AI ügynök létrehozása és beállítása

Létrehozás

Az 'AI-ügynök' → 'AI Agent settings' fül → bal oldali menü 'Minden ügynök' részben:

1. Kattintson az 'Ügynök létrehozása' gombra.

2. Adja meg az ügynök nevét.

3. Kattintson a 'Mentés' gombra.
    

4. Az ügynök létrejött.

Beállítás

1. Nyissa meg az ügynök beállításait a blokkra vagy a benne lévő három pont menüre kattintva. 

2. Töltse ki a mezőket vagy válasszon a legördülő listákból:

   • Általános beállítások fül:

     • Elnevezés — az ügynök egyedi neve a rendszerben való azonosításhoz.

     • Modell — az AI modell, amely meghatározza az ügynök intelligenciáját és képességeit:

       • gpt-4o-realtime-preview — A legfejlettebb modell valós idejű beszélgetésekhez, magas pontosságú válaszokkal.
       • gpt-4o-mini-realtime-preview — Optimalizált verzió a sebesség és költség egyensúlyához, a legtöbb feladathoz alkalmas.

     • Hang — beszédgenerálás egyedi jellemzőkkel:

       • alloy — Semleges technológiai hangszín,
       • ash — Lágy nyugodt hang,
       • ballad — Kifejező dallamos hangszín,
       • coral — Élénk energikus hang,
       • echo — Tiszta bemondói hangszín,
       • sage — Nyugodt magabiztos hang,
       • shimmer — Könnyű légies hangszín,
       • verse — Retorikai kifejező hang.

     • Prompt — Rendszerutasítás, amely meghatározza az AI ügynök szerepét, viselkedését és kommunikációs stílusát.  

   • További beállítások fül:

     • Az első üzenet szerepe — válassza ki, hogy ki nevében lesz összeállítva a legelső üzenet a felhasználóval folytatott párbeszédben.

       • User (felhasználó): Az üzenet az ügynökhöz forduló személy beszédét utánozza.
       • System (rendszer): Az üzenet magának az ügynöknek szóló utasításokat tartalmaz. Ez a legfontosabb paraméter. Itt határozható meg az ügynök szerepe (például: "Te egy barátságos ügyfélszolgálati asszisztens vagy egy webáruházban"), fő feladatai, viselkedési szabályai és kommunikációs stílusa. Ez egy "meta-utasítás", amelyet az ügynök a teljes párbeszéd során meg fog jegyezni.
       • Agent (ügynök): Az üzenet maga az AI-ügynök első válasza. Ez arra használatos, hogy a párbeszédet azonnal egy meghatározott mondattal kezdje (például: "Üdvözlöm! Miben segíthetek?").

     • Az első üzenet szövege — a szöveg, amely a kiválasztott Az első üzenet szerepe alapján lesz használva.

     • Sebesség — a válasz sebessége a felhasználói felületen.

     • Hőmérséklet — paraméter, amely a válaszok véletlenszerűségét és kreativitását szabályozza. 0-tól 1-ig, javasolt érték: 0,7. 

     • Beszédfelismerési beállítások:

       • Beszédfelismerés típusa — A beszéd kezdetének és végének meghatározására szolgáló algoritmus (például hangenergia alapján vagy ML-modell segítségével).

         • server_vad — üzemmód, amelyben az audio feldolgozás a szerveren történik.

       • Késleltetés az indítás előtt (ms) — Várakozási idő az első hang után annak biztosítására, hogy beszédről van szó, nem pedig véletlen zajról.

       • Érzékenységi küszöb — A hangerő szintje, amely felett a hangot beszédnek tekintik. Minél magasabb, annál kevesebb téves riasztás zajra.

       • Csend időtartama (ms) — Folyamatos csend időtartama, amely után a párbeszéd befejeződöttnek tekinthető.

       • Automatikus válasz létrehozása — Ha be van kapcsolva, az AI azonnal válaszolni kezd a felhasználó beszédének végének észlelése után, további parancsok nélkül. 

     • Beszédfelismerés:

       • Modell — algoritmus kiválasztása a hang szöveggé alakításához. A modelltől függ a sebesség és pontosság.

         • gpt-4o-transcribe — OpenAI modell GPT-4o alapokon. Legmagasabb pontosság és kontextusértés. Legjobban kezeli az összetett audiot (akcentusok, zajok, speciális kifejezések). A legfejlettebb modell.
         • gpt-4o-mini-transcribe — könnyített és gyorsabb verzió GPT-4o Mini alapokon. Optimális a legtöbb standard feladathoz. Jó arány sebesség, költség és minőség között.
         • whisper-1 — klasszikus open-source modell az OpenAI-tól. Univerzális működés, jó minőség számos nyelvhez.

       • Kérdés — rendszer prompt vagy kontextus a felismerés javításához.

       • Nyelv — a nyelv, amelyen a felhasználó beszédét várják. 

     • Zajcsökkentés:

       • Zajcsökkentés típusa — háttérzaj szűrésére szolgáló algoritmus.

         • Közeli zóna (near field) — csendes környezethez és közel elhelyezett mikrofonhoz (például call center).
         • Távoli zóna (far field) — zajos helyiségekhez és távoli mikrofonhoz (például okos hangszóró a szobában). Agresszívebben nyomja el a zajokat. 

   • Funkciók fül — adjon hozzá funkciókat, amelyeket az 'AI ügynök' részben, a 'Funkciók' fülön hozott létre. Részletesebben lásd: 'MI-ügynöki funkciók'. 

3. Kitöltés után kattintson a 'Mentés' gombra.

Lásd még:

'Hogyan csatlakoztassuk az AI-ügynököt'