Realtime-agenten configureren

Om een real-time agent uit te rollen, schakel je het real-time model in, configureer je de kerninstellingen van de agent en stel je vervolgens de benodigde kanaalspecifieke functies in. Je kunt dezelfde agent inzetten op het spraakkanaal, digitale berichtenkanalen, of beide.

Stel realtime agenten in en schakel ze in

1. Maak een nieuwe agent en configureer de basisdetails, zoals een beschrijvende naam en het doel van de agent in de beschrijving.

2. Ga naar de Voice-instellingen van de agent en zet Voice Inschakelen aan. Selecteer Real-timein Spraaktype.

   Important

   Deze instelling is een eenmalige keuze. Nadat je Real-time hebt geselecteerd, kun je niet meer terugschakelen naar een basistype agent. Om een basisagent te gebruiken, maak je een nieuwe agent aan. Deze instelling is vereist, zelfs als je de agent gebruikt op een digitaal berichtenkanaal.

3. Selecteer het model dat je wilt gebruiken: GPT-Realtime, GPT-Realtime-Mini of GPT-5-Chat (Preview). GPT-5-Chat (Preview) is een tekst-LLM-spraakmodel dat spraakantwoorden genereert via Microsoft Neural Text-to-Speech (TTS).
   Lees meer over hoe deze modellen werken op basis van hun ondersteunde regio's en implementatie-overwegingen. De volgende tabel beschrijft de scenario's waarin je verschillende modellen kunt gebruiken.

   Scenario	GPT-Realtime	GPT-5-Chat (previewversie)
   Gespreksstijl	Inheemse spraak-naar-spraak interacties	Spraak wordt omgezet naar tekst voor redenering en vervolgens weer gesynthetiseerd naar spraak
   Wachttijd	Laagste latentie voor natuurlijke gesprekken	Hogere latentie dan GPT-Realtime
   Stemaanpassing	Ondersteunt de ingebouwde realtime spraakopties die beschikbaar zijn voor realtime spraakagenten	Ondersteunt Microsoft Neural Text-to-Speech (TTS), inclusief een bredere spraakcatalogus en aangepaste spraakmodellen
   Spraakervaringen in merkstijl	Beperkte aanpassingsmogelijkheden	Aanbevolen wanneer je een op maat gemaakte of merkgebonden spraakervaring nodig hebt
   Flexibiliteit bij uitrol per regio	Beperkt tot ondersteunde realtime modelregio's	Meer flexibiliteit via spraakherkenning en TTS-diensten
   Meest geschikt voor	Natuurlijke gesproken gesprekken met lage latentie en open interacties zonder vast verloop	Scenario’s die geavanceerde spraakaanpassingen, aangepaste stemmen, nalevingseisen of flexibiliteit in regionale implementatie vereisen

   Tip

   • Gebruik GPT-Realtime wanneer natuurlijke gesprekskwaliteit en lage latentie de belangrijkste vereisten zijn.
   • Gebruik GPT-Realtime-Mini (Preview) voor scenario's die snelle spraakinteracties vereisen met lagere latentie en minder middelengebruik.
   • Gebruik GPT-5-Chat (Preview) wanneer spraakaanpassing, aangepaste spraakmodellen of flexibiliteit in de implementatie belangrijker zijn dan responslatentie.

4. Ga naar de beveiligingsinstellingen van de agent en selecteer Geen verificatie.

Kennis en hulpprogramma's

U kunt uw agent configureren voor het gebruik van kennis en hulpprogramma's. Meer informatie vindt u in het overzicht van kennisbronnen, hulpprogramma's toevoegen aan aangepaste agents en hulpprogramma's, kennis, MCP en API.

Geneste agents (preview)

Realtime agenten ondersteunen alleen kinderagenten.

Onderwerpen

Realtime agenten ondersteunen alle onderwerpen die in Copilot Studio zijn geconfigureerd. Gebruik onderwerpen om deterministisch gedrag te definiëren zoals begroetingen, bedrijfsregels en escalatie, terwijl het model dat je hebt gekozen de conversatieantwoorden tijdens runtime beheert. Meer informatie vindt u in Kiezen hoe u het gesprek kunt beheren.

Beste praktijken

• Gebruik onderwerpen alleen als deterministisch gedrag vereist is.

• Gebruik statische tekst in begroetingsberichten voor het snelste eerste antwoord. Dynamische berichten met variabelen en expressies verhogen de initiële latentie.

• Schakel het onderwerp Gesprek starten uit als je wilt dat het real-time agentmodel de begroeting afhandelt. Anders wordt de begroeting die is geconfigureerd in het onderwerp Gespreksstart afgespeeld in plaats van de begroeting van het spraakmodel.

• Laat het realtime agentmodel het algemene gesprek en vervolgvragen afhandelen.

• Neem een expliciete actie op in het onderwerp Over fout , zoals doorschakelen of beëindigen van oproep. Foutafhandeling die uitsluitend op meldingen is gebaseerd, is niet voldoende. Zonder een deterministische volgende stap kunnen klanten stilte ervaren voor spraakagenten of vastzittende oproepen voor berichtenkanalen, wat leidt tot verwarring en een slechte klantervaring.

• Gebruik expliciete onderwerp- en hulpprogrammabeschrijvingen om het eigendom van gegevensverzameling te declareren. Meer informatie over het schrijven van effectieve onderwerp- en hulpprogrammabeschrijvingen.

Ondersteuning voor onderwerpknooppunten

De volgende lijst beschrijft onderwerpondersteuning in realtime agenten:

Voorwaardeknooppunt

Bericht-knooppunt

Vraagknooppunt

HTTP-knooppunt

Hulpprogrammaknooppunt

Variabelewaardeknooppunt instellen

Onderwerpbeheerknooppunt

Gespreksknooppunt overdragen

Advanced

Ondersteuning voor systeemtriggers

Variabelen doorgeven tussen onderwerpen en het taalmodel

Wanneer u onderwerpen in een hybride gespreksstroom gebruikt, is het essentieel om variabelen over te dragen tussen onderwerpen en het realtime taalmodel om betrouwbare, statusgevoelige interacties te creëren. Dit proces geldt over verschillende kanalen heen.

Deze functionaliteit werkt via het volgende proces:

• U geeft invoervariabelen die zijn gedefinieerd voor een onderwerp tijdens aanroeptijd door aan het onderwerp, zodat het taalmodel gestructureerde gegevens kan leveren aan de deterministische stroom.

• U retourneert uitvoervariabelen die zijn gedefinieerd voor een onderwerp naar het taalmodel aan het einde van de uitvoering van het onderwerp als gestructureerde sleutel-waardeparen.

• De uitvoer van tooloproepen volgt hetzelfde patroon.

• Het taalmodel wordt gevuld met gesprekscontext, waaronder uitvoersleutel-waardeparen voor hulpprogramma's. U retourneert echter alleen expliciet gedefinieerde uitvoervariabelen als gestructureerde gegevens.

• De variabelebeschrijving helpt het model te begrijpen hoe de variabele tijdens een gesprek moet worden gebruikt. Geef duidelijke en beschrijvende definities.

Meer informatie vindt u in Onderwerpinvoer en -uitvoer beheren.

Meertalige ondersteuning

Voeg alle secundaire talen toe die u wilt. Lokalisatiereeksen zijn niet vereist voor realtime stroombanen. Voor deterministische onderwerpberichten moet u echter de vertaalde berichten opgeven. Meer informatie in Configureren en meertalige agents maken.

Het realtime model kan in veel talen begrijpen en erop reageren. Microsoft valideert echter niet alle talen voor algemene beschikbaarheid.

Vanaf juni 2026 zijn de volgende talen formeel gevalideerd:

• Nederlands (Nederland) (nl-NL)
• Engels (Australië) (en-AU)
• Engels (Verenigde Staten) (en-US)
• Engels (Verenigd Koninkrijk) (en-GB)
• Frans (Canada) (fr-CA)
• Frans (Frankrijk) (fr-FR)
• Duits (Duitsland) (de-DE)
• Italiaans (Italië) (it-IT)
• Portugees (Brazilië) (pt-BR)
• Spaans (Spanje) (es-ES)
• Spaans (Verenigde Staten) (es-US)

Microsoft blijft andere talen valideren en toevoegen na voltooiing van de certificering. U kunt elke taal toevoegen die wordt ondersteund door Copilot Studio. Talen die niet volledig zijn gecertificeerd voor kwaliteit op GA-niveau, moeten echter grondig worden getest vóór de productie-implementatie.

Contextvariabelen

Een real-time agent ondersteunt contextvariabelen die het in staat stellen intelligenter te handelen door informatie over het gesprek en de klant te vervoeren. De beschikbare contextvariabelen hangen af van het kanaal. Deze set omvat:

Lees meer over alle andere contextvariabelen, inclusief digitale berichtenvoering en aangepaste contextvariabelen, in Configureer contextvariabelen voor agenten.

Kanaalspecifieke instellingen