Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Nadelyaem golosovogo ai agenta lichnostyu i rezhimami
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Наделяем голосового AI-агента личностью и режимами

Источник: Signalwire•18 ноября 2026 г. в 22:14

Наделяем голосового AI-агента личностью и режимами

Статья

18 нояб. 2026 г.

чтение

Контексты, шаги и промпт по секциям

Адам Келси

Вице-президент по продукту

Создайте бесплатно.

Создайте пространство и запустите первый сценарий вызова за считанные минуты.

Голосовой ИИ

AI-агенты

Учебные пособия для разработчиков

Это вторая часть серии материалов о создании говорящего светильника Джека, который приветствует колядующих, а первая часть — это то, с чего начинается разработка. В первой части я подключил браузер к AI-агенту SignalWire по видеосвязи. В этой части агент обретает свой характер, личность и три режима, и я могу проверить каждый из них без совершения звонка.

Тыква веет себя по-разному в зависимости от того, кто перед ней стоит. Когда никого нет, она ждет. Когда останавливаются подростки или взрослые, она играет свою роль — пренебрежительную, властную и тайне радующуюся их приходу. С маленьким или испуганным ребенком она остается собой, но никто в компании никогда не становится объектом шутки. Каждый режим представляет собой контекст со своим собственным промптом и своими собственными инструментами.

Создание агента

Агент — это класс, который наследует AgentBase. Конструктор задает ему имя, определяет маршрут на сервере, а также устанавливает голос и параметры искусственного интеллекта.

Подсказки помогают распознаванию речи справляться со словами, которые в противном случае были бы расслышаны неверно, особенно учитывая то, что их будут произносить маленькие дети в шумной обстановке. Таймаут неактивности установлен на один час тишины — это максимальное разрешенное значение, так как вызов длится всю ночь. Благодаря barge_min_words, равным 2, случайное слово с улицы не сможет прервать тыкву на полуслове. Здесь также включено зрение, о чем рассказывается в части 4.

Написание базового промпта по секциям

Базовый промпт применяется в каждом режиме, и я собираю его из именованных секций. Я пишу каждую из них так, как если бы вы давали вводную актеру, указывая конкретно, что делать, а не то, чего следует избегать.

Вот каждая секция базового промпта тыквы:

Секция

Что она сообщает модели

Прямо сейчас

Текущее настроение визита, задаваемое сервером

Кто вы

Персонаж

Ваши глаза

Как и когда смотреть (часть 4)

Ваше прошлое

Какой инструмент вызывать при возникновении вопросов о ее истории

Как вы разговариваете

Длина, тон и форма

Персонал

Люди, раздающие конфеты, разбираются со всем, что ниже уровня тыквы

Чего вы не знаете

Никогда не говорите «Я не знаю»; вместо этого расскажите историю

Фразы, которых вы придерживаетесь

Границы и инструмент, который нужно вызвать при их нарушении

Я бы добавил такую секцию, как «Персонал», в любого агента-персонажа. Она дает модели возможность перенаправить любой запрос, который ей не следует обрабатывать, причем передача управления происходит в рамках роли.

Передача в промпт динамических значений из global_data

Часть информации, необходимая модели, меняется во время визита. Мой сервер определяет, когда группа задержалась достаточно долго, и с этого момента тыква должна начать выпроваживать их. Сервер хранит текущее настроение визита в global_data — данных, привязанных к вызову, которые модель видит только там, где они включены в промпт. Промпт задается в момент начала вызова, поэтому изменение самого промпта в середине звонка означает подстановку нового. Изменение значения в этих данных требует одного небольшого обновления от сервера, и тыква остается на том же шаге, на котором находилась. Промпт считывает настроение с помощью ${global_data.visit_mood}:

Мы пересобираем базовый промпт на каждом шаге, поэтому новое значение попадает в следующую реплику тыквы. В части 7 показан код, который это изменяет.

Создание режимов как контекстов и шагов

Контекст — это режим со своей собственной секцией промпта и собственными шагами. Шаг — это этап внутри режима со своими собственными инструкциями и списком инструментов. Модель может вызывать только те инструменты, которые перечислены на текущем шаге, поэтому каждый шаг определяет возможности модели в данный момент.

Контекст

Шаги

Что он делает

default (двор)

idle

Никого нет. Приветствует новых посетителей фразой, подходящей для любого случая, осматривается и сообщает о том, что видит.

act

greet, banter, shoo

Представление, начиная с первого оскорбления и заканчивая проводами.

gentle

reassure

Здесь находится маленький или испуганный ребенок. Тот же характер; никто в компании не является мишенью.

Вот действие (act) с его первым шагом. Секция контекста задает персонажа для всего режима, а каждый шаг добавляет указания о том, что делать сейчас.

set_valid_steps перечисляет шаги, к которым модель может перейти из текущего. Как только критерии шага выполнены, модель самостоятельно переходит от greet к banter. Мой сервер совершает любое другое движение — будь то переход в режим, выход из него или переход к shoo. В частях 3 и 7 этого руководства показано, как это работает.

В мягком режиме (gentle) есть только один шаг, и у модели нет возможности выйти из него:

Только сервер может вывести тыкву из мягкого режима. Никакие шаги или инструменты в нем не ведут куда-либо еще, поэтому тыква в мягком режиме не знает о существовании других режимов. Часть 7 этой серии руководств покажет вам это.

Обеспечение чистого листа для каждой группы

Вызов длится часами, и через него проходят десятки групп. Если бы разговор каждой группы оставался в контексте модели, тыква повторяла бы прошлые реплики и называла новых посетителей именами тех, кто приходил раньше. Семья из четырех человек вряд ли захочет, чтобы их называли Джеральдом только потому, что час назад заходил ребенок по имени Джеральд. В конце концов разговор достиг бы своего лимита по размеру, и вызов завершился бы.

set_isolated(True) предотвращает все это, поскольку вход в изолированный контекст стирает разговор, и каждая группа начинает с чистого листа. Все, что требуется шагу с прошлой беседы, передается через global_data. Когда тыква впервые видит группу, она сохраняет то, во что они одеты, в global_data.visitors, а шаг greet считывает это обратно с помощью ${global_data.visitors}.

Проверка без совершения звонка

Наш SDK включает инструмент swaig-test, который загружает файл агента и выводит SWML, который получил бы SignalWire, включая каждый контекст, шаг и список инструментов.

Список функций каждого шага в выводе — это ровно то, что модель может делать на этом шаге. Изучение этих списков позволяет выявить отсутствующий инструмент до того, как с ним столкнется посетитель.

Ловушки, которых следует избегать

Не скрывайте историю разговора, чтобы начать с чистого листа. Скрытые реплики остаются вне поля зрения модели, но все равно учитываются при расчете размера разговора, и вызов, длящийся всю ночь, достигнет лимита. Вместо этого изолируйте контекст и переносите необходимое в global_data.

Не размещайте изменяющиеся в середине шага данные в тексте шага. Текст шага заполняется один раз при входе на шаг, поэтому его значения ${...} не обновляются до следующего шага. Размещайте динамические значения в секции базового промпта, в которую передаются данные из global_data.

Не оставляйте set_functions пустым для шага. Шаг без этого параметра наследует инструменты предыдущего шага, в результате чего инструмент, который вы хотели удалить, останется на месте. Вызывайте set_functions на каждом шаге, даже если список не меняется.

Далее

У тыквы есть голос и три режима, но ей нечего сказать сверх ее промпта. В части 3 я пишу ее инструменты. Они наделяют ее противоречащей самой себе памятью, историями, которые рассказываются по одному такту за раз, и точной формулировкой фраз, за которые она не переступит.

Серия

  • Система и вызов.

Система и вызов.

  • Агент: личность и три режима в виде контекстов и шагов (эта публикация).

Агент: личность и три режима в виде контекстов и шагов (эта публикация).

  • Инструменты: то, что ИИ вызывает на моем сервере, и почему его материал живет в коде.

Инструменты: то, что ИИ вызывает на моем сервере, и почему его материал живет в коде.

  • Зрение: позволяем агенту видеть и проверяем камеру перед принятием любого важного решения.

Зрение: позволяем агенту видеть и проверяем камеру перед принятием любого важного решения.

  • Сцена: определение того, кто стоит перед тыквой, прямо в браузере.

Сцена: определение того, кто стоит перед тыквой, прямо в браузере.

  • Голос: аудиоэффекты в браузере.

Голос: аудиоэффекты в браузере.

  • Темп и состояние: сервер ведет счет.

Темп и состояние: сервер ведет счет.

  • Оператор: человек с телефоном, который может отменить решение агента.

Оператор: человек с телефоном, который может отменить решение агента.

  • Тестирование и запуск на всю ночь.

Тестирование и запуск на всю ночь.

← Все статьи

О чём эта статья

Ещё в разделе «Телеком и сети»

Все →
CPU Sandbox теперь доступна в бета-версии
Telnyx

CPU Sandbox теперь доступна в бета-версии

Интузиазм розничных инвесторов по поводу IPO Anthropic может соперничать с дебютом SpaceXПресса
SpaceX

Интузиазм розничных инвесторов по поводу IPO Anthropic может соперничать с дебютом SpaceX

Круглый стол: масштабное обновление сетей: 2026 год зажигает фитиль, взорвет ли рынок 2027 год?
TP-Link

Круглый стол: масштабное обновление сетей: 2026 год зажигает фитиль, взорвет ли рынок 2027 год?

Представляем обновленный Video Inspector: доступна публичная бета-версия
Vonage API Platform

Представляем обновленный Video Inspector: доступна публичная бета-версия

Представляем Koyal — модель преобразования текста в речь от Plivo для голосовых ИИ-агентов
Plivo

Представляем Koyal — модель преобразования текста в речь от Plivo для голосовых ИИ-агентов

microagi обучает роботов для европейской промышленности на базе ИИ-фабрики Telekom
Deutsche Telekom

microagi обучает роботов для европейской промышленности на базе ИИ-фабрики Telekom

Ещё от Signalwire

Prompt Injection по телефону: как защитить голосовых ИИ-агентов
Signalwire

Prompt Injection по телефону: как защитить голосовых ИИ-агентов

Создание говорящей тыквы на Хэллоуин с помощью AI-агента SignalWire
Signalwire

Создание говорящей тыквы на Хэллоуин с помощью AI-агента SignalWire

Голосовой ИИ взрослеет
Signalwire

Голосовой ИИ взрослеет

Что ваш ИИ-агент никогда не должен слышать: номера карт и CVV
Signalwire

Что ваш ИИ-агент никогда не должен слышать: номера карт и CVV

Создание голосового ИИ-агента, который следует коду, а не промптам
Signalwire

Создание голосового ИИ-агента, который следует коду, а не промптам

Что такое «Prompt and Pray»?
Signalwire

Что такое «Prompt and Pray»?