View a markdown version of this page

管理聊天歷史記錄 - Amazon Nova
傳送聊天歷史記錄接收 ASR 文字記錄最佳實務

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

管理聊天歷史記錄

Amazon Nova 2 Sonic 回應包含使用者和助理語音的 ASR （自動語音辨識） 文字記錄。儲存聊天歷史記錄是最佳實務，不僅用於記錄目的，也用於在連線意外關閉時繼續工作階段。這可讓用戶端將內容傳回 Nova Sonic，以無縫地繼續對話。

如需管理聊天歷史記錄的詳細資訊，請參閱下列資源：

  1. 記錄聊天歷史記錄

  2. 繼續對話

傳送聊天歷史記錄

對話歷史記錄只能在系統/語音提示之後以及在音訊串流開始之前包含一次。整體聊天歷史記錄不能大於 40KB。下圖顯示聊天歷史記錄在事件生命週期期間傳入的時間：

每個歷史訊息都需要三個事件：contentStart、 textInput和 contentEnd。

每則訊息的事件結構描述：

  • contentStart - 定義訊息角色和組態

    {
  "event": {
    "contentStart": {
      "promptName": "<prompt-id>",
      "contentName": "<content-id>",
      "type": "TEXT",
      "interactive": true,
      "role": "ASSISTANT",
      "textInputConfiguration": {
        "mediaType": "text/plain"
      }
    }
  }
}

  • textInput - 包含實際的訊息內容。一個 textInput 不能大於 1KB。若是如此，請在相同的內容區塊中分割成多個 textInputs。如果對話大於 40KB，請裁剪整體聊天歷史記錄。

    {
  "event": {
    "textInput": {
      "promptName": "<prompt-id>",
      "contentName": "<content-id>",
      "content": "Take your time, Don. I'll be here when you're ready."
    }
  }
}

  • contentEnd - 標記訊息的結尾

    {
  "event": {
    "contentEnd": {
      "promptName": "<prompt-id>",
      "contentName": "<content-id>"
    }
  }
}

對聊天歷史記錄中的每個訊息重複這三個事件，在 USER 和 ASSISTANT 角色之間交替。

重要考量事項：

  • 每個工作階段只能包含一次聊天歷史記錄

  • 聊天歷史記錄必須在系統提示後和音訊串流開始之前傳送

  • 在開始音訊串流之前，必須傳送所有歷史訊息

  • 每個訊息都必須指定 USER 或 ASSISTANT 角色

  • 使用來自 textOutput 事件的預存文字記錄內容作為 textInput 中的內容值

接收 ASR 文字記錄

在對話期間，Amazon Nova 2 Sonic 會透過輸出事件傳送 ASR 文字記錄。每個文字記錄會以三個事件的序列傳遞： contentStart、textOutput 和 contentEnd。

範例：使用者語音文字記錄：

1. contentStart - 指出文字記錄的開頭：

{
  "event": {
    "contentStart": {
      "additionalModelFields": "{\"generationStage\":\"FINAL\"}",
      "completionId": "<completion-id>",
      "contentId": "<content-id>",
      "promptName": "<prompt-id>",
      "role": "USER",
      "sessionId": "<session-id>",
      "textOutputConfiguration": {
        "mediaType": "text/plain"
      },
      "type": "TEXT"
    }
  }
}

2. textOutput - 包含實際文字記錄內容：

{
  "event": {
    "textOutput": {
      "completionId": "<completion-id>",
      "content": "hello how are you",
      "contentId": "<content-id>",
      "promptName": "<prompt-id>",
      "role": "USER",
      "sessionId": "<session-id>"
    }
  }
}

3. contentEnd - 標記文字記錄的結尾：

{
  "event": {
    "contentEnd": {
      "completionId": "<completion-id>",
      "contentId": "<content-id>",
      "promptName": "<prompt-id>",
      "sessionId": "<session-id>",
      "stopReason": "PARTIAL_TURN",
      "type": "TEXT"
    }
  }
}

相同的三事件模式適用於 USER 和 ASSISTANT 角色。從textOutput事件擷取 content 欄位，從contentStart事件擷取 role 欄位，以建置您的聊天歷史記錄。

最佳實務

一律存放聊天歷史記錄以啟用：

  • 不同裝置的工作階段恢復

  • 對話記錄和稽核

  • 追蹤互動的內容保留

重要：儲存聊天歷史記錄時，請根據其 generationStage 使用文字輸出：

  • 推測 - 預覽 Nova 2 Sonic 計劃說的內容，在音訊合成開始之前產生

  • 最終 - 音訊回應中所說內容的實際句子層級轉錄

一律將最終文字輸出儲存到您的聊天歷史記錄，因為它代表對話的準確記錄。

FINAL 輸出範例 （將此儲存到聊天歷史記錄）：

ContentStart event: { 
  "additionalModelFields": "{\"generationStage\":\"FINAL\"}", 
  "completionId": "<completion-id>", 
  "contentId": "<content-id>", 
  "role": "ASSISTANT", 
  "sessionId": "<session-id>", 
  "type": "TEXT" 
}

SPECULATIVE 輸出範例 （選用預覽，不適用於歷史記錄）：

ContentStart event: { 
  "additionalModelFields": "{\"generationStage\":\"SPECULATIVE\"}", 
  "completionId": "<completion-id>", 
  "contentId": "<content-id>", 
  "role": "ASSISTANT", 
  "sessionId": "<session-id>", 
  "type": "TEXT" 
}