构建了一个电话代理,用于标记无人回电的呼叫者:设置、成本和故障点
摘要
作者使用Twilio和OpenAI Realtime构建了一个电话代理,为小型企业标记未回拨的来电,详细介绍了设置、成本以及像号码误读这类问题的修复方法。
首先声明:我在PayMeGPT工作,并在此平台上构建了这个。分享是因为后续跟进循环是值得借鉴的部分。问题:小店很少因为无人接听而失去客户,而是因为无人回电。设置:一个Twilio本地号码(每月约1美元)连接到OpenAI Realtime上的语音代理。gpt-live-1也可选择(每分钟0.05美元加后端代币)。提示中的护栏:从不报价,从不猜测零件是否合适,从不获取卡详情,任何滞留者优先获取紧急联系人。每通电话都会被记录、转录和总结。Claude通过MCP连接,从提示构建了其余部分:一个流程在每通电话结束时运行,将通话添加到Google Sheet,并在有人需要跟进时提醒所有者。在表单之上有一个手机友好的页面:每通电话一张卡片,包含原因、紧急程度、录音、转录以及代理处理情况的1-5分评分。故障点:在我的测试电话中,它错误地回读了我的回拨号码(999 1234被读成991234),而我未察觉地说了"正确"。修复方法是强制逐位数回读并明确确认。有效部分:我告诉它我打了三次电话都没有回电。这被纳入总结并触发了所有者警报,这才是所有者真正关心的部分。乐意分享提示或流程逻辑。视频演示在评论中。
相似文章
构建一个能打真实电话的AI代理(包含等待音乐、IVR、愤怒的人类)——截至目前我学到的经验
作者构建了callitdone.today,一个能拨打真实电话、导航IVR菜单、等待通话并与人交谈的AI语音代理,分享了关键的技术挑战和经验教训。
从零搭建 AI 语音智能体:真正耗费我们时间的环节
作者分享了构建生产级电话 AI 语音智能体的复盘,揭示大部分工程时间被电话基础设施、话轮检测、可观测性和故障处理所消耗,而非核心 LLM 行为。他们建议从一开始就使用 Vapi、Retell 或 Dasha 等托管平台,将工程精力集中在业务逻辑上。
我打造了一个AI代理,能同时拨打电话给5家按摩店,对比价格和可用时段。以下是它的工作原理。
一位开发者构建了一个名为Sooner的AI代理,该代理能自动化同时拨打多家按摩店的电话,以比较价格和可用性。它使用Twilio进行通话,Anthropic的Claude模型进行语言处理,并利用Playwright进行在线预订检查。
我从构建一个处理了5万次通话的外呼语音智能体中学到了什么
作者分享了构建一个处理了5万次通话的外呼语音智能体的关键经验,强调成功在于调度和合规等周边系统,而非AI模型本身。
@ycombinator:2万亿美元市值的电信行业原为人类而建。@AgentPhoneHQ 正为AI代理重建它。一个API让每个AI代理…
AgentPhone 推出了一项API,为AI代理提供专属电话号码和身份,使其能够跨iMessage、WhatsApp、RCS和SMS等渠道拨打电话和发送消息。