avatarin 用 GPT-Realtime 打造全天候零售智能体

日本家电零售商面临一个长期困扰：营业时间之外，顾客很难获得专业的销售支持，而门店人手又一直紧张。从 ANA Holdings 分拆出来的 AI 客服公司 avatarin 与 Yamada Holdings 合作，把资深店员的知识转化为一个 24/7 多语言购物智能体。

这个名为 Kurashi-Marugoto 的 AI 智能体基于 OpenAI 的 GPT-Realtime，支持自然的语音对话，能在购物过程中引导用户，从发现产品到做出购买决策。在 Yamada Denki 线上商店为期两周的公开活动中，约 3 万人使用了该智能体，92% 的调查反馈为正面。

“这不是传统聊天机器人的延伸，而是用 AI 拓展客户服务的边界。我们把它看作零售领域‘界面革命’的开端。”
——avatarin CEO Akira Fukabori

从回答问题到理解客户

avatarin 早在 Yamada Denki 项目之前就与 OpenAI 合作过，使用 OpenAI API 进行语音识别、问询分析和员工培训。这些早期尝试让团队理解了 AI 在实际应用中的要点。购物智能体则是首次将这些经验直接带给客户。

在 Fukabori 看来，GPT-Realtime 的一个关键优势是能在单一对话体验中融合语音、文本和视觉理解。

“对我们来说，这个单一模型的表现超越了此前见过的专门语音识别系统。它可以在语音、文本和图像之间低延迟地切换。这就是我们选择 GPT-Realtime 的原因。我们不必让用户去适应机器的规则，而是让技术更自然地适应人们的沟通方式。”

传统聊天机器人会等待正确的关键词，而 avatarin 的智能体则倾听语境。它能够理解顾客的犹豫、偏好的变化，以及那些把一个泛泛回答变成有用推荐的关键细节。

Fukabori 用日常购物问题描述这种区别：

“顾客不想要聊天机器人，他们想要智能。‘我们家四口人，厨房很小，该选哪款冰箱？’真正的客户服务就是能回答这个问题。”

avatarin 围绕三个基本特质设计了这个智能体：

保持产品信息准确，同时不拖慢对话节奏。 检索增强生成（RAG）系统将智能体的回答锚定在产品信息上，而 GPT-Realtime 保证交互的响应速度。这样，顾客既能进行流畅的语音对话，又能接收到基于相关产品数据的准确信息。
将 Yamada Denki 的销售经验转化为对话设计。 不同品类的商品，销售顾问需要了解的信息差异很大。avatarin 将 Yamada Denki 的客服知识融入了对话流程和提示词设计。当顾客改变需求或暂时偏离话题时，系统也能灵活调整，同时通过防护机制让对话始终聚焦在购物体验上。
设计一个会主动提问的智能体，而不只是被动回答。 许多传统聊天机器人只会等待顾客的下一个指令。avatarin 则采取更主动的方式：智能体通过追问来挖掘顾客的真实需求，把简单的问答变成有引导的产品发现过程。

OpenAI 与 avatarin 合作梳理了复杂的提示词，为始终在线的语音服务优化 API 成本，并分享了实施最佳实践。这些支持让 avatarin 能专注于把 Yamada Denki 的服务模式转化为一个准确、响应迅速且具有鲜明品牌特色的体验。

“我对它如此自然地理解我们的意图感到兴奋，”Fukabori 说，“它有时展现出的智能甚至超出了人类所能做到的。”