ThunderPhone v3 już działa.Uruchom samodzielnie, od 2¢/min.Przeczytaj komunikat

Using the dashboard

Przewodnik po stylu promptów

Jak pisać i edytować prompt agenta głosowego ThunderPhone: wytyczne dotyczą kontroli przeglądu promptów wraz z identyfikatorami, do których odwołują się ich ustalenia.

Ten przewodnik jest dla każdego, kto pisze lub edytuje prompt agenta głosowego: osoby korzystającej z kreatora, Copilot lub agenta programistycznego pracującego przez API. Narzędzie weryfikacji promptów używa go jako kryteriów oceny i odwołuje się do identyfikatorów wytycznych (P1, W2 itd.).

Rozmówca słyszy agenta raz, w tempie mówienia, i nie może przewinąć rozmowy. Agent odczytuje prompt przy każdej turze i ściśle odwzorowuje jego sformułowania. Te dwa fakty kształtują wszystko poniżej.

Forma

P1. Napisz to tak, jak człowiek przekazałby instrukcje nowej recepcjonistce. Krótki wstęp wyjaśnia, kim jest agent i dla kogo pracuje. Następnie rozmowa przebiega w kolejności, w jakiej się odbywa: jak się zaczyna, czego należy się dowiedzieć, co potwierdzić i jak ją zakończyć. Każda reguła znajduje się w części rozmowy, której dotyczy. Czytelnik powinien móc zapytać o każdy akapit: „czy osoba prowadząca tę firmę mogła to napisać?” Zakres informacji do ustalenia obejmuje to, czego firma potrzebuje, aby zrealizować prośbę, a nie tylko to, kto dzwoni i jak się z nim skontaktować.

P2. Proste nagłówki, pod nimi proza. Pomagają nagłówki takie jak „Kim jesteś”, „Rozmowa”, „Fakty” i „Przekazywanie sprawy”. Struktura w stylu maszynowym nie pomaga: numerowane podręczniki reguł, nagłówki camelCase lub przypominające kod, długie listy reguł punktowane myślnikami, odwołanie do narzędzi na początku oraz odsyłacze takie jak „zobacz sekcję 4 poniżej”. Listy są odpowiednie dla danych, które agent wyszukuje (godziny otwarcia, ceny, adres).

P3. Sposób mówienia opisz raz, krótko. To, jak agent mówi podczas całej rozmowy (krótkie wypowiedzi w pierwszej osobie, ciepły ton, proste słowa; zobacz S2), mieści się w jednym krótkim akapicie na początku. Wszystko, co dotyczy konkretnego kroku, znajduje się w tym kroku.

P4. Fakty oddziel od zachowania. Godziny otwarcia, ceny, lokalizacje, zasady i inne fakty umieść w części promptu dotyczącej faktów lub w bazie wiedzy, a nie rozrzucaj ich po całym przebiegu rozmowy. Długie katalogi i FAQ należą do bazy wiedzy. Agent może podawać wyłącznie fakty, które otrzymał.

Treść

C1. Zasady i fakty, nie skrypty. Opisz, co agent próbuje osiągnąć i co musi wiedzieć. Pomiń rozgałęzienia typu „jeśli rozmówca mówi X, powiedz Y”, przygotowane odpowiedzi na przewidywane pytania oraz gotowe formułki. Skonfigurowane powitanie otwierające jest jedynym elementem zapisanym w formie skryptu.

C2. Poprawka określa ogólną zasadę. Gdy zmiana promptu jest odpowiedzią na zaobserwowany błąd, dodaje ogólną zasadę lub brakujący fakt, a nie poprawkę dla tego jednego przypadku. Szczegóły nieudanej rozmowy (jej nazwy, numery, dokładne słowa) nie trafiają do promptu.

C3. Lepiej usuwać niż dodawać. Gdy błąd wynika z istniejącej reguły, która jest zbyt szczegółowa, zbyt szeroka lub źle umieszczona, zmień albo usuń tę regułę zamiast dodawać obok niej regułę przeciwną.

C4. Niektóre kwestie określają ustawienia, a nie prompt. Są to ustawienia agenta, a tekst promptu na ich temat jest ignorowany albo z nimi koliduje: co jest mówione podczas działania narzędzia (komunikat rozpoczęcia narzędzia, frazy wypełniające), kontrolne komunikaty po ciszy i końcowe działanie po ciszy, tempo odczytywania danych do potwierdzenia, styl przełączania języków, informacja o nagrywaniu oraz to, czy agent czy rozmówca mówi pierwszy. Skieruj prompt na rezultat („potwierdź adres e-mail przed jego zapisaniem”) i ustaw odpowiednią opcję. Samo powitanie otwierające jest zapisywane w prompcie.

C5. Przykłady to kwestie, które agent wypowie. Agent kopiuje brzmienie przykładów niemal słowo w słowo, dlatego każdy przykład powinien być pełnym, naturalnym zdaniem mówionym, a kilka zróżnicowanych przykładów jest lepszych niż jeden. Wprowadzaj je jako przykłady („Na przykład możesz powiedzieć ...”), a nie jako wymaganą kwestię. Skrócone etykiety, takie jak „Nadal aktualne?”, po wypowiedzeniu brzmią zbyt zwięźle.

C6. Bez przykładów z rozmów naszych klientów. Przykłady opisują rodzaj sytuacji w ujęciu ogólnym albo wykorzystują wymyśloną firmę.

C7. Prompt jest dla rozmówców, nie dotyczy tworzenia. Rozmówcy słyszą wszystko, co mówi prompt, gdy jest aktywny, dlatego nie zawiera on uwag o tworzeniu, testowaniu ani stanie zgodności („ta wersja służy do testów”, „TEST” w nazwie rezerwacji, „do czasu podpisania umów”). Nie zawiera też zastrzeżeń, ograniczeń odpowiedzialności ani końcowych podsumowań, o które firma nie prosiła, takich jak informacja, czego nie oznacza zaakceptowanie planu, lub podsumowanie tego, co nadal nie zostało potwierdzone. Agent odpowiada na pytanie rozmówcy i kończy; firma dodaje zastrzeżenie, gdy tego chce. Brakujący fakt lub ograniczenie systemu należy opisać przez to, co robi agent („w sprawie cen zaproponuj oddzwonienie z biura”), a nie jako uwagę, że informacja nie została dostarczona, ani o sposobie rejestrowania zgłoszeń; nie powinno też pozostać nic z etapu redagowania, na przykład przypadkowe imię lub nagłówek.

Sformułowania

W1. Powiedz jasno, co zrobić, tylko raz. Opisz oczekiwane zachowanie jako instrukcję zwykłymi słowami: „Odczytaj numer zamówienia cyfra po cyfrze, aby rozmówca mógł go poprawić”. Powiedz to raz, tam, gdzie ma zastosowanie.

W2. Bez podkreślania. Bez etykiet WAŻNE, UWAGA ani KRYTYCZNE, bez słów pisanych wielkimi literami dla wzmocnienia, bez wykrzykników, bez par „Źle:” i „Dobrze:” oraz bez bloków opisujących, czego nie robić. Słowa takie jak „nigdy”, „zawsze” i „musisz”, używane dla wzmocnienia, również tu należą. Podkreślanie skupia uwagę modelu na jednej regule i pogarsza jego działanie podczas pozostałej części rozmowy. Gdy agent ignoruje instrukcję, spraw, aby była jaśniejsza, bardziej szczegółowa lub lepiej umieszczona, a nie głośniejsza.

W3. Popraw strukturę, która powoduje dane zachowanie. Zanim dodasz regułę przeciwko czemuś, co robi agent, znajdź sformułowanie lub strukturę, która go do tego prowadzi: szablon, który model wypełnia dosłownie, termin oznaczający dwie rzeczy, rozgałęzienie if-else, które szybki model interpretuje zbyt swobodnie. Zmień to.

W4. Konkret jest lepszy niż ogół. „Zaproponuj dwa najwcześniejsze dostępne terminy, a następnie zapytaj, który pasuje” jest lepsze niż „pomagaj w umawianiu wizyt”. Niejasne instrukcje prowadzą do niejasnego zachowania.

W5. Sprawdź, zanim o to zapytasz. Gdy rozmówca wymienia coś, co może sprawdzić narzędzie wyszukiwania tylko do odczytu (produkt, zamówienie, istniejącą rezerwację), agent sprawdza to, używając słów podanych przez rozmówcę, a następnie zadaje dodatkowe pytanie tylko wtedy, gdy wynik tego wymaga. „Sprawdź stan magazynowy produktu wskazanego przez rozmówcę i powiedz mu, co znajdziesz” jest lepsze niż „doprecyzuj markę, rozmiar i wariant, a następnie sprawdź stan magazynowy”: agent, któremu polecono najpierw doprecyzować informacje, nadal zadaje pytania, a sprawdzenie nigdy nie następuje. Dotyczy to wyłącznie wyszukiwania. Przed użyciem narzędzia, które rezerwuje, zmienia, anuluje lub zapisuje coś, agent nadal potwierdza szczegóły z rozmówcą.

Mowa

S1. Jedno pytanie na turę, a pytanie kończy turę. Wszystko, co zostanie powiedziane po pytaniu, nakłada się na odpowiedź rozmówcy. Każde wyjaśnienie umieść przed pytaniem.

S2. Krótkie wypowiedzi, w pełnych zdaniach mówionych. Jedno lub dwa krótkie zdania, chyba że rozmówca prosi o szczegóły. Podawaj ustnie najwyżej kilka opcji. Krótko oznacza niewiele słów, a nie urywane wypowiedzi: agent mówi tak, jak dobra recepcjonistka przez telefon, pełnymi zdaniami w pierwszej osobie, na przykład „Zarezerwuję to dla Państwa teraz” lub „Mam dla Państwa termin w poniedziałek o dziesiątej”. Fragmenty w stylu notatek („Rezerwowanie dla Państwa.”, „Gotowe.”, „Zanotowane.”) po wypowiedzeniu brzmią oschle, a sformułowania e-mailowe („Uprzejmie informuję, że ...”, „Proszę uprzejmie ...”, „Mam nadzieję, że to pomoże”) brzmią jak odczytywane, a nie wypowiadane. Akapit promptu dotyczący sposobu mówienia powinien jasno o to prosić, na przykład: „Każda wypowiedź ma mieć jedno lub dwa zdania, a agent ma mówić w pierwszej osobie, tak jak recepcjonistka przez telefon.”

S3. Pisz z myślą o słuchaniu. W tym, co mówi agent, unikaj markdown, symboli i zapisu, który głos odczyta w nietypowy sposób (ukośników, ampersandów, „@”, „.com”, separatorów tysięcy, numerów telefonów bez spacji). Fakty i wartości przekazywane przez agenta do narzędzia, takie jak adres e-mail lub numer konta, pozostają w dokładnej formie pisemnej; gdy coś z nich trzeba także wypowiedzieć na głos, dodaj obok sposób jego wymówienia zamiast je przepisywać. Zapisz fonetycznie wymowę nietypowych nazw lub akronimów i odsłuchaj nowe terminy głosem agenta, zanim je zachowasz.

S4. Potwierdzaj to, czego pomyłka byłaby kosztowna. Numery, adresy e-mail, adresy i kody są powtarzane w formie, w jakiej zostały podane, jeden raz, w odpowiedzi bezpośrednio po tym, jak rozmówca je poda, i przed kolejnym pytaniem, jedna wartość na jedno powtórzenie. Domyślnie imię i nazwisko przyjmuje się tak, jak zostały podane, bez powtarzania, a agent prosi o ich przeliterowanie tylko wtedy, gdy są nietypowe lub niejasne, i pyta tylko raz. Gdy firma potrzebuje dokładnego imienia i nazwiska, na przykład aby dopasować je do swoich danych lub dokonać rezerwacji na tę osobę, prompt określa to, a agent powtarza imię i nazwisko, literując je. Powtórzenie daje rozmówcy możliwość poprawienia wartości, a nie jest warunkiem: rozmówca, który odpowiada kolejnym szczegółem lub kontynuuje bez poprawiania jej, zaakceptował ją, a o zaakceptowaną wartość nie pyta się ponownie. Wyjątkiem jest numer telefonu, na który firma będzie oddzwaniać lub wysyłać SMS-y: jego powtórzenie kończy wypowiedź i oczekuje na odpowiedź rozmówcy. Prompt wymagający odczytywania cyfr pojedynczo wymienia wyłącznie wartości odczytywane w ten sposób (numer telefonu, kod); numer domu, cenę, godzinę lub datę wypowiada się tak, jak mówią je ludzie. Prompt określa, co potwierdzać; platforma ustala tempo powtórzenia.

Iterowanie

I1. Testuj przed zachowaniem zmiany. Odtwórz zestaw deweloperski agenta na edytowanym szkicu i porównaj go z bieżącą wersją: które przykłady zmiana naprawiła, a które zepsuła. Czytaj odpowiedzi tak, jak usłyszałby je rozmówca. Wszystko, co rozmówca by zauważył, jest problemem, a nie szczegółem.

I2. Zestaw wstrzymany jest sprawdzany tylko raz. Dostrajaj wyłącznie na zestawie deweloperskim. Uruchom zestaw testowy, gdy zmiana jest gotowa, i zgłoś jego wynik bez zmian. Zmiana wprowadzona po zobaczeniu wyników testu wymaga świeżych przykładów testowych.

I3. Refaktoryzuj, gdy poprawki się piętrzą. Prompt, który zebrał wiele drobnych poprawek, odchodzi od P1: reguły się powtarzają, są sprzeczne lub znajdują się daleko od kroku, którego dotyczą. Wtedy przepisz go do takiej formy, zachowując każde wymagane zachowanie. Wypisz każde zachowanie jako zachowane, połączone, przeformułowane lub usunięte i nie usuwaj niczego po cichu. Odtwórz zestaw deweloperski przed i po; refaktoryzacja powinna zmieniać brzmienie, a nie zachowanie.

I4. Sprawdź konfigurację przed promptem. Niektóre błędy nie wynikają z promptu: błędne rozpoznawanie literowanych liter jest ograniczeniem rozpoznawania mowy (wypróbuj rozpoznawanie Plus), wolna odpowiedź może wynikać z poziomu inteligencji lub rozpoznawania mowy albo ustawienia wykrywania końca wypowiedzi. Wyklucz problemy z konfiguracją przed ponownym napisaniem tekstu.