka. Użytkownicy nie mogą jej przerwać, więc usłyszą ją w całości.
• Przetestuj wiadomość z agentami wychodzącymi, zanim włączysz ją na szeroką skalę.

Zalecane konfiguracje