Sierra Voice Personas：同一个 agent，为什么要配多种说话方式

Sierra 是面向企业的对话式 AI 平台，企业可以用它构建客服和业务服务 agent，再把同一套 agent 部署到聊天、短信、WhatsApp、邮件、语音和 ChatGPT 等渠道。Sierra 的 Agent Studio 负责搭建和管理 agent，平台还提供模拟、评估与运行观察工具。12

2026 年 8 月 7 日，Sierra 发布 Voice Personas。企业可以给一个底层 agent 配置多种品牌人格，让不同品牌、市场和体验采用不同的说话方式，同时沿用相同的政策和行动。这个产品解决的场景很具体：退货政策、身份核验和工具调用需要保持一致，客服的语气、节奏和用词却需要贴合品牌与地区。3

传统的语音 agent 配置，常常把业务规则、提示词、声音和品牌语气揉在一起。Voice Personas 选择了另一种对象关系：底层 agent 负责完成什么工作，persona 负责怎样与客户交流。Sierra 给出的例子是，同一家零售商的退货政策可以保持一致；一个品牌采用平静、克制、让人安心的表达，另一个品牌采用更有活力、更口语化的表达。两套表达共享同一组政策和行动。3

这个拆分的价值，在于把「重复构建」改成「复用底层能力」。产品团队先把身份核验、订单查询或退货处理做成一套 agent，再为不同品牌和市场配置表达层。品牌改版时，团队修改 persona；业务政策变化时，团队修改 agent。两个变更入口各自对应一种责任，评审者也更容易判断一处改动究竟影响行为，还是影响表达。

设计的代价同样清楚：团队必须先划出行为与表达的边界。客服说「我理解你的着急」属于人格和措辞，退款条件属于业务规则；客服在客户打断后先停下来，也许属于语音交互行为，涉及轮次设计与业务流程的交界。边界写得含糊，复用就会把错误一起复制到多个品牌。

Sierra 把 persona 定义为语音、性格和语言相关行为的组合。语音只负责让人格获得声音，Agent SDK 还允许 agent 调整说话节奏、应对用户打断，并在一段对话中切换声音或语言。Sierra 还会根据 persona、语言和使用场景，从一组语音模型中选择模型；团队测试到的声音会被封存到生产环境。3

这一步把「品牌声音」从静态音色变成了对话中的运行规则。客服面对焦急客户时，表达层要处理的变量包括语速、停顿、是否让出说话回合，以及是否需要切换语言。用户感受到的是一整套交流行为，而非单独的声音选择。

对产品设计师来说，这里有一个值得复用的判断：当 AI 输出会持续发生在多轮交互中，品牌人格就需要覆盖轮次、节奏和接管时机。把这些内容全部塞进一段「请保持友善」的提示词，团队很难逐项验收；把这些内容做成 persona 的可配置行为，团队才有机会建立明确的测试样例。

Voice Personas 的另一层设计，是把人格配置接进 Sierra 的模拟与评估基础设施。Voice Sims 可以生成不同语言、需求、地点、背景噪声、情绪和情境的模拟客户；团队可以重复运行这些场景，在正式发布前检查转写、语音、打断、回应措辞、节奏和延迟。Voice Sims 还可以接入 Agent Studio 与 CI/CD 流程，把语音检查放进版本发布门禁。2

这让 persona 拥有了一个清晰的验收对象：同一个客户旅程，换一套 persona 后，任务完成情况、语气适配和轮次表现分别发生了什么变化。团队还可以对不同人格和声音做 A/B 测试。Sierra 公开举例称，一款 agent 配合自然声音与 persona 后，解决率提升了近 50%；这个数字属于 Sierra 对单个 agent 的公开结果，适合用作测试方向的信号，不能直接当成所有品牌都会得到的效果。3

Sierra Voice Personas 把语音 agent 拆成三层：agent 决定要完成的工作，persona 决定交流方式，模拟与评估系统负责证明两者在真实场景里是否配合。这个结构适合多品牌、多语言和多渠道产品，因为团队可以复用业务能力，再按市场调整表达。

真正值得带走的细节，是把「怎么说」从 prompt 里的形容词，提升为可复用、可测试、可发布的产品对象。对象一旦拥有自己的配置和验收路径，品牌语气就从一次性的文案要求，变成了团队可以持续维护的交互设计。