Rozmowy głosowe¶

Rozmowa głosowa to mówiona rozmowa z opublikowanym agentem. Ty mówisz, agent odpowiada na głos, a ty możesz mu przerwać w pół zdania. Agent zachowuje to, co ma w czacie tekstowym: swoje narzędzia, swoją wiedzę, swoje zatwierdzenia i swoje budżety. Każda tura rozmowy jest zapisywana jako tekst w tej samej konwersacji, więc możesz ją potem przeczytać albo kontynuować pisaniem. Dźwięk nie jest przechowywany nigdzie.

Rozmowy prowadzi się z /chat w konsoli, a z widgetu albo hostowanej strony - gdy włączony jest własny przełącznik embeda. Każda rozmowa to jeden run z nazwą modelu realtime, więc Aktywność (Activity), ekran kosztów i ślad audytowy widzą ją jak każdy inny run.

W /chat rozmowa to pigułka unosząca się nad polem wiadomości, które się nie zmienia: stan, czas, wykres fali dźwiękowej, wyciszenie, „naciśnij, aby mówić” i Zakończ. Rozmowa toczy się w konwersacji, a każda tura jest rysowana jako wiadomość, którą się stanie, z uruchomieniami narzędzi i kartami zatwierdzeń pomiędzy. Wersja robocza i jej załączniki zostają w polu, gdy rozmowa się skończy. Hostowana strona korzysta z paska rozmowy bez obsługi zatwierdzeń, a widget wczytuje własny, mniejszy. Zobacz Konsola i Kanały.

Zmiana organizacji lub konta kończy rozmowę w konsoli i anuluje oczekujące przygotowanie oraz ponowne łączenie. Jeśli zgoda na mikrofon nadejdzie później, jego ścieżki zostaną zatrzymane bez otwierania rozmowy w poprzedniej organizacji. Publiczne osadzenia zachowują odrębny zakres odwiedzającego.

Włączanie¶

Rozmowy włącza się w agencie. Organizacja nie ma ustawień rozmów: opublikowany agent z głosem odbiera rozmowy, ograniczony własną najdłuższą rozmową i budżetami, jak każdy run.

Agent. Jego karta Głos (Voice) w Builderze ma zakładkę Rozmowy głosowe, zapisywaną w polu voice spec. Wskazuje providera, model (albo, dla Azure, nazwę deploymentu i model bazowy, na którym działa), klucz z vaulta, którym prowadzi się rozmowy, głos, opcjonalny język, opcjonalną najdłuższą rozmowę (10 minut, gdy nieustawiona, najwyżej 50) i opcjonalną notkę głosową. Notka jest dodawana do instrukcji agenta tylko w rozmowach. Sekcja zaczyna działać po publikacji agenta.

Najpierw posłuchaj głosu. Przycisk odtwarzania obok wyboru głosu odtwarza głos z wersji roboczej mówiący jedno zdanie, w języku sekcji albo konsoli, zanim cokolwiek zostanie opublikowane. To krótka płatna sesja na kluczu sekcji, poza budżetami jak dyktowanie, więc jest limitowana na osobę (RATE_LIMIT_VOICE_PREVIEW_PER_MINUTE) i trzymana w cache przez tydzień per głos i język.

Każdy agent ma przycisk. W /chat przycisk rozmowy stoi w miejscu „Wyślij”, dopóki pole jest puste, a „Wyślij” wraca, gdy coś wpiszesz. Dla agenta bez głosu albo z kluczem, który nie utrzyma już rozmowy, jest przekreślony, a jego powód prowadzi tego, kto może edytować agenta, do zakładki Rozmowy na jego karcie Głos (Voice). Okno Architekta i panel testowy Buildera oferują go tak samo; w panelu testowym rozmowa uruchamia opublikowaną wersję, nie testowany draft, i przycisk to mówi.

Embed. Widget albo hostowana strona proponuje rozmowy tylko wtedy, gdy włączony jest jego własny przełącznik „Rozmowy głosowe”. Zapisanie włączonego przełącznika jest odrzucane, póki agent nie ma opublikowanego głosu, którym można prowadzić rozmowę. Zobacz Kanały.

Modele i klucze¶

Modele, których może użyć rozmowa, pochodzą z jednego pliku katalogu, backend/app/core/catalog/realtime_models.json, opisanego w Modelach. Nie ma profilu modelu dla głosu ani domyślnego modelu organizacji: sekcja Głos agenta to jedyne miejsce, w którym nazywa się model realtime.

Provider	Modele	Transport	Zweryfikowane
OpenAI	`gpt-realtime`, `gpt-realtime-2.1`, `gpt-realtime-2.1-mini`	WebRTC	Przetestowane na żywo
Azure OpenAI	wdrożenie `gpt-realtime`	Relay	Nie zweryfikowane na żywo
Google	Gemini Live: `gemini-2.5-flash-native-audio-latest`, `gemini-3.1-flash-live-preview`	Relay	Nie zweryfikowane na żywo
xAI	`grok-voice-latest`, rozliczany za minutę	Relay	Nie zweryfikowane na żywo

Tylko OpenAI dało się przetestować na prawdziwym koncie. Azure, Gemini i xAI są zbudowane na podstawie dokumentacji providerów i Pydantic AI i przetestowane z atrapami. Spodziewaj się, że działają, i sprawdź je na własnym koncie, zanim zaczniesz na nich polegać.

Klucz to jawnie wskazany sekret z vaultu. Jego przeznaczeniem musi być ten provider, a rodzaj musi pasować: api_key albo, dla Azure, sekret azure_openai, który niesie też endpoint i wersję API. Publikujący musi widzieć klucz, jak przy każdym powiązaniu. Zobacz Sekrety.

GPT-Live nie jest oferowany. Przyjmuje historię konwersacji tylko na starcie sesji i nie da się go przekonfigurować, więc ponowne połączenie nie mogłoby kontynuować rozmowy, którą wznawia.

Jak przebiega rozmowa¶

Przeglądarka otwiera gniazdo do tego wdrożenia, /api/v1/ws/voice, i wysyła ramkę start, która nazywa agenta i, opcjonalnie, konwersację. Wszystko, co dotyczy rozmowy, przechodzi przez to gniazdo: ramki są wymienione na stronie API.

OpenAI, przez WebRTC. Przeglądarka buduje połączenie peer ze swoim mikrofonem i wysyła ofertę SDP wewnątrz start. Serwer odpowiada na nią przez providera, odsyła odpowiedź, a potem trzyma połączenie sideband z tą samą rozmową, dopóki gniazdo jest otwarte. Dźwięk płynie między przeglądarką a OpenAI; narzędzia, zatwierdzenia, transkrypcje i pomiar działają na serwerze. Podczas zestawiania rozmowy serwer czyta gniazdo, więc end albo zamknięta karta przerywa zestawianie, zanim sesja u providera zostanie otwarta. Oferta już wysłana do providera może się najpierw dokończyć, a utworzona przez nią rozmowa jest potem rozłączana, więc nie trwa aż do własnego limitu providera.

sequenceDiagram
    participant B as Browser
    participant S as AgenticOS
    participant P as OpenAI
    B->>S: start (agent, SDP offer)
    S->>S: refusals, run and call row, commit
    S->>P: answer the offer
    P-->>S: SDP answer, call id
    S-->>B: answer, then ready
    B->>P: audio over WebRTC
    S->>P: sideband: tools, approvals, transcripts
    B->>S: end, or the socket closes
    S->>P: hang up the call
    S-->>B: ended

Dwie rzeczy są odrzucane celowo. Oferta, która otwiera kanał danych (sekcję m=application), jest odrzucana: przeglądarka nigdy go nie potrzebuje, a kanał danych pozwoliłby stronie wysyłać zdarzenia do providera za plecami serwera. I żaden sekret klienta nigdy nie jest wydawany, więc przeglądarka nigdy nie trzyma poświadczenia, którym mogłaby otworzyć własną rozmowę.

Azure, Gemini i xAI, przez relay. Przeglądarka strumieniuje 16-bitowy dźwięk PCM przez to samo gniazdo, z częstotliwością wejściową modelu, i odtwarza to, co wraca, z jego częstotliwością wyjściową. Gdy wchodzisz agentowi w słowo, serwer ucina jego odpowiedź i każe przeglądarce porzucić to, co ma w kolejce. Dźwięk, który przychodzi znacznie szybciej, niż ktokolwiek mówi, jest porzucany, a utrzymujący się zalew kończy rozmowę.

Czego może używać rozmowa¶

Rozmowa uruchamia agenta opisanego przez jego opublikowany spec, zbudowanego przez tę samą fabrykę co run tekstowy. Różnice wynikają z sesji realtime: jej narzędzia są ustalane w chwili połączenia, nie może się wstrzymać na zatwierdzenie i nie udźwignie workspace'u, przeglądarki ani delegatów. Te rozmowa przekazuje zamiast tego modelowi tekstowemu agenta.

Głosowo	Capabilities
Bez zmian	zegar (czas w instrukcjach jest ustalany w chwili połączenia), kontekst, wiedza, research w sieci, pobieranie stron, wykresy, artefakty, wykonywanie kodu, wyszukiwanie w konwersacjach, pliki pamięci, pamięć mem0, planowanie, limity wyjścia narzędzi, generowanie obrazów, zamiana tekstu na mowę
Na ekranie	pytania do użytkownika: w `/chat` karta pytań pojawia się w widoku rozmowy i jest też czytana na głos, a rozmówca stuka odpowiedź albo ją mówi; rozmowa z widgetu ani strony hostowanej ich nie dostaje
Dostosowane	skille: ładowane na żądanie jako instrukcje, bez narzędzi, którymi run tekstowy je czyta
Pominięte	wyszukiwanie narzędzi: narzędzia MCP, które by odroczyło, są przekazywane rozmowie bezpośrednio
Zmapowane	thinking: staje się własnym ustawieniem rozumowania modelu realtime, o ile model je ma
Przekazane	sandbox, browser use, subagenty, coding agent, generowanie wideo, praca w trakcie narzędzi: robi to model tekstowy agenta, zob. Przekazywanie pracy

Karta Głos w Builderze wymienia capabilities, które ten agent w rozmowach przekazuje.

Przekazywanie pracy¶

Gdy agent ma capability, której rozmowa nie udźwignie, jego rozmowa dostaje jeszcze jedno narzędzie, hand_off. Model rozmowy opisuje zadanie, a ten sam agent wykonuje je na własnym modelu tekstowym, tym z zakładki Build: z sandboxem, przeglądarką i subagentami, w tym samym workspace'ie, w ramach tego samego budżetu. Odpowiada tym, co zrobił, a model rozmowy mówi to na głos.

Rozmowa w tym czasie trwa. Agent najpierw mówi, że nad tym pracuje, a pasek rozmowy pokazuje każdy krok w trakcie.
Każdy krok zostaje. Kroki są zapisywane przy turze, która przekazała pracę, więc konwersacja pokazuje je potem tak, jak pokazuje kroki czatu.
Zatwierdzenia należą do rozmowy. Narzędzie wymagające zatwierdzenia, wywołane przez model tekstowy albo jego subagenta, pokazuje tę samą kartę zatwierdzenia co narzędzie wywołane przez rozmowę. Rozmowa gościa i tu nie ma narzędzi wymagających zatwierdzenia.
Jedno przekazanie naraz. Każde kontynuuje to, co w tej rozmowie zrobiło poprzednie, więc „teraz wyślij ten plik” działa po „spisz to”.
Porażka jest mówiona, nie ukrywana. Przekazanie, któremu skończy się budżet albo kroki, albo którego model zawiedzie, wraca jako zdanie wypowiadane przez agenta; rozmowa trwa dalej.

Przekazanie trwa tyle, ile sama praca, często minutę lub dłużej, i wydaje na model tekstowy oprócz modelu rozmowy.

Wbudowany styl mówiony. Każda rozmowa dodaje do instrukcji agenta te same wskazówki: krótkie zdania; żadnego markdownu, list, tabel ani linków czytanych na głos; liczby i daty wypowiadane tak, jak mówi je człowiek; nazwy, kwoty, adresy i daty powtarzane rozmówcy przed działaniem na nich; i mówienie, że czeka na zatwierdzenie, zamiast najpierw ogłaszać wynik. W rozmowie odwiedzającego o zatwierdzeniach nie ma ani słowa; agent ma za to wprost mówić, czego w tej rozmowie nie może zrobić. Po nich następują własne uwagi do głosu agenta.

Przez WebRTC agent jest rozwiązywany dwa razy: raz, żeby odpowiedzieć na ofertę, i raz dla połączenia sideband. Serwery MCP są łączone dwa razy, a dynamiczne instrukcje wykonują się dwa razy, więc za wyszukiwanie w pamięci mem0 płaci się podwójnie; oba są mierzone na runie.

Zatwierdzenia w rozmowie¶

Sesja realtime nie może się wstrzymać, więc zatwierdzenie rozstrzyga się w trakcie rozmowy.

Gdy agent wywołuje narzędzie, które wymaga zatwierdzenia, serwer od razu zapisuje wiersz zatwierdzenia i pokazuje osobie w rozmowie kartę: narzędzie, dokładne argumenty, z którymi się wykona, i to, co według transkrypcji powiedział rozmówca. Ryzykiem jest tu źle usłyszana nazwa („Acme” usłyszane jako „Ahmad”), a karta jest jego kontrolą. Zatwierdzenie wykonuje dokładnie te argumenty, raz; to samo narzędzie wywołane ponownie wymaga nowego zatwierdzenia. Druga decyzja na tej samej karcie, wysłana, zanim dotrze pierwsza, niczego nie zmienia: obowiązuje pierwsza.

60 sekund bez decyzji powoduje wygaśnięcie prośby, bez decydenta, a agent to mówi.
Decyduje tylko osoba w rozmowie i tylko z approvals:decide. Kolejka zatwierdzeń odrzuca prośbę, która należy do trwającej rozmowy, a przemiatanie nieaktualnych zatwierdzeń zostawia ją w spokoju.
Członek bez approvals:decide zachowuje narzędzie. Gdy agent po nie sięga, rozmowa pokazuje komunikat, narzędzie jest odrzucane, a agent mówi, że to wymaga zatwierdzenia, którego rozmówca nie może udzielić głosowo, i proponuje czat tekstowy.
Anonimowy odwiedzający w widgecie albo na hostowanej stronie nigdy nie widzi narzędzia, które wymaga zatwierdzenia: takie narzędzia są całkowicie pomijane w rozmowie.

Gdy model wywoła narzędzie, którego rozmowa nie ma, czy to pominięte dla odwiedzającego, czy wymyślone, narzędzie się nie uruchamia. Model dowiaduje się, że w tej rozmowie to narzędzie nie jest dostępne, agent mówi, że nie może tego zrobić, a rozmowa toczy się dalej.

Zakończenie rozmowy, z dowolnego powodu, powoduje wygaśnięcie wszystkiego, na co jeszcze czekała.

Limity i koszt¶

Czas. Rozmowa trwa najwyżej tyle, ile najdłuższa rozmowa agenta: 10 minut, gdy sekcja Voice żadnej nie wskazuje, i nigdy więcej niż 50. Jej zegar rusza, gdy rozmowa jest gotowa, razem z licznikiem w widoku rozmowy, więc czas zestawiania się nie liczy. Minutę przed końcem widok rozmowy dostaje ostrzeżenie. Na końcu agent mówi jedno krótkie zdanie o tym, dlaczego, i rozmowa się zatrzymuje, jako time_limit.

Minuty. Minuty rozmów są liczone z wierszy rozmów (voice_calls): każda rozmowa do swojego końca albo, póki jeszcze trwa, do swojego ostatniego heartbeatu. Nie ma miesięcznego limitu minut; to, co rozmowy wydają, ograniczają budżety poniżej. Karta „Minuty rozmów (Voice minutes)” na dashboardzie i GET /api/v1/voice/usage czytają te same wiersze.

Pieniądze. Rozmowy liczą się do budżetów agenta i organizacji, tak jak runy tekstowe:

Zanim rozmowa się zacznie, jej najdłuższy możliwy czas pomnożony przez najgorszą cenę modelu za minutę jest porównywany z pozostałym budżetem. Rozmowa, na którą nie byłoby stać, jest odrzucana, zamiast zacząć się i zostać ucięta.
W trakcie rozmowy każda odpowiedź jest liczona, gdy się skończy, a budżet jest odczytywany na nowo przy każdym heartbeacie. Limit kosztu sesji może zostać przekroczony najwyżej o jedną odpowiedź (o dwie na Azure, którego wdrożenie jest tu wyceniane jak jego model bazowy).
Każdy heartbeat zapisuje też dotychczasowy koszt rozmowy na jej runie, więc sprawdzenia budżetu innych runów i rozmów widzą wydatki trwającej rozmowy w ciągu 15 sekund, a nie dopiero po jej końcu.
Odpowiedź, której sesja realtime nie wyceniła, jest wyceniana tutaj z liczby jej tokenów, a limit kosztu sesji ją uwzględnia. Taka, której nie da się wycenić żadnym sposobem, jest zapisywana jako niewyceniona.
xAI jest rozliczany za każdą minutę połączenia, według stawki z katalogu.
Model, którego ceny nie da się obliczyć, jest odrzucany przy konfiguracji, więc budżet nigdy nie przestaje być po cichu egzekwowany.
Transkrypcja mowy rozmówcy nie jest wyceniana, więc zapisany koszt rozmowy jest nieco niższy niż to, co nalicza provider.

Współbieżność. Jedna osoba prowadzi naraz jedną rozmowę (VOICE_MAX_CALLS_PER_USER, domyślnie 1). Rozmowa rozłączona przed chwilą liczy się, dopóki nie zostanie zapisany jej koniec, więc nowa rozmowa tej samej osoby czeka na nią do czterech sekund, zanim odmówi jako busy: „Zadzwoń ponownie” zaraz po Zakończ zaczyna rozmowę. Jeden embed ma najwyżej trzy otwarte rozmowy, od wszystkich odwiedzających razem (VOICE_MAX_CALLS_PER_EMBED); czwarty rozmówca jest odrzucany jako line_busy. Zobacz Konfigurację.

Kończenie rozmowy i co ogranicza utraconą¶

Zamknięcie gniazda nie kończy rozmowy OpenAI przez WebRTC: dźwięk należy do przeglądarki i providera, a rozmowa dalej mówi i nalicza opłaty, dopóki nie zostanie rozłączona albo nie osiągnie własnego, godzinnego limitu providera. Dlatego rozłączanie jest zadaniem serwera, na każdej ścieżce:

finally na każdym wyjściu. Rozłączenie, limit, utracone gniazdo, błąd, odebrany dostęp i zamknięcie serwera kończą się tym samym sprzątaniem. Zapisuje ono koniec rozmowy, żeby ponowne połączenie, które na niego czeka, nie czekało też na rozłączenie, potem rozłącza rozmowę u providera (endpoint rozłączania OpenAI; rozmowa przez relay kończy się, gdy serwer zamyka swoje gniazdo do providera), a potem kończy run z jego kosztem.
Heartbeaty. Proces, który trzyma rozmowę, co 15 sekund zapisuje jej koszt i sekundy, już od początku zestawiania, więc powolny start nie zostaje wzięty za utraconą rozmowę. Każdy heartbeat sprawdza też na nowo sesję rozmówcy, jego członkostwo, jego dostęp do agenta i stan publikacji agenta i kończy rozmowę, gdy którekolwiek z nich zawiedzie. Rozmowa odwiedzającego wymaga ponadto, by jej embed był nadal aktywny, miał włączone rozmowy i wskazywał tego samego agenta.
Przemiatanie. Zaplanowane zadanie, co minutę i raz przy starcie, rozłącza każdą rozmowę, której heartbeat jest starszy niż 45 sekund albo której koniec został zapisany ponad 45 sekund temu, ale rozłączenie się nie udało. Potrzebuje tylko id rozmowy i klucza i zamyka każdą rozmowę osobno, więc jedna, której nie da się zamknąć, nie wstrzymuje pozostałych. Rozmowa, której nie da się rozłączyć, na przykład taka, której klucza nie można już odczytać, jest wycofywana jako porzucona, gdy ma godzinę - do tego czasu provider już ją zakończył.
Zamknięcie. Serwer, któremu kazano się zatrzymać, rozłącza swoje rozmowy, zanim odejdzie.
Przeglądarka zamyka swoje połączenie peer, gdy karta zostaje ukryta na dobre (pagehide) albo gniazdo się zamyka. To wygoda; gwarancją są cztery powyższe.

Najgorszy przypadek utraconej rozmowy OpenAI

Gdyby zawiodło każde zabezpieczenie, cicha rozmowa kosztuje prawie nic, a gadatliwa około 5–15 $ za swoją godzinę. Większym ryzykiem nie są pieniądze: to klucz twojej organizacji trzymany otwarty bez narzędzi, bez zatwierdzeń i bez audytu. Przemiatanie zamyka to okno do mniej więcej minuty.

Ponowne łączenie¶

Zerwane połączenie dostaje jedną automatyczną ponowną próbę w ciągu 10 sekund. Nowe połączenie jest przyjmowane tylko dla tej samej osoby, tego samego agenta i tej samej konwersacji, tylko z tokenem wznowienia, który poprzednie połączenie dostało przy zestawieniu, i tylko w ciągu 10 sekund od zamknięcia poprzedniego. Serwer przechowuje tylko skrót tego tokena. Ponowne połączenie kończy poprzednie, jeśli to jest jeszcze półotwarte, i liczy je jako zakończone przy jego ostatnim heartbeacie.

Czas i budżet przechodzą dalej: ponowne połączenie kontynuuje zegar rozmowy, zamiast go restartować, a widok rozmowy zachowuje cały jej limit czasu. Rozmowa złożona już z 20 połączeń nie jest wznawiana ponownie, więc jej czas nie może wymknąć się z rachunku.

Nowa sesja startuje od zapisanych dotąd tur, jako tekst, więc nic nie jest powtarzane, żadne narzędzie nie wykonuje się dwa razy, a za dźwięk nie płaci się ponownie. Gdy te tury wypełniłyby ponad połowę okna kontekstu modelu, starsze stają się krótkim podsumowaniem napisanym przez model czatu agenta (rozliczanym na runie), a nowsze następują po nim słowo w słowo.

Każde połączenie jest osobnym runem, powiązanym z tym, który wznowiło. Aktywność pokazuje ten łańcuch jako jedną rozmowę, z zsumowanym czasem i kosztem każdego połączenia.

Własne wznawianie Gemini

Gemini kończy swoje połączenia po mniej więcej dziesięciu minutach i wznawia je w procesie, w ramach jednej rozmowy. Ponowne połączenie z przeglądarki to nowa sesja zasiana tekstem, jak u każdego innego providera.

Transkrypcje¶

Każda tura jest zapisywana w chwili, gdy się kończy, jako zwykła wiadomość w konwersacji: słowa rozmówcy z transkrypcji wejścia, słowa agenta z tego, co powiedział. Wywołania narzędzi pojawiają się w treści, jak w czacie tekstowym; narzędzie, które poprosiło model o ponowną próbę, jest zapisywane jako nieudane, z ogólnym komunikatem zamiast własnego tekstu błędu narzędzia. Awaria traci najwyżej turę w toku, a ponowne połączenie nie może zapisać tury dwa razy.

Gdy wchodzisz agentowi w słowo, jego odpowiedź jest ucinana do tego, co usłyszałeś, i oznaczana jako przerwana. Przez relay serwer wie dokładnie, co zostało odtworzone. Przez WebRTC nie wie, więc cięcie jest szacunkiem, opartym na chwili, w której zacząłeś mówić. Napisy na żywo mogą nieco wyprzedzać dźwięk.

Guardraile działają na transkrypcjach. Trafienie w słowa agenta przerywa mu w pół zdania i pokazuje komunikat; trafienie w słowa rozmówcy nie jest ogłaszane. W obu przypadkach trafienie jest liczone na rozmowie, a cała tura jest zapisywana jako [withheld by a guardrail], a guardrail, który redaguje zamiast blokować, zapisuje zredagowany tekst. Wypowiedzianych słów nie da się odfiltrować, zanim zostaną usłyszane - karta Głos to mówi.

Narzędzia są sprawdzane w drodze powrotnej: wynik narzędzia jest sprawdzany i blokowany, zanim agent go przeczyta. Sprawdzeniem przed wykonaniem narzędzia jest zatwierdzenie, dla narzędzi, które go wymagają. Guardraile nie sprawdzają argumentów narzędzia.

Najczęściej zadawane pytania¶

Czy dźwięk jest nagrywany?¶

Nie. Rozmowa zachowuje tylko tekst: transkrypcja każdej tury jest zapisywana jako wiadomość w konwersacji, a to wdrożenie nie przechowuje dźwięku - ani w bazie danych, ani na dysku, ani w pamięci po rozmowie. To, co zatrzymuje provider, reguluje twoja umowa z tym providerem.

Dlaczego odwiedzający nie może zatwierdzić narzędzia?¶

Odwiedzający w widgecie albo na hostowanej stronie jest anonimowy, a zatwierdzenie to decyzja, za którą ktoś musi odpowiadać. Dlatego narzędzia, które wymagają zatwierdzenia, są całkowicie pomijane w rozmowie odwiedzającego, a agent mówi wprost, gdy czegoś nie może tam zrobić.

Co się stanie, jeśli moja karta zamknie się w trakcie rozmowy?¶

Gniazdo się zamyka, a serwer rozłącza rozmowę u providera i zapisuje jej czas i koszt. Jeśli zatrzymał się sam serwer, przemiatanie rozłącza rozmowę w ciągu mniej więcej minuty od jej ostatniego heartbeatu. Tury wypowiedziane przed zamknięciem karty są już zapisane w konwersacji.