Open in
語音智能體設定參考
詳解每項 ThunderPhone 語音智能體設定:級別、聲音、語言、確認回應、工具、說話順序、語音信箱、同意聲明、靜音處理、測試及部署。
開啟 語音智能體,選取一個智能體,然後使用其 設定 分頁控制其聲音、推理方式、如何開始通話、使用工具、處理靜默和留言信箱,以及聯絡來電者的方式。變更會自動儲存為草稿;在你選取 部署 前,正式環境流量不會改變。
本頁提供完整的控制台參考資料。如需欄位名稱及請求範例,請參閱 智能體 API 參考資料。
提示詞與身分
智能體名稱會在整個控制台、報告、通話記錄及客戶入口網站中識別該智能體。提示詞是智能體的操作腳本:角色設定、業務資料、必問問題、升級處理政策及通話操作。
提示詞編輯器會顯示預估 Token 數量,並標示常見問題,例如提示詞為空、未解決的範本預留位置、缺少升級處理路徑,或提示詞過長。較長的提示詞每分鐘成本較高,因為模型會在每次回覆時讀取提示詞;請參閱定價。
有關路由規則、冷轉駁及經篩選的暖轉駁,請參閱 轉駁通話。
智能程度、聆聽及回應速度
每個智能體均採用相同設定。你可在智能體設定中變更,或向 Zeus 查詢。
智能程度決定智能體遵循指示的可靠程度:
- Core ——首個字約需 700 毫秒。價格最低;遵循指示的可靠程度稍低。若通話被視為 PHI,則約於 900 毫秒內回應。
- Pro(預設)——首個字約需 900 毫秒。能妥善遵循較長及詳細的提示。
聆聽決定智能體聆聽來電者時的仔細程度:
- Lite ——價格最低;較容易聽錯。
- Standard(預設)——適合大部分通話。處理 PHI 的通話僅使用受 BAA 涵蓋的供應商。
- Plus ——在較困難的回合會更仔細聆聽。最適合語言、姓名及逐字拼讀的代碼;該等回合需時會增加 1–2 秒。
- Max ——適用於最困難的音訊及罕見語言。每次回應需時 3–4 秒,並且智能程度一律為 Pro。Max 並非普遍提供。
確認回應決定智能體在處理某個回合需時較長時(Plus 及 Max 聆聽),來電者會聽到甚麼:語音確認、滴答聲或靜音。
回應速度決定智能體開始準備回應前,來電者必須保持安靜多久:更快、快、正常(預設)或耐心。
速度加強(預設啟用)讓回應可稍早開始,但費用亦會稍高。關閉此功能即可節省該項費用。
在 API 中,這些設定分別為 intelligence(core 或預設的 pro)、
audio_tier(lite、預設的 standard、plus 或 max)、
acknowledgement_feedback_mode(acknowledgement、tick,或代表靜音的 none)、
endpointing(faster、fast、normal 或 patient)及
faster_replies_enabled(速度加強)。舊有值仍然受支援:
intelligence lite(Core)及 standard(Pro),以及 audio_tier lean(Lite)、
hearing(Plus)及 deep_hearing(Max)。較舊的 API 用戶端可能仍會以
eagerness 設定 endpointing。
每次通話均按其組成部分在供應商定價表上的成本計費,另加基礎設施費用及 17–25% 利潤率,因此,使用更多模型、轉錄或語音處理的設定,每分鐘費用亦會較高。Zeus 會在你正式啟用前顯示該智能體每分鐘的費用;請參閱定價。
除非你作出變更,現有智能體會維持 正常 回應速度、Pro 智能程度及 Standard 聆聽。
語音、背景及語言
部署前,選擇語音並播放其範例。選擇器只要求你所選的語音支援主要語言。至於每種額外語言, 你亦可選擇該語言專用的語音。當來電者切換語言時, 智能體會在該輪對話使用該語言所選的語音。啟用切換至原生語音後, 未有專用所選語音的額外語言,亦可改用相同性別的原生目錄語音。 高級語音的每分鐘費用高於預設語音。你的自訂語音準備就緒後,會顯示於 同一個選擇器中。請參閱語音庫與自訂語音。
背景音軌 可以是:
- 無 —— 不播放環境音效。
- 呼叫中心 —— 呼叫中心環境音效,可在控制台內預覽。
設定一種主要語言,然後加入任意數量的其他語言。智能體會在來電者切換至已選語言時自動偵測,並以該語言回應。語言不設附加收費;由高級語音支援的語言,每分鐘費用會略高。部分語言僅支援 ElevenLabs 語音。請參閱自動生成的支援語言目錄。
當智能體設有 其他語言 時,請啟用 切換至原生語音,以使用與偵測到的語言相符、並按性別配對的目錄原生語音。系統會切換回為主要語言設定的語音。如沒有可用的相符原生語音,將繼續使用目前語音。自訂語音不會切換。使用 對話 測試每種語言,然後選取 部署。
原生語音切換不另行收費。實際發聲的語音將按其供應商的定價收費。
發音字典(API 欄位 pronunciation_dicts,預設關閉)
會透過 ThunderPhone 的發音字典處理智能體的 Cartesia 語音,例如汽車型號和品牌名稱。此功能適用於 ThunderPhone 自家的 Cartesia 語音,涵蓋電話、小工具及測試通話,不適用於客戶自行使用的 Cartesia 金鑰或 Realtime 工作階段。如要加入自訂詞彙,請使用智能體的詞彙清單。
已連接功能
設定 分頁設有四個可獨立附加的功能區段:
| 區段 | 用途 |
|---|---|
| 已連接應用程式 | 在 Google Calendar、Google Sheets、HubSpot、Salesforce 或 Cal.com 中已核准的操作。 |
| API 連線 | 你自己的 HTTP 端點,以可呼叫函式方式描述。 |
| 知識庫 | 智能體可在通話期間搜尋的檔案或網頁內容。 |
| MCP 伺服器 | 從遠端 Model Context Protocol 伺服器探索並快取的工具。 |
附加項目屬於草稿的一部分,部署後即可供正式環境通話使用。 先在 連線 或 知識 下設定資源,然後將其附加至智能體。
電話與網頁端點
在 電話號碼 下,連接現有號碼、取得 ThunderPhone 號碼,或透過 VoIP 連線匯入號碼。一個號碼可為來電及撥出方向使用不同智能體。每個號碼會以智能體最新已發佈版本接聽,或使用你指定的版本,讓你可在測試號碼上試用變更,同時主線維持原有版本。
通話設定 Webhook
通話設定 Webhook 是一個 URL,你的伺服器會在此智能體每次接聽撥入電話前回應,用以填入智能體的 {{variables}} 及通話
內容:來電者的帳戶、其最近一次訂單,以及你預期對方來電的原因。
它會接收來電者、電話號碼及智能體版本,並回傳
variables 及 context
(請求及回應)。
當提示使用沒有預設值的變數時,智能體需要此 Webhook 才可接聽某個電話號碼的來電:建構工具會列出這些變數;如沒有 Webhook,智能體便無法指派至電話號碼或發佈至該號碼;而 Webhook 沒有回應的通話亦不會開始。設有預設值的變數,例如
{{first_name|there}},即使 Webhook 失敗,亦可讓智能體接聽來電。
在 網頁小工具 下,附加小工具後,訪客即可透過網站與智能體交談。 你亦可在智能體設定中啟用或停用小工具。
時區
電話號碼下方的時區,是智能體視為「現在」的時間:它會在此時區說明日期和時間、提供預約時段,並計算「今天」和「明天」。報告中的智能體營業時間亦會使用此時區。
新智能體會以你組織的時區開始;如組織未有設定時區,則會使用你電腦的時區。如來電者身處其他地區,請更改設定。當智能體的電話號碼所屬時區與你所選時區不同,建立工具會提示你,並提供切換選項。
未設定時區的智能體(較舊的智能體,或透過 API 建立但未提供 timezone 的智能體)會依次使用通話電話號碼的時區、智能體電話號碼的時區、組織的時區,最後使用美國太平洋時區。建立工具會顯示所使用的時區,並要求你確認;如電話號碼無法確定時區(例如免費電話號碼,或不同時區的電話號碼),則會要求你選擇時區。
當一個智能體為多個時區的聯絡人提供服務時,請改為在每次通話時傳遞時區:在 POST /v1/call 使用 timezone、在你的設定 webhook 回應中指定,或在接聽來電的智能體通話設定 webhook 回應中指定。
如果你的智能體尚未設定時區
新的智能體需要設定時區。較舊的智能體仍可能未設定時區。
如果較舊嘅智能體未設定時區,ThunderPhone 會依次使用通話號碼所屬嘅時區、你機構嘅時區,最後使用美國太平洋時區。建立工具會顯示所使用嘅時區,並要求你確認;如號碼未能確定時區,則要求你選擇一個時區。
進階通話行為
在設定頁面底部展開 進階設定,即可使用以下控制項。
監察
啟用後,第二個 AI 監察器會根據指示檢查智能體的每個回合,並可在無聲情況下介入。其模型使用量會與通話的其他部分一樣計費。Bolt 不支援監督功能。
連線提示音
通話接通後、任何一方開始說話前,立即播放簡短提示音。
開場音訊
在來電開始時播放預錄音訊,然後響鈴,讓線路在智能體接聽前聽起來像公司電話線路。此功能適用於來電,以及建構器中的 Talk(瀏覽器)測試通話。不適用於撥出電話、AI 測試通話、網頁小工具通話或 Realtime API 通話。
- 關閉(預設)——智能體會立即接聽。
- 標準提示(女聲)及標準提示(男聲)——預錄語音會以通話開始時使用的語言說出「此通話可能會受到監察或錄音。」(涵蓋智能體可使用的所有語言;如未有相應音訊,則使用英文)。可在建立器中預覽。
- 自訂錄音——上載音訊檔案(MP3、WAV、M4A,以及瀏覽器可播放的其他格式),或在瀏覽器中錄製。音訊片段長度可為 0.5 至 15 秒。建立器會先轉換片段再上載,你可播放或移除片段。
- 使用語音生成——選擇平台其中一種語音,然後輸入文字(預設為智能體語言的標準提示)。生成會按語音樣本收費。儲存前你可先試聽;儲存後即成為你的自訂錄音。部分語音(例如 ElevenLabs 語音)暫時未能生成。
開場後響鈴可設定音訊播放後播放多少次美式鈴聲:關閉、響 1 次(預設)或 響 2 次。
通話開始時的順序為:連線提示音(如已啟用)、開場音訊片段、鈴聲,然後是適用的同意聲明或 AI 處理披露,接著是同意聲明本身的鈴聲(如已設定),最後是問候語。即使你的音訊片段表明通話會被錄音,開場音訊片段亦不會取代同意聲明或 AI 處理披露。當其中一項播放時,系統會略過標準提示,因為它們已向來電者說明錄音安排;你的自訂錄音仍會播放。 音訊片段及鈴聲播放期間,系統不會處理來電者音訊。自訂片段會在通話開始時擷取;如未能在數秒內載入,通話會在沒有該片段的情況下繼續,因此載入失敗最多可能令問候語延遲約 3 秒。
與其他設定一樣,開場音訊屬於草稿設定:發佈後便會套用至實時通話。
工具音效
選擇可由提示詞呼叫的音效工具所播放的聲音:
- 不提供 —— 不會提供此工具。
- Chime、Ding 或 Beep —— 每種音效均可在建立工具中預覽。
打字音效
啟用 打字音效,讓智能體執行自訂工具時播放輕柔的鍵盤聲。平台管理的工具不會觸發此音效。
啟用後,選擇音效。你可在建構工具中預覽每款音效:
- 鍵盤及滑鼠(預設):配合滑鼠點擊聲的打字聲,猶如有人正在查找資料。
- 機械鍵盤:清脆、具點擊感的機械鍵聲。
- 桌面鍵盤:標準鍵盤上穩定的打字聲。
- 手提電腦:柔和、平實的手提電腦按鍵聲。
- 辦公室鍵盤:安靜、低沉的辦公室鍵盤聲。
- 安靜房間:柔和的室內環境聲,配上一人打字的聲音。
工具啟動提示語
選擇智能體呼叫工具時是否要說話:
- 一律播放(新智能體的預設設定):每次工具呼叫都會播放提示語, 不論工具回傳速度有多快。如果智能體在呼叫工具時已說話,便會使用其本身的說話內容 作為提示語。否則,系統會在準備好後立即播放為該呼叫編寫的簡短提示語;如超過約一秒, 則會播放「請稍候」等標準提示語。自行播放音訊或直接對通話執行操作的工具 (按鍵輸入、音效、保留通話、轉接、結束通話、步驟交接)只會在回應緩慢時播放提示語; 智能體正在操作電話選單、與語音留言系統互動時使用的任何工具亦同樣如此。
- 僅於工具緩慢時播放:只有在智能體最後說話後約 3 秒,工具仍在執行時, 才會播放簡短提示語。在此設定推出前建立的智能體會保留此選擇。
- 從不播放:工具啟動時 ThunderPhone 不會說話,系統亦會指示智能體 呼叫工具時不要說話。智能體仍在呼叫工具時說出的內容則會播放。
無論你選擇哪個選項,智能體本身說出的內容都會播放。來電者每個回合最多只會聽到一則工具啟動提示語:該回合中已播放的提示語,例如智能體本身的說話內容或緩慢回覆時的填充提示語,均會計入其中。
長時間等待更新
預設啟用。當工具在約 12 秒靜默後仍在執行,智能體會表示仍在處理中, 其後每約 15 秒加入一句簡短的耐心等候提示語,直至結果返回。這些提示語會配合通話內容編寫:它們會遵循智能體的提示詞和角色設定、目前為止的對話內容及通話語言,因此不會重複使用同一句固定句子。如未能及時生成提示語,智能體會使用「抱歉,所需時間比預期稍長」等標準提示語。沒有工具的緩慢回覆則會使用「請稍候」等簡短標準提示語。
關閉 長時間等待更新,讓智能體在工具啟動提示後保持靜默,直至取得結果。沒有使用工具的緩慢回覆亦不會加入填充語。若已啟用,打字聲仍會播放。確認回應 設定獨立運作,不受影響。
設定優先於提示詞
工具啟動提示語和長時間等待更新會決定工具執行期間 ThunderPhone 說甚麼。提示詞文字無法停止或加入這些提示語。如要讓智能體在工具執行期間保持靜默,請將 工具啟動提示語 設為 從不播放,並關閉 長時間等待更新,而非在提示詞中要求靜默。當提示詞要求保持靜默,或要求每次工具呼叫都播放提示語,但與這些設定不一致時,建構器的提示詞檢查會發出警告。
傳送電郵
啟用 傳送電郵,並輸入一個收件人地址,為智能體提供 send_email 工具。地址會固定於智能體設定中。模型會撰寫主旨及純文字內容,但無法選擇或更改收件人。請在提示詞中明確說明應發送電郵的情況,例如在收集來電者姓名及回電號碼後,傳送其留言。
請參閱內置工具,了解完整工具行為。
Calculator
啟用 Calculator,為智能體提供 calculate 工具。智能體會使用此工具準確計算訂單總額、費用及找續,而非自行運算。此功能預設為關閉;如智能體需要報價,請啟用此功能。無需修改提示詞。
請參閱內置工具,了解完整工具行為。
傳送 SMS
啟用 傳送 SMS,為智能體提供 send_sms 工具。
選擇用作發送的已連接 VoIP 號碼(Twilio 或 Telnyx,必須支援 SMS 並已驗證);由 ThunderPhone 配發的號碼無法傳送 SMS。你可以限制只向來電者發送,或允許其他收件人,並維護已批准號碼的允許清單。你亦可為通話後發送的訊息啟用 SMS 跟進範本。
請參閱內置工具,了解完整工具行為。
額外音訊內容
額外音訊內容設定可控制在回合之間保留多少最近的來電者音訊:
- 自動(建議)模式會為來電、瀏覽器及 WebSocket 通話使用更多最近音訊,並只為外撥電話保留最新一個回合。
- 啟用會包含來電者最近數個回合,有助處理更正、拼寫及大量數字資料收集。
- 關閉只會包含最新一個來電者回合,以降低延遲。
Agents API 亦提供 audio_context_mode 相容性欄位,供仍使用較舊 storm-* 產品值的智能體使用:full 或 reduced。此欄位與上述控制台的 additional_audio_context 三態設定分開。
誰先說話
分別設定來電及外撥通話:
- 來電設定:智能體先說話,或來電者先說話。
- 外撥設定:智能體先說話,或被叫方先說話。
如要移除智能體的初始問候語,請為來電選擇 來電者先說話,或為外撥通話選擇 被叫方先說話。
此設定適合必須在開始腳本前,等待真人或電話選單的外撥撥號器。
語音信箱處理
選擇外撥通話接通語音信箱時的處理方式:
| 選項 | 行為 |
|---|---|
| 由智能體決定 | 提示詞及對話內容會決定應說話還是掛線。 |
| 靜默掛線 | 結束通話而不留下訊息。 |
| 留下訊息後掛線 | 播放已設定的訊息並結束通話。 |
在語音信箱留言後直接掛線,可能會令你錯失接聽來電。簡短留言通常效果較佳:人們較常回電至有留下留言的號碼,而回電亦有助提升該號碼在電訊商眼中的信譽。當你選擇 靜默掛線 時,建立工具會提示你。
留言訊息最多可包含 2,000 個字元,並支援
{agent_name} 及 {org_name}。有關留言及等候時間的收費方式,請參閱
收費。
同意公告
預設情況下,每通電話開始時會播放簡短公告,告知來電者正與 AI 助理通話,並說明通話正在錄音。標準文字會以錄音形式,按通話開始時所使用的語言播放(如該語言沒有版本,則使用英文)。你最多可編輯 2,000 個字元;經編輯的文字會按原文播放,由同一把預錄聲線朗讀。
公告一律使用獨立聲線播放,不會使用智能體的聲線。聲線可選擇女聲(預設)或男聲。版本可選擇高音質(預設)或企業風格,相同文字會聽起來像傳統公司電話系統。每個選項均設有播放按鈕可供試聽。AI 處理聲明會使用相同的聲線及版本。
公告後響鈴會在入線及瀏覽器通話中,於公告後、問候語前播放美式電話鈴聲:不響鈴(預設)、響 1 聲或響 2 聲。使用企業風格後,鈴聲聽起來像公司電話系統正將來電者轉接給真人。問候語會於公告結束約一秒後,或最後一聲鈴響後立即開始。
在符合資格的智能體上停用公告時,組織管理員必須確認組織將提供任何法律要求的通知,並取得任何法律要求的同意。重新啟用後再停用,必須再次確認。更改此設定前,請先查閱 錄音同意法例指南。
錄製通話
錄製通話控制此智能體是否儲存通話音訊、文字記錄及其他通話內容。機構層面的錄製設定亦必須啟用,系統才會進行錄製。關閉錄製後,系統不會儲存該等資料。每段錄音最多涵蓋通話首 3 小時;較長的通話會繼續進行,但 3 小時後的音訊不會被錄製。請參閱通話錄音同意法例。
AI 處理告知
關閉錄音時,AI 處理告知設定可控制較簡短的通知,說明音訊會即時處理但不會錄音。選擇 使用組織設定、一律播放 或 不播放。停用告知需要組織管理員確認。
不可中斷告知
不可中斷告知會因相容性而繼續顯示,但啟用後不會有任何作用。請保持關閉。如需必須播放的開場內容,請使用 同意公告;此公告會在對話前播放,且不能被中斷。
靜默確認
啟用後,智能體會在一段靜默時間後確認來電者是否仍在線,最多重複至你設定的次數,然後掛線或轉駁通話:
- 確認提示前秒數:10–120 秒。
- 結束通話或轉駁前的確認提示次數:1–10。
- 最後一次確認提示後:預設為 結束通話,或 轉駁至 智能體其中一個轉駁號碼。如來電者在通話期間從未說話,系統會略過轉駁並改為結束通話,避免無人回應的線路轉駁至真人。如無法完成轉駁,智能體會結束通話。
- 智能體說的內容:該時刻讀出的句子,最多 300 個字元,會完全按照原文讀出。留空即可使用預設內容:結束通話前會以通話語言說出 「我聽不到任何聲音,所以先結束通話。歡迎隨時再來電。」;轉駁前則會說 「請稍候,我正為你轉駁。」
預設為 15 秒及 3 次確認。確認會根據對話情況進行:
- 如通話開始後一直沒有人說話,智能體會在約 6 秒後詢問 「你好?你仍在線嗎?」,之後會按你設定的間隔發出確認提示。
- 如來電者要求智能體等候(「請等我一會兒」、「讓我先拿信用卡」),智能體會給予對方所要求的時間,最少 一分鐘,之後只會提示對方智能體仍在通話中。最後一次確認提示後如約一分鐘仍未收到回覆,智能體會結束通話。
- 否則,線路保持靜默的時間越長,確認提示便會有所變化。首先,智能體會根據剛才所說的內容作出提示:讀出詳情後會問 「你聽清楚了嗎?」;如剛才提出了問題,則會再次完整而簡短地提出該問題。其後會問「你好? 你仍在線嗎?」,再問「嗯,我想我們可能斷線了。你聽到我嗎?」。如確認提示前的等待時間為 25 秒或以上,第一次確認提示會略過提醒,直接詢問來電者是否仍在線。
透過 API,"silence_interval_seconds": null 會將節奏交由
ThunderPhone 處理,與未設定此值的內嵌通話設定相同。節奏會按對話情況而定:
- 在來電者尚未說話前,系統會在靜默 6、10 及 15 秒後發出確認提示。
- 通話期間的一般靜默,系統會在 10、15 及 15 秒後發出確認提示。
- 來電者要求智能體等候後,第一次確認提示會在至少 60 秒後,或按對方要求的時間發出,最長為 10 分鐘。
通話時長及逾時
使用以下控制項,避免停滯或異常長時間的通話累積通話時間及電訊費用:
- 掛線前靜默分鐘數:1–60 分鐘。預設為 10 分鐘,並於停用靜默查詢時適用。通話屆時會在沒有任何發言下結束;最後一次查詢後的設定並不適用。
- 最長通話時間:1–360 分鐘。新建智能體預設為 60 分鐘,惟使用 Interpreter 範本建立的智能體除外,其初始設定不設智能體層級上限;你可提高、降低或關閉此設定,以取消智能體層級上限。在此預設推出前建立的智能體會保留原有設定。到達上限前 45 秒(上限少於 3 分鐘時為上限的四分之一),系統會指示智能體作結並道別。
- 平台上限:6 小時。無論智能體的設定為何,每通電話均會在 6 小時後結束。智能體會先收到相同的作結提示。
- 響鈴時間:5–120 秒。讓撥出及轉接通話響鈴 5–120 秒。無論你的設定為何,撥出電話至少會響鈴 14 秒:短暫響鈴後中斷的通話看起來像一響即斷的詐騙電話,電訊商亦較快會將該號碼標記為垃圾電話。較短的設定仍適用於轉接。 如留空,則使用平台預設值:撥出電話為 60 秒,暖轉接為 45 秒,而冷轉接則使用電訊商預設值。 此設定不影響來電響鈴。
建構工具分頁與生命週期
| 分頁或操作 | 用途 |
|---|---|
| 實時/交談 | 在瀏覽器中與目前草稿交談,並檢視逐字記錄及工具活動。 |
| 通話 | 檢閱由此智能體處理的通話。 |
| A/B | 建立提示詞或設定變體,並比較實時結果。 |
| 模擬 | 針對草稿執行已儲存或臨時的 AI 來電者情境。 |
| 驗證 | 部署前,針對草稿重播已凍結的真實通話輪次。 |
| 歷史記錄 | 比較已部署的修訂版本,並將其中一個還原至草稿。 |
| 捨棄 | 將所有待處理的草稿設定還原為已部署版本。 |
| 部署 | 以原子方式發佈完整草稿,並建立修訂版本。 |
如果另一位編輯者在你載入同一智能體後儲存該智能體,ThunderPhone 會停止有衝突的儲存或部署操作,並要求你重新整理,而不會覆寫對方的變更。
從清單管理智能體
語音智能體頁面亦支援組織層級的生命週期操作:
- 在同一組織中將智能體複製為新的起始點。
- 將智能體轉移至你所屬的另一個組織。複製會保留來源智能體;移動會從目前組織移除該智能體,並需要管理員存取權限。
- 確認後刪除一個智能體,或批量刪除已選取的智能體。
匯出智能體清單
選取一個或多個智能體,並將其摘要欄位匯出為 CSV 或 JSON。匯出內容不包括完整提示詞,亦不是設定備份。
跨組織複製或移動智能體時,系統不會自動授予目標組織存取僅限來源組織連接的權限。部署至目標組織前,請檢查已複製智能體的應用程式、API、知識庫、MCP、電話號碼及小工具關聯設定。