Open in

Claude ChatGPT Cursor

语音智能体设置参考

详解每项 ThunderPhone 语音智能体设置：套餐层级、语音、语言、确认回应、工具、发言顺序、语音信箱、同意声明、静默处理、测试和部署。

打开语音智能体，选择一个智能体，然后使用其配置选项卡控制其声音、推理、呼叫发起方式、工具使用方式、静默和语音信箱处理方式，以及呼叫者触达方式。更改会自动保存为草稿；在您选择部署之前，生产流量不会发生变化。

本页是完整的控制台参考。有关字段名称和请求示例，请参阅智能体 API 参考。

提示词和身份

智能体名称会在整个控制台、报告、通话记录和客户门户中标识该智能体。提示词是智能体的操作脚本：角色设定、业务事实、必问问题、升级政策和通话操作。

提示词编辑器会显示预估词元数，并标记常见问题，例如提示词为空、未解析的模板占位符、缺少升级路径或提示词过长。前 5,000 个估算词元 已包含在内；更长的提示词采用基于区块的附加定价。

有关路由规则、冷转接和经过筛选的暖转接，请参阅转接通话。

模型层级

层级	基础价格	最适用场景
Spark	2¢/分钟	成本敏感、简单直接的通话。
Bolt	5¢/分钟	快速响应和均衡的日常工作流。
Storm	9¢/分钟	复杂指令、音频理解和推理。

Storm 提供两项可选控制：

确认 —— 无会在准备完整回复时保持静默； 提示音会播放轻柔的等待音；语音会说出简短确认语，并增加 2¢/分钟。语音文本可根据主提示词生成，也可手动提供。仅当所选 Storm 模式支持语音确认时，才会显示 自定义确认提示词；否则该字段不可用。
额外智能 —— 为复杂通话增加更深入的推理，并增加 3¢/分钟。

构建器会持续显示智能体的每分钟总成本，其中包括层级、语音/语言路径、提示词长度、语音确认、额外智能和监督。

语音、背景和语言

部署前，选择语音并播放其示例。选择器仅要求您所选的语音支持主要语言。如果您开启切换为母语语音，则其他语言可改由同性别的母语目录语音支持。高级组合会标明其附加费用。您的自定义语音准备就绪后，也会显示在同一选择器中。请参阅语音库和自定义语音。

背景音轨可以是：

无 —— 没有环境音频。
呼叫中心 —— 呼叫中心环境音，可在控制台中预览。

设置一种主要语言，然后可添加任意数量的附加语言。当呼叫者切换到已选语言时，智能体会自动检测并以该语言回复。某些语音/语言组合会增加 3¢/分钟；请参阅生成的支持的语言目录。

当智能体配置了附加语言时，请启用切换到母语语音 以使用以检测到的语言为母语且按性别匹配的目录语音。它会针对主要语言切换回已配置的语音。如果没有可用的匹配母语语音，将继续使用当前语音。自定义语音不会切换。请使用对话测试每种语言，然后选择部署。

母语语音切换不收取单独的附加费用。所选语言和语音组合仍会决定是否适用高级语言费率。

已连接的能力

配置选项卡包含四个可独立附加的能力部分：

部分	用途
已连接的应用	在 Google Calendar、Google Sheets、Slack、HubSpot、Salesforce 或 Cal.com 中执行已获批准的操作。
API 连接	您自己的 HTTP 端点，以可调用函数的形式描述。
知识	智能体可在通话期间搜索的文件或网页内容。
MCP 服务器	从远程模型上下文协议服务器发现的缓存工具。

附加项属于草稿的一部分，并会在部署后可用于生产环境通话。请先在连接或知识下配置资源，然后将其附加到智能体。

电话和网页端点

在 电话号码下，附加现有号码、获取 ThunderPhone 号码，或通过 VoIP 连接导入号码。一个号码可以针对呼入和呼出方向使用不同的智能体。

在 网页小组件下，附加小组件，以便访客可通过网站与智能体交谈。也可在智能体配置中启用或禁用小组件的可用性。

时区

电话号码下方的时区是智能体视为“现在”的时间：智能体会根据此时区说明日期和时间、提供预约时间，并计算“今天”和“明天”。报告中的该智能体营业时间也使用此时区。

新建智能体会使用您组织的时区；如果组织未设置时区，则使用您计算机的时区。如果来电者位于其他地区，请更改此设置。当智能体的电话号码所在时区与您选择的时区不同时，构建器会提示您并提供切换选项。

未设置时区的智能体（较早创建的智能体，或通过 API 创建但未提供 timezone 的智能体）会依次使用通话号码的时区、智能体电话号码的时区、组织的时区，最后使用美国太平洋时区。构建器会显示所使用的时区，并请您确认；如果无法根据号码确定时区（例如免费电话号码，或位于不同时区的号码），则会请您选择一个时区。

当一个智能体服务于多个时区的联系人时，请改为在每次通话中传入时区：在 POST /v1/call 中使用 timezone，或在您的配置 webhook 响应中传入。

如果您的智能体尚未设置时区

新建智能体需要设置时区。较早创建的智能体仍可能未设置时区。

如果较早创建的智能体未设置时区，ThunderPhone 会优先使用智能体自身的设置（如有），然后使用您所在组织的设置，最后使用根据智能体电话号码推断出的时区。如果仍无法确定，系统会回退到洛杉矶时区。构建器会显示解析后的时区，并要求您确认；如果电话号码无法确定时区，则要求您选择一个时区。

高级通话行为

展开“配置”底部的高级，以使用以下控件。

监控

启用后，第二个 AI 监控智能体会根据指令检查智能体的每个轮次，并可静默介入。监控会增加 4¢/分钟，且 Bolt 不支持此功能。

连接提示音

通话接通后、任一方说话前立即播放一段短提示音。

开场音频

在呼入电话开始时播放预录音频，随后播放铃声，让线路在智能体接听前听起来像公司电话线路。它会在呼入电话以及构建器中的通话（浏览器）测试通话中播放。它不会在呼出电话、AI 测试通话、网页小组件通话或 Realtime API 通话中播放。

关闭（默认）——智能体会立即接听。
录音提示——录制的语音会说“为保障服务质量，本次通话可能会被监听或录音。”可在构建器中预览。
您自己的录音——上传音频文件（MP3、WAV、M4A 以及您的浏览器可播放的其他格式），或在浏览器中录制。音频片段时长可以为 0.5 至 15 秒。构建器会在上传前转换音频片段，您可以播放或删除它。

开场音频后播放铃声 用于设置音频片段后播放多少次美国电话铃声：关闭、1 声铃（默认）或 2 声铃。

通话开始时的顺序为：接通提示音（如已开启）、开场音频、铃声，然后是适用时的同意声明或 AI 处理披露，最后是问候语。即使您的音频片段说明通话会被录音，开场音频也绝不会替代同意声明或 AI 处理披露。在音频片段和铃声播放期间，不会处理来电者音频。自定义音频片段会在通话开始时获取；如果无法在几秒内加载，通话将不使用该音频片段继续进行，因此加载失败最多可能使问候语延迟约 3 秒。

与其他设置一样，开场音频也是草稿设置：部署后会应用于实时通话。

工具声音

选择可通过提示词调用的声音工具所播放的声音：

无 —— 不提供该工具。
钟声、叮声或哔声 —— 均可在构建器中预览。

打字音效

启用 打字音效，让智能体运行自定义工具时播放轻柔的键盘声音。平台托管工具不会触发此音效。

启用后，选择声音。您可以在构建器中预览每种声音：

键盘和鼠标（默认）：带鼠标点击声的打字声，仿佛有人正在查找信息。
机械键盘：清脆、有点击感的机械按键声。
台式键盘：标准键盘上稳定的打字声。
笔记本电脑：柔和、低沉的笔记本电脑按键声。
办公键盘：安静、柔和的办公键盘声。
安静房间：柔和的室内环境音，伴随一人打字声。

工具启动提示语

选择智能体调用工具时是否要说话：

始终（新建智能体的默认选项）：每次调用工具时都会说一句话，无论工具返回速度多快。如果智能体在调用工具时说了话，智能体自己的话就是这句提示语。否则，会在准备好后立即播放一条为该调用编写的简短提示语；如果耗时超过约一秒，则播放“请稍等”之类的标准提示语。会播放自身音频或直接作用于通话本身的工具（按键输入、声音、保持通话、转接、结束通话、步骤交接）仅在速度较慢时才会获得提示语；当智能体处于电话菜单中或正在与语音信箱通话时，任何工具也是如此。
仅当工具较慢时：仅当智能体上次说话后约 3 秒工具仍在运行时，才会播放一条简短提示语。在此设置出现之前创建的智能体会保留此选项。
从不：工具启动时 ThunderPhone 不会说任何内容，并且会告知智能体调用工具时不要说话。智能体仍然随调用说出的任何内容会照常播放。

无论您选择哪个选项，智能体自己的话都会始终播放。每个轮次中，来电者最多听到一条工具启动提示语：该轮次中已经说出的提示语，例如智能体的话或针对缓慢回复的填充语，会计入其中。

长时间等待更新

默认开启。当工具在静默约 12 秒后仍在运行时，智能体会说明仍在处理中，然后每隔约 15 秒补充一条简短的耐心等待提示，直到结果返回。这些提示语会根据通话内容编写：它们会遵循智能体的提示词和角色设定、当前对话内容以及通话语言，因此不会重复同一句固定话术。如果无法及时生成提示语，智能体会使用“抱歉，这比预期花的时间稍长”之类的标准提示语。没有工具的缓慢回复会使用“请稍等”之类的简短标准提示语。

关闭 长时间等待更新 后，从工具启动提示语之后到结果返回之前将保持静默。没有工具的缓慢回复也不会再有填充语。若已开启，输入音效仍会播放。Storm 的确认设置独立存在，不受影响。

设置优先于提示词

工具启动提示语和长时间等待更新决定工具运行期间 ThunderPhone 会说什么。提示词文本无法阻止或添加这些提示语。对于在工具运行期间保持静默的智能体，请将 工具启动提示语 设置为从不，并关闭 长时间等待更新，而不是在提示词中要求保持静默。当提示词要求静默，或要求每次调用工具时都说一句话，而这些设置与之不一致时，构建器的提示词检查会发出警告。

发送电子邮件

启用 发送电子邮件 并输入一个收件人地址，以向智能体提供 send_email 工具。该地址固定在智能体设置中。模型会编写主题和纯文本正文，但无法选择或更改收件人。请在提示词中明确说明应发送电子邮件的具体情形，例如在收集来电者姓名和回拨号码后发送其留言。

有关完整工具行为，请参阅内置工具。

发送短信

启用发送短信，为智能体提供 send_sms 工具。

选择用于发送短信的已连接 VoIP 号码（Twilio 或 Telnyx，支持短信且已验证）；ThunderPhone 提供的号码无法发送短信。您可以将发送对象限制为仅呼叫者，也可以允许其他收件人并维护获批号码的允许列表。您还可以启用短信跟进模板，用于通话结束后发送的消息。

有关完整工具行为，请参阅内置工具。

额外音频上下文

额外音频上下文 控制在轮次之间保留多少近期来电者音频：

自动（推荐） 对呼入、浏览器和 WebSocket 通话使用更多近期音频，对外呼电话则仅使用最新轮次。
开启会包含最近几轮来电者发言，以帮助处理更正、拼写以及包含大量数字的数据收集。
关闭仅包含最新一轮来电者发言，以降低延迟。

Agents API 还提供仅限 Storm 的 audio_context_mode 兼容字段：full 或 reduced。它与上述控制台中的 additional_audio_context 三态设置相互独立。

谁先说话

分别配置呼入和外呼通话：

呼入： 智能体先说话，或来电者先说话。
外呼： 智能体先说话，或被叫方先说话。

如需移除智能体的初始问候语，请为呼入通话选择 来电者先说话，或为外呼通话选择 被叫方先说话。

此设置适用于必须在开始脚本前等待真人或电话菜单的外呼拨号器。

语音信箱处理

选择外呼通话转入语音信箱时的处理方式：

选项	行为
让智能体决定	提示词和对话上下文决定是说话还是挂断。
静默挂断	不留言，直接结束。
留言后挂断	播放已配置的留言并结束通话。

语音信箱留言最多可包含 2,000 个字符，并支持 {agent_name} 和 {org_name}。有关通话时长的计费方式，请参阅定价。

确认前静默秒数： 10–120 秒。
最大确认次数： 1–10。

默认值为 15 秒和 3 次确认。

通话时长和超时

使用这些控件，避免停滞或异常长的通话持续累积通话时长和电话费用：

挂断前静默分钟数：1–60 分钟。默认值为 10 分钟，并在禁用静默确认时生效。
最长通话时长：1–360 分钟。新建智能体的初始值为 60 分钟，但使用口译员模板创建的智能体除外，其初始值没有智能体级上限；您可以提高、降低或关闭此设置，以取消智能体级上限。在此默认值推出前创建的智能体将保留其现有设置。达到上限前 45 秒（上限低于 3 分钟时为上限的四分之一），智能体会收到指示，要求结束通话并道别。
平台上限：无论智能体的设置如何，每次通话都会在 6 小时后结束。智能体会先收到相同的结束通话提醒。
响铃时长：允许外呼和转接通话响铃 5–120 秒。留空以使用平台默认值：外呼通话为 60 秒，热转接为 45 秒，冷转接使用运营商默认值。此设置不影响来电响铃。

构建器标签页和生命周期

标签页或操作	用途
实时 / 对话	在浏览器中与当前草稿对话，并检查转录文本和工具活动。
通话	查看此智能体处理的通话。
A/B	创建提示词或配置变体，并比较实时结果。
模拟	针对草稿运行已保存或临时的 AI 来电者场景。
验证	在部署前，针对草稿重放已冻结的真实通话轮次。
历史记录	比较已部署的修订版本，并将其中一个恢复到草稿。
放弃	将所有待处理的草稿设置还原为已部署版本。
部署	原子性地发布完整草稿并创建修订版本。

如果另一位编辑者在您加载同一智能体后保存了它，ThunderPhone 会阻止冲突的保存或部署操作，并要求您刷新页面，而不会覆盖其更改。

从列表管理智能体

语音智能体页面还支持组织级生命周期操作：

在同一组织中将智能体复制为新的起点。
将智能体转移到您所属的另一个组织。复制会保留源智能体；移动会将其从当前组织中移除，并需要管理员权限。
确认后删除一个智能体，或批量删除选中的智能体。

导出智能体列表

选择一个或多个智能体，并将其摘要字段导出为 CSV 或 JSON。导出内容不包含完整提示词，也不是配置备份。

跨组织复制或移动智能体不会自动授予目标组织访问仅限源组织连接的权限。请在该组织中部署之前，检查复制后的智能体关联的应用、API、知识库、MCP、电话号码和小组件。