Πώς να φτιάξετε έναν φωνητικό βοηθό AI με τη Retell AI

Ένας φωνητικός βοηθός AI που δημιουργείται με τη Retell AI μπορεί να διαχειρίζεται ζωντανές τηλεφωνικές κλήσεις, να απαντά σε πραγματικό χρόνο και να εκτελεί εργασίες κατά τη διάρκεια της αλληλεπίδρασης. Αυτά τα συστήματα μπορούν να κλείνουν ραντεβού, να ενημερώνουν εγγραφές και να καθοδηγούν τους χρήστες μέσα από ροές εργασίας, ενώ παρακολουθούν το πλαίσιο καθ' όλη τη διάρκεια της κλήσης, κάτι που τα παραδοσιακά συστήματα IVR δυσκολεύονται να κάνουν.

Η Retell AI παρέχει μια πλήρη πλατφόρμα φωνητικού πράκτορα AI για τη δημιουργία αυτών των πρακτόρων, διαχειριζόμενη τη ροή συνομιλίας σε πραγματικό χρόνο, την τηλεφωνία και την εκτέλεση ενεργειών σε ένα μέρος. Υποστηρίζει τόσο εισερχόμενες όσο και εξερχόμενες κλήσεις και είναι σχεδιασμένη για χρήση σε παραγωγή, όχι μόνο για demo.

Ποιος είναι ο ταχύτερος τρόπος για να φτιάξετε έναν φωνητικό βοηθό AI;

Ο ταχύτερος τρόπος για να δημιουργήσετε έναν έτοιμο για παραγωγή φωνητικό βοηθό είναι να χρησιμοποιήσετε ένα σύστημα που ήδη διαχειρίζεται τη φωνητική αλληλεπίδραση σε πραγματικό χρόνο, αντί να συναρμολογείτε χειροκίνητα speech-to-text, γλωσσικά μοντέλα και text-to-speech. Η Retell AI παρέχει αυτό το επίπεδο.

Παρέχει ένα φωνητικό σύστημα πραγματικού χρόνου που διαχειρίζεται τη ροή ήχου, την εναλλαγή σειράς και την παράδοση απαντήσεων, επιτρέποντας στις ομάδες να επικεντρωθούν στο πώς συμπεριφέρεται ο βοηθός και στο τι κάνει πραγματικά κατά τη διάρκεια μιας κλήσης.

Αυτός ο οδηγός εξηγεί πώς να δημιουργήσετε και να αναπτύξετε έναν λειτουργικό φωνητικό βοηθό AI με τη Retell, εστιάζοντας σε αυτό που τον κάνει πραγματικά αξιόπιστο σε πραγματικές συνομιλίες.

Βήμα προς βήμα: Δημιουργία φωνητικού βοηθού AI με τη Retell AI

Η διαδικασία δημιουργίας ακολουθεί μια δομημένη ακολουθία. Κάθε βήμα προσθέτει ένα επίπεδο που απαιτείται ώστε ο βοηθός να λειτουργεί αξιόπιστα σε πραγματικές κλήσεις.

Βήμα 1: Ρυθμίστε τον πράκτορα Retell AI και τη βασική διαμόρφωση

Ο πράκτορας είναι η οντότητα χρόνου εκτέλεσης που διαχειρίζεται ολόκληρη τη φωνητική αλληλεπίδραση. Είναι υπεύθυνος για τη λήψη της εισόδου ήχου, τον συντονισμό της παραγωγής απαντήσεων και την παράδοση εξόδου κατά τη διάρκεια της κλήσης.

Κατά τη δημιουργία του πράκτορα, διαμορφώστε τις βασικές παραμέτρους του συστήματος. Αυτό περιλαμβάνει την επιλογή του γλωσσικού μοντέλου που θα παράγει τις απαντήσεις, την επιλογή της φωνής για την έξοδο ήχου και τον ορισμό αρχικών προεπιλογών που επηρεάζουν το πώς ο βοηθός επεξεργάζεται την είσοδο και απαντά. Αυτές οι ρυθμίσεις καθορίζουν το περιβάλλον στο οποίο θα λειτουργεί όλη η λογική της συνομιλίας.

Σε αυτό το στάδιο, δεν ορίζεται καμία συμπεριφορά ειδική για κάποια εργασία. Ο στόχος είναι να δημιουργήσετε ένα σταθερό επίπεδο εκτέλεσης πριν προσθέσετε λογική επάνω σε αυτό.

Βήμα 2: Ορίστε τη συμπεριφορά απόκρισης και τη λογική της εργασίας

Η μηχανή απόκρισης καθορίζει το πώς συμπεριφέρεται ο βοηθός κατά τη διάρκεια της κλήσης. Αυτό ελέγχεται μέσω prompt και δομημένων οδηγιών.

Η διαμόρφωση θα πρέπει να ορίζει με σαφήνεια:

• - την εργασία για την οποία είναι υπεύθυνος ο βοηθός
• - πώς θα πρέπει να καθοδηγεί τον χρήστη μέσα από αυτή την εργασία
• - ποιες πληροφορίες χρειάζεται να συλλέξει ή να επιβεβαιώσει

Η λογική απόκρισης πρέπει να επιβάλλει όρια. Ο βοηθός δεν θα πρέπει να παρεκκλίνει σε άσχετες απαντήσεις ή να δίνει υπερβολικές εξηγήσεις. Θα πρέπει να ζητά τις εισόδους που λείπουν, να επιβεβαιώνει βασικές λεπτομέρειες όταν απαιτείται και να διατηρεί την αλληλεπίδραση ευθυγραμμισμένη με ένα συγκεκριμένο αποτέλεσμα.

Αυτό το επίπεδο καθορίζει τη συνέπεια. Αν δεν οριστεί με ακρίβεια, ο βοηθός μπορεί να παράγει έγκυρες απαντήσεις αλλά να αποτυγχάνει να ολοκληρώσει εργασίες.

Βήμα 3: Δομήστε τη ροή συνομιλίας για την ολοκλήρωση των εργασιών

Αφού ορίσετε τη συμπεριφορά απόκρισης, δομήστε το πώς εξελίσσεται η συνομιλία.

Για περιπτώσεις χρήσης με σαφή στόχο, θα πρέπει να οριστεί μια δομημένη ροή. Ο βοηθός κινείται μέσα από μια ακολουθία βημάτων, διασφαλίζοντας ότι οι απαιτούμενες είσοδοι συλλέγονται και οι ενέργειες ενεργοποιούνται με τη σωστή σειρά. Αυτό μειώνει τη μεταβλητότητα και αποτρέπει τις ημιτελείς αλληλεπιδράσεις.

Για πιο ευέλικτες περιπτώσεις χρήσης, μπορεί να χρησιμοποιηθεί λογική βασισμένη σε prompt ώστε να επιτρέπεται στον βοηθό να προσαρμόζεται ενώ εξακολουθεί να λειτουργεί εντός καθορισμένων περιορισμών.

Το σύστημα θα πρέπει πάντα να διατηρεί κατάσταση. Πρέπει να παρακολουθεί τι έχει ήδη συλλεχθεί, τι απομένει και ποιο είναι το επόμενο βήμα. Χωρίς αυτό, ο βοηθός θα επαναλαμβάνει ερωτήσεις ή θα παραλείπει απαραίτητα βήματα.

Βήμα 4: Συνδέστε ενέργειες χρησιμοποιώντας function calling

Για να ενεργοποιήσετε την ολοκλήρωση εργασιών, συνδέστε εργαλεία που επιτρέπουν στον βοηθό να αναλαμβάνει δράση κατά τη διάρκεια της κλήσης.

Αυτά τα εργαλεία αντιπροσωπεύουν λειτουργίες όπως η ανάκτηση πληροφοριών, ο έλεγχος διαθεσιμότητας, η ενημέρωση εγγραφών ή η μεταβίβαση της κλήσης. Κάθε ενέργεια θα πρέπει να αντιστοιχίζεται σε μια function που μπορεί να ενεργοποιηθεί όταν εντοπιστεί η αντίστοιχη πρόθεση.

Το function calling λειτουργεί ως το επίπεδο εκτέλεσης. Όταν ο βοηθός εντοπίζει την ανάγκη να εκτελέσει μια ενέργεια, ενεργοποιεί τη function, επεξεργάζεται το αποτέλεσμα και συνεχίζει τη συνομιλία χωρίς να διακόπτεται η ροή.

Η λογική απόκρισης και το επίπεδο ενεργειών πρέπει να είναι ευθυγραμμισμένα. Ο βοηθός θα πρέπει να γνωρίζει πότε να καλέσει μια function και πώς να χρησιμοποιήσει την έξοδο για να προχωρήσει την αλληλεπίδραση.

Βήμα 5: Δοκιμάστε τον βοηθό σε πραγματικές συνθήκες κλήσης

Η δοκιμή θα πρέπει να προσομοιώνει την πραγματική συμπεριφορά κλήσης αντί για ιδανικές εισόδους. Ο βοηθός πρέπει να αξιολογείται υπό συνθήκες όπως:

• διακοπές κατά τη διάρκεια της απάντησής του
• ημιτελής ή ασαφής είσοδος χρήστη
• χρήστες που αλλάζουν πρόθεση στα μέσα της συνομιλίας

Η εστίαση είναι στη συμπεριφορά. Ο βοηθός θα πρέπει να σταματά να μιλά όταν τον διακόπτουν, να προσαρμόζεται σε νέα είσοδο και να συνεχίζει από το σωστό σημείο στην αλληλεπίδραση.

Οι αποτυχίες σε αυτό το στάδιο προέρχονται συνήθως από ασαφή λογική απόκρισης, αδύναμη δομή ροής ή εσφαλμένες ενεργοποιήσεις ενεργειών. Αυτά τα ζητήματα θα πρέπει να επιλυθούν πριν την ανάπτυξη.

Βήμα 6: Αναπτύξτε τον φωνητικό βοηθό σε κλήσεις παραγωγής

Μόλις ο βοηθός αποδίδει με συνέπεια στη δοκιμή, αναπτύξτε τον για τη διαχείριση ζωντανών κλήσεων.

Η Retell επιτρέπει τη σύνδεση του πράκτορα με έναν αριθμό τηλεφώνου, ενεργοποιώντας τόσο εισερχόμενες όσο και εξερχόμενες αλληλεπιδράσεις. Ο βοηθός θα λειτουργεί πλέον σε πραγματικές συνθήκες, όπου η συμπεριφορά του χρήστη είναι απρόβλεπτη.

Η ανάπτυξη μεταβαίνει το σύστημα από την ελεγχόμενη δοκιμή στη χρήση σε παραγωγή. Σε αυτό το σημείο, ο σχεδιασμός της αλληλεπίδρασης, η λογική απόκρισης και ο χειρισμός ενεργειών πρέπει να λειτουργούν μαζί χωρίς χειροκίνητη παρέμβαση.

Βασική διαμόρφωση που απαιτείται για έναν λειτουργικό φωνητικό βοηθό Retell AI

Ένας φωνητικός βοηθός Retell AI λειτουργεί αξιόπιστα μόνο όταν ορίζονται σωστά τρία επίπεδα: η λογική απόκρισης, η λογική ενεργειών και ο έλεγχος ροής κλήσης.

Καθορίζουν αν το σύστημα ολοκληρώνει εργασίες κατά τη διάρκεια μιας κλήσης ή αν καταρρέει υπό κανονική συμπεριφορά του χρήστη.

Λογική απόκρισης (Τι λέει ο βοηθός)

Η λογική απόκρισης καθορίζει το πώς αποφασίζει ο βοηθός τι θα πει σε κάθε βήμα της αλληλεπίδρασης.

Θα πρέπει να είναι σαφής σχετικά με:

• την εργασία που εκτελείται
• τις πληροφορίες που απαιτούνται για την ολοκλήρωση αυτής της εργασίας
• το πώς ο βοηθός κινείται από το ένα βήμα στο επόμενο

Ο βοηθός δεν θα πρέπει να παράγει ανοιχτές ή παρεκκλίνουσες απαντήσεις. Κάθε απάντηση πρέπει να συνδέεται με έναν συγκεκριμένο στόχο, είτε τη συλλογή πληροφοριών που λείπουν, την επιβεβαίωση εισόδων ή την πρόοδο προς την εκτέλεση.

Η σαφήνεια είναι κρίσιμη. Αν η λογική απόκρισης είναι ασαφής, ο βοηθός μπορεί να παράγει ρέουσες απαντήσεις που δεν προωθούν την αλληλεπίδραση, οδηγώντας σε ημιτελή αποτελέσματα.

Λογική ενεργειών (Πότε ο βοηθός εκτελεί εργασίες)

Η λογική ενεργειών καθορίζει πότε ο βοηθός θα πρέπει να εκτελέσει μια εργασία και πώς αυτή η εκτέλεση εντάσσεται στη συνομιλία.

Κάθε ενέργεια πρέπει να:

• ενεργοποιείται μόνο όταν οι απαιτούμενες είσοδοι είναι διαθέσιμες
• αντιστοιχίζεται σε μια σαφή function
• ακολουθείται από μια απάντηση που χρησιμοποιεί το αποτέλεσμα αυτής της function

Ο βοηθός δεν θα πρέπει να διακόπτει ή να σταματά την αλληλεπίδραση ενώ επεξεργάζονται οι ενέργειες. Θα πρέπει να αναγνωρίζει το αίτημα, να διαχειρίζεται την εκτέλεση και να συνεχίζει τη συνομιλία χωρίς να χάνει το πλαίσιο.

Αν ο χρονισμός των ενεργειών δεν ελέγχεται, το σύστημα είτε ενεργοποιεί ενέργειες πολύ νωρίς, καθυστερεί άσκοπα ή αποτυγχάνει να ενσωματώσει σωστά τα αποτελέσματα στη συνομιλία.

Έλεγχος ροής κλήσης (Διατήρηση κατεύθυνσης στις κλήσεις)

Ο έλεγχος ροής κλήσης διασφαλίζει ότι ο βοηθός διατηρεί την κατεύθυνση καθ' όλη τη διάρκεια της αλληλεπίδρασης.

Το σύστημα πρέπει να παρακολουθεί:

• ποιες πληροφορίες έχουν ήδη συλλεχθεί
• τι απομένει να ολοκληρωθεί
• σε ποιο βήμα βρίσκεται αυτή τη στιγμή

Αυτό αποτρέπει:

• την επανάληψη ερωτήσεων
• την παράλειψη απαιτούμενων εισόδων
• την πρόοδο χωρίς την ολοκλήρωση απαραίτητων βημάτων

Μια καλά ορισμένη ροή διατηρεί την αλληλεπίδραση δομημένη, ακόμη και όταν ο χρήστης διακόπτει ή αλλάζει κατεύθυνση. Χωρίς αυτήν, ο βοηθός γίνεται ασυνεπής και δύσκολος στον έλεγχο.

Γιατί οι φωνητικοί βοηθοί AI καταρρέουν σε πραγματικές τηλεφωνικές κλήσεις

Οι φωνητικοί βοηθοί συχνά φαίνονται σταθεροί στη δοκιμή, επειδή οι αλληλεπιδράσεις ακολουθούν αναμενόμενα μοτίβα. Στις πραγματικές κλήσεις, αυτή η δομή εξαφανίζεται. Η κατάρρευση συμβαίνει σε επίπεδο συστήματος, όπου πολλαπλοί παράγοντες συνδυάζονται και αποκαλύπτουν κενά στο πώς είναι διαμορφωμένος ο βοηθός.

• Η δομή της συνομιλίας δεν αντέχει στην πραγματική χρήση: Στη δοκιμή, οι είσοδοι είναι καθαρές και διαδοχικές. Στις πραγματικές κλήσεις, οι χρήστες διακόπτουν στα μέσα της απάντησης, αλλάζουν πρόθεση χωρίς προειδοποίηση και παρέχουν ημιτελή ή επικαλυπτόμενη είσοδο. Ο βοηθός πρέπει να διαχειρίζεται όλα αυτά σε πραγματικό χρόνο χωρίς να επανεκκινεί ή να χάνει την κατεύθυνση.
• Η καθυστέρηση (latency) συσσωρεύεται σε όλο το σύστημα: Ακόμη και όταν τα μεμονωμένα εξαρτήματα αποδίδουν καλά, η καθυστέρηση συσσωρεύεται στην αναγνώριση ομιλίας, την παραγωγή απαντήσεων και την έξοδο ήχου. Αυτές οι μικρές καθυστερήσεις προστίθενται και διαταράσσουν τη ροή της συνομιλίας, αναγκάζοντας τους χρήστες να επαναλαμβάνονται ή να διακόπτουν.
• Έλλειψη συντονισμού μεταξύ λογικής απόκρισης, ενεργειών και ροής: Όταν η λογική απόκρισης, η λογική ενεργειών και ο έλεγχος ροής κλήσης δεν είναι ευθυγραμμισμένα, το σύστημα δεν μπορεί να ανακάμψει από τη συμπεριφορά του πραγματικού κόσμου. Μπορεί να συνεχίζει να μιλά μετά από διακοπή, να επαναλαμβάνει ερωτήσεις, να ενεργοποιεί ενέργειες πολύ νωρίς ή πολύ αργά ή να προχωρά χωρίς να ολοκληρώνει τα απαιτούμενα βήματα.
• Τα συστήματα που μόνο απαντούν αποτυγχάνουν να ολοκληρώσουν εργασίες: Ένας φωνητικός βοηθός που παράγει απαντήσεις αλλά δεν εκτελεί ενέργειες εξακολουθεί να απαιτεί χειροκίνητη παρακολούθηση. Στην πραγματική χρήση, ο βοηθός πρέπει να ανακτά δεδομένα, να ενημερώνει συστήματα και να ολοκληρώνει ροές εργασίας εντός της ίδιας αλληλεπίδρασης.
• Η αποτυχία συμβαίνει υπό κανονικές συνθήκες, όχι σε ακραίες περιπτώσεις: Αυτά τα ζητήματα δεν εμφανίζονται μόνο σε σπάνια σενάρια. Συμβαίνουν κατά τη διάρκεια τυπικών αλληλεπιδράσεων όταν οι χρήστες συμπεριφέρονται φυσικά. Χωρίς σωστή διαμόρφωση, ο βοηθός καταρρέει κατά την καθημερινή χρήση αντί σε ακραίες περιπτώσεις.

Η αποτυχία δεν οφείλεται σε ένα μεμονωμένο αδύναμο εξάρτημα. Είναι το αποτέλεσμα του πώς συμπεριφέρεται το σύστημα όταν η αλληλεπίδραση σε πραγματικό χρόνο, η εκτέλεση και ο έλεγχος δεν είναι σωστά διαμορφωμένα μαζί.

Πώς να βελτιώσετε έναν φωνητικό βοηθό Retell AI μετά την ανάπτυξη

Ένας χρήστης καλεί τον εκχωρημένο αριθμό. Ο πράκτορας Retell λαμβάνει τη ροή ήχου και την επεξεργάζεται σε πραγματικό χρόνο.

Ο βοηθός απαντά και ξεκινά με ένα prompt ευθυγραμμισμένο με την εργασία. Ο χρήστης δηλώνει το αίτημά του, για παράδειγμα, το κλείσιμο ενός ραντεβού. Ο βοηθός εντοπίζει την πρόθεση και αρχίζει να συλλέγει τις απαιτούμενες πληροφορίες. Ζητά συγκεκριμένες εισόδους όπως ημερομηνία, ώρα και οποιεσδήποτε απαραίτητες λεπτομέρειες συνδεδεμένες με τη ροή εργασίας.

Καθώς ο χρήστης απαντά, το σύστημα διατηρεί κατάσταση. Παρακολουθεί τι έχει ήδη συλλεχθεί και τι απομένει. Αν ο χρήστης κάνει παύση ή παρέχει ημιτελή είσοδο, ο βοηθός κάνει μια άμεση ερώτηση παρακολούθησης αντί να επανεκκινήσει την αλληλεπίδραση.

Μόλις όλες οι απαιτούμενες είσοδοι είναι διαθέσιμες, ο βοηθός ενεργοποιεί τη σχετική function. Για παράδειγμα, ελέγχει τη διαθεσιμότητα μέσω ενός συνδεδεμένου συστήματος. Ενώ η ενέργεια εκτελείται, ο βοηθός διατηρεί τη συνέχεια αναγνωρίζοντας το αίτημα και προετοιμάζοντας το επόμενο βήμα.

Η function επιστρέφει ένα αποτέλεσμα. Ο βοηθός χρησιμοποιεί αμέσως αυτή την έξοδο, επιβεβαιώνει τη διαθέσιμη χρονοθυρίδα και ζητά την τελική επιβεβαίωση. Μετά την επιβεβαίωση, ολοκληρώνει την κράτηση μέσω άλλης κλήσης ενέργειας και απαντά με ένα σαφές μήνυμα ολοκλήρωσης. Έτσι λειτουργεί η αυτοματοποίηση τηλεφωνικού κέντρου στην πράξη, όπου ο βοηθός ολοκληρώνει εργασίες εντός μιας μόνο αλληλεπίδρασης.

Βελτίωση του φωνητικού βοηθού μετά την ανάπτυξη

Βελτιώστε τη συμπεριφορά απόκρισης

Μετά την ανάπτυξη, εξετάστε πώς επικοινωνεί ο βοηθός σε πραγματικές κλήσεις.

Οι απαντήσεις θα πρέπει να συντομεύονται όπου είναι δυνατόν, η περιττή διατύπωση θα πρέπει να αφαιρείται και οι ερωτήσεις θα πρέπει να γίνονται πιο άμεσες. Κάθε απάντηση που προκαλεί δισταγμό, σύγχυση ή διακοπή θα πρέπει να ξαναγράφεται για σαφήνεια.

Διορθώστε τα κενά στη ροή εργασίας

Εντοπίστε σημεία όπου η αλληλεπίδραση καταρρέει ή γίνεται ασυνεπής.

Αυτό περιλαμβάνει βήματα που λείπουν, επαναλαμβανόμενες ερωτήσεις ή ροές που δεν φτάνουν σε ολοκλήρωση. Ο βοηθός θα πρέπει να κινείται μέσα από τη ροή εργασίας χωρίς να παραλείπει απαιτούμενες εισόδους ή να επανεκκινεί άσκοπα.

Βελτιώστε την εκτέλεση ενεργειών

Βελτιώστε το πώς ενεργοποιούνται οι ενέργειες και πώς συμπεριφέρεται ο βοηθός κατά τη διάρκεια της εκτέλεσης.

Οι ενέργειες θα πρέπει να συμβαίνουν τη σωστή στιγμή και ο βοηθός θα πρέπει να συνεχίζει τη συνομιλία χωρίς σιωπή ενώ περιμένει αποτελέσματα. Η μετάβαση μεταξύ συνομιλίας και εκτέλεσης πρέπει να παραμένει ομαλή.

Συχνές ερωτήσεις σχετικά με τη δημιουργία ενός φωνητικού βοηθού Retell AI

Χρειάζεστε προγραμματισμό για να φτιάξετε έναν φωνητικό βοηθό Retell AI;

Οι βασικές διαμορφώσεις μπορούν να ρυθμιστούν με ελάχιστη ανάπτυξη. Για χρήση σε παραγωγή, ο προγραμματισμός απαιτείται συνήθως για την ενσωμάτωση εξωτερικών συστημάτων, τον ορισμό της λογικής απόκρισης και την υλοποίηση ενεργειών.

Μπορεί ένας βοηθός Retell AI να αναλάβει ενέργειες κατά τη διάρκεια μιας κλήσης;

Ναι. Ο βοηθός μπορεί να ενεργοποιεί functions για την ανάκτηση δεδομένων, την ενημέρωση συστημάτων, τον έλεγχο διαθεσιμότητας, τη μεταβίβαση κλήσεων ή την ολοκλήρωση ροών εργασίας κατά τη διάρκεια της αλληλεπίδρασης.

Πώς δοκιμάζετε έναν φωνητικό βοηθό πριν την ανάπτυξη;

Δοκιμάστε αλληλεπιδρώντας με τον πράκτορα σε ρεαλιστικές συνθήκες κλήσης. Επικυρώστε πώς διαχειρίζεται τις διακοπές, την ημιτελή είσοδο, τις αλλαγές πρόθεσης και αν οι ενέργειες ενεργοποιούνται σωστά και επιστρέφουν αξιοποιήσιμα αποτελέσματα.

Μπορεί η Retell AI να διαχειρίζεται εισερχόμενες και εξερχόμενες κλήσεις;

Ναι. Ο βοηθός μπορεί να συνδεθεί με έναν αριθμό τηλεφώνου για να λαμβάνει εισερχόμενες κλήσεις ή να πραγματοποιεί εξερχόμενες κλήσεις, ανάλογα με την περίπτωση χρήσης.