Przegląd agentów w czasie rzeczywistym

Note

W tym artykule opisano funkcje używane w agentach lub przepływach agentów obsługiwanych przez standardowe środowisko uruchomieniowe.

Agenci w czasie rzeczywistym umożliwiają naturalne, świadome kontekstu rozmowy na kanałach głosowych i cyfrowych. Klienci mogą bezpośrednio wchodzić w interakcję z agentem opartym na sztucznej inteligencji i otrzymywać natychmiastowe, istotne odpowiedzi bez polegania na tradycyjnych interaktywnych menu głosowych (IVR) czy skryptowanych doświadczeniach. W przypadku kanałów głosowych agenci działający w czasie rzeczywistym obsługują interakcje oparte wyłącznie na głosie za pośrednictwem sieci PSTN i SIP, w tym wprowadzanie sygnałów DTMF (Dual Tone Multifrequency), funkcję wtrącania się do rozmowy (barge-in), wykrywanie aktywności głosowej (VAD) oraz inne funkcje telefoniczne.

Możesz korzystać z tej samej konfiguracji agenta w czasie rzeczywistym zarówno w kanałach głosowych, jak i cyfrowych, zapewniając spójne doświadczenie niezależnie od tego, jak klienci zdecydują się nawiązać kontakt.

Note

  • Agenci w czasie rzeczywistym są w wersji zapoznawczej dla kanałów komunikacji cyfrowej. Funkcje w wersji zapoznawczej nie są przeznaczone do użytku w środowiskach produkcyjnych i mogą mieć ograniczoną funkcjonalność. Te funkcje podlegają dodatkowym warunkom użytkowania i są dostępne przed oficjalnym wydaniem, dzięki czemu klienci mogą uzyskać wczesny dostęp i przekazać opinie.
  • Dowiedz się o agentach podstawowych w przeglądzie agentów podstawowych.

Poniższa tabela opisuje możliwości oferowane przez agentów w czasie rzeczywistym:

Capability Description
Interpretacja języka naturalnego Rozumie intencje klienta bez konieczności używania konkretnych zwrotów czy opcji menu.
Wdrożenie wielokanałowe Wdróż tego samego agenta do obsługi połączeń głosowych, Komunikacji cyfrowej (wersja zapoznawcza) lub obu tych funkcji.
Projektowanie natywne głosowo Zaprojektowany specjalnie do interakcji głosowych o naturalnym przebiegu konwersacji. Dotyczy tylko kanałów głosowych.
Czas odpowiedzi w czasie rzeczywistym Minimalne opóźnienie, natychmiastowa wymiana wypowiedzi i naturalne pauzy.
Rozpoznawanie kontekstu Utrzymuje stan rozmowy i odnosi się do wcześniejszych interakcji.
Obsługa wielu języków Rozumie i odpowiada w wielu językach.
Elastyczna integracja Łączy się z CRM-ami, bazami wiedzy, API i przepływami Power Automate.
Kontrolka deterministyczna Łączy rozmowy AI ze strukturyzowanymi przepływami tematów dla zgodności i spójności.
Model głosu LLM tekstowego Wykorzystuje architekturę głosową opartą na tekście, która konwertuje mowę na tekst, wykorzystuje model GPT-5-Chat (Podgląd) do zrozumienia intencji i generowania odpowiedzi, a następnie syntetyzuje odpowiedź z powrotem na mowę. Model ten wspiera zaawansowaną personalizację głosu dzięki Microsoft Neural Text-to-Speech (TTS), w tym niestandardowe modele głosowe oraz większą elastyczność wdrożenia.

Prerequisites

Przed rozpoczęciem upewnij się, że masz następującą licencję, rolę i wymagania wstępne dotyczące uprawnień:

  • Dynamics 365 Contact Center z poniższymi kanałami skonfigurowanymi zgodnie z Twoimi potrzebami. Aby dowiedzieć się więcej, zobacz kanały Provisioning w Dynamics 365 Contact Center.
    • Kanał głosowy i kierowanie połączeń
    • Kanały wiadomości cyfrowych
  • Rola administratora omnichannel z uprawnieniami do konfigurowania kanałów głosowych lub komunikacyjnych oraz wymaganego strumienia pracy.
  • Copilot Studio do tworzenia i konfiguracji agentów.
  • Rola twórcy Copilot Studio z uprawnieniami do tworzenia i konfiguracji agentów.

Note

Wymagania wstępne regionalne

Ta funkcja wykorzystuje GPT-Realtime, GPT-Realtime-Mini (Podgląd) lub GPT-5-Chat (Podgląd).

  • GPT-Realtime jest hostowany w Ameryce Północnej i może przetwarzać dane poza geografią Azure zasobu AI podczas korzystania z wdrożenia Global Standard.
  • GPT-Realtime-Mini (Podgląd) jest hostowany w Australii i może przetwarzać dane poza geograficznym obszarem platformy Azure dla zasobu AI, gdy korzystasz z wdrożenia w warstwie Global Standard.
  • GPT-5-Chat (Podgląd) obsługuje przetwarzanie danych w regionie w Stanach Zjednoczonych, Unii Europejskiej, Wielkiej Brytanii i Australii po wdrożeniu w obsługiwanym regionie.

Dane są przechowywane w regionie geograficznym platformy Azure dla zasobu sztucznej inteligencji.

Dowiedz się więcej w artykule o omówieniu typów wdrożeń w modelach Microsoft Foundry oraz danych, prywatności i zabezpieczeń dla bezpośrednich modeli Azure w Microsoft Foundry.

Note

Na lipiec 2026 roku obowiązują następujące ograniczenia regionalne:

  • Klienci z Ameryki Północnej mogą korzystać z GPT-Realtime i GPT-5-Chat (Preview) bez dodatkowej konfiguracji regionalnej.
  • Klienci z Australii mogą korzystać z GPT-Realtime-Mini (Podgląd ) oraz GPT-5-Chat (Podgląd ) bez dodatkowej konfiguracji regionalnej.
  • Klienci EU Data Boundary mogą korzystać z GPT-5-Chat (Podgląd) z przetwarzaniem danych w regionie, ale nie mogą korzystać z GPT-Realtime ani GPT-Realtime-Mini (Podgląd), ponieważ te modele wymagają przetwarzania między regionami geograficznymi.
  • Brytyjscy klienci mogą korzystać z GPT-5-Chat (Preview) z przetwarzaniem danych w regionie, ale GPT-Realtime i GPT-Realtime-Mini (Preview) wymagają przetwarzania krzyżowego geograficznego.
  • Klienci z innych regionów muszą włączyć przetwarzanie między regionami geograficznymi dla GPT-Realtime i GPT-Realtime-Mini (Podgląd). Regionalna dostępność GPT-5-Chat (Podgląd) zależy od wsparcia regionu wdrożenia.

Powiadomienie o odpowiedzialnej sztucznej inteligencji i zgodności

Oceny bezpieczeństwa i odpowiedzialnej sztucznej inteligencji firmy Microsoft wykazały ograniczenia behawioralne związane z bezpieczeństwem, które mogą spowodować większe ryzyko, że agent generuje potencjalnie szkodliwą zawartość. Klienci powinni podjąć kroki, aby ograniczyć te ryzyka, co szczegółowo opisano w notatce dotyczącej przejrzystości dla agentów działających w czasie rzeczywistym.

Użytkownik ponosi wyłączną odpowiedzialność za korzystanie z Dynamics 365, tej funkcji i wszelkich powiązanych funkcji lub usług zgodnie ze wszystkimi obowiązującymi przepisami. Klienci są również odpowiedzialni za przestrzeganie zasad firmy Microsoft. Te zasady obejmują kodeks postępowania w zakresie usług sztucznej inteligencji dla przedsiębiorstw firmy Microsoft.

Znane ograniczenia

  • Następujące ograniczenia dotyczą agentów czasu rzeczywistego w cyfrowych kanałach komunikacji, gdy funkcja jest dostępna w wersji zapoznawczej:

    • Uwierzytelnianie: Uwierzytelnianie OAuth i Microsoft nie są obsługiwane. Skonfiguruj agenta bez uwierzytelniania. Dowiedz się więcej w temacie Konfigurowanie uwierzytelniania użytkowników.
    • Długość rozmowy: Rozmowy przekraczające 60 minut są automatycznie przekazywane konsultantowi.
    • Analityka: Raporty analityczne Copilot Studio mogą być niekompletne dla agentów działających w czasie rzeczywistym. Dowiedz się więcej w przeglądzie analityki.
  • Rejestrowanie transkryptów rozmów w przypadku agentów głosowych Text LLM jest ograniczone. Niektóre zwroty rozmów i odpowiedzi agentów mogą nie być uchwycone w transkrypcjach rozmów, co może wpływać na analizę i monitoring.