使用 AI 分析批次

根据问题和目标分析一批呼叫。

curl --location --request POST 'http://dev-cn.your-api-server.com/v1/batches//analyze' \ --header 'authorization: <authorization>' \ --header 'Content-Type: application/json' \ --data-raw '{ "goal": "<string>", "questions": [ [ "<string>" ] ] }'

{ "status": "success", "message": "Successfully analyzed batch", "answers": { "123e4567-e89b-12d3-a456-426614174000": [ "human", "Customer found the product sturdy and reliable", "A bit heavy", true ], "123e4567-e89b-12d3-a456-426614174001": [ "voicemail", null, null, false ] } }

请求参数

Path 参数

batch_id

string

必需

要分析的一批调用的唯一标识符。

Header 参数

Content-Type

string

必需

示例值:

application/json

authorization

string

必需

示例值:

Body 参数application/json

goal

string

必需

这就是批量调用的总体目的。为分析提供背景，以指导如何解释问题/文字记录。

questions

array [array]

必需

针对批次中的每个调用要分析的一系列问题。每个问题应该是一个包含两个元素的数组：问题文本和预期答案类型（例如“字符串”、“布尔值”）。预期答案类型相当灵活，无法回答的问题将默认为null。例子：

json "questions": [       ["Who answered the call?", "human or voicemail"],       ["Positive feedback about the product: ", "string"],       ["Negative feedback about the product: ", "string"],       ["Customer confirmed they were satisfied", "boolean"]   ]

string

可选

示例

返回响应

🟢200成功

application/json

Body

status

string

必需

success如果请求成功就会出现。

message

string

必需

确认请求成功，或者在请求失败时提供错误消息。

answers

object

必需

包含批次中每个调用的分析答案。键是call_id批次中的 s，数组值是批次中每个问题的分析结果。

123e4567-e89b-12d3-a456-426614174000

array [oneOf]

必需

123e4567-e89b-12d3-a456-426614174001

array [oneOf]

必需