Agentes conversacionais são programas de software que mantêm um diálogo com pessoas em linguagem natural, por texto ou por voz, para responder a uma pergunta ou concluir uma tarefa. Chatbots, assistentes virtuais e agentes de voz com IA são todos agentes conversacionais.
O termo vem da pesquisa acadêmica. Uma revisão de 2021 publicada na revista Sensors define agentes conversacionais como "agentes que interagem com usuários por meio de linguagem natural escrita ou falada" e acrescenta que alguns "são capazes de realizar ações específicas". O agente é aquilo com que a pessoa conversa. A IA conversacional é a tecnologia por trás dele, e a IA de voz é a parte dessa tecnologia que lida com a fala.
Um agente conversacional repete o mesmo ciclo a cada turno da conversa:
A revisão da Sensors descreve a parte textual desse ciclo em três componentes: compreensão de linguagem natural, um gerenciador de diálogo que "decide como responder" e geração de linguagem natural. Os agentes de voz, segundo a revisão, acrescentam etapas em cada extremidade: "traduzir as ondas sonoras em texto" e converter a resposta em texto de volta em som.

Os agentes conversacionais se diferenciam de duas formas: o canal que usam e a forma como decidem o que dizer.
| Tipo | Canal | Como decide o que dizer | Função típica |
|---|---|---|---|
| Chatbot baseado em regras | Texto | Regras roteirizadas e respostas predefinidas | Respostas prontas para perguntas frequentes |
| Agente de chat com LLM | Texto: chat na web, SMS, no app | Um grande modelo de linguagem seguindo um prompt, com ferramentas e uma base de conhecimento | Dúvidas de suporte, status de pedidos |
| Assistente de voz | Voz em um dispositivo pessoal | Reconhecimento de fala mais processamento de linguagem natural | Pedidos pessoais, como a Siri da Apple |
| Agente de voz com IA | Voz em uma chamada telefônica | Reconhecimento de fala, um modelo de linguagem e síntese de fala, com alternância de turnos | Atender e fazer chamadas empresariais |
Os pesquisadores também classificam os agentes conversacionais por finalidade. A revisão da Sensors cita uma divisão em agentes de perguntas e respostas, agentes de diálogo orientados a tarefas e chatbots, e chama os agentes criados para cumprir um objetivo, como planejar e reservar férias, de "agentes conversacionais orientados a objetivos".
Não exatamente. Um chatbot é um tipo de agente conversacional. A revisão da Sensors observa que os dois termos "às vezes são usados de forma intercambiável" e lista tentativas de diferenciá-los. Em uma delas, agentes conversacionais são "todos os tipos de programas de software que interpretam e respondem a enunciados feitos por usuários em linguagem natural", e chatbots são o tipo criado para simular uma conversa. Em outra, chatbots são agentes conversacionais com interface baseada em texto.
Os fornecedores costumam traçar a linha pela capacidade. O guia do Slack chama os agentes conversacionais de "chatbots altamente evoluídos, um nível acima dos chatbots simples que seguem regras predefinidas". Para saber mais sobre essa diferença, veja o verbete chatbot e chatbot vs. IA conversacional.
O Google Cloud usa o termo como nome de produto. O console Conversational Agents é a ferramenta para criar agentes no Dialogflow, e a documentação do Google diz que ele "inclui os recursos dos consoles descontinuados do Dialogflow CX e do Vertex AI Agent Builder". Os resultados para o termo misturam esse produto com o significado geral abordado neste verbete.
Um agente de voz executa o mesmo ciclo em condições mais exigentes. Ele precisa perceber quando a pessoa terminou de falar, lidar com interrupções e ruído de fundo e responder sem uma pausa longa. O verbete alternância de turnos trata do tempo de resposta, e como os agentes de voz com IA funcionam em uma chamada acompanha uma chamada do início ao fim.
A Retell AI desenvolve os dois tipos. A documentação da Retell descreve agentes de voz para chamadas e agentes de chat para texto, e os agentes de chat "usam os mesmos tipos de prompt, funções e bases de conhecimento que os agentes de voz". Nas chamadas, a camada de orquestração da Retell cuida da alternância de turnos e das interrupções. A chamada de funções conecta um agente a sistemas externos, por exemplo, para agendar compromissos ou verificar disponibilidade, e a ferramenta de transferência de chamadas passa uma ligação em andamento para uma pessoa. Veja o verbete agente de voz com IA para a definição completa.
IA conversacional é a tecnologia: reconhecimento de fala, modelos de linguagem e gerenciamento de diálogo. Um agente conversacional é um software criado com essa tecnologia para realizar uma tarefa, como atender chamadas sobre faturamento.
Um chatbot de suporte em um site, um assistente de voz como a Siri e um agente de voz com IA que atende a linha telefônica de uma empresa são todos agentes conversacionais.
Não. Agentes baseados em regras respondem com roteiros e respostas predefinidas. Os modelos de linguagem permitem que um agente lide com perguntas que ninguém previu no roteiro e planeje tarefas com várias etapas.
Sim. É um agente conversacional que funciona por voz, geralmente em chamadas telefônicas. Ele acrescenta reconhecimento de fala, síntese de fala e alternância de turnos ao ciclo usado pelos agentes de texto.
A Retell AI é uma plataforma de agentes de voz com IA para centrais de atendimento. Fale com a equipe da Retell sobre um piloto com chamadas reais.
How Retell handles audits, data retention and access control.
Table of contents