给AI Agent加通话能力：CallCow Prompt-to-Call实战
AI Agent 做了那么多事，但一直有个尴尬的短板：只能发消息，不能打电话。
你写个客服 Agent，用户问完问题，它说“请稍等，我转人工”——这句话背后就是基础设施没打通。CallCow 最近发布了 Prompt-to-Call API，配合 OpenClaw skill，用一句话就能让 Agent 拨出电话，还能返回结构化结果。我昨天花了一下午跑通了 demo，今天把完整的实战经验写出来。
这东西解决了什么问题？
传统上，给 Agent 加电话功能要干这些事：
- 买 SIP 线路或 Twilio 号码
- 配置媒体流、WebSocket、DTMF 识别
- 写状态机管理通话生命周期
- 处理录音、转写、摘要
一套下来，小团队至少两周，还得配个懂通信的开发者。CallCow 的做法是把这些都封装成 API，你只需要告诉它“打给谁，说什么”，它帮你执行，然后返回通话记录。
核心思路：Prompt-to-Call 是什么？
官方文档里写的是“A single prompt triggers the entire call workflow”，翻译成人话就是：
你写一段自然语言指令，API 自动生成通话脚本、选择语音、拨号、对话、挂断、返回结果。
比如你写：
“打电话给王经理，确认明天下午3点的会议是否照常，如果他有变动，记录新的时间。”
API 会解析出：
- 目标号码（从预设联系人或上下文拿）
- 对话流程（开场→确认→处理异常→结束）
- 返回字段（确认结果、新时间）
这背后是 GPT 5.4 做语音生成和对话理解，但作为开发者你不需要关心这些，只需要准备一个 prompt 和一个回调 URL。
完整提示词模板（可直接复制）
下面是我测试过的 Python 代码，用 requests 直接调 API，不需要额外 SDK。
import requests
import json
# 配置
API_KEY = "your_callcow_api_key" # 从 docs.callcow.ai 申请
CALLBACK_URL = "https://your-server.com/webhook/call-result"
# 请求体
payload = {
"to_number": "+14165551234", # 目标号码，E.164格式
"prompt": "你是一个AI客服助手，叫小墨。打电话给用户确认他们是否收到了昨天发出的报价单。如果收到，询问是否有疑问并记录问题；如果没收到，说明会重新发送。语气友好专业，每次回答控制在20字以内。",
"voice": "natural-female-1", # 可选：natural-female-1, natural-male-1, expressive-female-1
"callback_url": CALLBACK_URL,
"max_duration_seconds": 120, # 最长通话时间
"collected_fields": [
{"name": "received_quote", "type": "boolean", "description": "用户是否收到报价单"},
{"name": "questions", "type": "string", "description": "用户提出的问题或疑虑"}
]
}
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
response = requests.post(
"https://api.callcow.ai/v1/prompt-to-call",
headers=headers,
json=payload
)
if response.status_code == 200:
result = response.json()
print("Call initiated:", result["call_id"])
# 结果会异步发送到 callback_url
else:
print("Error:", response.text)效果演示：输入→输出对比
差 Prompt：
“打电话给客户。”
API 会报错或执行得很随机，因为缺少目标、目的、语气。
好 Prompt：
“你是一个牙科诊所的预约提醒助手，叫小雅。打电话给患者李女士（号码已提供），提醒她明天上午10点有洗牙预约。如果她确认，说‘明天见’；如果要改期，询问方便的时间并记录。语气温柔，语速中等。”
回调结果示例（JSON）：
{
"call_id": "call_abc123",
"status": "completed",
"duration_seconds": 67,
"transcript": "小雅：您好，请问是李女士吗？我是牙科诊所的小雅，提醒您明天上午10点有洗牙预约。\n李女士：啊，我明天上午有事，能改到下午吗？\n小雅：好的，我帮您记一下。您方便的时间是下午几点呢？\n李女士：下午3点吧。\n小雅：好的，已经帮您改到明天下午3点。明天见！\n李女士：谢谢，再见。",
"summary": "成功联系到患者李女士，将原定明天上午10点的洗牙预约改为下午3点。",
"collected_data": {
"confirmed": false,
"new_time": "下午3点"
}
}对比很明显：差 prompt 像让实习生做事，好 prompt 像给资深员工分配任务。
为什么这样写有效？
CallCow 的 Prompt-to-Call 本质上是一个任务分解引擎。你给的 prompt 会被：
- 解析意图：提取动作（提醒、确认、记录）、实体（时间、人名）、约束（语气、长度）
- 生成对话流：自动设计开场→主对话→异常处理→结束的逻辑
- 绑定语音行为：控制语速、停顿、重试逻辑（比如用户没听清时重复）
关键在于 collected_fields 参数。很多人写 prompt 时忘了告诉 API 要提取什么数据，结果拿到一坨文本 transcript 还得自己解析。你显式定义字段后，API 会结构化返回，省去后处理。
变体和扩展用法
变体1：集成到 OpenClaw Agent
CallCow 官方发布了 OpenClaw skill，配置很简单：
# agent.yaml
skills:
- name: callcow_phone
type: callcow.agent-call
config:
api_key: "${CALLOOW_API_KEY}"
default_voice: "natural-female-1"然后在 agent 的 prompt 里直接引用：
“用户要求联系技术支持，使用 callcow_phone 技能拨打 1-800-555-0199，prompt 为‘告知用户订单号 #12345 的物流延迟，预计明天送达，致歉并提供补偿方案’。”
变体2：批量外呼
如果你要做批量通知，可以循环调用 API，但注意 CallCow 有并发限制（免费版 5 路，付费版 50 路）。建议用异步队列：
import asyncio
import aiohttp
async def make_call(session, phone, prompt):
async with session.post(
"https://api.callcow.ai/v1/prompt-to-call",
headers=headers,
json={"to_number": phone, "prompt": prompt, "callback_url": CALLBACK_URL}
) as resp:
return await resp.json()
async def batch_call(contacts):
async with aiohttp.ClientSession() as session:
tasks = [make_call(session, c["phone"], c["prompt"]) for c in contacts]
return await asyncio.gather(*tasks)变体3：动态 prompt 生成
固定 prompt 不够灵活。你可以让另一个 LLM 根据上下文动态生成 prompt：
def generate_call_prompt(context):
base = "你是一个{role}。打电话给{name}，目的是{purpose}。"
base += "语气{style}。如果遇到{exception}，则{fallback}。"
return base.format(**context)这样每个电话的 prompt 都定制化，准确率更高。
注意事项（我踩过的坑）
- 号码格式：必须 E.164 格式（+国家代码+号码），否则 API 返回 400。我一开始用了带空格的号码，浪费了半小时。
- prompt 长度：最佳实践是 150-300 字符，太长 GPT 会丢失重点，太短效果随机。
- 回调超时：CallCow 默认等 30 秒回调，如果你服务响应慢，可能收不到结果。建议回调 URL 返回 200 后立即处理，或把数据先存队列。
- 语音选择：
natural-female-1听起来最自然，expressive-*适合情感场景但偶尔会过度夸张。 - 费用：按分钟计费，约 $0.05/分钟（2026年5月价格），比 Twilio 贵但省了开发时间。
值不值得用？
如果你团队有通信背景，自己搭 Twilio + 语音合成可能更便宜。但如果你像我一样，只想让 Agent 快速拥有电话能力，CallCow 的 Prompt-to-Call 是真·开箱即用。尤其是 OpenClaw 集成，改几行配置就能跑，对于 MVP 阶段或内部工具来说，性价比很高。
下一步我打算把它接入客服系统，实现“AI 先打电话确认，复杂问题转人工”。如果你也在折腾类似的事，欢迎在评论区交流 prompt 技巧。