OpenAI GPT-Live: Session-Forking ermöglicht Fortsetzung von Sprachanrufen

Entwicklertests der GPT-Live-API von OpenAI zeigen, wie Sprach-KI-Agenten unterbrochene Telefonate fortsetzen können, indem durch die Aktivierung des Parameters „store: true“ zuvor gespeicherte Unterhaltungen abgeforkt werden. Ist die Speicherung aktiviert, bewahrt OpenAI abgeschlossene Live-Sessions bis zu 30 Tage lang auf. Statt Audioaufnahmen lediglich zu archivieren, erlaubt die API Anwendungen, eine neue Live-Session zu starten, die den Kontext, die Stimme, die Anweisungen sowie die Konfigurationen der Backend-Tools der vorherigen Unterhaltung übernimmt.

Wie Session-Forking den Anrufkontext bewahrt

Bei Praxistests mit einem KI-Agenten für Zahnarztterminbuchungen konnten selbst abrupte Anrufabbrüche ohne reguläres Schließen der Session erfolgreich abgeforkt werden. Die dabei erzeugte neue Session erhält eine eigene Session-ID, behält jedoch den Zugriff auf die vorherige Interaktion bei. Entwickler müssen allerdings ihre Integrationslogik anpassen: Der Fork-Endpunkt lehnt Modellparameter beim Session-Start ab, sodass Überschreibungen im Wesentlichen auf Client-Einstellungen, Audio-, Delegations- sowie Speicherparameter beschränkt sind.

Verwaltung von Anwendungsstatus und Sicherheitsrisiken

Obwohl Session-Forking die Gesprächskontinuität für wiederkehrende Anrufer wahrt, betont die technische Analyse, dass der Konversationsstatus strikt von der zugrundeliegenden Anwendungslogik getrennt bleiben muss. Anwendungen müssen die Identität des Anrufers eigenständig überprüfen, anstatt sich ausschließlich auf die eingehende Telefonnummer zu verlassen. Zudem müssen primäre Entwicklersysteme bestätigen, ob bestimmte Aktionen – etwa Terminbuchungen oder Zahlungen – bereits im ersten Anruf abgeschlossen wurden, um Mehrfachausführungen zu vermeiden. Zeitkritischer Kontext wie eingebettete Datumsangaben oder relative Zeitbezüge muss vor der Ausführung von Aktionen ebenfalls neu validiert werden.

Testautomatisierung und Betriebskosten

Neben dem Umgang mit Verbindungsabbrüchen bietet Forking Entwicklerteams die Möglichkeit, Produktionsfehler in wiederholbare Testfälle zu verwandeln. Entwickler können problematische Anrufsessions speichern und in Evaluierungsschleifen abforken, um Anweisungs-Updates und das Tool-Handling ohne erneute Anrufe zu testen. Betreiberseitig schlagen GPT-Live-1-Sprachsessions mit 0,05 US-Dollar pro Minute zu Buche (sekundengenaue Abrechnung), wobei abgeforkte Anrufe als separate Sessions abgerechnet werden. Die Speicherung erfordert eine explizite Projektkonfiguration und ist unter Zero-Data-Retention-Richtlinien nicht verfügbar.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: Resuming dropped phone calls with OpenAI GPT-Live store: true: what we learned testing it