預覽與測試代理程式（客戶對話）（預覽）

[本文是發行前文件，可能會有所變動。]

在 建置 標籤中看起來正確的代理，在對話中仍可能失敗。 指令是指引，不是保證：模型會解讀它們，而你寫的和智能體做的之間的落差，只有當你實際跟它對話時才會顯現。 在發佈前，先使用預覽索引標籤，在網路聊天和語音中測試 Agent。

測試頻道

預覽標籤提供兩種測試代理人的方法：

• 網路聊天：一個文字聊天視窗。 這才是你應該把大部分測試時間花在這上面。 它比語音快，完整逐字稿都能看到，聊天旁邊還有推理追蹤。
• 語音電話：與 Agent 的即時語音交談。 語音存在文字永遠不會顯示的失敗模式，因此即使聊天順利通過，也要另外測試。

在 預覽 索引標籤頂端選擇 網路聊天 或 Voice Call，即可在測試頻道間切換。 對話旁邊會出現 即時逐字稿 面板。

開始之前

• 儲存您的變更。 預覽窗格會執行你已儲存的代理，而不是在 建置 標籤中的未儲存編輯。
• 了解「正確」應有的樣貌。 在發送第一則訊息前，先寫下預期的結果。
• 打開活動地圖。 它會放在聊天視窗旁邊，顯示路由、工具呼叫和主題執行流程。 這就是你分辨推理失敗和水管故障的關鍵。
• 在案例之間開始新的測試工作階段 上下文會繼續沿用，並會影響您的下一個結果。

要測試的五個層面

從最簡單的層向外延伸。 早期層故障會連鎖反應，所以要按順序解決問題。

網路聊天測試

先執行正常流程

扮演一個有完整目標的真實使用者，而不是一個測試功能的人。 舉例來說，對旅行代理人來說，這意味著要從頭到尾訂一次實際的行程，而不是問「你能訂機票嗎？」

1. 像真實使用者那樣自然地表達所需的達成的目標。
2. 以合作用戶的身份回答代理人的問題。
3. 遵循流程得出確實結論：預約、摘要、解決方法。
4. 最後請他做回顧，然後把每個事實都和逐字稿核對。

那就故意弄壞它

正常流程證明 Agent 可以正常運作。 這些案例證明其可安全地失敗。

閱讀活動地圖，而非只看回覆

聊天會告訴你客服說了什麼。 Activity map 會告訴你已執行的內容。 當回應看起來不對時，地圖會告訴你該在哪裡修正：

• 呼叫了錯誤的專家 → 你的路由指示或次代理描述不夠明確。
• 正確的專家，錯誤的輸出 → 子 Agent 本身的指示有待改進。
• 工具執行了，但什麼都沒回 → 工具或主題壞了，不是提示詞壞了。
• 完全沒有工具呼叫 → 助理是根據模型回覆，而非根據你的資料。 把回覆裡的每個數值都當作未驗證。

語音測試

語音不是附加音訊的網路聊天。 其存在文字永遠不會顯示的失敗模式，因此即使聊天順利通過，也要另外測試。

1. 授予麥克風存取權限，然後開始語音對話並確認狀態已進入連線、聆聽狀態。
2. 自然地說完整請求，而不是逐字讀稿子。
3. 觀看現場逐字稿。 如果語音辨識聽錯您的話，Agent 的回覆是在回答與您所提問題的不同問題。
4. 在 Agent 講話到一半時打斷，以確認插話會停止播放並開始聆聽。
5. 保持安靜幾秒鐘，確認它會禮貌地重新提示，而不是掛斷電話。
6. 要求確認碼，並確認該代碼是逐字元拼讀，而不是當做單字唸出。

要聽什麼

• 長度：超過三句話的文字聽起來太長，難以跟上。
• 清單與網址：這些必須加以概述，絕不可逐項朗讀。
• 日期與數字：「星期二，3月24日」可行;「2026-03-24」則不行。
• 確認關鍵資料：應在 Agent 據此處理前，先向客戶複誦姓名、日期和代碼。

如果語音功能像聊天頻道一樣，那你頻道專屬的指示就沒發揮作用。 語音與聊天指令分別在每個代理程式中設定，位於 指令 區塊的 語音 與 聊天 標籤中。 請參閱 語音與聊天設定總覽。

當某件事失敗時

1. 重現它。 重新啟動一個會話，並再次跑同一路徑，並記錄它是每次失敗還是間歇性失敗。
2. 使用活動圖找出它：路由、工具、知識或指示。
3. 一次處理一件事。 同時更改多個指令，讓人無法判斷哪些方法有效。
4. 儲存、開始新的工作階段，然後重跑 完全相同的情境。
5. 重新執行你其他通過的測試案例。 指令變更會有副作用。

準備出貨清單

• 理想流程從頭到尾都能順利完成，無需額外引導。
• 最終摘要中的每個事實都可追溯到工具或知識來源實際回傳的部分。
• 使用者可見的回應中，沒有任何佔位文字出現。
• 當工具沒有回傳任何內容時，代理程式會誠實地回報失敗。
• 升級與拒絕規則都能穩定執行。
• 語音回應簡短，代碼會逐字母念出。
• 關鍵情境多次執行，包括一次長時間的工作階段。

相關資訊

• 語音與聊天設定概述
• 關於由 Customer Conversation Harness 驅動的代理程式
• 評估客服人員（客戶對話）（預覽）