Peluang Penanganan Panggilan Terputus dengan GPT-Live

Ketika panggilan telepon terputus di tengah percakapan, sebagian besar bot suara konvensional akan memulai kembali interaksi dari titik awal. Pelanggan yang menelepon kembali terpaksa mengulang penjelasan masalah, menyebutkan kembali informasi yang telah disampaikan, dan menyusun ulang seluruh konteks interaksi dari nol. Melalui opsi konfigurasi store: true pada API GPT-Live milik OpenAI, alur penanganan panggilan terputus mengalami perubahan mendasar. Fitur ini tidak sekadar menyimpan rekaman audio, melainkan memungkinkan sesi Live yang telah selesai disimpan dan kemudian dicabangkan (fork) menjadi sesi baru yang melanjutkan langsung dari status percakapan sebelumnya. Pengujian terhadap perilaku API ini dilakukan menggunakan alur panggilan telepon nyata pada September 2026.

Masalah hilangnya konteks percakapan di pusat kontak merupakan persoalan nyata dalam pengalaman pelanggan. Menurut data dari Invoca, sebanyak 53% konsumen menyatakan bahwa mereka harus mengulangi alasan mereka menelepon kepada beberapa agen yang berbeda. Laporan Five9 pada tahun 2026 mengenai para pengambil keputusan pengalaman pelanggan (CX) mencatat bahwa 83% konsumen setidaknya kadang-kadang mengulangi informasi setelah transfer dari AI ke agen manusia, meskipun 96% pengambil keputusan CX percaya bahwa konteks selalu terjaga. Walaupun kedua statistik tersebut menggambarkan pengalaman pusat kontak secara umum dan bukan secara spesifik mengukur panggilan terputus pada agen suara AI, angka tersebut memperlihatkan tingginya dampak dari hilangnya konteks percakapan.

Mekanisme Kerja Percabangan Sesi dan Penyimpanan Konteks

Saat parameter store: true diaktifkan, OpenAI akan menyimpan sesi Live yang telah selesai untuk jangka waktu terbatas. Sesi yang tersimpan ini dapat diunduh atau dimanfaatkan sebagai sumber untuk melakukan percabangan (fork). Pada proses ini, sesi asli tidak pernah dibuka kembali. Percabangan menghasilkan sesi baru dengan ID yang sepenuhnya baru, namun sesi tersebut langsung dimulai dari status percakapan yang tersimpan sebelumnya. Dengan model alur kerja dari panggilan asli ke sesi tersimpan, kemudian dilakukan fork hingga terbentuk sesi Live baru, konteks percakapan sebelumnya serta konfigurasi sesi yang relevan dapat langsung dibawa masuk ke dalam interaksi berikutnya.

Pengujian perilaku API ini diterapkan pada agen pemesanan klinik gigi. Panggilan yang menggunakan konfigurasi store: true menghasilkan rekaman audio stereo 24 kHz yang mencakup hampir keseluruhan panggilan. Dalam pengujian tersebut, koneksi ditutup tanpa menggunakan perintah penutupan rapi (session.close) saat panggilan berakhir. Meskipun demikian, sesi tersebut tetap berhasil dicabangkan dan berjalan sebagai sesi baru yang memuat riwayat percakapan sebelumnya. Sesi hasil percabangan juga mewarisi konfigurasi sesi yang telah ditetapkan, mencakup model, suara, instruksi, model backend, serta seluruh enam alat backend yang dikonfigurasi, yaitu ketersediaan (availability), pemesanan (booking), SMS, WhatsApp, transfer panggilan, dan pemutusan sambungan (hang-up). Enam alat ini merupakan konfigurasi khusus dalam pengujian dan bukan daftar universal bawaan sistem.

Dalam proses pengujian, ditemukan catatan penting terkait integrasi perangkat lunak. Kerangka kerja sumber terbuka (open-source framework) yang digunakan belum memiliki dukungan bawaan untuk fork, karena proses inisiasi sesinya selalu mengirimkan parameter model yang langsung ditolak oleh endpoint fork API. Dokumentasi referensi API OpenAI menetapkan bahwa parameter pengganti (override) yang didukung pada proses fork hanyalah audio, client, delegation, dan store. Perilaku dasar API tetap berfungsi dengan baik setelah penyesuaian integrasi dilakukan pada kerangka kerja tersebut.

Bukti kesinambungan konteks terlihat jelas saat sesi yang telah selesai dicabangkan dan agen diminta untuk melanjutkan percakapan. Agen tersebut langsung merespons: "Hai! Ini Lia dari meja depan. Untuk melanjutkan pembicaraan kita tadi: kita baru saja berbicara dan evaluasi Anda telah dipesan untuk besok jam 11" (diterjemahkan dari bahasa Portugis). Nilai penting dari respons tersebut terletak pada ketersediaan konteks percakapan di dalam sesi baru, sehingga agen dapat melanjutkan dialog persis dari titik interaksi terakhir tanpa meminta pelanggan mengulang rincian pemesanan.

Pemisahan Status Percakapan dan Batasan Sistem Produksi

Panggilan terputus dapat terjadi kapan saja akibat gangguan jaringan seluler, perubahan cakupan sinyal, pelanggan yang tidak sengaja menutup telepon, atau kegagalan jalur SIP. Kendati demikian, percabangan sesi bukanlah pengenalan penelepon otomatis (automatic caller recognition). GPT-Live tidak secara otomatis mengetahui apakah panggilan masuk baru berasal dari pelanggan yang sama atau harus melanjutkan sesi tertentu. Aplikasi produksi bertanggung jawab menghubungkan panggilan masuk dengan sesi sebelumnya, memverifikasi identitas penelepon di luar nomor telepon semata, memeriksa status aplikasi terkini, memastikan apakah tindakan backend telah dieksekusi, lalu memutuskan apakah percabangan aman untuk dijalankan.

Pemisahan antara status percakapan (conversation state) dan status aplikasi (application state) menjadi batasan kritis dalam sistem produksi. Percabangan dapat memulihkan riwayat percakapan, tetapi sistem internal tetap menjadi sumber kebenaran (source of truth) untuk seluruh tindakan bisnis. Sebagai contoh, jika panggilan terputus saat proses pemesanan berlangsung, aplikasi harus memeriksa basis datanya terlebih dahulu guna memastikan apakah reservasi telah terbentuk. Melakukan percabangan tanpa memvalidasi status aplikasi berisiko menimbulkan tindakan duplikasi, seperti pemesanan ganda, tiket ganda, maupun pembayaran berulang.

Kendala lain berkaitan dengan asumsi tanggal dan waktu yang tersimpan di dalam percakapan. Apabila agen pada panggilan pertama menyebutkan pemesanan untuk "besok jam 11", pernyataan itu akurat pada saat panggilan asli terjadi, namun menjadi tidak valid jika pelanggan baru menelepon kembali pada hari berikutnya. Jika instruksi agen menyematkan tanggal saat itu, sesi percabangan juga akan menganggap tanggal panggilan awal sebagai representasi "hari ini". Oleh sebab itu, aplikasi perlu menyuplai informasi tanggal dan waktu terkini serta memvalidasi kembali data yang sensitif terhadap waktu sebelum mengeksekusi instruksi lanjutan.

Pemanfaatan Sesi Produksi untuk Pengujian Regresi

Bagi tim rekayasa perangkat lunak, fitur percabangan sesi membuka peluang untuk mengubah kegagalan di lingkungan produksi menjadi kasus pengujian yang dapat diulang (repeatable tests). Ketika sebuah panggilan produksi menemui respons yang tidak diinginkan, pengembang dapat mencabangkan sesi tersebut untuk menguji putaran dialog berikutnya secara berulang tanpa perlu melakukan panggilan telepon baru. Pendekatan ini selaras dengan panduan evaluasi GPT-Live dari OpenAI, di mana sesi produksi yang bermasalah dapat dijadikan data uji regresi terhadap instruksi tambahan, konfigurasi backend, maupun penanganan alat.

Mengenai aturan pewarisan, sesi percabangan mempertahankan instruksi asli dan suara dari sesi sumber, serta riwayat percakapannya. Pengembang tidak dapat mengganti instruksi awal secara keseluruhan di dalam sesi fork, tetapi diizinkan menambahkan instruksi baru (appended instructions) serta mengganti pengaturan delegasi backend yang didukung. Jika pengujian membutuhkan instruksi utama yang sama sekali baru, langkah yang benar adalah memulai sesi baru dari awal. Percabangan juga tidak dirancang sebagai pengganti sistem perekaman kepatuhan (compliance) internal ataupun mekanisme alih tangan ke agen manusia (human handoff).

Ketentuan Retensi Data, Privasi, dan Skema Biaya

Dari sisi retensi data dan privasi, OpenAI menyimpan sesi GPT-Live yang menggunakan store: true selama 30 hari. Fitur penyimpanan ini dinonaktifkan secara default dan harus diizinkan pada pengaturan proyek. Jika proyek menggunakan kebijakan Zero Data Retention, parameter store akan dianggap false dan fitur percabangan tidak dapat digunakan. Mengenai biaya, sesi suara GPT-Live 1 dikenakan tarif US$0,05 per menit dengan sistem penagihan per detik. Karena proses fork menghasilkan sesi baru, durasi sesi baru serta pemanggilan model backend dan alat akan ditagih secara terpisah, di mana halaman harga OpenAI saat ini tidak mencantumkan biaya penyimpanan tambahan.

Dalam penerapan di lingkungan produksi, implementasi disarankan dimulai secara bertahap: mencatat ID sesi Live pada setiap panggilan, memisahkan status bisnis dari sesi Live, membangun alur kerja pengujian berbasis rekaman dan percabangan secara internal, serta memanfaatkan riwayat panggilan nyata sebagai bahan evaluasi. Pemulihan panggilan terputus hanya diaktifkan setelah verifikasi identitas dan sinkronisasi status aplikasi berjalan dengan kokoh, disertai validasi ulang konteks waktu. Opsi store: true pada akhirnya mengubah percakapan Live yang telah selesai menjadi status interaksi yang dapat digunakan kembali untuk kebutuhan pemulihan maupun pengujian sistem.