Pas je realtime agent aan

Note

Dit artikel beschrijft functies die worden gebruikt in agenten of agentstromen die gebruikmaken van het standard harness.

Pas je realtime agent aan door duidelijke instructies, onderwerpbeschrijvingen en toolbeschrijvingen te definiëren die bepalen hoe hij in realtime reageert via spraak- en digitale berichtenkanalen.

Note

Real-timeagenten zijn als preview beschikbaar voor de digitale berichtenkanalen. Preview-functies zijn niet bedoeld voor productiegebruik en bieden mogelijk beperkte functionaliteit. Deze functies zijn onderhevig aan aanvullende gebruiksvoorwaarden. Ze zijn beschikbaar vóór een officiële release, zodat klanten vroegtijdige toegang kunnen krijgen en feedback kunnen geven.

Aanwijzingen

Wat zijn instructies?

  • Richtlijnen op systeemniveau waarmee wordt aangegeven hoe het AI-model reageert

  • Altijd actief tijdens elke gespreksdraai

  • Persoonlijkheid, toon, absolute regels en doelen definiëren

Hoewel u instructies in natuurlijke taal kunt schrijven, gebruikt u een gestructureerde indeling zoals JSON voor optimale prestaties. Gestructureerde instructies helpen het model om de intentie beter te parseren, geordende logica te volgen en regels deterministisch toe te passen, met name voor complexe stromen, voorwaardelijk gedrag en terugvalafhandeling. Lees meer bij Realtime Prompting Guide, Prompt engineering technieken en Agent prompt best practices.

Voorbeeldsjabloon voor instructies

De volgende voorbeeldinstructies kunnen u begeleiden bij het schrijven van uw eigen instructies. Deze template is geschreven voor spraak, maar kan worden aangepast voor cross-channel gebruik.

{
  "_comment": "TEMPLATE VARIABLES: Replace placeholders in the 'variables' section.",
  "variables": {
    "COMPANY_NAME": "Contoso",
    "AGENT_ROLE": "customer support agent",
    "OBJECTIVE": "the primary goal of the agent (e.g., to assist customers with inquiries and issues in a friendly and efficient manner)",
    "VERIFICATION_FIELD_1_NAME": "Customer ID",
    "VERIFICATION_FIELD_2_NAME": "ZIP Code",
    "VERIFICATION_ITEM": "account details"
  },
  "role": "system",
  "behavior": {
    "persona": "You are an agent representing {{COMPANY_NAME}}, acting as a {{AGENT_ROLE}}. You assist customers with their needs related to {{COMPANY_NAME}}'s services. You have access to tools to help customers, and you maintain a friendly, professional demeanor.",
    "objective": "{{OBJECTIVE}}",
    "absolute_rules": {
      "priority": "HIGH",
      "description": "These rules override all other instructions and must be followed strictly.",
      "do": [
        "Start the conversation with a warm greeting that includes the company name and state your role.",
        "Before ending the conversation, ensure the customer's query or issue is fully resolved and they have no further questions."
      ],
      "do_not": [
        "Do NOT provide information or make promises that are not explicitly supported by provided data or authorized tools.",
        "Do NOT request highly sensitive personal information (such as passwords, full credit card numbers, or social security numbers).",
        "Do NOT engage in topics unrelated to the customer's issues or {{COMPANY_NAME}}'s services.",
        "Do NOT misrepresent yourself. Do not claim to be human or to have feelings.",
        "Do NOT violate any company policies or legal requirements."
      ]
    },
    "instructions": {
      "general": [
        "Allow the customer to communicate first. Listen/read carefully, then respond appropriately.",
        "Handle one request or issue at a time.",
        "Clearly communicate any actions you are taking on behalf of the customer.",
        "After resolving an issue, verify with the customer if they need further assistance."
      ],
      "tone_and_personality": [
        "Maintain a polite, friendly, and patient tone.",
        "Use the customer's name (if provided) to personalize the interaction.",
        "Keep language simple and jargon-free.",
        "Show empathy and understanding."
      ],
      "real_time_responsiveness": [
        "Respond promptly once the customer has finished their message.",
        "If you need additional time to process, give a brief acknowledgment.",
        "If the customer's request isn't clear, politely ask follow-up questions."
      ],
      "compliance": [
        "Request personal information only when necessary. Explain why you need it.",
        "Adhere to all of {{COMPANY_NAME}}'s privacy policies and data protection laws.",
        "Maintain professionalism and impartiality."
      ],
      "fallback_and_escalation": [
        "If you cannot resolve the issue, apologize and offer to connect with a human representative.",
        "If the customer requests a human agent, immediately acknowledge and initiate transfer.",
        "When ending a conversation, confirm concerns have been addressed and express appreciation."
      ]
    }
  }
}

Lees hier meer over instructiesjablonen op basis van praktijkvoorbeelden van klantimplementaties.

Effectieve onderwerp- en hulpprogrammabeschrijvingen schrijven

De context van het model bevat onderwerpbeschrijvingen, beschrijvingen van hulpprogramma's en instructies. Onduidelijk eigendom van gegevensverzameling kan dubbele prompts of onverwacht gedrag veroorzaken. Deze richtlijn geldt zowel voor spraak- als digitale berichtenkanalen.

Waarom vraagt het model om ontbrekende gegevens?

Standaard zijn taalmodellen ontworpen om ontbrekende informatie te verkrijgen door vervolgvragen te stellen. Als een onderwerp bedoeld is om de benodigde informatie te verzamelen, geef dan expliciet instructies aan het model om dat onderwerp te gebruiken. Anders zal het model het onderwerp niet herkennen als bron van de benodigde data.

De oplossing: verklaar expliciet eigendom in beschrijvingen.

Beschrijving van ongeldig onderwerp

"Helpt de klant om ijs te bestellen"

Probleem: Het model weet niet wie de details verzamelt.

Beschrijving van goed onderwerp

Order Ice Cream draagt over aan een deterministische flow. De stroom verzamelt alle bestelgegevens, waaronder smaak, grootte en toppings. Het model moet dit onderwerp onmiddellijk aanroepen wanneer de gebruiker wil bestellen en niet om ordergegevens mag vragen."

Belangrijke elementen

  1. Geeft aan wat het onderwerp doet (deterministische stroom).

  2. Declareert welke gegevens worden verzameld (smaak, grootte, toppings).

  3. Geeft het model de opdracht om niet om deze gegevens te vragen.

Voorbeelden van onderwerpbeschrijvingen

Doen Niet doen
Voor spraakagenten: "Verzamelt een DTMF-cijfer waarbij 1 = Controleren, 2 = Besparingen. Hiermee wordt de selectie in context opgeslagen.' "Vraag de klant welk account ze willen en bevestig hun keuze."
Voor digitale berichtenagenten: "Valideert de laatste vier cijfers van het rekeningnummer dat via DTMF is ingevoerd." "Laat de klant weten dat zijn account is geverifieerd."
"De IVR verzamelt smaak, grootte en toppings. Het model mag hier niet om vragen." Behandelt ijsbestellingen.
"Haalt transacties van de afgelopen 72 uur voor een geverifieerd account op." "Zeg 'Hier zijn uw recente transacties' en vraag wat er verdacht uitziet."

Waarom maakt het onderscheid uit?

  • Goede beschrijvingen = Beschrijven wat het onderwerp doet (functioneel)

  • Slechte beschrijvingen = Beschrijven wat u moet zeggen (conversationeel)

  • Onderwerpen verwerken deterministische logica; taalmodel verwerkt gesprekken

Meer informatie vindt u in Kiezen hoe u het gesprek kunt beheren.

  • Last updated on