用Parlant框架打造不胡说的AI影视制作助手：三步跑起来-育师

用Parlant框架打造不胡说的AI影视制作助手：三步跑起来

【免费下载链接】parlantBuild reliable customer-facing AI agents with Parlant: an interaction control harness optimized for controlled, consistent, and predictable LLM interactions.项目地址: https://gitcode.com/GitHub_Trending/pa/parlant

你的AI助手被问到不熟的摄影机参数，会一本正经地编一段，连迟疑都没有。你想给它划条线，却不知道该划在哪。Parlant框架就是干这个的——一个客户导向的LLM代理框架，说白了就是给助手套上的"行为管控系统"：让助手只在你允许的范围内说话，答不上来就干脆拒绝。

先睹为快 🎬

做完的影视制作助手长这样：一个网页对话框。拍前检查清单怎么列、后期流程分几步，它都能答；跟影视无关的问题，它也会礼貌地弹回来。本文所有操作都在这个界面里完成：

服务启动后，浏览器打开 localhost:8800，就能看到它：

点中间的New，开一个会话直接聊
左侧 Filter sessions 框能快速翻出旧对话
每次回复都带内部执行详情，答偏了能查到原因

三步跑通最小可用版

第1步：环境到手

就一条命令：

git clone https://gitcode.com/GitHub_Trending/pa/parlant

克隆下来装好依赖（要求 Python 3.10 及以上），本地就能跑。

第2步：创建你的影视制作助手

下面这段8行代码干一件事：起一个本地服务，建一个名叫"片场导演"的代理。跑起来就能聊：

import asyncio import parlant.sdk as p async def main(): async with p.Server() as server: await server.create_agent( name="片场导演", description="影视制作助手，解答拍摄与后期流程问题") asyncio.run(main())

Parlant 默认走 OpenAI 模型，运行前记得在环境变量里配好 OPENAI_API_KEY。

第3步：用guidelines划行为边界

guideline（指南）就是一条"当……就……"的指令：条件成立，就执行动作。它最实用的价值，是教会助手"超纲的问题说不知道"——拒绝，而不是编。给助手加一条这种规则：

await agent.create_guideline( condition="用户问的问题与影视制作无关（如股价、写简历）", action="礼貌告知你只能解答影视制作问题，不要勉强回答", )

助手收到消息后，会先判断当前对话是否命中条件，再生成回复。多写几条，行为就多稳一分。怎么写好指南，见指南系统文档。

进阶可选：贴近真实业务 🎥

最小版已经能聊了，但想交给团队用，下面两处升级很值。

术语表：团队黑话太多的时候。"Dailies""粗剪""特效镜头"，通用模型要么理解错，要么给你一段百科式定义。用代理的 create_term 逐条加词，传词名、大白话解释和别名即可，比如把"Dailies"解释为"当天拍完、当天审片的素材"。之后用户提到这些词，助手按你的定义答，不再靠想象。

Journeys：任务要跨多个步骤的时候。以"排拍摄日程"为例：先核对剧本进度，再看预算，最后给出日程。用 create_journey 先定义触发条件和标题，再把状态一个个串起来（问什么、调哪个工具）；用户回复出现分叉，就加条件选路。仓库里 examples/healthcare.py 有一份完整的预约流程实现，套路可直接搬。