Naš AI glasovni agent sada radi na GPT-Live, modelu koji pokreće ChatGPT Voice

Pozivalac pita da li imate nešto slobodno u utorak ujutru. Kod većine AI glasovnih agenata linija utihne dok softver proverava kalendar. LobbyStack AI glasovni agent nastavlja razgovor dok proverava, jer sada radi na GPT-Live, glasovnom modelu koji je OpenAI napravio za ChatGPT Voice.

Svaki LobbyStack poziv sada radi na GPT-Live, i na telefonu i u pregledaču. U ovom tekstu objašnjavamo šta je GPT-Live, kako smo ga povezali sa recepcionerom koji izvršava stvarne radnje i šta smo naučili tokom prelaska.

Šta je GPT-Live

OpenAI je pokrenuo GPT-Live u ChatGPT-u u julu 2026. i otvorio ga za programere 10. septembra. To je podrazumevani glasovni model za korisnike plaćenog ChatGPT-a, pa ako ste koristili ChatGPT Voice na plaćenom paketu, već ste ga čuli.

OpenAI ga opisuje kao full-duplex: sluša i govori u isto vreme, kao dvoje ljudi u telefonskom razgovoru. Pozivalac to primećuje na tri mesta:

• Kada upadne u reč, model staje i sluša umesto da završi rečenicu.
• Razlikuje pozivaoca koji razmišlja od pozivaoca koji je završio.
• Kratko „aha“ ili „tako je“ ga ne izbacuje iz ritma.

OpenAI u objavi za programere poredi ga sa svojim prethodnim realtime glasovnim modelom. Smenjivanje u razgovoru je oko 43% brže, a udeo zadataka iz testova koji su urađeni iz prvog pokušaja skoro se udvostručio.

Glasovni model koji radi za Vašu firmu

ChatGPT Voice odgovara na pitanja. Recepcioner mora da obavi posao: da proveri kalendar, zakaže termin, zapiše poruku i prebaci poziv čoveku kada je to važno.

GPT-Live to rešava onim što OpenAI naziva delegiranjem. Kada pozivalac zatraži nešto za šta su potrebni podaci Vaše firme, GPT-Live predaje zadatak softveru koji Vi kontrolišete i nastavlja da govori dok se taj posao izvršava. Pozivalac čuje recepcionera koji ostaje na liniji sa njim.

U LobbyStack-u ti zadaci idu jednom agentu koji ima alate za:

• Vaše radno vreme, usluge i odgovore iz znanja koje ste dodali
• pronalaženje slobodnih termina i zakazivanje, ili primanje zahteva koji Vaš tim treba da potvrdi
• pronalaženje, pomeranje ili otkazivanje termina posle provere identiteta pozivaoca
• primanje poruke za Vaš tim
• preusmeravanje poziva čoveku

Model za rezonovanje bira pravi alat i prati Vaša pravila, kao što su način zakazivanja, broj za preusmeravanje i kada pozivaoca treba proveriti. Glasovni model vodi razgovor.

Čet na Vašem sajtu koristi istog agenta. Posetilac koji kuca na sajtu dobija iste odgovore, iste slobodne termine i ista pravila zakazivanja kao neko ko zove.

Kako se promenila naša arhitektura

Pre prelaska, zvuk iz telefona je išao dužim putem. Twilio je svaki poziv strimovao do glasovnog gatewaya koji smo sami održavali, a gateway je prosleđivao zvuk do OpenAI Realtime API-ja i nazad. Svaka reč je dva puta prolazila kroz naše servere.

Sada zvuk hostuje OpenAI. Telefonski pozivi stižu do njega preko Twilio SIP trunka, a pozivi iz pregledača se povezuju preko WebRTC-a. Naša aplikacija pokreće svaki poziv, a pozadinski worker odgovara na zahteve agenta, čuva transkript i snimak.

Time je jedan servis uklonjen iz putanje poziva i sa liste stvari koje održavamo. Pošto su svi brojevi prebačeni, gasimo gateway, što LobbyStack čini jednostavnijim i za timove koji ga hostuju sami.

Šta smo naučili tokom prelaska

Pokretali smo GPT-Live u test okruženju, zatim na pravim pozivima iz pregledača, a onda smo prebacili sopstveni broj telefona pre brojeva bilo kog klijenta. Izdvojilo se nekoliko lekcija.

Pozivi deluju brže. Bez našeg posrednog servera i uz model napravljen za smenjivanje u razgovoru, recepcioner odgovara ranije i ređe priča preko pozivalaca. Primetili smo to već na prvom probnom pozivu.

Odgovori su postali bolji kada smo razdvojili govor i razmišljanje. Naša stara postavka je tražila od jednog modela da istovremeno vodi razgovor i izvršava poslovnu logiku. Sada glasovni model pravi društvo pozivaocu dok model za rezonovanje sa pravim alatima dolazi do odgovora. U našim testovima pouzdanije je birao pravi alat u pravom trenutku i proverava svaki odgovor u odnosu na ono što nam je firma rekla.

Recepcioner treba da progovori prvi. GPT-Live podrazumevano čeka da pozivalac progovori. Recepcija pozdravlja pozivaoca, pa šaljemo pozdrav čim sesija počne i pozivaoci odmah čuju ime Vaše firme. Ako gradite na GPT-Live, testirajte prve tri sekunde svakog poziva.

Brojevi telefona stižu u neočekivanom zaglavlju. Uz Twilio SIP trunk, broj koji je pozivalac okrenuo stiže u SIP zaglavlju Diversion, a ne To. Naši prvi pozivi u test okruženju nisu uspevali dok ga nismo čitali odatle.

I kratki pozivi nešto koštaju. OpenAI naplaćuje kratak minimum kada pravi sesiju u pregledaču. Zadržali smo pravilo da su pozivi kraći od 10 sekundi besplatni za klijente, a sada pratimo koliko nas ti pozivi koštaju kako se pogrešni brojevi nikada ne bi pojavili na računu.

Jedan agent se isplati. Pošto čet i pozivi dele iste alate, svaka ispravka i svaka nova mogućnost stižu do oba odjednom.

Šta to znači za Vašu firmu

Pozivaoci ocenjuju AI glasovnog agenta po tome da li su dobili ono zbog čega su zvali. Uz GPT-Live, LobbyStack zvuči više kao dobra recepcija:

• Pozivaoci dobijaju odgovore i termine bez muzike na čekanju i dugih tišina.
• Vi birate da li agent zakazuje direktno, prima zahteve koje Vaš tim potvrđuje ili uopšte ne zakazuje.
• Vaša telefonska linija i Vaš sajt daju iste odgovore.
• Uz svaki poziv dobijate transkript, snimak i rezime na kontrolnoj tabli.

LobbyStack je open-source projekat pod MIT licencom. Možete ga pokretati sami ili prepustiti nama da ga hostujemo. U oba slučaja dobijate istog AI telefonskog recepcionera.

Pitanja o GPT-Live i LobbyStack-u

Da li je ovo isti model kao ChatGPT Voice?

GPT-Live-1 je model koji ChatGPT Voice podrazumevano koristi za plaćene korisnike. LobbyStack ga povezuje sa Vašom firmom kroz delegiranje, pa može da proveri Vaš kalendar i zakaže termine, što ChatGPT sam ne može da uradi za Vaše klijente.

Šta je AI glasovni agent?

AI glasovni agent je softver koji odgovara na pozive prirodnim govorom i tokom poziva obavlja zadatke, kao što su zakazivanje termina ili primanje poruke. LobbyStack AI glasovni agent radi kao recepcioner za male firme koje propuštaju pozive dok su zauzete klijentima.

Da li treba da promenim broj telefona?

Ne. Starter i Pro uključuju poseban LobbyStack broj. Preusmerite svoj postojeći broj na njega ili mu šaljite samo pozive van radnog vremena i pozive kada su svi zauzeti.

Poslušajte sami

Najbrži način da procenite glasovni model je da razgovarate sa njim. Isprobajte dugme za poziv na našoj početnoj stranici i pitajte ga o LobbyStack-u ili napravite besplatan nalog i za nekoliko minuta testirajte svog recepcionera iz pregledača. Pogledajte cene kada budete spremni da ga stavite na svoju telefonsku liniju.