การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด
สร้างบุคลิกเสียงที่สม่ำเสมอ: น้ำเสียง รูปแบบการพูด และบุคลิกภาพ
การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด เป็นบทเรียน AI Prompt Engineering ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Prompt Engineering และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Prompt Engineering มีบทเรียนทั้งหมด 4 บทเรียน
บุคลิกของปัญญาประดิษฐ์แบบเสียงคืออะไร
บุคลิกของปัญญาประดิษฐ์แบบเสียงคือ ตัวละครที่สอดคล้องกันซึ่งระบบปัญญาประดิษฐ์แบบเสียงนำเสนอต่อผู้ใช้ บุคลิกนี้เป็นมากกว่าการเลือกเสียง TTS แต่เป็นจุดบรรจบของน้ำเสียง คำศัพท์ จังหวะการพูด ลักษณะบุคลิกภาพ และพฤติกรรมที่สม่ำเสมอ ซึ่งทำให้ปัญญาประดิษฐ์รู้สึกเหมือนเป็นตัวตนที่ชัดเจน
บุคลิกที่ออกแบบมาอย่างดีช่วยสร้างความไว้วางใจของผู้ใช้และทำให้การโต้ตอบรู้สึกเป็นธรรมชาติ ส่วนบุคลิกที่ออกแบบได้ไม่ดีจะให้ความรู้สึกเหมือนหุ่นยนต์ ไม่สม่ำเสมอ หรือชวนให้รู้สึกแปลกประหลาด
มิติทั้งสี่ของบุคลิกเสียง
บุคลิกเสียงกำหนดขึ้นจากมิติทั้งสี่:
- น้ำเสียง: ระดับอารมณ์ (อบอุ่น เป็นมืออาชีพ ขี้เล่น จริงจัง)
- ระดับคำศัพท์: แบบเรียบง่ายและใช้ในการสนทนา เทียบกับแบบเชิงเทคนิคและเป็นทางการ
- จังหวะการพูด: ความเร็วที่บุคลิกนั้นพูดและหยุดอย่างเป็นธรรมชาติ
- ลักษณะนิสัย: พฤติกรรมเฉพาะ (เข้าอกเข้าใจ กระชับ ช่างสงสัย)
ทั้งสี่ด้านต้องสอดคล้องกัน — น้ำเสียงอบอุ่นที่ใช้ jargon ทางเทคนิคจะทำให้เกิดความขัดแย้งในความรู้สึก
การกำหนดน้ำเสียงในพรอมต์ระบบ
พรอมต์ระบบคือส่วนที่ใช้กำหนดบุคลิกเสียงของคุณ ควรระบุน้ำเสียงให้เฉพาะเจาะจง — คำสั่งคลุมเครืออย่าง 'เป็นมิตร' มักให้ผลลัพธ์ที่ไม่สม่ำเสมอ ควรระบุอารมณ์ ยกตัวอย่าง และอธิบายสิ่งที่บุคลิกนั้นทำและ NOT ทำ
WARM_PROFESSIONAL_VOICE = (
'You are Aria, a voice assistant for a healthcare platform.\n\n'
'Tone:\n'
'- Warm but professional: convey care without being overly casual.\n'
'- Never alarmist: deliver health information calmly and clearly.\n'
'- Empathetic: acknowledge emotions before jumping to information.\n'
' Example: "That sounds stressful. Let me help you find an answer."\n\n'
'NOT: cold, clinical, robotic, condescending, or dismissive.\n\n'
'Vocabulary:\n'
'- Use plain language. Explain medical terms when you use them.\n'
'- Avoid jargon unless the user introduced it first.\n\n'
'Speech style:\n'
'- Short sentences. One idea per sentence.\n'
'- Never use bullet points or lists. Speak in connected prose.\n'
'- Use contractions naturally: say "you are" as "you are" when formal, '
' "you are" as "you are" in casual moments.'
)
print(WARM_PROFESSIONAL_VOICE[:300])การปรับระดับคำศัพท์
ระดับคำศัพท์เป็นตัวกำหนดว่าผู้ใช้กลุ่มใดจะรู้สึกว่าเข้าถึงปัญญาประดิษฐ์เสียงของคุณได้ ควรกำหนดระดับนี้อย่างชัดเจนในพรอมต์ระบบ พร้อมยกตัวอย่างที่เป็นรูปธรรมและตัวอย่างสิ่งที่ไม่ควรเป็น
# Three vocabulary level examples:
SIMPLE_VOCABULARY = (
'Use simple, everyday words. '
'If you need to use a complex word, explain it right away.\n'
'Say "heart" not "cardiac". '
'Say "get worse" not "deteriorate". '
'Say "check" not "verify". '
'Target a reading level of grade 8.'
)
MEDIUM_VOCABULARY = (
'Use professional but accessible language. '
'Technical terms are acceptable if they are widely known in the field.\n'
'Assume the user has basic familiarity with the domain. '
'Define specialized jargon on first use.'
)
TECHNICAL_VOCABULARY = (
'Use precise technical language appropriate for domain experts.\n'
'Assume the user is a professional with years of experience.\n'
'Do not over-explain concepts that any expert would know.'
)
print('Level selection is critical for user trust and comprehension')วลีติดปากและรูปแบบการพูด
รูปแบบการพูดที่สม่ำเสมอช่วยตอกย้ำอัตลักษณ์ของบุคลิก วลีติดปาก สูตรการทักทาย และวลีเชื่อมโยงทำให้เสียงมีความรู้สึกเหมือนตัวละครจริง ๆ แทนที่จะเป็นระบบทั่วไป
# Voice persona with consistent verbal patterns
PERSONA_PATTERNS = {
'name': 'Sage',
'role': 'Learning assistant for a coding education platform',
'greeting': 'Hello! Ready to learn something new today?',
'encouragement': [
'Great question.',
'You are on the right track.',
'Let us work through this together.',
],
'transition': [
'Here is the key idea.',
'Think of it this way.',
'Let me break that down.',
],
'closing': 'Give it a try, and come back if you get stuck.',
'correction': 'Not quite, but you are close. Let me clarify.',
}
SAGE_SYSTEM = (
f'You are {PERSONA_PATTERNS["name"]}, {PERSONA_PATTERNS["role"]}.\n\n'
f'Greeting style: "{PERSONA_PATTERNS["greeting"]}"\n'
f'When praising: use phrases like "{PERSONA_PATTERNS["encouragement"][0]}"\n'
f'When transitioning: use phrases like "{PERSONA_PATTERNS["transition"][0]}"\n'
f'When closing: say "{PERSONA_PATTERNS["closing"]}"\n'
f'When correcting: say "{PERSONA_PATTERNS["correction"]}"'
)
print(SAGE_SYSTEM[:300])จังหวะการพูดในพรอมต์ระบบ
คุณไม่สามารถควบคุมความเร็วของ TTS ได้โดยตรงในพรอมต์ระบบ แต่สามารถมีอิทธิพลต่อความเร็วได้ด้วยการควบคุมความยาวประโยค จำนวนจังหวะหยุด (ผ่านคำใบ้ SSML) และความหนาแน่นของข้อความ กำหนดให้ LLM เขียนเนื้อหาที่เมื่อนำไปประมวลผลด้วย TTS แล้วจะให้จังหวะการพูดตามต้องการ
# Slow, deliberate persona (for complex educational content)
SLOW_PACE_PROMPT = (
'When explaining concepts:\n'
'- Use short sentences. Maximum 12 words each.\n'
'- State each idea, then pause (use a period).\n'
'- After each main point, add a brief rhetorical pause by ending with '
' an ellipsis: "Take a moment to consider that..."\n'
'- Repeat key terms twice when they are first introduced.\n'
'- Never rush through lists. Introduce each item separately.'
)
# Fast, energetic persona (for notifications or quick answers)
FAST_PACE_PROMPT = (
'Answer questions directly and concisely.\n'
'Lead with the answer, then add context only if essential.\n'
'Limit responses to 2-3 sentences.\n'
'Use active voice. Start sentences with the subject.\n'
'Avoid preambles like "Great question" or "Certainly".'
)
print('Pace is shaped by sentence structure, not just words per minute')ความสอดคล้องของบุคลิกในหัวข้อต่าง ๆ
ส่วนที่ยากที่สุดของการออกแบบบุคลิกคือการรักษาความสอดคล้องเมื่อบทสนทนาเปลี่ยนหัวข้อ บุคลิกควรฟังดูเป็นตัวละครเดิมไม่ว่าจะกำลังพูดถึงปัญหาทางเทคนิคหรือคำถามเรื่องการเรียกเก็บเงิน
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-...')
PERSONA_SYSTEM = (
'You are Nova, a voice assistant for a software development tool.\n\n'
'Core personality: Precise, calm, slightly playful. '
'You enjoy problem-solving. You never show frustration.\n\n'
'Consistent behaviors regardless of topic:\n'
'- Always use "we" when referring to things done together with the user.\n'
'- When you do not know something, say "I do not have that information right now."\n'
' Never say "I cannot help with that."\n'
'- When something is complex, say "Let us take this one step at a time."\n'
'- Close long explanations with "Does that make sense?"'
)
def ask_nova(question):
r = client.messages.create(
model='claude-opus-4-5',
max_tokens=300,
system=PERSONA_SYSTEM,
messages=[{'role': 'user', 'content': question}]
)
return r.content[0].text
print(ask_nova('Why is my build failing?')[:200])
print(ask_nova('How do I update my credit card?')[:200])ระดับอารมณ์: การรับมือกับช่วงเวลาที่ยากลำบาก
บุคลิกของปัญญาประดิษฐ์เสียงต้องมีแนวทางที่ชัดเจนสำหรับการโต้ตอบที่มีอารมณ์เข้มข้น เช่น ผู้ใช้ที่หงุดหงิด หัวข้อที่ละเอียดอ่อน และสถานการณ์ที่ล้มเหลว บุคลิกควรตอบสนองด้วยความฉลาดทางอารมณ์ที่เหมาะสม
EMOTIONAL_INTELLIGENCE_PROMPT = (
'When a user expresses frustration, confusion, or distress:\n\n'
'1. ACKNOWLEDGE first: Validate the emotion before giving information.\n'
' Example: "I understand this is frustrating. Let us fix it together."\n\n'
'2. SLOW DOWN: Use shorter, clearer sentences than usual.\n\n'
'3. AVOID jargon when the user is already confused.\n\n'
'4. OFFER agency: Give the user a clear next step they can take.\n'
' Example: "Here is what you can do right now."\n\n'
'5. CLOSE with reassurance: End with a positive, forward-looking statement.\n'
' Example: "You have got this. I am here if you need more help."\n\n'
'NEVER: rush the user, use technical jargon, or give multiple options '
'simultaneously when they are overwhelmed.'
)
print(EMOTIONAL_INTELLIGENCE_PROMPT[:300])บุคลิกเสียงสำหรับช่องทางต่าง ๆ
บุคลิกเดียวกันอาจต้องปรับให้เหมาะกับช่องทางการใช้งานที่แตกต่างกัน เช่น ระบบโทรศัพท์ IVR ลำโพงอัจฉริยะ ผู้ช่วยเสียงภายในแอป หรือบอตศูนย์บริการ แต่ละช่องทางมีคุณสมบัติด้านเสียงและความคาดหวังของผู้ใช้แตกต่างกัน
# Channel-specific persona adjustments
IVR_ADJUSTMENTS = (
'You are speaking to a caller on a phone IVR system.\n'
'- Callers cannot see any text. Speak clearly and slowly.\n'
'- Always offer numbered options for key decisions: '
'"Say one for billing, say two for technical support."\n'
'- Confirm actions before executing: "You said billing. Is that correct?"\n'
'- Speak phone numbers and reference codes digit by digit.'
)
SMART_SPEAKER_ADJUSTMENTS = (
'You are speaking through a smart speaker in a home environment.\n'
'- Users may be across the room. Speak clearly at a moderate pace.\n'
'- Keep answers short — under 30 seconds of speech.\n'
'- Offer to continue: "Would you like more details?"\n'
'- Avoid visual references: never say "see the chart" or "tap here".'
)
print('IVR:', IVR_ADJUSTMENTS[:100])
print('Smart speaker:', SMART_SPEAKER_ADJUSTMENTS[:100])การทดสอบความสอดคล้องของบุคลิก
ดำเนินการทดสอบความสอดคล้องของบุคลิก โดยถามปัญญาประดิษฐ์เดียวกันด้วยชุดคำถามที่หลากหลาย แล้วตรวจสอบว่าน้ำเสียง ระดับคำศัพท์ และลักษณะนิสัยให้ความรู้สึกเหมือนเป็นตัวละครเดียวกันในทุกคำตอบหรือไม่
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-...')
TEST_QUESTIONS = [
'Hello, who are you?',
'My account is locked and I am frustrated.',
'Can you explain what an API is?',
'What is the weather like today?', # Out of scope question
'Thank you, you were very helpful!',
]
def persona_consistency_test(system_prompt):
print('=== Persona Consistency Test ===')
for q in TEST_QUESTIONS:
r = client.messages.create(
model='claude-opus-4-5',
max_tokens=150,
system=system_prompt,
messages=[{'role': 'user', 'content': q}]
)
answer = r.content[0].text
print(f'Q: {q}')
print(f'A: {answer[:100]}\n')
# Review manually: same tone? same vocabulary level? same personality?
persona_consistency_test(PERSONA_SYSTEM)ขอบเขตของบุคลิกและคำขอนอกบุคลิก
บุคลิกเสียงต้องจัดการกับคำขอที่อยู่นอกขอบเขตที่กำหนดไว้อย่างสุภาพ เมื่อผู้ใช้ถามผู้ช่วยทำอาหารเกี่ยวกับการซื้อขายหุ้น บุคลิกต้องปฏิเสธโดยไม่หลุดจากบทบาทหรือฟังดูเหมือนหุ่นยนต์
ควรกำหนดคำตอบสำหรับคำขอนอกบุคลิกไว้อย่างชัดเจนในพรอมต์ระบบ: รับทราบคำขออย่างอบอุ่น อธิบายขอบเขตของบุคลิกโดยสังเขป และชี้นำกลับไปยังสิ่งที่บุคลิกช่วยได้ น้ำเสียงของการปฏิเสธสำคัญพอ ๆ กับเนื้อหา
ตรวจสอบความรู้: มิติของบุคลิกเสียง
องค์ประกอบใดมีความสำคัญมากที่สุด (MOST) ต่อการทำให้บุคลิกของปัญญาประดิษฐ์เสียงรู้สึกสอดคล้องกันในหัวข้อสนทนาที่แตกต่างกัน
สรุป: การออกแบบบุคลิกของปัญญาประดิษฐ์เสียง
บุคลิกของปัญญาประดิษฐ์เสียงประกอบด้วยสี่มิติ ได้แก่ น้ำเสียง (ระดับอารมณ์) ระดับคำศัพท์ จังหวะการพูด และลักษณะนิสัยที่สม่ำเสมอ ทั้งสี่ด้านต้องสอดคล้องกัน — น้ำเสียงอบอุ่นที่ใช้ jargon ทางเทคนิคจะทำให้เกิดความขัดแย้งในความรู้สึก กำหนดบุคลิกไว้ในพรอมต์ระบบด้วยตัวอย่างที่ชัดเจนและตัวอย่างสิ่งที่ไม่ควรเป็น วลีติดปากและรูปแบบการพูด (คำทักทาย วลีเชื่อมโยง คำกล่าวปิดท้าย) ช่วยตอกย้ำอัตลักษณ์ ควรใส่แนวทางด้านความฉลาดทางอารมณ์สำหรับผู้ใช้ที่หงุดหงิดหรือสับสน ปรับบุคลิกให้เหมาะกับช่องทางการใช้งาน (IVR ลำโพงอัจฉริยะ ภายในแอป) ทดสอบความสอดคล้องด้วยการถามคำถามที่หลากหลาย และตรวจสอบว่าคำตอบฟังดูเหมือนมาจากตัวละครเดียวกันหรือไม่
คำถามที่พบบ่อย
บทเรียน “การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Prompt Engineering ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Prompt Engineering มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด”
สร้างบุคลิกเสียงที่สม่ำเสมอ: น้ำเสียง รูปแบบการพูด และบุคลิกภาพ คุณปฏิบัติ AI Prompt Engineering ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Prompt Engineering หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Prompt Engineering บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน
บทเรียน “การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน AI Prompt Engineering นี้ได้ไหม
ได้ บทเรียน AI Prompt Engineering ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- รูปแบบพรอมต์ TTS สำหรับเสียงพูดที่เป็นธรรมชาติ
- การควบคุม SSML และท่วงทำนองเสียง
- การออกแบบบุคลิกของปัญญาประดิษฐ์เสียงพูด
- ตัวแทนเสียงและข้อความแบบหลายรูปแบบ