Fluxo da conversa

Visão geral

As configurações de fluxo da conversa determinam como seu assistente lida com períodos de silêncio do usuário, interrupções durante a fala e o comportamento de alternância de turnos. Essas configurações ajudam a criar conversas mais naturais e podem ser personalizadas de acordo com seu caso de uso.

Essas configurações também se aplicam a agentes que usam um modelo Realtime.

Duração máxima da conversa

A configuração Duração máxima da conversa limita o tempo total que uma conversa pode permanecer ativa. Esse limite global começa quando a conversa é iniciada e se aplica independentemente dos tempos limite por turno. O padrão é 600 segundos (10 minutos). Você pode definir um valor de 60 a 7.200 segundos.

Configuração

Na CLI e na API, configure essa opção com o campo conversation_config.conversation.max_duration_seconds.

Assumir o turno após silêncio

A configuração Assumir o turno após silêncio determina por quanto tempo seu assistente espera durante períodos de silêncio do usuário antes de assumir o próximo turno e solicitar uma resposta.

Configuração

O valor é especificado em segundos e deve estar entre 1 e 30 segundos. Na CLI e na API, configure essa opção com o campo conversation_config.turn.turn_timeout.

Boas práticas

• Defina tempos limite mais curtos (5 a 10 segundos) para conversas casuais em que se espera uma troca rápida
• Use tempos limite mais longos (10 a 30 segundos) quando os usuários precisarem de mais tempo para pensar ou formular respostas complexas
• Considere o contexto do seu usuário: o atendimento ao cliente pode se beneficiar de tempos limite mais curtos, enquanto o suporte técnico pode precisar de tempos maiores

Tempo limite suave

O tempo limite suave fornece um retorno de áudio imediato quando o LLM demora mais que o esperado para gerar uma resposta. Em vez de um silêncio constrangedor durante a espera, seu agente fala uma breve frase de preenchimento, como “Hmm…” ou “Deixe-me pensar…”, para manter o fluxo natural da conversa.

Esse recurso é útil para:

• Consultas complexas que exigem mais tempo de processamento do LLM
• Lidar com latência variável de provedores de LLM
• Criar conversas mais parecidas com as humanas, com pausas naturais para pensar

Como funciona

1. Quando o usuário termina de falar, o sistema começa a gerar uma resposta do LLM
2. Um temporizador é iniciado com base na duração do tempo limite configurado
3. Se a resposta do LLM chegar antes do tempo limite, nenhuma frase de preenchimento será falada
4. Se o tempo limite for atingido antes de o LLM responder:
   • A mensagem de preenchimento configurada é falada imediatamente
   • O agente continua aguardando a resposta real
   • Quando estiver pronta, o agente fala a resposta completa do LLM

O tempo limite suave é acionado apenas uma vez por turno para evitar várias frases de preenchimento em sequência.

Configuração

Duração do tempo limite

O tempo em segundos antes que a mensagem de preenchimento seja falada enquanto se aguarda a resposta do LLM.

Mensagem estática

Uma frase de preenchimento predefinida falada quando o tempo limite suave é acionado.

Esta mensagem oferece suporte a:

• Substituições de idioma: traduz automaticamente para idiomas adicionais configurados para seu agente
• Substituições do cliente: pode ser personalizada por chamada via SDK

Mensagem gerada por LLM

Quando ativada, gera dinamicamente uma frase de preenchimento apropriada ao contexto usando um LLM leve, em vez da mensagem estática.

O sistema usa o contexto recente da conversa (até 4 mensagens, 1.000 caracteres) para gerar preenchimentos relevantes, como “Hmm…”, “Entendo…”, “Compreendido…”, “Certo…” ou “Tudo bem…”

Boas práticas

• Evite indicadores de tempo nas mensagens de preenchimento (por exemplo, “Um segundo…”) porque os tempos reais de resposta são imprevisíveis
• Desative o tempo limite suave para bots de FAQ rápidos, cujas respostas são sempre ágeis

Interrupções

O gerenciamento de interrupções determina se os usuários podem interromper seu assistente enquanto ele está falando.

Configuração

As configurações de interrupção podem ser definidas na guia Avançado do agente, em Eventos do cliente.

Para ativar interrupções, verifique se interrupção é um evento do cliente selecionado.

Interrupções ativadas

Interrupções desativadas

Boas práticas para interrupções

• Ative interrupções para fluxos naturais de conversa em que se espera um diálogo de troca entre as partes
• Desative interrupções quando a conclusão da mensagem for essencial (por exemplo, termos e condições, informações de segurança)
• Considere o contexto do seu caso de uso: o atendimento ao cliente pode se beneficiar de interrupções, enquanto a transmissão de informações pode não se beneficiar

Prontidão para assumir o turno

A prontidão para assumir o turno controla a rapidez com que seu assistente responde à entrada do usuário durante a conversa. Essa configuração determina o quanto o assistente está pronto para assumir turnos e começar a falar com base nos padrões de fala detectados.

Como funciona

O assistente agora inclui duas melhorias importantes para uma alternância de turnos mais natural:

1. Geração de respostas mais rápida - O assistente começa a falar após receber palavras suficientes e uma vírgula do modelo de linguagem, em vez de esperar frases completas. Isso reduz a latência e cria conversas mais responsivas, especialmente quando o assistente tem respostas mais longas.

2. Prontidão para assumir o turno configurável - Controle a rapidez com que o assistente interpreta pausas ou padrões de fala como oportunidades de responder.

Configuração

Há três modos disponíveis:

• Ávido - O assistente responde rapidamente à entrada do usuário, intervindo na primeira oportunidade. Ideal para conversas em ritmo acelerado, nas quais respostas imediatas são valorizadas.
• Normal - Alternância de turnos equilibrada, que funciona bem para a maioria dos cenários de conversa. O assistente espera por pausas naturais na conversa antes de responder.
• Paciente - O assistente espera mais antes de assumir o turno, dando aos usuários mais tempo para concluir o que querem dizer. Ideal para coletar informações detalhadas ou quando os usuários precisam de tempo para formular respostas.

Boas práticas para prontidão para assumir o turno

• Use o modo Ávido em cenários de atendimento ao cliente nos quais respostas rápidas melhoram a experiência do usuário
• Use o modo Paciente ao coletar informações estruturadas, como números de telefone, endereços ou endereços de e-mail
• Use o modo Normal como padrão para fluxos gerais de conversa
• Combine com workflows para ajustar dinamicamente a prontidão para assumir o turno com base no contexto da conversa
• Teste diferentes configurações para seu caso de uso específico a fim de encontrar o equilíbrio ideal

Detecção de ambiente ruidoso

Quando a Detecção de ambiente ruidoso está ativada, o agente escuta outras pessoas falando ao fundo do usuário. Se as ouvir, ele reproduz uma mensagem fixa pedindo que o usuário vá para um local mais silencioso.

Vozes ao fundo são uma das principais causas de transcrições incorretas e falsas interrupções. O reconhecimento de fala as transcreve como se o usuário as tivesse dito, e elas podem fazer o agente parar no meio de uma resposta. Levar o usuário para um local mais silencioso melhora a transcrição e a alternância de turnos no restante da conversa. A configuração é mais útil para agentes cujos usuários frequentemente ligam de locais movimentados, como lojas ou residências.

Como funciona

Um modelo analisa o áudio do usuário durante toda a conversa e é acionado quando ouve uma segunda voz junto à do usuário. Ele detecta apenas vozes: outros ruídos de fundo, como trânsito ou animais, não o acionam.

Quando a detecção é acionada:

1. Se o agente estiver falando, sua resposta atual será interrompida. Uma resposta com interrupções desativadas é concluída primeiro.
2. O agente reproduz a mensagem. O usuário não pode interrompê-la, porque as vozes ao fundo que a acionaram poderiam interrompê-la prematuramente.
3. A mensagem é reproduzida no máximo uma vez por conversa.

Isso é separado da configuração Filtrar fala de fundo, em Avançado > Reconhecimento Automático de Fala, que remove a fala de fundo da transcrição. A detecção de ambiente ruidoso usa um modelo diferente que analisa um trecho mais longo de áudio. Ela detecta vozes ao fundo mais lentamente, mas com maior precisão, o que é mais adequado à sua finalidade.

Configuração

Na CLI e na API, ative a configuração com conversation_config.turn.noisy_environment_detection e defina a mensagem com conversation_config.turn.noisy_environment_message.

Idiomas

O agente reproduz a mensagem no idioma atual da conversa, inclusive após uma alteração com a ferramenta de detecção de idioma.

No painel, as traduções funcionam da mesma forma que para a primeira mensagem:

• Ativar a configuração traduz a mensagem para cada idioma adicional.
• Adicionar um idioma traduz a mensagem para esse idioma.
• Para revisar ou editar uma tradução, selecione o idioma no menu suspenso de idiomas do campo de mensagem.
• Depois de editar a mensagem principal, clique em Traduzir para todos para atualizar as traduções.

A CLI e a API não traduzem a mensagem. A mensagem padrão está em inglês, então defina noisy_environment_message no idioma padrão do agente e adicione uma tradução para cada idioma adicional em 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 ?"
          }
        }
      }
    }
  }
}

Boas práticas para detecção de ambiente ruidoso

• Mantenha a mensagem curta. Os usuários não podem interrompê-la, então ouvirão toda a mensagem.
• Teste a mensagem com agentes de chamadas ativas antes de ativá-la amplamente.

Configurações recomendadas