AI语音代理接听7天商业电话：实测数据与经验

为什么让AI接听电话？一个被忽视的痛点

许多企业主都有过这样的经历：电话响了，但正在忙，没有接。对方也没有再打回来。据视频创作者自述，这并非偶发事件，而是"大多数周"的常态。更麻烦的是，你根本不知道这造成了多少损失。

为了量化这个痛点，他做了一次实验：连续七天，不接任何商业电话，全部交给AI语音代理处理。这个代理需要做到三件事：接听所有来电（包括凌晨2点的）、判断来电意图并回答关于业务的常见问题、如果对方是真实客户，就直接写入日历并创建销售线索。

实验使用了High Level平台（自称"AI驱动的商业操作系统"），该平台集成了CRM、网站构建器、日历、电话线路、邮件/短信发送、管道和自动化引擎。创作者使用了其中的Voice AI和Workflow两个模块。

搭建过程：从号码到代理的六个步骤

搭建AI语音代理并不复杂，但有几个关键步骤决定了它能否真正"干活"。

第一步：获取电话号码

High Level的语音AI只能在其自有电话系统或Twilio号码上运行。创作者在平台内配置了一个号码，耗时约四分钟。这个号码成为陌生人与他日历之间的唯一屏障。

第二步：编写代理提示词

提示词全文在视频中展示，规定了代理的身份、可以承诺什么、绝对不能做什么。其中第三条规则尤其重要：当来电者询问时，代理必须立即表明自己是AI。创作者解释，这不是出于礼貌，而是他愿意将这样的系统放在真实电话线上的前提。

提示词工程（Prompt Engineering） 在这里指的是通过系统化的指令设计来约束大语言模型行为的方法。对于语音代理而言，提示词不仅要定义角色和语气，更重要的是明确边界：代理可以承诺什么、必须拒绝什么、在何种情况下必须披露自身是AI。创作者特别强调“表明AI身份”是放在真实电话线上的前提，这背后涉及多个司法辖区的AI披露法规（如欧盟《人工智能法案》对深度合成内容的透明度要求，以及美国部分州的机器人通话披露规则）。提示词中常见的失效模式包括：模型对否定指令的遵循度下降、长对话中角色漂移、以及“自信地编造”——即模型在缺乏知识库支撑时仍以肯定语气回答。因此，提示词需要与知识库检索和工作流兜底配合使用，而不能单独承担业务正确性的责任。

第三步：加载知识库

代理的知识库来自创作者自己的网站页面，因此它回答问题时依据的是网站内容，而非模型的记忆。这降低了胡编乱造的风险。

检索增强生成（RAG, Retrieval-Augmented Generation） 是让模型在回答前先检索外部知识库、再基于检索结果生成答案的技术范式。与直接依赖模型参数记忆相比，RAG 能显著降低“幻觉”（hallucination）——即模型生成看似合理但事实错误的内容。在语音代理场景中，知识库通常由企业官网、FAQ、产品文档等切分后的文本块构成，系统根据来电者问题做语义检索，将最相关的片段注入提示词上下文。RAG 的效果高度依赖切分粒度、检索召回率和上下文窗口长度；如果知识库内容过时或覆盖不全，代理仍可能给出错误回答。因此，创作者强调“依据网站内容而非模型记忆”，本质上是在用可审计的语料来源换取回答的可控性。

第四步：设置工作时间

代理的工作时间被明确设定，以区分工作时段和非工作时段的话术。

第五步：配置日历写入

这是让整个实验有价值的关键。如果代理不能写入日历，那它只是一个"语法更好的答录机"。

日历写入（Calendar Write-back） 指代理在通话中直接调用日历 API 创建事件，而非仅记录意向。这一步是语音代理从“信息采集”跨向“业务闭环”的分水岭。技术上，它要求代理在对话中完成槽位填充（收集日期、时间、时长、参与人、联系方式等结构化字段），再通过函数调用（function calling）触发写入。难点在于时区处理、冲突检测和确认机制：代理说“好的”并不等于事件已创建，必须等待 API 返回成功响应才能向用户确认。第四天的故障正是典型的“口头确认与系统状态不一致”——模型生成了肯定回复，但工作流未实际执行写入。这也是创作者后来把关键动作下沉到工作流步骤的原因。

第六步：设置工作流

工作流负责给来电者打标签、创建销售机会，让线索进入管道而非停留在列表里；同时给来电者发送短信摘要，并将来电转录发送到创作者邮箱。

工作流自动化（Workflow Automation） 在 CRM 语境中指的是由触发器（trigger）和动作（action）组成的确定性执行链，例如“通话结束→打标签→创建销售机会→发送短信→转发转录”。与提示词不同，工作流步骤是代码级保证：只要触发条件满足，动作就会执行，不依赖模型是否“记得”。这种区分对应了软件工程中的确定性执行与概率性生成的分层设计原则——把业务关键路径放在确定性层，把自然语言交互放在概率层。创作者所说的“提示词是请求，工作流步骤是保证”，正是这一原则的口语化表达。工作流缺少版本历史和差异对比，则意味着变更审计困难，这在多人协作或长期迭代中会显著增加回归风险。

七日实测：43通电话，24个真人，7个预订

实验期间，代理共接听43通电话，其中24通来自真人，19通是机器人呼叫。7个真人被成功预订到日历中。

前三天，代理接到20通电话，其中3通被预订，5通是机器人。创作者特别指出，在任何真实的商业号码上，AI代理"勇敢处理"的很大一部分其实是其他机器人，而这些机器人通话按分钟计费。

第四天的故障：自信的语音不等于预订

第四天发生了一次未编排的故障。一位来电者要求周二下午3点，代理回答"好的"，但日历事件从未创建。创作者写道："自信的语音不等于预订。"

更令人意外的是，这个缺陷已经出现在High Level的公开反馈板上，状态可见，任何人都能读到。

这次故障的代价是真实的：一位真人以为自己和创作者有会议，但实际上没有。创作者是通过阅读转录才发现这个问题。

修复方式：在提示词中加了一行，在工作流中加了一步。因为"提示词是请求，工作流步骤是保证"。任何你真正在意的事情，都应该放在工作流里。重新运行后，下一次通话成功预订，日历事件出现，管道记录也随之创建。

成本拆解：订阅费之外的真实账单

High Level的订阅价格：Starter每月97美元，Unlimited每月297美元，Agency Pro每月497美元（增加SaaS模式）。AI功能单独计费，按使用量付费。

语音引擎费用为每分钟4.5美分，文本转语音提供商的费用另计，选择范围从每分钟1.5美分到17美分不等。再加上模型令牌费用和电话费用。

创作者七天的总成本为9.26美元，折合每通接听电话22美分，每个预订会议1.32美元。

三个必须正视的局限

1. 按使用量计费意味着错误也有成本

一个在免费API上出错的循环只是麻烦，但在语音分钟上出错的循环就是账单。创作者建议在第一周像对待新部署一样密切关注使用量视图。

2. 工作流没有版本历史和差异对比

与代码编辑器加Git历史的体验不同，High Level的工作流没有diff和版本历史。创作者认为，这个调整会比任何缺失的功能更让人不适。

3. 外呼功能有合规负担

平台可以发起外呼，但创作者刻意没有在实验中使用，因为自动营销电话需要事先获得书面同意，且必须一对一，这个负担由使用者承担，而非平台。入站场景才是即时见效的地方。

结论：为什么他决定保留

创作者原本没打算长期使用，但最终决定保留。原因不是AI有多神奇——语音代理的表现大致符合2026年末的预期，而且它在第四天当众失败了。他保留它的理由是：只花了9美元，它接听了他本来会错过的电话，并在他做其他事情时预订了7个会议。而且每一通电话都在他邮箱里留下了可以"争辩"的转录。

这个实验的核心启示是：语音代理本身已经不是难点。真正的难点是决定一通好电话能否变成预订会议的那五件"无聊"的事：可写入的日历、标签、管道、短信摘要、收件箱里的转录。这些工作流步骤才是把一次通话转化为商业价值的关键。