AIエージェント活用事例

今日の新着

10すべて 231件

全231件中 1〜20件

開発・コーディング

リアルタイム音声対話の画面を実装するエージェント

公式文書を読み、Geminiと音声で対話するWeb画面を実装した事例です。

使い方

  1. Simon WillisonはGPT-6 Astra Extra Highに文書を渡し、Gemini Liveを試すWeb画面を作らせました。
  2. 公開画面ではモデルと音声を選び、必要に応じてシステムプロンプトを入力して音声対話を始めます。
  3. モデルが話している途中にも割り込めるようになっており、実装にはWebSocketとWeb Audio APIが使われています。

結果

作者はブラウザーで音声対話と会話記録を確認するツールを公開しました。

補足

ライブラリなしで実装したと説明しています。画面には、実際に再生される前に中断された発話が会話記録に含まれる場合があると案内されています。

出典

Simon Willison 原文 ↗

プロンプト例 · Codex

[開発環境]でGemini Liveの音声対話を試すWeb画面を実装してください。まず[使用するモデル]の最新の公式文書、利用権限、認証方法、料金が発生する条件を確認し、承認なしに新しい有料接続を作らないでください。モデルと音声の選択、任意のシステムプロンプト入力、マイクの開始・停止、会話記録の表示を構成してください。WebSocket接続とWeb Audio APIによる音声入出力を実装し、ユーザーが話し始めたら再生中の応答を止めてください。実行コードと設定方法を提供してください。認証情報をコードやログに残さず、[試験文]で接続失敗、マイク権限の拒否、応答中の割り込み、セッション終了を検査してください。中断された発話が記録に残る場合も区別して表示してください。