Haziran 4, 2025 — OpenAI, geliştiricilerin AI ajanlarını, özellikle de ses tabanlı etkileşim yeteneklerine sahip olanları oluşturma şeklini kökten değiştirmeyi amaçlayan güçlü bir güncelleme paketi yayınladı. Güncellemeler birden fazla cepheyi kapsıyor: Agents SDK'da tam TypeScript desteği, döngüde insan müdahale mekanizması, gerçek zamanlı ses uygulamaları için RealtimeAgent'ın ilk çıkışı ve OpenAI'nin konuşmadan konuşmaya modelinde önemli iyileştirmeler.
Bu güncellemeler bir araya geldiğinde, güvenli, kontrol edilebilir ve ilgi çekici yapay zeka ajanları oluşturmayı her zamankinden daha erişilebilir hale getiriyor.
TypeScript Agents SDK'ya Geliyor
Web Ekosistemindeki Geliştiricileri Güçlendirmek
OpenAI'nin popüler Agents SDK'sı artık TypeScript'i destekliyor; bu da JavaScript ve Node.js ortamlarında AI uygulamaları oluşturan geliştiricilere sağlam araçlar getiriyor. TypeScript sürümü, tüm temel aracı oluşturma ilkellerini destekleyerek Python muadiliyle özellik eşitliği sağlıyor:
- Handoff'lar – Birden fazla aracı arasında sorunsuz görev transferleri
- otokorkuluklar – Davranışsal kısıtlamalar ve güvenlik mekanizmaları
- İzleme – Ayrıntılı günlük kaydı ve tanılama
- MCP (Çok Bileşenli Desen) – Modüler, dağıtılmış aracılar için destek
Neden Önemlidir:
Web geliştiricileri artık yapay zeka aracılarını tarayıcılara, web uygulamalarına ve Node.js ortamlarına sorunsuz bir şekilde yerleştirebiliyor ve böylece sesli asistanlar, gerçek zamanlı sohbet robotları ve tarayıcı içi yardımcı pilotlar gibi deneyimler sunabiliyor.
İnsan-Döngüde (HITL) İnceleme Mekanizması
Daha Güvenli Ajan Davranışı için İnsan Gözetiminin Tanıtılması
Güvenliği ve hesap verebilirliği artırmak için OpenAI, aracı iş akışlarına bir insan onayı özelliği ekler. Bir aracı belirli harici araç çağrılarını veya API eylemlerini yürütebilmeden önce, bir insan davranışı onaylamak, reddetmek veya ayarlamak için müdahale edebilir.
Temel İş Akışı:
- Araç yürütmeyi duraklat
- Mevcut aracı durumunu serileştirin ve kaydedin
- İnsan incelemesi ve onayı isteyin
- Onaylandıktan sonra iş akışına devam edin
İçin ideal:
Finansal işlemler, tıbbi veri analizi veya hassas müşteri hizmetleri görevleri gibi yüksek riskli kullanım durumları. Bu mekanizma, AI karar alma sürecinde şeffaflığı, uyumluluğu ve etik korumaları artırır.
RealtimeAgent: Sesli Temsilciler Oluşturmak Hiç Bu Kadar Kolay Olmamıştı
OpenAI'nin yenisi Gerçek zamanlıAjan yeteneği, geliştiricilerin istemci veya sunucu tarafında işlev gören sağlam ses aracıları oluşturmasına olanak tanımak için Gerçek Zamanlı API'yi kullanır.
Temel Özellikler:
- Gerçek zamanlı konuşma girişi ve çıkışı
- Entegre fonksiyon/araç çağrısı
- Kesintiler ve dinamik ses oynatma desteği
- Devir teslimler ve bariyerlerle uyumluluk
Neden Dönüştürücüdür:
Artık sesli aracılar, tıpkı metin aracıları gibi geliştirilebilir; AI araçlarına ve mantığına tam erişimle. Bu, şu gibi gelişmiş uygulamalar için kapıyı açar:
- Yapay zeka destekli ses destek sistemleri
- Gerçek zamanlı çeviri veya dikte araçları
- Etkileşimli, konuşma destekli rol yapma oyunları
Traces Panosu Ses Odaklı Bir Yükseltme Alıyor
Sesli Etkileşimin Her Adımını Görselleştirme
The İzler Gerçek zamanlı ses aracı oturumlarının zengin görselleştirilmesini desteklemek için hata ayıklama ve izleme aracı güncellendi.
Yeni Gösterge Paneli Yetenekleri:
- Hem kullanıcı hem de aracı yanıtları için ses dalga formlarını görüntüleme
- Günlük kaydı aracı çağrı geçmişi ve parametreleri
- Kesinti noktalarını vurgulama (örneğin, bir kullanıcı cümlenin ortasında araya girdiğinde)
Geliştiriciler için Avantajlar: Daha net hata ayıklama, daha hızlı yineleme ve ses odaklı kullanıcı deneyimlerinin daha iyi optimizasyonu.
GPT-4o Konuşmadan Konuşmaya Modeli: Daha Akıllı, Daha Doğal
Daha Akıllı Ses, Gelişmiş Uygulama
GPT-4o konuşma modeli, gerçek zamanlı ses görevlerindeki etkinliğini artırmak için kapsamlı iyileştirmelerden geçti:
- Daha iyi talimat takibi – Komutları daha yüksek doğrulukla yürütür
- Daha tutarlı araç kullanımı – Araç çağrısında değişkenliği azaltır
- Geliştirilmiş kesinti yönetimi – Daha akıllı diyalog ortası ayarlamaları
- Ayarlanabilir konuşma hızı - Yeni
speedesnek ses çıkışı hızlandırma parametresi
Mevcut Modeller:
gpt-4o-realtime-preview-2025-06-03– Gerçek Zamanlı API için Optimize Edildigpt-4o-audio-preview-2025-06-03– Sesli Sohbet Tamamlamaları için Tasarlandı
Bu güncellemeler, yapay zeka seslerinin daha doğal, daha duyarlı ve yönlendirilmesinin daha kolay olmasını sağlıyor; ister hızlı tempolu haber brifingleri ister yavaş, öğretici diyaloglar olsun.
Son Düşünceler: Sesli AI Temsilcileri İçin Yeni Bir Dönem
Bu dört güncellemeyle OpenAI, yapay zeka aracı geliştirmenin sınırlarını genişletmeye devam ediyor; geliştiricilerin insan benzeri dijital asistanlar tasarlamasını daha kolay, daha güvenli ve daha esnek hale getiriyor.
TypeScript desteğinin, döngüdeki insan onaylarının, ses aracı çerçevelerinin ve yükseltilmiş konuşma modellerinin entegrasyonu, platformlar ve endüstriler genelinde akıllı, etkileşimli ve bağlam farkında aracılar tasarlamak için eksiksiz bir araç takımı sağlar.
İster sesle etkinleştirilen bir müşteri asistanı, ister bir oyun karakteri veya sanal bir öğretmen oluşturun, OpenAI'nin en son araçları bunu her zamankinden daha hızlı ve daha akıllı bir şekilde yapmanızı sağlar.
Başlamak
CometAPI, ChatGPT ailesi dahil yüzlerce AI modelini tutarlı bir uç nokta altında toplayan birleşik bir REST arayüzü sağlar; yerleşik API anahtarı yönetimi, kullanım kotaları ve faturalama panoları ile. Birden fazla satıcı URL'sini ve kimlik bilgilerini bir arada yürütmek yerine.
Başlamak için, modelin yeteneklerini keşfedin Oyun Alanı ve danışın API kılavuzu Ayrıntılı talimatlar için. Erişimden önce, lütfen CometAPI'ye giriş yaptığınızdan ve API anahtarını edindiğinizden emin olun.
CometAPI'de GPT-4o Konuşmadan Konuşmaya Modeli yayınlandı gpt-4o-realtime-preview-2025-06-03 ve gpt-4o-audio-preview-2025-06-03,Aramaya hoş geldiniz!
Ayrıca bakınız GPT-4.1 API'sı