Konversationelle agenter er softwareprogrammer, der fører en dialog med mennesker på naturligt sprog, via tekst eller stemme, for at besvare et spørgsmål eller løse en opgave. Chatbots, virtuelle assistenter og AI-stemmeagenter er alle konversationelle agenter.
Begrebet stammer fra forskningen. En gennemgang fra 2021 i tidsskriftet Sensors definerer konversationelle agenter som "agenter, der interagerer med brugere via skrevet eller talt naturligt sprog", og tilføjer, at nogle "er i stand til at udføre specifikke handlinger". Agenten er det, en person taler med. Konversationel AI er teknologien bag den, og stemme-AI er den del af teknologien, der håndterer tale.
En konversationel agent gentager det samme forløb i hver tur i samtalen:
Sensors-gennemgangen beskriver tekstdelen af forløbet som tre komponenter: forståelse af naturligt sprog, en dialogmanager, der "beslutter, hvordan der skal svares", og generering af naturligt sprog. Stemmeagenter tilføjer ifølge gennemgangen trin i hver ende: "oversættelse af lydbølgerne til tekst" og omdannelse af tekstsvaret tilbage til lyd.

Konversationelle agenter adskiller sig på to måder: den kanal, de bruger, og hvordan de beslutter, hvad de skal sige.
| Type | Kanal | Hvordan den beslutter, hvad den skal sige | Typisk opgave |
|---|---|---|---|
| Regelbaseret chatbot | Tekst | Faste regler og foruddefinerede svar | Faste svar på almindelige spørgsmål |
| LLM-chatagent | Tekst: webchat, SMS, i appen | En stor sprogmodel, der følger en prompt, med værktøjer og en vidensbase | Supportspørgsmål, ordrestatus |
| Stemmeassistent | Stemme på en personlig enhed | Talegenkendelse plus naturlig sprogbehandling | Personlige forespørgsler, som fx Apples Siri |
| AI-stemmeagent | Stemme i et telefonopkald | Talegenkendelse, en sprogmodel og talesyntese med turtagning | Besvare og foretage erhvervsopkald |
Forskere inddeler også konversationelle agenter efter formål. Sensors-gennemgangen henviser til en opdeling i spørgsmål-svar-agenter, opgaveorienterede dialogagenter og chatbots, og den kalder agenter, der er bygget til at nå et mål, som fx at planlægge og booke en ferie, "målorienterede konversationelle agenter".
Ikke helt. En chatbot er én slags konversationel agent. Sensors-gennemgangen bemærker, at de to begreber "nogle gange bruges i flæng", og nævner forsøg på at skelne mellem dem. I ét er konversationelle agenter "alle typer softwareprogrammer, der fortolker og svarer på udsagn fra brugere på naturligt sprog", og chatbots er den type, der er bygget til at simulere samtale. I et andet er chatbots konversationelle agenter med en tekstbaseret brugerflade.
Leverandører trækker ofte grænsen ud fra kapabiliteter i stedet. Slacks guide kalder konversationelle agenter "højt udviklede chatbots, et niveau over simple chatbots, der følger foruddefinerede regler". Læs mere om forskellen i opslaget om chatbot og chatbot vs. konversationel AI.
Google Cloud bruger begrebet som produktnavn. Dets Conversational Agents-konsol er værktøjet til at bygge agenter på Dialogflow, og Googles dokumentation siger, at den "indeholder funktionerne fra både den udfasede Dialogflow CX-konsol og Vertex AI Agent Builder-konsollen". Søgeresultaterne for begrebet blander dette produkt med den generelle betydning, som dette opslag dækker.
En stemmeagent kører det samme forløb under strammere betingelser. Den skal kunne afgøre, hvornår den, der ringer, er færdig med at tale, håndtere afbrydelser og baggrundsstøj og svare uden en lang pause. Opslaget om turtagning dækker timingen, og sådan fungerer AI-stemmeagenter i et opkald følger ét opkald fra start til slut.
Retell AI bygger begge slags. Dokumentationen beskriver stemmeagenter til opkald og chatagenter til tekst, og chatagenter "bruger de samme prompttyper, funktioner og vidensbaser som stemmeagenter". I opkald håndteres turtagning og afbrydelser af orkestreringslaget i Retell. Function calling forbinder en agent med eksterne systemer, fx til at booke møder eller tjekke ledighed, og værktøjet til viderestilling af opkald overdrager et igangværende telefonopkald til et menneske. Se opslaget om AI-stemmeagent for den fulde definition.
Konversationel AI er teknologien: talegenkendelse, sprogmodeller og dialogstyring. En konversationel agent er et stykke software, der er bygget med den teknologi til at udføre en opgave, fx at besvare opkald om fakturering.
En supportchatbot på et website, en stemmeassistent som Siri og en AI-stemmeagent, der besvarer en virksomheds telefonlinje, er alle konversationelle agenter.
Nej. Regelbaserede agenter svarer ud fra scripts og foruddefinerede svar. Sprogmodeller gør det muligt for en agent at håndtere spørgsmål, som ingen har skrevet et script til, og at planlægge opgaver med flere trin.
Ja. Det er en konversationel agent, der fungerer via stemme, typisk i telefonopkald. Den tilføjer talegenkendelse, talesyntese og turtagning til det forløb, som tekstagenter bruger.
Retell AI er en platform til AI-stemmeagenter for kontaktcentre. Tal med Retell-teamet om et pilotprojekt med rigtige opkald.
How Retell handles audits, data retention and access control.
Table of contents