Wie ein Anruf funktioniert

Diese drei Schritte zu verstehen erklärt fast jedes Verhalten, das Sie später beim Testen beobachten werden:

1. Zuhören — Sprache wird in Text umgewandelt. Das Ergebnis ist Text, kein Ton. Deshalb sind unklare Aussprache, starke Akzente, Hintergrundgeräusche und das Buchstabieren von Wörtern die schwierigsten Fälle.
2. Denken — Ihr Prompt entscheidet, was der Assistent mit diesem Text macht: was er fragt, worauf er Antworten stützt, wann er ein Tool aufruft, wann er weiterleitet, wann er den Anruf beendet. Alles, was Ihr Assistent tut oder nicht tut, wird hier entschieden.
3. Sprechen — die Antwort wird in Sprache umgewandelt. Der Assistent liest genau das vor, was im Text steht. +1 415 555 1234 wird zu einer unverständlichen Ziffernfolge; Mo–Fr 8–18 Uhr wird zu Kauderwelsch. Darum geht es in Aussprache.

Diese drei Schritte wiederholen sich bei jedem Gesprächsschritt. Jeder braucht Zeit — deshalb entstehen kurze Pausen, und deshalb ist es wichtig, dass Ihr Assistent knapp antwortet (siehe Den Prompt schreiben → Antwortregeln).

Weiter geht’s mit Stärken & Grenzen, um zu sehen, was das in der Praxis bedeutet.