真实业务 / 产品设计与上线协作
Memory · 语音交互00 / PROJECT OVERVIEW
让 Agent 记住，也及时回应。
围绕外呼 Agent 再次触达时重复提问、客户说完后长时间无回应两个问题，我负责设计跨通话记忆和承接语机制。
2.5→1.5s
首次可听反馈
测试环境400+
跨通话会话覆盖
应用范围01Memory
分长短期记忆，让产品记住用户
下次跟客户对话时，避免重复提问已知信息。
01通话 N 结束异步启动提取
02分层写入 Memory
长期 / 人物画像短期 / 最近 5 通摘要
03通话 N+1 开始读取并注入上下文
已知字段从待提问项中剔除 · 避免重复问客户
- 我的洞察
- Agent 的记忆像人一样，也需要分成长时间保留的信息和近期对话信息。
- 我的设计
- 每通电话结束后，把人物画像增量写入长期记忆；把近五通电话的内容概括作为短期记忆，在下一通电话前读取，并从待提问项中剔除已经知道的信息。
- 结果与状态
- 目前已覆盖 400+ 组跨通话会话 已上线
02承接语
用本地小模型，让 AI 更早回应
客户结束表达后，完整回复尚未生成，长静默会让用户产生未被回应的感觉。
INPUT客户结束表达
完整回复通路
- 01主模型生成理解并组织回答
- 02首句剪裁避免重复承接
- 03完整回复TTS 继续播放
承接语并行通路
- 01本地小模型判断当前情绪
- 027 × 2 选择7 种状态 · 1–4字 / 5字以上
- 03预缓存语池选择匹配的承接语
- 04首次可听反馈先让用户感到被接住
BEFORE2.5s
AFTER1.5s
首次可听反馈 · 测试环境
- 我的洞察
- 用户的不耐烦不只是因为回复还没生成，而是没有感受到自己的表达已经被 AI“接住”。
- 我的设计
- 让本地小模型与主回复并发运行，根据 7 种情绪状态和两档长度选择承接语，并结合预缓存与首句剪裁完成衔接。
- 结果与状态
- 首次可听反馈由 2.5s 缩短至 1.5s 测试环境验证