GPT-Live (voz en tiempo real)

Haz que una sesión de voz de GPT-Live de OpenAI haga las preguntas de una decisión desplegada mientras el usuario habla, y ejecuta las políticas, los destinos y el log de la decisión sobre sus respuestas.

Objetivo: un asistente de voz construido con GPT-Live, la voz en tiempo real de OpenAI, tiene que decidir durante la llamada — enrutar a quien llama, calificar un lead, frenar una solicitud riesgosa. GPT-Live puede delegar esas decisiones a OpenAI Decisions mientras el usuario habla. Dcision le da a esa delegación las preguntas de tu decisión desplegada y convierte las respuestas en una acción con tus políticas, tus destinos y el log de ejecuciones.

Por qué pasar por Dcision

GPT-Live responde rápido porque la decisión ocurre dentro de la sesión de voz. Dcision añade lo que la sesión no guarda:

  • Preguntas versionadas. La sesión hace las preguntas de la versión desplegada — las mismas que ejecutan la API, los webhooks y el servidor MCP. Cámbialas en el editor y despliega; no hay nada que editar en el código de la app de voz.
  • Políticas. Las reglas, minConfidence y la opción other convierten las respuestas en continue, block, escalate o fallback — consulta Políticas y acciones.
  • Rechazos. Una pregunta que el modelo se niega a responder recibe la acción de fallback de la decisión, con action_reason: { "type": "refusal", "question": … }.
  • Destinos. Los webhooks, las funciones, las respuestas fijas y los demás destinos se disparan según el resultado.
  • Auditoría y estadísticas. Cada llamada es una ejecución en Ejecuciones y cuenta en el Resumen de la decisión.

Cómo funciona

  1. Tu servidor lee la delegación de una decisión desplegada: GET /v1/decisions/{slug}/openai-live.
  2. Pone delegation en la solicitud de la sesión de GPT-Live (WebRTC). GPT-Live llama entonces a OpenAI Decisions por sí mismo — delegación nativa — con esas preguntas.
  3. La sesión envía session.delegation.created: guarda delegation.id para reconocer los eventos de esa delegación.
  4. Cada vez que la sesión decide, envía decision.completed con las answers.
  5. Tu servidor publica esas respuestas en POST /v1/decisions/{slug}/openai-live/answers y recibe la misma respuesta que una ejecución: result, confidence, action, action_reason, destinations y metrics.

Mantén la clave de API de Dcision en tu servidor: el navegador o el teléfono que mantiene la sesión de voz nunca la ve.

Exportar la delegación

Despliega primero la decisión — el endpoint responde 409 DECISION_NOT_DEPLOYED para un borrador. Luego:

curl https://api.dcision.io/v1/decisions/lead-qualification/openai-live \
  -H "Authorization: Bearer $DCISION_API_KEY"

La respuesta contiene delegation — { "type": "decisions", "model": "gpt-6-luna", "questions": [ … ] } — y answers_url. Cada pregunta tiene la clave de la pregunta como name, sus instructions, y choices o levels con sus descripciones. La respuesta completa está en la referencia de la API.

Abrir la sesión Live

El código de abajo es ilustrativo: la solicitud de la sesión, el handshake WebRTC y los eventos siguen la guía de GPT-Live de OpenAI. Solo delegation viene de Dcision.

Servidor: construir la solicitud de la sesión (ilustrativo)
const live = await fetch("https://api.dcision.io/v1/decisions/lead-qualification/openai-live", {
  headers: { Authorization: `Bearer ${process.env.DCISION_API_KEY}` },
}).then((response) => response.json());

const sessionRequest = {
  // …model, voice, instructions and the rest of your GPT-Live session settings
  delegation: live.delegation, // { type: "decisions", model, questions }
};

La clave de OpenAI que abre la conexión Live necesita el permiso api.decisions.write.

Reenviar las respuestas

Eventos de la sesión (ilustrativo)
let delegationId = null;

function onLiveEvent(event) {
  if (event.type === "session.delegation.created") delegationId = event.delegation.id;
  if (event.type === "decision.completed") {
    // Your server calls Dcision with its API key.
    fetch("/live/answers", {
      method: "POST",
      headers: { "Content-Type": "application/json" },
      body: JSON.stringify({ answers: event.answers }),
    });
  }
}
Servidor: aplicar las respuestas
app.post("/live/answers", async (request, response) => {
  const decision = await fetch("https://api.dcision.io/v1/decisions/lead-qualification/openai-live/answers", {
    method: "POST",
    headers: { Authorization: `Bearer ${process.env.DCISION_API_KEY}`, "Content-Type": "application/json" },
    body: JSON.stringify({ answers: request.body.answers }),
  }).then((res) => res.json());

  if (decision.action === "block") return response.json({ say: "I can't help with that one." });
  if (decision.action === "escalate") return response.json({ transfer: true, reason: decision.action_reason });
  return response.json({ route: decision.result.route });
});

Envía las respuestas tal como las trae el evento: predicate, choice, score o refusal, cada una con el name de la pregunta. Las respuestas que no coinciden con las preguntas desplegadas — falta una pregunta, una choice que no es una opción — responden 400 INVALID_REQUEST. Añade model y usage (input_tokens, output_tokens) cuando los tengas; se registran con la ejecución.

Añade contexto con state. El endpoint de respuestas acepta un state opcional: los datos propios de la app durante la llamada — el id del cliente, el carrito, la cuenta. Se valida contra el esquema del estado de la decisión y llega a los destinos ({{state.customer_id}}) y al log de ejecuciones. Para que la sesión también decida con esos datos, envía la misma instantánea a la sesión con decision.item.create.

Durante la sesión

  • Preguntas nuevas a mitad de la llamada. Después de un despliegue, vuelve a exportar la delegación y envíala con session.update; una llamada en curso conserva sus preguntas hasta entonces.
  • Reaccionar a la transcripción. session.triggers con session.input_transcript.delta o session.output_transcript.delta permite que la sesión actúe sobre lo que se está diciendo — consulta la guía de OpenAI.
  • Delegación personalizada. En lugar de la delegación nativa, GPT-Live puede pasarle la decisión a tu app. Tu app puede entonces llamar a POST /v1/decisions/{slug} con la transcripción como estado; añade un viaje de ida y vuelta, pero funciona con cualquier motor.

Facturación y límites

  • Cada llamada al endpoint de respuestas se factura como una ejecución: cuenta para las decisiones incluidas en el plan y luego usa créditos. Exportar la delegación es una lectura y no se factura.
  • metrics.engine es "openai" y metrics.estimated_cost_usd es 0: OpenAI factura la sesión Live, decisiones incluidas, en tu cuenta de OpenAI.
  • La ejecución tiene origen API, proveedor OpenAI y credencial live. El modo sombra no se ejecuta sobre estas respuestas.
  • El endpoint de respuestas comparte la ventana de rate limit de decisiones y no admite Idempotency-Key: un reintento se ejecuta — y se factura — de nuevo.

En esta página