Open in
Guia de estilo de prompt
Como escrever e editar o prompt de um agente de voz do ThunderPhone: as diretrizes, as verificações de revisão de prompt e os IDs citados em suas conclusões.
Este guia é para qualquer pessoa que escreve ou edita o prompt de um agente de voz: uma pessoa no construtor, no Copilot ou um agente de programação que trabalha pela API. A ferramenta de revisão de prompt o utiliza como critério e cita os IDs das diretrizes (P1, W2 e assim por diante).
Quem liga ouve o agente uma vez, no ritmo da fala, e não pode voltar para reler. O agente lê o prompt a cada turno e reproduz sua redação de perto. Esses dois fatos moldam tudo abaixo.
Estrutura
P1. Escreva como uma pessoa orientaria uma nova recepcionista. Uma breve abertura informa quem é o agente e para quem ele trabalha. A chamada segue então a ordem em que acontece: como começa, o que descobrir, o que confirmar, como termina. Cada regra fica na parte da chamada em que se aplica. Quem lê deve poder perguntar sobre cada parágrafo: "uma pessoa que administra esta empresa poderia ter escrito isso?" O que descobrir abrange o que a empresa precisa para atender à solicitação, não apenas quem está ligando e como entrar em contato.
P2. Títulos simples, texto explicativo abaixo. Títulos como "Quem você é", "A chamada", "Informações" e "Encaminhamento" ajudam. Estrutura no estilo de máquina não ajuda: manuais de regras numerados, títulos em camelCase ou semelhantes a código, listas longas de regras com marcadores de travessão, uma referência de ferramentas logo no início e referências cruzadas como "consulte a seção 4 abaixo". Listas são adequadas para dados que o agente consulta (horários, preços, endereço).
P3. Forma de falar, uma vez e brevemente. A forma como o agente fala durante toda a chamada (falas curtas em primeira pessoa, tom acolhedor, palavras simples; consulte S2) cabe em um parágrafo curto perto do início. Tudo o que for específico de uma etapa fica nessa etapa.
P4. Informações separadas do comportamento. Horários, preços, locais, políticas e outras informações ficam em uma seção de informações do prompt ou em uma base de conhecimento, não espalhados pelo fluxo da chamada. Catálogos longos e perguntas frequentes devem ficar em uma base de conhecimento. O agente só pode dizer informações que recebeu.
Conteúdo
C1. Princípios e fatos, não scripts. Descreva o que o agente está tentando alcançar e o que ele precisa saber. Não inclua ramificações do tipo "se quem liga disser X, diga Y", respostas roteirizadas para perguntas previstas nem frases prontas. A saudação inicial configurada é o único elemento roteirizado.
C2. Uma correção estabelece o princípio geral. Quando uma alteração no prompt responde a uma falha observada, a alteração adiciona um princípio geral ou um fato ausente, não uma correção para aquele caso específico. Os detalhes da chamada que falhou (nomes, números e palavras exatas) não entram no prompt.
C3. Prefira remover a adicionar. Quando uma falha decorre de uma regra existente que é específica demais, ampla demais ou mal posicionada, altere ou remova essa regra em vez de adicionar uma regra contrária ao lado dela.
C4. As configurações decidem algumas coisas, não o prompt. Estas são configurações do agente, e o texto do prompt sobre elas é ignorado ou entra em conflito com elas: o que é dito enquanto uma ferramenta é executada (frase de início da ferramenta, frases de preenchimento), verificações após silêncio e a ação final após o silêncio, o ritmo da repetição, o estilo de troca de idioma, o aviso de gravação e se o agente ou quem liga fala primeiro. Direcione o prompt ao resultado ("confirme o endereço de e-mail antes de salvá-lo") e defina a configuração. A própria saudação inicial é escrita no prompt.
C5. Exemplos são frases que o agente dirá. O agente copia a redação dos exemplos quase palavra por palavra, portanto cada exemplo deve ser uma frase completa e natural para falar, e alguns exemplos variados são melhores do que um só. Apresente-os como exemplos ("Por exemplo, você pode dizer ..."), não como a frase obrigatória. Rótulos curtos como "Ainda está correto?" soam secos quando falados.
C6. Não use exemplos das chamadas dos nossos próprios clientes. Os exemplos descrevem o tipo de situação em termos gerais ou usam uma empresa fictícia.
C7. O prompt é para quem liga, não sobre a implementação. Quem liga ouve tudo o que o prompt diz quando ele está ativo, portanto ele não inclui observações sobre implementação, testes ou status de conformidade ("esta versão é para testes", "TESTE" no nome de uma reserva, "até que os contratos sejam assinados"). Também não inclui avisos legais, ressalvas de responsabilidade nem resumos finais que a empresa não solicitou, como o que aceitar um plano não estabelece ou um resumo do que ainda não foi confirmado. O agente responde ao que quem liga perguntou e para; a empresa adiciona uma ressalva quando quiser. Uma informação ausente ou um limite do sistema é escrito como o que o agente faz ("para preços, ofereça uma ligação de retorno do escritório"), não como uma observação de que ela não foi fornecida ou sobre como as solicitações são registradas, e não sobra nada da redação, como um nome ou título perdido.
Redação
W1. Diga o que fazer, de forma clara, uma vez. Descreva o comportamento desejado como uma instrução em palavras comuns: "Leia o número do pedido de volta dígito por dígito para que quem liga possa corrigi-lo." Diga isso uma vez, onde se aplicar.
W2. Sem ênfase. Não use rótulos como IMPORTANTE, OBSERVAÇÃO ou CRÍTICO, palavras em maiúsculas para dar força, pontos de exclamação, pares de "Ruim:" e "Bom:" nem blocos sobre o que não fazer. Palavras como "nunca", "sempre" e "deve", usadas para dar força, também se enquadram aqui. A ênfase direciona a atenção do modelo para uma regra e piora seu desempenho no restante da chamada. Quando o agente ignora uma instrução, torne-a mais clara, mais específica ou melhor posicionada, não mais enfática.
W3. Corrija a estrutura que causa um comportamento. Antes de adicionar uma regra contra algo que o agente faz, encontre a redação ou estrutura que o leva a isso: um modelo que o agente preenche literalmente, um termo com dois significados, uma ramificação if-else que um modelo rápido interpreta de forma flexível. Altere isso.
W4. O específico é melhor que o geral. "Ofereça os dois primeiros horários disponíveis e depois pergunte qual funciona" é melhor que "ajude com o agendamento". Instruções vagas resultam em comportamentos vagos.
W5. Consulte antes de perguntar sobre isso. Quando quem liga mencionar algo que uma ferramenta de consulta somente leitura pode verificar (um produto, um pedido, uma reserva existente), o agente verifica usando as palavras fornecidas por quem liga e só faz uma pergunta complementar se o resultado exigir isso. "Verifique o estoque do produto mencionado por quem liga e informe o que encontrar" é melhor do que "esclareça a marca, o tamanho e a variante e depois verifique o estoque": um agente instruído a esclarecer primeiro continua fazendo perguntas, e a consulta nunca é executada. Isso se aplica apenas a consultas. Antes de usar uma ferramenta que agenda, altera, cancela ou salva algo, o agente ainda confirma os detalhes com quem liga.
Fala
S1. Uma pergunta por vez, e a pergunta encerra a vez. Qualquer coisa dita depois de uma pergunta fala por cima da resposta de quem liga. Coloque qualquer explicação antes da pergunta.
S2. Turnos curtos, em frases completas faladas. Uma ou duas frases curtas, a menos que quem liga peça detalhes. As opções faladas se limitam a poucas. Curto significa poucas palavras, não frases truncadas: o agente fala como uma boa recepcionista ao telefone, em frases completas na primeira pessoa, como "Vou agendar isso para você agora" ou "Deixei você agendado para segunda-feira às dez." Fragmentos em estilo de anotação ("Vou agendar isso para você.", "Pronto.", "Anotado.") soam secos quando falados, e formulações de e-mail ("Observe que ...", "Por gentileza ...", "Espero que isso ajude") parecem lidas em vez de ditas. O parágrafo do prompt sobre a maneira de falar pede isso claramente, por exemplo: "Mantenha cada turno em uma ou duas frases e fale na primeira pessoa, como uma recepcionista falaria ao telefone."
S3. Escreva para o ouvido. No que o agente diz, evite Markdown, símbolos e notações que a voz lerá de forma estranha (barras, e comercial, "@", ".com", separadores de milhares, números de telefone sem espaços). Fatos e valores que o agente passa para uma ferramenta, como um endereço de e-mail ou número da conta, permanecem em sua forma escrita exata; quando também precisarem ser ditos em voz alta, adicione ao lado como são pronunciados em vez de reescrevê-los. Escreva como nomes incomuns ou siglas são pronunciados e ouça novos termos na voz do agente antes de mantê-los.
S4. Confirme informações cujo erro teria custo alto. Números, e-mails, endereços e códigos são repetidos na forma em que foram fornecidos, uma vez, na resposta logo após quem liga fornecê-los e antes da próxima pergunta, um valor por repetição. Por padrão, um nome é aceito como foi dito, sem repetição, e o agente pede a soletração apenas quando ele for incomum ou pouco claro, e pede uma única vez. Quando a empresa precisa do nome exato, como para corresponder aos seus registros ou para uma reserva nesse nome, o prompt deve indicar isso, e o agente soletra o nome de volta. Uma repetição é a chance de quem liga corrigir um valor, não uma barreira: quem liga que responde com o próximo detalhe ou continua sem corrigi-lo o aceitou, e um valor aceito não é perguntado novamente. Um número de telefone para o qual a empresa ligará ou enviará uma mensagem é a exceção: sua repetição encerra o turno e aguarda a resposta de quem liga. Um prompt que pede leitura dígito a dígito nomeia apenas os valores lidos dessa forma (um número de telefone, um código); um número de imóvel, um preço, um horário ou uma data é dito da forma como as pessoas os dizem. O prompt informa o que confirmar; a plataforma define o ritmo da repetição.
Iteração
I1. Teste antes de manter uma alteração. Reproduza o conjunto de desenvolvimento do agente no rascunho editado e compare-o com a versão atual: quais exemplos uma alteração corrigiu e quais ela prejudicou. Leia as respostas como quem liga as ouviria. Tudo o que quem liga perceber é um problema, não um detalhe.
I2. O conjunto de teste é verificado uma vez. Ajuste apenas no conjunto de desenvolvimento. Execute o conjunto de teste quando uma alteração estiver pronta e informe o resultado como ele é. Uma alteração feita após ver os resultados do teste exige novos exemplos de teste.
I3. Refatore quando os remendos se acumularem. Um prompt que acumulou muitas pequenas correções se afasta de P1: as regras se repetem, entram em conflito ou ficam longe da etapa que orientam. Nesse caso, reescreva-o nesta estrutura, preservando todos os comportamentos solicitados. Liste cada comportamento como mantido, mesclado, reformulado ou removido, e não remova nada silenciosamente. Reproduza o conjunto de desenvolvimento antes e depois; uma refatoração deve alterar a redação, não o comportamento.
I4. Verifique a configuração antes do prompt. Algumas falhas não são do prompt: entender incorretamente letras soletradas é uma limitação de audição (experimente a audição Plus), uma resposta lenta pode ser causada pelo nível de inteligência ou de audição, ou pela configuração de endpointing. Descarte problemas de configuração antes de reescrever o texto.