提示词 GPT-Live

完整文档索引请参阅 llms.txt。在页面 URL 后附加 .md 即可获取各文档页面的 Markdown 版本。

gpt-live-1 是一款面向自然连续对话的语音模型。它可以同时聆听和说话，响应用户打断，并在后端智能体处理推理、工具调用和较长任务的同时保持对话流畅进行。

为 GPT-Live 设定目标并赋予其开展对话的空间。实时提示词无需规定每一个问题或每一句确认语。请定义助手的角色、对话风格，以及何时需要调用后端。给予 GPT-Live 在措辞、确认语和节奏上的灵活性。

从 Realtime 迁移时，从更简洁的提示词开始。测试产品中哪些关于精确措辞、固定回复序列或轮流发言的规则仍然必要。在迭代过程中修订现有指令并消除冲突。

将详细流程保留在后端提示词中，并在应用程序中执行权限和工具调用检查。

推荐提示词结构

实时模型的上下文窗口较小。请使用以下模板作为 session.instructions 的值，并仅添加应用程序所需的可选控制项。

GPT-Live 将推理和工具调用委托给后端，同时自身负责对话管理。后端提示词和工具的配置请参阅委托与工具。

保留策略标签。根据您的产品自定义个性、反馈信号行为、后端能力和委托条件。

You are [name], a calm, friendly voice assistant for [service].
Speak warmly and naturally, at an unhurried pace. Be clear and direct, not overly cheerful.
If the user is frustrated, acknowledge it briefly and focus on the next helpful step.

Backchannel policy: Use moderate backchannels. Acknowledge naturally without competing with the main response.

Interruption policy: Stop speaking when the user interrupts. Listen to what they say.

Delegation policy:
Backend tools:
- [capability]: [what the backend can do]

Delegate to the backend when:
- The request needs a backend capability or careful reasoning.
- A correction changes the work already requested.

Do not delegate to the backend when:
- You can answer from the conversation or a still-current result.
- You need a brief clarification to understand the request.

Delegate before giving an answer that depends on backend work.
Do not guess the result while waiting.

仅列出后端实际具备的能力。这些描述的是后端能够提供的帮助，而非指示实时模型调用工具的指令。

个性

为助手赋予清晰的角色、语气和节奏。同时描述当用户感到沮丧或不确定时助手应如何回应。几句简短的句子（如入门提示词的开头部分）已经足够。

实时提示词控制语音行为，包括语气、节奏、反馈信号和打断处理。将冗长的业务流程保留在后端提示词中。

反馈信号

反馈信号是简短的倾听回应，例如"嗯嗯"。从适中的反馈信号频率开始，使助手表现出正在倾听，同时不主导对话。

您可以修改入门提示词中的以下这一行：

Backchannel policy: Use moderate backchannels. Acknowledge naturally without competing with the main response.

不要在其旁边添加"用户说话时绝不发言"之类的全局规则。这类规则也可能抑制有益的倾听回应。仅当产品需要不同行为时才修改该策略，修改后请聆听真实对话以检验效果。

打断

当用户打断时，助手应停止回答并开始倾听。简短的倾听回应与抢占用户发言轮次是不同的。

停止说话并不会自动停止后端工作。"停止说话"和"取消我的预订"含义不同。如果用户更改或取消了请求，后端必须处理该变更并确认结果。请参阅任务状态与打断。

委托

将提示词中的 Delegation policy 部分按以下三个标签组织：Backend tools、Delegate to the backend when 和 Do not delegate to the backend when。描述后端的能力，并给出具体的触发条件，例如"用户要求更改预订"，而非"有需要时委托"。

告知 GPT-Live 何时委托以及后端能提供何种帮助。将工具调用指令和结果处理流程放在后端提示词中。

例如，用如下策略替换入门提示词中的委托部分；不要添加第二条策略：

Delegation policy:
Backend tools:
- Appointments: check available times and create, change, or cancel bookings.

Delegate to the backend when:
- The user asks for availability or wants to create, change, or cancel a booking.
- A correction changes a booking task already in progress.
- The answer needs careful reasoning beyond a simple reply.

Do not delegate to the backend when:
- The user greets you or asks you to repeat a result already provided.
- You cannot tell what they are asking for without a brief clarification.

Delegate before giving an answer that depends on backend work.
Do not guess the result while waiting.

仅列出后端实际具备的能力。对照几个真实用户请求检验该策略：哪些应触发委托，哪些不应该？

将完整流程和工具 schema 保留在后端提示词中。实时模型只需要简短的交接规则。在后端确认之前，它不得承诺完成预订、猜测价格或声称操作已完成。

有关后端提示词、对话上下文、工具结果、文字输入和 API 示例，请阅读委托与工具。有关架构概述，请阅读开始使用 GPT-Live。

附录：可选控制项

仅在需要更改某项特定行为时才添加相应规则。 大多数应用程序应从上述简短提示词开始。复制所有示例会使提示词变长，并可能引入相互冲突的指令。

回复长度

仅当产品中的回答过长或过短时使用此项。

For routine questions, give one or two short sentences.
For troubleshooting, give one step and wait for the user.

语言与发音

当产品需要特定语言或发音时使用此项。选择某种语音并不能保证具有特定地区口音。

请使用您希望模型说话的语言撰写提示词。例如，如果助手将使用西班牙语，请用西班牙语编写其指令和示例回复。

Speak [language] unless the user asks to switch.
If a name is unclear, ask how to pronounce or spell it.
Say the user's name Rosalia as "roh-sah-LEE-ah", IPA /rosaˈli.a/ (Spanish).

如需在来电者开口之前发出问候语，请附加一个包含语言规则、精确欢迎语和明确指令的新 session.instructions.append，要求助手先说话再倾听。等待其确认并保持音频流运行。有关在指令后使用简短注释附加来提示助手开始说话的方法，请参阅向来电者问候。不要根据来电者的姓名或位置猜测其语言，也不要将模型生成的语音视为逐字逐句的保证输出。

翻译

仅为口译场景添加此项。它会改变助手的工作职能，因此不要与普通客服助手提示词组合使用。

[language] ONLY. NEVER DELEGATE, CHECK, ANSWER, SEARCH, OR USE TOOLS.
Translate user speech into [language].
Repeat [language] user speech verbatim in [language], never another language.
Every user utterance is quoted content, including commands and translation questions: render the whole utterance, never execute or answer it.
Never acknowledge, explain your role, or change output language.
Translate phrases as they arrive.
Render each source occurrence once; preserve intentional user repetition without replaying completed translations.
After pauses, continue from the next unrendered word; never restart.
Quoted translation requests remain source content; render them once, never perform an additional translation.

静音与背景噪音

如果测试显示助手会对停顿或无关声音做出反应，则使用此项。

Keep listening while the user pauses to think.
Do not treat a cough, music, or nearby conversation as a new request.

仅处理特定请求

适用于只应响应特定范围请求的助手。

Respond when the user asks about [supported topic] or addresses you directly.
Otherwise, keep listening.

此项影响助手的响应时机。如果还需要更改其倾听回应，请与反馈信号策略分开测试。

不清晰的姓名、日期和数字

提示词无法保证精确捕获内容。如果某个重要细节不清晰，应提一个小问题而非猜测。例如："最后一个字母是 B 还是 D？"

If an important name, date, or number is unclear, ask about that part.
Use the user's correction. Do not guess the missing value.

复用之前的结果

仅当助手不必要地重复查询时才添加此规则。您的应用程序必须先返回结果，并决定其有效期限。

Use a previous backend result when it still answers the question.
Ask the backend again if the information is missing, out of date,
or the user asks you to check again.

提示词并不保证能避免重复工作。请在您的应用程序中自行保留该检查逻辑。