6 мая 2026 г.
Автор:
Редактор:
- Twilio Conversation Memory создает постоянный профиль клиента, чтобы предоставить агентам контекст во всех взаимодействиях.
- Сервис поддерживает как людей, так и AI-агентов, извлекая важные детали прошлых разговоров с помощью одного вызова API.
- Благодаря кросс-канальному разрешению идентификации ответы основываются на реальных бизнес-знаниях, что повышает уровень персонализации.
Это резюме было создано с помощью AI.
Что такое Twilio Conversation Memory? Как обеспечить AI-агентам контекст в разных диалогах
AI-агенты становятся все лучше в ведении диалогов. Агенты-люди также работают эффективнее. Но у большинства из них остается фундаментальная проблема: они забывают. Каждое взаимодействие начинается с чистого листа. Клиент заново объясняет, кто он, что ему нужно и что произошло в прошлый раз. Ни у людей, ни у AI-агентов нет памяти о предыдущих разговорах, нет понимания предпочтений и контекста того, что уже было сказано. В лучшем случае опыт кажется транзакционным, в худшем — разочаровывающим.
Память — это недостающий компонент. Без нее агенты не могут персонализировать общение, опираться на предыдущие взаимодействия и дать клиентам почувствовать их значимость. С ней каждый разговор становится возможностью предложить что-то лучшее, чем в прошлый раз.
Twilio Conversation Memory, теперь общедоступный сервис, дает вашим агентам такую возможность. Он извлекает важное из каждого разговора, независимо от канала, привязывает это к постоянному профилю клиента и предоставляет нужный контекст, когда он требуется вашему агенту, будь то AI или человек. Разработчики могут сосредоточиться на результатах работы агента, а не на управлении конвейером памяти, включая потоки диалогов, разрешение идентификации, векторизацию, согласование и извлечение воспоминаний.
Что такое Conversation Memory?
Twilio Conversation Memory — это управляемый сервис памяти, который предоставляет вашим агентам постоянный контекст во всех диалогах, каналах и сессиях. Каждый раз, когда клиент взаимодействует с вами через Voice, SMS, WhatsApp или RCS, Conversation Memory извлекает важное и сохраняет это в профиле клиента. Когда клиент возвращается, ваш агент получает соответствующий контекст с помощью одного вызова API.
Сервис автоматически разрешает идентификацию, связывая телефон, email и WhatsApp клиента с единым профилем во всех каналах. Он также работает вместе с Enterprise Knowledge, дополнительным продуктом Twilio для обеспечения агентов актуальными бизнес-знаниями: каталогом продуктов, ценами, политиками и FAQ.
Что вы можете создать
Автоматически предоставляйте контекст для агентов-людей. Изучение заметок перед каждым звонком в надежде, что ничего не упущено — это утомительная подготовка, которая все равно оставляет пробелы. С Conversation Memory агенты начинают разговор, уже имея перед глазами резюме предыдущих взаимодействий, открытые вопросы и заявленные предпочтения.
Дайте своему AI-агенту память о прошлых диалогах. Допустим, клиент обращается через новый канал через три дня после первого звонка. Ваш агент уже знает историю. Никаких повторных представлений, никаких повторяющихся вопросов.
Позвольте клиентам переключаться между каналами, не начиная все сначала. RCS, WhatsApp, голосовая связь — профиль клиента следует за ним, поэтому у агента всегда есть полная картина.
Основывайте ответы на реальных данных вашего бизнеса. С помощью Enterprise Knowledge агенты отвечают на основе ваших FAQ, политик и документации по продуктам, а не на основе того, на чем обучалась модель.
Как работает Conversation Memory
- Наблюдения извлекаются. Когда разговор заканчивается, Conversation Memory выделяет важное: не сырую расшифровку, а дистиллированные наблюдения, которые сохраняются в профиле клиента и индексируются для семантического поиска.
- Идентификация разрешается. Несколько идентификаторов — телефон, email, WhatsApp — автоматически связываются с одним профилем. Один клиент, одна запись, независимо от канала.
- Память накапливается. Новые наблюдения добавляются к существующим. Если возникает конфликт, он разрешается автоматически.
- Контекст извлекается. Перед тем как агент ответит, API Recall предоставляет наиболее релевантный контекст для текущего разговора. Не всю историю, а только то, что важно прямо сейчас.
- Знания обосновывают ответ. Запросы к Enterprise Knowledge выполняются параллельно с памятью клиента, поэтому у агента есть все: и то, что сказал клиент, и то, что утверждает ваш бизнес.
Как создавать решения с помощью Conversation Memory
Пять шагов от настройки до первого извлечения. Каждый соответствует одному вызову API. Полная справочная документация доступна по адресу https://www.twilio.com/docs/conversations/memory.
Шаг 1: Создание хранилища памяти (Memory Store)
Копировать код
Шаг 2: Создание профиля клиента
Разрешение идентификации выполняется синхронно. Если существующий профиль совпадает с предоставленными идентификаторами, API возвращает этот профиль, а не создает дубликат.
Копировать код
Шаг 3: Добавление наблюдений
Копировать код
Совет: Наблюдения обновляются автоматически. Каждое изменение отслеживается до исходного разговора.
Шаг 4: Извлечение контекста
Копировать код
Ответ возвращает ранжированные наблюдения, резюме и недавние коммуникации. Передайте релевантные данные в контекст вашего агента.
Шаг 5: Добавление Enterprise Knowledge
Индексируйте ваши FAQ, политики и документацию, чтобы агенты могли основывать ответы на проверенных бизнес-фактах. См. документацию по Enterprise Knowledge для настройки.
Ключевые преимущества Conversation Memory
Одна интеграция заменяет то, на что у большинства команд уходят месяцы разработки: кросс-канальное разрешение идентификации, выборочное извлечение контекста, обоснование знаний и элементы управления, при этом все это является управляемым и независимым от модели.
- Один управляемый сервис заменяет кастомную разработку. Прием данных, извлечение, разрешение идентификации, хранение и извлечение — все это берет на себя сервис. Вы интегрируетесь один раз.
- Клиенты распознаются во всех каналах. Телефон, email, WhatsApp: один профиль, автоматически разрешенный.
- Ваш агент получает правильный контекст, а не весь объем данных. Семантический поиск позволяет сохранять промпты лаконичными, а расходы на токены — низкими.
- Ответы исходят из ваших знаний, а не из модели. Enterprise Knowledge обосновывает ответы на основе ваших документов, политик и FAQ.
- Элементы управления встроены. Разделенные хранилища, происхождение наблюдений и удаление на уровне профиля доступны «из коробки».
- Меняйте модели, не теряя память. Контекст хранится независимо от любой среды выполнения AI.
Почему это важно
У большинства команд, создающих агентов сегодня, уже есть версия памяти. Это расшифровка разговора, передаваемая в контекстное окно при каждом вызове. Это работает, когда разговоры короткие, а клиенты новые. Но по мере накопления взаимодействий этот подход начинает давать сбои.
Каждый токен в промпте стоит денег и добавляет задержку. Заполнение промпта полной расшифровкой означает, что ваш агент обрабатывает всю историю разговоров, чтобы ответить на вопрос, для которого может потребоваться всего три релевантных детали. По мере роста истории вы либо платите за все при каждом звонке, либо обрезаете данные и теряете старый контекст. Ни один из вариантов не масштабируется хорошо.
Выборочное извлечение меняет математику. Вместо передачи всего объема данных API Recall предоставляет только те наблюдения и резюме, которые релевантны текущему разговору. Промпты остаются лаконичными, ответы — быстрыми, а старый контекст доступен, когда он нужен, вместо того чтобы молча удаляться при заполнении окна.
Однако поиск — это лишь одна часть задачи. Даже команды, решившие проблему с токенами, все равно должны выстроить разрешение идентификаторов по разным каналам, извлечение наблюдений из необработанных транскриптов, устранение конфликтов, когда новая информация противоречит старой, и механизмы управления до того, как что-либо попадет в продакшн. Общаясь с клиентами, мы выяснили, что создание всего этого с нуля может занять до шести месяцев, и это еще до учета граничных случаев или масштабирования по каналам.
Conversation Memory — это полный жизненный цикл в одном управляемом сервисе: извлечение, разрешение, хранение, вызов, обоснование. Вы интегрируетесь один раз, и поскольку память хранится независимо от любой среды выполнения ИИ, вы можете переключать модели, не перестраивая то, от чего зависят ваши агенты.
Часто задаваемые вопросы
Как работает разрешение идентификаторов?
Когда создается профиль или добавляется новый идентификатор, Conversation Memory проверяет наличие существующих профилей с совпадающими идентификаторами и объединяет их в один профиль. Клиент, который сегодня связался с вами по телефону, а завтра по электронной почте, будет распознан как один и тот же человек.
Какие средства управления доступны?
Разделение Memory Store изолирует данные между бизнес-единицами или средами. Каждое наблюдение отслеживается вплоть до исходного разговора. Удаление на уровне профиля доступно через API. Настраиваемые окна хранения и журналы аудита запланированы на второе полугодие 2026 года.
В чем разница между наблюдениями, резюме и характеристиками?
Наблюдения извлекаются из разговоров: предпочтения, поведение и контекст, полученные в конце каждого взаимодействия. Резюме фиксируют ключевые моменты и результаты разговора в целом. Характеристики — это стабильные атрибуты клиента, хранящиеся в виде пар «ключ-значение», такие как уровень аккаунта или предпочитаемый язык. API Recall выполняет поиск по всем трем категориям, чтобы найти релевантную информацию.
Могу ли я наполнить профили существующими данными клиентов?
Да. Вы можете импортировать характеристики через CSV или API, чтобы заполнить профили данными из ваших существующих систем до того, как произойдут какие-либо разговоры. Разрешение идентификаторов автоматически свяжет эти профили с входящими взаимодействиями.
Как работает ценообразование?
Conversation Memory работает по модели оплаты по мере использования. Актуальные тарифы можно найти на странице цен.
Начните разработку
Начните создавать опыт, при котором ваши агенты уже знают, что важно для клиентов. Conversation Memory общедоступна уже сегодня, работает по всем каналам и готова к внедрению.
