Tale-AI-teknologi

Lad en stemmeagent slå ting op: værktøjer og function calling

Sådan fungerer function calling for stemmeagenter i telefonen: opslag kontra handlinger, hvad der gør et godt værktøj, risici ved taleinput og naturlige opkald.

Calls redaktion · Udgivet · 5 min. læsetid

Oplysninger, der ændrer sig hver time, kan ikke ligge i en prompt. En ordrestatus, en lagerbeholdning eller en ledig tid er kun korrekt et øjeblik. For at bruge den slags fakta har en stemmeagent brug for en måde at spørge et andet system på, og den mekanisme kaldes som regel function calling eller værktøjsbrug.

En supportmedarbejder, der tjekker oplysninger på en skærm under et opkald
Illustrativt billede

Denne guide forklarer i enkle vendinger, hvordan det fungerer, hvad der gør et godt værktøj, hvor risiciene ligger, og hvordan idéen hænger sammen med den måde, Calls AI-agenter fungerer på i dag. Baggrund om selve stemmekæden finder du i Sådan fungerer stemme-AI i et telefonopkald.

Sådan fungerer et værktøjskald

En sprogmodel skriver tekst. Den kan ikke åbne en database eller trykke på en knap. Function calling er en konvention: Du beskriver et sæt funktioner for modellen med et navn, et formål og de input, hver funktion forventer, og modellen kan svare med en anmodning om at bruge en af dem.

Et værktøjskalds livsforløb

  1. Kunden spørgerFor eksempel: Hvor er min ordre?
  2. Modellen foreslår et kaldDen returnerer et funktionsnavn og argumenter, for eksempel et ordrenummer.
  3. Din software validererDen tjekker argumenterne, kundens tilladelse og eventuelle grænser.
  4. Systemet kører detDet forespørger ordresystemet og får et resultat.
  5. Resultatet går tilbage til modellenModellen omsætter dataene til et kort talt svar.

Det vigtige er, at det er din software, ikke modellen, der udfører handlingen. Det giver dig et sted at håndhæve regler, logge, hvad der skete, og afvise alt urimeligt.

Opslag kontra handlinger

Ikke alle værktøjer har samme risiko. Et opslag læser oplysninger. En handling ændrer noget i verden. Behandl dem forskelligt.

Skrivebeskyttede opslag kontra handlinger, der ændrer ting

OpslagHandling
EksemplerÅbningstider, ordrestatus, kølængdeAflys en booking, udsted en refusion, opdatér en adresse
Risiko ved fejlEt forkert svar, som kan rettesEn ændring, der kan være svær at fortryde
Typiske sikkerhedsforanstaltningerIdentitetstjek, begrænsede felterBekræftelsestrin, menneskelig godkendelse, revisionslog
Godt sted at starte?JaFørst når opslagene fungerer godt

En forsigtig vej er at lancere med kun opslag, holde øje med rigtige opkald og langsomt tilføje handlinger, hvor et menneske bekræfter alt af betydning. Det er den samme holdning, der ligger bag Sikkerhedsrammer for stemme-AI-agenter.

Hvad der gør et godt værktøj

Navne og beskrivelser betyder noget

Modellen vælger værktøjer ud fra de navne og beskrivelser, du giver dem. Vage formuleringer fører til forkerte valg. Skriv beskrivelserne som instruktioner til en ny kollega: hvornår værktøjet skal bruges, hvornår ikke, og hvad hvert input betyder.

Talt input er rodet

Argumenterne kommer fra tale. Et ordrenummer kan komme med et forkert ciffer eller et navn med en usædvanlig stavemåde. Læs vigtige værdier op for kunden, før du bruger dem, og design værktøjet, så det returnerer et nyttigt resultat ved næsten-rigtige værdier. Navne, numre og adresser rigtigt via tale gennemgår bekræftelsesteknikker i detaljer.

De risici, du skal designe omkring

Hvor værktøjsbrug går galt

  • Forkert værktøj eller argumenterModellen misforstår ønsket, så validér alt, før det køres.
  • OverdelingEt opslag returnerer mere, end kunden bør høre, så returnér kun det nødvendige.
  • Ubekræftet identitetKontooplysninger læses op for den forkerte person, så bekræft før videregivelse.
  • Langsomme eller fejlende systemerDød luft eller en forvirrende fejl, så sæt tidsgrænser og talte nødløsninger.
  • Indsprøjtede instruktionerTekst i et opslagsresultat, der prøver at give modellen ordrer, så behandl resultater udelukkende som data.

Hver risiko har et teknisk svar, men det sikreste designprincip er at give agenten den mindste adgang, der løser opgaven. Giv den ikke en generel databaseforbindelse, når ét smalt opslag er nok.

Hold opkaldet naturligt

Et værktøjskald tager tid: Modellen beslutter, dit system svarer, modellen skriver svaret, og talen produceres. Kunden hører stilhed. Taktikker, der hjælper, er en meget kort kvittering før et opslag, caching af værdier, der sjældent ændrer sig, og højst ét værktøjskald pr. tur. Latens i stemme-AI beskriver, hvor forsinkelsen kommer fra. Fejler et opslag eller tager for lang tid, skal agenten kort sige det og tilbyde en besked eller et menneske i stedet for at vente.

Et gennemgået eksempel, trin for trin

Forestil dig en tænkt møbelforretning, hvis agent besvarer spørgsmål om leveringer. Forretningen definerer ét skrivebeskyttet værktøj, der tager et ordrenummer og returnerer leveringsstatus og leveringstidsrum. Agenten får besked på kun at bruge det, når kunden har oplyst et ordrenummer og bekræftet det ved at høre det læst op.

  1. Kunden siger, at de venter på en sofa, og oplyser et ordrenummer.
  2. Agenten læser nummeret op i grupper, og kunden bekræfter.
  3. Værktøjet returnerer statussen ude til levering og tidsrummet eftermiddag.
  4. Agenten siger, at ordren er ude til levering og forventes at komme i eftermiddag, og spørger så, om der er andet.
  5. Returnerer værktøjet ikke fundet, siger agenten, at den ikke kan finde ordren, og tilbyder at tage en besked til teamet.

Læg mærke til, hvad der mangler: Agenten kan ikke flytte leveringen. Vil kunden have en anden dag, tager agenten imod ønsket, og teamet håndterer det. At starte med et smalt, sikkert værktøj som dette lærer dig, hvordan kunderne faktisk taler, før du udvider rammen. Før en log over hvert kald, værktøjet modtager, så du kan spotte mønstre, for eksempel at ét bestemt ciffer ofte bliver hørt forkert, og rette dem i bekræftelsestrinnet.

Sådan hænger det sammen med Call

I Call svarer en AI-agent ud fra sine instruktioner, sin persona, det manuskript, der er knyttet til linjen, og de afsnit i sin vidensbase, der matcher spørgsmålet. Den er ikke designet til at foretage handlinger som at booke eller bekræfte aftaler, ringe tilbage, sende noget eller tilbyde rabatter under opkaldet. Den siger det og giver den vej, dine kilder beskriver, for eksempel et bookinglink eller et opkald tilbage fra dit team. Fakta, der ændrer sig ofte, skal ligge i agentens kilder og holdes opdaterede, og helpdesken bruges til opfølgningsarbejde, der kræver et menneske. Vil du koble Call til dine egne systemer, er udviklergrænsefladen beskrevet i Call for udviklere og API; tjek, hvad den tilbyder, før du designer ud fra en bestemt adfærd.

Når du vurderer en platform, der reklamerer med værktøjsbrug, så stil de praktiske spørgsmål i tjeklisten nedenfor.

Spørgsmål om værktøjer i en stemmeagent

  • Hvilke systemer kan den nå, og med hvilke rettigheder?
  • Er opslag adskilt fra handlinger, der ændrer data?
  • Er der en log over hvert kald, den har foretaget, med argumenter og resultater?
  • Hvad sker der, når et opslag fejler eller er langsomt?
  • Kan et menneske godkende handlinger af betydning?
  • Hvordan bekræftes kundens identitet, før oplysninger siges højt?
  • Kan du teste værktøjer med realistisk talt input før lanceringen?

Evalueringssiden finder du i Sådan evaluerer du en stemmeagents samtaler.

Ofte stillede spørgsmål

Hvad er function calling i enkle vendinger?

Det er en måde, hvorpå en AI-model kan bede din software om at gøre noget, for eksempel slå en ordre op. Modellen skriver anmodningen, dit system udfører den og returnerer resultatet, som modellen så forklarer.

Kører AI'en selv funktionen?

Nej. Modellen foreslår kun kaldet. Din egen kode tjekker og kører det, og det er der, du kan anvende regler, grænser og logning.

Er det sikkert at lade en stemmeagent ændre registreringer?

Det kan gøres med omhu, men start med skrivebeskyttede opslag. Tilføj bekræftelse, grænser og menneskelig godkendelse ved alt, der ændrer data, hvor der er meget på spil.

Hvorfor får et opslag opkaldet til at føles langsomt?

Hvert trin tager tid: at beslutte kaldet, køre det, skrive svaret og sige det. Hurtige værktøjer, en kort kvittering og ét opslag pr. tur holder forsinkelsen til at leve med.

Kan en kunde narre agenten til at bruge et værktøj forkert?

De kan prøve. Validér argumenterne, tjek rettigheder i din kode, og giv agenten smalle værktøjer, så en misforstået anmodning ikke kan gøre reel skade.

Slår Calls AI-agent ting op i mine systemer?

Calls agent arbejder ud fra sine instruktioner, sit manuskript og sine vidensbaser og booker, sender eller bekræfter ikke ting under opkaldet. Hold fakta, der ændrer sig, i dens kilder, og brug teamet til opfølgning.

Se, hvordan Calls AI-agent svarer ud fra dine kilder

I demokonsollen kan du afprøve indgående opkald i en simulering.

Relaterede guides