बात करने के लिए आपके AI एजेंट को जो चाहिए, सब।

1. बताएँ कि उसे क्या करना हैनिर्देश वैसे लिखें जैसे किसी व्यक्ति को समझाते हैं: वह कौन है, किसमें मदद करता है, कैसे बोलना है।
2. उसे आवाज़ देंभाषा और आवाज़ चुनें, और चुनने से पहले सुनें। रफ़्तार और मूड तय करें।
3. उससे बात करेंTest agent दबाएँ और वही बातचीत करें जो आपके कॉलर करेंगे। एक लाइन बदलें, फिर आज़माएँ।
4. उसे वहाँ रखें जहाँ लोग हैंवेबसाइट पर HTML की एक लाइन, या ऐप में कॉल शुरू करने के लिए सर्वर से एक रिक्वेस्ट।

वॉइस इंजन, भाषा और आवाज़ चुनें, फिर तय करें कि वह कितनी तेज़ और किस मूड में बोले। चुनने से पहले आवाज़ का सैंपल सुनें।

तीन इंजन हैं। Cartesia Sonic सूची की हर भाषा बोलता है। Sarvam Bulbul में हिन्दी, अंग्रेज़ी और सात और भारतीय भाषाओं में रिकॉर्ड की गई आवाज़ें हैं, कस्टमर केयर से लेकर न्यूज़ रीडिंग तक की शैलियों में। Rumik Mulberry एक वाक्य के विवरण से हिन्दी, हिंग्लिश या अंग्रेज़ी आवाज़ बनाता है।

• हर जवाब अपनी भाषा की लिपि में लिखा जाता है, फिर बोला जाता है: हिन्दी देवनागरी में, तमिल தமிழ் में।
• हिंग्लिश यहाँ अपने आप में एक भाषा है, उन कॉलर के लिए जो एक ही वाक्य में हिन्दी और अंग्रेज़ी मिलाते हैं।
• कॉलर के हिन्दी से अंग्रेज़ी में जाने पर एजेंट साथ चलता है, और एक कॉल किसी दूसरी भाषा में भी शुरू की जा सकती है।
• आवाज़, भाषा और मॉडल के हर मेल की प्रति मिनट कीमत एक जैसी है।

टाइमिंग ही तय करती है कि वॉइस एजेंट से बात करना आसान लगे या थकाने वाला। Crackle हर एजेंट के लिए इसे संभालता है, बिना किसी सेटिंग के।

• आप बोलना शुरू करें तो एजेंट शब्द के बीच में रुककर सुनता है, फिर बात का सिरा वापस पकड़ता है।
• उसके बोलते समय छोटा “okay” या “हम्म” सुनने वाले की हामी माना जाता है, टोकना नहीं।
• कॉल आपके तरीक़े से खोलता है: तय लाइन, इस कॉलर के लिए लिखी लाइन, या कॉलर के बोलने तक चुप्पी।
• जो आवाज़ें ऐसा कर सकती हैं, उनमें लिखी हुई हँसी या आह अदा की जाती है, पढ़ी नहीं जाती।
• कॉलर की बात पूरी होने पर एक छोटा अलविदा कहकर फ़ोन रख देता है।

टूल आपका एक एंडपॉइंट है, सादे शब्दों में बताया हुआ। एजेंट तय करता है कि उसे कब बुलाना है, जवाब का इंतज़ार करता है और कॉलर को बताता है कि क्या हुआ।

• कॉल के दौरान के टूल तब चलते हैं जब कॉलर कुछ माँगता है; कॉल से पहले के टूल वह जानकारी लाते हैं जो एजेंट को नमस्ते कहने से पहले चाहिए।
• किसी कॉलर के पहुँचने से पहले स्टूडियो में टूल आज़माएँ।
• बिल्ट-इन टूल से एजेंट खुद कॉल ख़त्म कर सकता है या भाषा बदल सकता है।

एजेंट को अपने दस्तावेज़ दें और वह कॉलर को उन्हीं से जवाब देगा। छोटा सेट सीधे उसके निर्देशों में जाता है; लंबा सेट कॉलर के पूछने पर खोजा जाता है, खोजते समय एक छोटी होल्डिंग लाइन के साथ।

• PDF, Word (.docx) और टेक्स्ट फ़ाइलें, हर एक 25 MB तक, या पेस्ट किया टेक्स्ट, प्रति वर्कस्पेस 500 दस्तावेज़ तक।
• खोज में कुछ न मिले तो एजेंट कहता है कि उसके पास यह जानकारी नहीं है। उसे आपकी कंपनी के बारे में कभी अंदाज़ा न लगाने का निर्देश है।
• पहले एक सवाल आज़माएँ और ठीक-ठीक देखें कि एजेंट को क्या मिलेगा।
• फ़ाइलें स्टोर होने से पहले एन्क्रिप्ट होती हैं, और एजेंट सिर्फ़ उन्हीं दस्तावेज़ों में खोजता है जो उसके लिए चालू हैं।

निर्देशों, ग्रीटिंग या टूल में {{customer_name}} जैसे ख़ाली स्थान लिखें और हर कॉल शुरू होते समय भरें। वही एजेंट हर कॉलर को नाम से नमस्ते कहता है।

• हर वेरिएबल की एक डिफ़ॉल्ट वैल्यू हो सकती है, जब आपके पास कोई वैल्यू न हो।
• कॉल से पहले का टूल कॉलर को आपके अपने सिस्टम में ढूँढ़ सकता है।
• ऑर्डर ID जैसा आपका अपना डेटा कॉल के साथ चल सकता है और उस कॉल के हर वेबहुक में वापस आता है।

एजेंट के लिए कॉल बटन चालू करें और स्टूडियो की दी हुई लाइन पेस्ट करें। विज़िटर उसे दबाता है, माइक्रोफ़ोन की अनुमति देता है और आपके एजेंट से बात करने लगता है।

• लाइन में एक पब्लिशेबल की होती है जो सिर्फ़ उसी एजेंट से कॉल शुरू कर सकती है।
• आप तय करते हैं कि कौन-सी वेबसाइटें उसे इस्तेमाल कर सकती हैं।
• अपना बटन चाहिए? एक छोटा JavaScript API कॉल शुरू और ख़त्म करता है और लाइव कैप्शन देता है।

आपका सर्वर एक रिक्वेस्ट से कॉल शुरू करता है और आपके ऐप को जुड़ने का टोकन देता है। कॉल LiveKit पर चलती हैं, इसलिए उसका कोई भी क्लाइंट SDK चलेगा।

• आपकी API की आपके सर्वर पर रहती है। ऐप के पास सिर्फ़ एक रूम का टोकन होता है।
• लाइव कैप्शन, और एजेंट सुन रहा है, सोच रहा है या बोल रहा है, यह कॉल के साथ-साथ मिलता है।
• “समझ नहीं आया” बटन एजेंट से दोबारा कहने को कह सकता है।

हर कॉल अपनी ट्रांसक्रिप्ट, अवधि, लागत और ख़त्म होने की वजह के साथ रखी जाती है। वेबहुक वही सब उसी समय आपके सर्वर पर पहुँचाते हैं।

• कॉल शुरू होने, कॉलर के जुड़ने, बोली गई हर लाइन और कॉल ख़त्म होने के इवेंट।
• हर डिलीवरी साइन की हुई है, ताकि आप जाँच सकें कि वह Crackle से आई है।
• आपका सर्वर चल रही कॉल में एजेंट से कोई लाइन बुलवा सकता है, या कॉल ख़त्म कर सकता है।
• कॉल की कीमत सेकंड के हिसाब से लगती है, और जिस कॉल में कोई नहीं जुड़ा उसकी कोई कीमत नहीं।

स्टूडियो वह जगह है जहाँ एजेंट बनता है: निर्देश, ग्रीटिंग, आवाज़, टूल और दस्तावेज़ एक पेज पर, और एक Test agent बटन जो आपको उससे कॉल पर जोड़ देता है। API उन्हीं एजेंटों पर काम करता है, इसलिए प्रोडक्ट में जोड़ते समय कुछ दोबारा नहीं बनाना पड़ता।

• स्टूडियो में बना एजेंट API से शुरू की गई कॉल लेता है, और उल्टा भी।
• वर्कस्पेस API की जो आप बना और रद्द कर सकते हैं, और अपनी-अपनी भूमिका वाले साथी।
• एजेंट को अपने रिपॉज़िटरी में फ़ाइल की तरह रखें और स्क्रिप्ट से सिंक करें।