Konversationsagenter är program som för en dialog med människor på naturligt språk, i text eller tal, för att besvara en fråga eller utföra en uppgift. Chattbottar, virtuella assistenter och AI-röstagenter är alla konversationsagenter.
Termen kommer från forskningen. En översiktsartikel från 2021 i tidskriften Sensors definierar konversationsagenter som ”agenter som interagerar med användare via skrivet eller talat naturligt språk” och tillägger att vissa ”kan utföra specifika handlingar”. Agenten är det som en person pratar med. Konversations-AI är tekniken bakom den, och röst-AI är den del av tekniken som hanterar tal.
En konversationsagent upprepar samma loop vid varje tur i samtalet:
Översiktsartikeln i Sensors beskriver textdelen av loopen som tre komponenter: förståelse av naturligt språk, en dialoghanterare som ”bestämmer hur den ska svara” och generering av naturligt språk. Röstagenter lägger enligt artikeln till steg i båda ändar: att ”översätta ljudvågorna till text” och att omvandla textsvaret till ljud igen.

Konversationsagenter skiljer sig åt på två sätt: vilken kanal de använder och hur de bestämmer vad de ska säga.
| Typ | Kanal | Hur den bestämmer vad den ska säga | Typisk uppgift |
|---|---|---|---|
| Regelbaserad chattbot | Text | Skriptade regler och fördefinierade svar | Färdiga svar på vanliga frågor |
| LLM-chattagent | Text: webbchatt, SMS, i appen | En stor språkmodell som följer en prompt, med verktyg och en kunskapsbas | Supportfrågor, orderstatus |
| Röstassistent | Röst på en personlig enhet | Taligenkänning plus bearbetning av naturligt språk | Personliga förfrågningar, som Apples Siri |
| AI-röstagent | Röst i ett telefonsamtal | Taligenkänning, en språkmodell och talsyntes, med turtagning | Besvara och ringa företagssamtal |
Forskare delar också in konversationsagenter efter syfte. Översiktsartikeln i Sensors hänvisar till en indelning i frågesvarsagenter, uppgiftsorienterade dialogagenter och chattbottar, och kallar agenter som byggts för att uppnå ett mål, som att planera och boka en semester, för ”målorienterade konversationsagenter”.
Inte riktigt. En chattbot är en typ av konversationsagent. Översiktsartikeln i Sensors konstaterar att de två termerna ”ibland används synonymt” och redovisar försök att skilja dem åt. I ett av dem är konversationsagenter ”alla typer av program som tolkar och svarar på uttalanden som användare gör på naturligt språk”, och chattbottar är den typ som byggts för att simulera samtal. I ett annat är chattbottar konversationsagenter med ett textbaserat gränssnitt.
Leverantörer drar ofta gränsen utifrån förmåga i stället. Slacks guide kallar konversationsagenter för ”högt utvecklade chattbottar, ett steg upp från enkla chattbottar som följer fördefinierade regler”. Läs mer om skillnaden i artikeln om chattbot och i chattbot vs konversations-AI.
Google Cloud använder termen som produktnamn. Dess Conversational Agents-konsol är verktyget för att bygga agenter på Dialogflow, och enligt Googles dokumentation ”innehåller den funktionerna från både den utfasade Dialogflow CX-konsolen och Vertex AI Agent Builder-konsolen”. Sökresultaten för termen blandar den produkten med den allmänna betydelse som den här artikeln handlar om.
En röstagent kör samma loop under tuffare förutsättningar. Den måste avgöra när uppringaren har pratat klart, hantera avbrott och bakgrundsljud och svara utan en lång paus. Artikeln om turtagning tar upp timingen, och hur AI-röstagenter fungerar i ett samtal följer ett samtal från början till slut.
Retell AI bygger båda typerna. Dokumentationen beskriver röstagenter för samtal och chattagenter för text, och chattagenter ”använder samma prompttyper, funktioner och kunskapsbaser som röstagenter”. I samtal hanterar orkestreringslagret i Retell turtagning och avbrott. Funktionsanrop kopplar en agent till externa system, till exempel för att boka möten eller kontrollera tillgänglighet, och verktyget för samtalsöverföring lämnar över ett pågående telefonsamtal till en person. Se artikeln om AI-röstagent för den fullständiga definitionen.
Konversations-AI är tekniken: taligenkänning, språkmodeller och dialoghantering. En konversationsagent är ett specifikt program som byggts med den tekniken för att utföra en uppgift, till exempel att besvara faktureringssamtal.
En supportchattbot på en webbplats, en röstassistent som Siri och en AI-röstagent som svarar i ett företags telefonlinje är alla konversationsagenter.
Nej. Regelbaserade agenter svarar utifrån skript och fördefinierade svar. Språkmodeller gör att en agent kan hantera frågor som ingen har skriptat och planera uppgifter i flera steg.
Ja. Det är en konversationsagent som fungerar med röst, oftast i telefonsamtal. Den lägger till taligenkänning, talsyntes och turtagning i den loop som textagenter använder.
Retell AI är en plattform för AI-röstagenter för kontaktcenter. Prata med Retell-teamet om ett pilotprojekt med riktiga samtal.
How Retell handles audits, data retention and access control.
Table of contents