我构建语音代理三年了。以下是让它们听起来像真人的提示习惯。

本周我花了很多时间整理我所知道的关于语音AI提示的所有内容，并决定在完整详解发布前先在这里分享核心要点。我见过的大多数语音代理提示（包括我自己早期的）都犯了同样的错误：代理听起来很机械，说一些人类不会说的话，或者在不知道答案时胡编乱造。以下是一些真正对我有帮助的做法：**在部署前大声朗读你的提示。** 听起来很蠢，但每次都有效。你会发现句子太长、指令相互矛盾、以及说出来毫无意义的过渡。花五分钟做这件事，可以节省数小时的发布后通话回顾。**明确告诉代理使用填充词。** Ummm, uhh, like, so...直接写在提示里。当代理每次都能即时用完美语法回应时，感觉很不自然——恐怖谷效应。在提示中加入一行就能解决。**展示而不是说明。** 不要写“当来电者沮丧时要表现出同理心”。而要写：“如果来电者听起来沮丧，可以这样说：‘我完全理解，那也会让我很沮丧，我现在就帮你解决。’”提示中的实际例子胜过十段描述。**明确处理特殊字符。** 你的代理不知道如何读出“$1,000”或“123 Main Street”或“[email protected]”，除非你告诉它。地址逐位念，货币念“一千美元”，邮箱念“john dot smith at gmail dot com”。这些看似小事，但直到你在真实通话中听到时才会意识到。**允许说不知道。** 如果没有这个指令，模型会猜测。而在语音AI中，这比在聊天机器人中更糟糕，因为人们会相信自己听到的内容。一行提示：“如果你没有这些信息，不要猜测，告诉他们会转给团队成员。”还有更多技巧，其中一个是关于提示长度和延迟的，我认为很多开发人员忽略了这一点。如果有人想深入了解，我把完整清单和每个技巧的示例提示片段做成了视频，评论中有链接。也很乐意在此回答大家的问题。