Costruire un voice agent che funzioni davvero al telefono è più un problema di ingegneria che di modello: servono tool affidabili, controlli di sicurezza sull’output, gestione dello stato della conversazione e, soprattutto, un modo per testare tutto prima di collegare la telefonia reale. Questo tutorial di MarkTechPost usa il Patter SDK per costruire un phone agent per le prenotazioni di un ristorante, interamente simulato in un notebook, senza credenziali di carrier o chiavi live.
Cosa si costruisce
Il caso d’uso è un assistente telefonico che aiuta a prenotare un tavolo, verificare gli orari, cercare una prenotazione o passare la chiamata a un operatore umano. Il tutorial definisce variabili dinamiche per il chiamante (nome, tier di fedeltà, ristorante), registra un piccolo insieme di tool tramite un decoratore — check_availability, book_table, get_hours, lookup_reservation e transfer_to_human — e prepara un backend in memoria con disponibilità, prenotazioni e orari, resettato a ogni chiamata per rendere gli eval deterministici.
Guardrail, simulazione e agent brain
Il layer di guardrail sull’output è la parte più istruttiva: redige informazioni personali come email e numeri di telefono, nasconde gli ID interni dei clienti, filtra il linguaggio inappropriato, blocca le richieste fuori tema (per esempio consigli medici o legali) e mantiene le risposte concise, a una o due frasi, adatte a una conversazione telefonica. Vengono poi simulati speech-to-text e text-to-speech con latenze modellate, e viene costruito un agent brain deterministico che, sulla base dell’input parsato e dello stato della conversazione, decide quando fare domande di follow-up, chiamare un tool o completare la prenotazione.
Dashboard, eval e passaggio al reale
Il simulatore di chiamate raccoglie i turni in oggetti strutturati e produce un transcript leggibile più una dashboard che riassume turni dell’agente, tool chiamati, latenza (p50 e p95) e spesa stimata. Un eval harness di regressione verifica comportamenti chiave: che l’agente completi una prenotazione restituendo un codice, che i guardrail nascondano gli ID interni, che rifiuti le richieste fuori scope, che trasferisca a un umano su richiesta, che gestisca uno slot pieno senza confermare e che mantenga le risposte concise. Infine il tutorial mostra un template di deployment reale con Twilio e OpenAI Realtime (o una pipeline con STT/TTS di terze parti), che riutilizza gli stessi tool testati, con serving inbound, dashboard, recording e chiamate outbound.
- Patter SDK permette di prototipare un voice agent completo in un notebook, con tool, guardrail e stato della conversazione, senza telefonia live.
- I guardrail di output (redazione PII, blocco off-topic, concisione) e l’eval harness di regressione sono ciò che rende l’agente affidabile prima del deploy.
- La stessa logica testata si sposta in produzione con Twilio e OpenAI Realtime riusando i tool già registrati.
Fonte: Patter SDK Guide to Building a Restaurant Booking Phone Agent with Dynamic Variables, Guardrails, Latency Dashboards, and Eval Checks — https://www.marktechpost.com/2026/07/16/patter-sdk-guide-to-building-a-restaurant-booking-phone-agent-with-dynamic-variables-guardrails-latency-dashboards-and-eval-checks/
Hai qualcosa da aggiungere? Unisciti alla discussione.