音声AI技術

音声エージェントに情報を調べさせる:ツールと関数呼び出し

電話の音声エージェントでの関数呼び出し(ファンクションコーリング)のしくみを解説します。照会と操作の違い、良いツールの条件、音声入力のリスク、通話を自然に保つ方法まで。

Call 編集部 · 公開 · 約7分で読めます

1時間ごとに変わる情報は、プロンプトには入れられません。注文状況、在庫数、予約の空き枠は、その瞬間だけ正しいものです。こうした事実を使うには、音声エージェントが別のシステムに尋ねる方法が必要で、そのしくみは通常、関数呼び出し、またはツール利用と呼ばれます。

通話しながら画面で情報を確認するサポート担当者
イメージ画像

このガイドでは、そのしくみをわかりやすく説明し、良いツールの条件、リスクの所在、CallのAIエージェントの現在の動作との関係を解説します。音声パイプライン自体の背景は電話の通話で音声AIはどう動くかをご覧ください。

ツール呼び出しのしくみ

言語モデルは、テキストを書きます。データベースを開いたり、ボタンを押したりはできません。関数呼び出しとは取り決めです。名前、目的、期待する入力を備えた関数のセットをモデルに説明しておくと、モデルがその1つを使う依頼で応答することがあります。

ツール呼び出しの流れ

  1. お客様が尋ねるたとえば「注文した品物はどこですか」。
  2. モデルが呼び出しを提案関数名と、注文番号などの引数を返します。
  3. ソフトウェアが検証引数、お客様の権限、制限を確認します。
  4. システムが実行注文システムに問い合わせて、結果を受け取ります。
  5. 結果がモデルに戻るモデルがデータを、短い話し言葉の回答にします。

重要なのは、操作を実行するのがモデルではなく、お客様側のソフトウェアだという点です。ここでルールを強制し、起きたことを記録し、不合理な依頼を拒否できます。

照会と操作

ツールのリスクはすべて同じではありません。照会は情報を読むだけです。操作は、現実の何かを変えます。区別して扱いましょう。

読み取りだけの照会と、変更を伴う操作

照会操作
例営業時間、注文状況、キューの待ち人数予約のキャンセル、返金、住所の更新
間違った場合のリスク誤った回答。訂正できる元に戻しにくい変更になりうる
一般的な安全策本人確認、フィールドの制限確認ステップ、担当者の承認、監査ログ
最初に適しているかはい照会がうまく動いてから

慎重な道は、照会だけで始め、実際の通話を見ながら、重要な操作は担当者の確認つきで少しずつ追加することです。これは音声AIエージェントのガードレールの背景にある考え方と同じです。

良いツールの条件

名前と説明が重要

モデルは、与えられた名前と説明を使ってツールを選びます。あいまいな表現は、誤った選択につながります。新しい同僚への指示のように説明を書きましょう。ツールをいつ使い、いつ使わないか、各入力が何を意味するかです。

音声入力は不正確

引数は音声から来ます。注文番号は1桁違うかもしれませんし、名前は珍しいつづりかもしれません。重要な値は、使う前にお客様に読み返しましょう。近い入力にも役立つ結果を返せるようツールを設計します。確認の技法は音声で名前・番号・住所を正確に聞き取るで詳しく説明しています。

設計で備えるべきリスク

ツール利用がうまくいかない場面

  • 誤ったツールや引数モデルが依頼を読み違えるため、実行前にすべてを検証します。
  • 情報の出しすぎ照会がお客様に聞かせるべき以上を返すため、必要なものだけを返します。
  • 本人確認なし誤った相手にアカウント情報を読み上げてしまうため、開示の前に確認します。
  • 遅い、または失敗するシステム無音や紛らわしいエラーになるため、時間制限と音声での代替応答を設定します。
  • 注入された指示照会結果のテキストがモデルに命令しようとするため、結果はデータとしてのみ扱います。

どのリスクにも技術的な対処がありますが、最も安全な設計原則は、エージェントに仕事に必要な最小限の権限を与えることです。1つの限定された照会で足りるなら、汎用のデータベース接続を渡してはいけません。

通話を自然に保つ

ツール呼び出しは時間を足します。モデルが判断し、システムが応答し、モデルが答えを書き、音声が生成されます。お客様には無音が聞こえます。有効な対策は、照会の前の非常に短い受け止め、変わりにくい値のキャッシュ、1回の順番でツール呼び出しを1回に限ることです。遅延がどこから来るかは音声AIの遅延で説明しています。照会が失敗したりタイムアウトしたりしたら、エージェントは待ち続けず、手短にそう伝えて、伝言か担当者を案内するべきです。

具体例を順を追って見る

配送についての質問に答えるエージェントを持つ、架空の家具店を想像してください。店は、注文番号を受け取って配送状況と配送時間帯を返す、読み取り専用のツールを1つ定義します。エージェントは、お客様が注文番号を伝え、読み返しを聞いて確認した後にのみ使うよう指示されています。

  1. お客様は、ソファを待っていると言い、注文番号を伝えます。
  2. エージェントは番号を区切って読み返し、お客様が確認します。
  3. ツールは、状況「配送中」、時間帯「午後」を返します。
  4. エージェントは、注文は配送中で今日の午後にお届け予定と伝え、ほかに必要なことがないか尋ねます。
  5. ツールが「見つかりません」を返したら、エージェントはその注文が見つからないと伝え、チームへの伝言を受けることを提案します。

欠けているものに注目してください。エージェントは配送日を変更できません。お客様が別の日を希望するなら、エージェントは依頼を受け、チームが対応します。こうした限定的で安全なツールから始めると、範囲を広げる前に、お客様が実際にどう話すかを学べます。ツールが受けたすべての通話の記録を残せば、ある数字の聞き間違いが多いなどのパターンを見つけ、確認ステップで直せます。

Callとの関係

Callでは、AIエージェントは、指示、ペルソナ、回線に設定されたスクリプト、質問に合致するナレッジベースの箇所から回答します。通話中に、予約の取得や確定、折り返し、何かの送信、値引きの提示などの操作を行うようには設計されていません。そのことを伝えたうえで、予約リンクやチームからの折り返しなど、ナレッジソースに書かれた方法を案内します。頻繁に変わる事実は、エージェントのソースに入れて更新し、担当者が必要なフォローアップ作業にはヘルプデスクを使います。Callを自社のシステムと連携させたい場合、開発者向けインターフェースはCallの開発者向け情報とAPIで説明しています。特定の動作を前提に設計する前に、提供内容を確認してください。

ツール利用をうたうプラットフォームを評価するときは、以下のチェックリストの実務的な質問をしてみましょう。

音声エージェントのツールについて尋ねる質問

  • どのシステムに、どの権限でアクセスできるか。
  • 照会と、データを変更する操作は分離されているか。
  • 実行したすべての呼び出しについて、引数と結果のログがあるか。
  • 照会が失敗したり遅れたりしたらどうなるか。
  • 重要な操作を担当者が承認できるか。
  • 詳細を声に出す前に、お客様の本人確認はどう行われるか。
  • 公開前に、現実的な音声入力でツールをテストできるか。

評価については音声エージェントの会話を評価する方法をご覧ください。

よくある質問

関数呼び出しとは、簡単に言うと何ですか。

AIモデルが、注文の照会など、ソフトウェアに何かを依頼するしくみです。モデルが依頼を書き、システムが実行して、モデルが説明するための結果を返します。

AIが関数を自分で実行するのですか。

いいえ。モデルは呼び出しを提案するだけです。確認して実行するのは自社のコードで、そこでルール、制限、ログを適用できます。

音声エージェントに記録を変更させても安全ですか。

慎重に行えば可能ですが、まず読み取り専用の照会から始めましょう。データを変更するものには、確認、制限、リスクの高い場面での担当者の承認を加えます。

照会があると、通話が遅く感じられるのはなぜですか。

呼び出しの判断、実行、返答の作成、発話と、各ステップに時間がかかるからです。速いツール、短い受け止め、1回の順番に1回の照会で、遅延を許容範囲にできます。

お客様がエージェントを騙して、ツールを誤用させることはできますか。

試すことはできます。引数を検証し、自社のコードで権限を確認し、限定的なツールを与えれば、見当違いの依頼で実害が出ないようにできます。

CallのAIエージェントは、自社のシステムを照会しますか。

Callのエージェントは、指示、スクリプト、ナレッジソースをもとに動作し、通話中に予約、送信、確定は行いません。変わりやすい事実はソースに入れ、フォローアップはチームで行ってください。

CallのAIエージェントがナレッジソースから答える様子を見る

デモコンソールでは、着信をシミュレーションで体験できます。

関連記事