Een spraakagent dingen laten opzoeken: tools en function calls
Function calling bij telefonische spraakagents: opzoeken versus acties, wat een goede tool is, de risico's van spraakinvoer en hoe gesprekken natuurlijk blijven.
Informatie die elk uur verandert, kan niet in een prompt staan. Een bestelstatus, een voorraadniveau of een afspraakslot klopt maar even. Om zulke feiten te gebruiken, heeft een spraakagent een manier nodig om een ander systeem iets te vragen, en dat mechanisme heet meestal function calling of tool use.

Deze gids legt in gewone taal uit hoe het werkt, wat een goede tool is, waar de risico's liggen en hoe het idee zich verhoudt tot de manier waarop de AI-agents van Call vandaag werken. Voor achtergrond over de spraakketen zelf, zie Hoe voice-AI werkt tijdens een telefoongesprek.
Hoe een tool-aanroep werkt
Een taalmodel schrijft tekst. Het kan geen database openen of op een knop drukken. Function calling is een afspraak: u beschrijft het model een set functies, elk met een naam, een doel en de invoer die het verwacht, en het model kan antwoorden met een verzoek om er een te gebruiken.
De levensloop van een tool-aanroep
- De beller vraagtBijvoorbeeld: waar is mijn bestelling?
- Het model stelt een aanroep voorHet geeft een functienaam en argumenten terug, zoals een ordernummer.
- Uw software valideertDie controleert de argumenten, de rechten van de beller en eventuele grenzen.
- Het systeem voert het uitHet bevraagt het ordersysteem en krijgt een resultaat.
- Het resultaat gaat terug naar het modelHet model zet de gegevens om in een kort gesproken antwoord.
Het belangrijkste is dat uw software de actie uitvoert, niet het model. Dat geeft u een plek om regels af te dwingen, vast te leggen wat er gebeurde en alles te weigeren wat onredelijk is.
Opzoekingen versus acties
Niet alle tools hebben hetzelfde risico. Een opzoeking leest informatie. Een actie verandert iets in de wereld. Behandel ze verschillend.
Alleen-lezen-opzoekingen versus acties die iets veranderen
| Opzoeking | Actie | |
|---|---|---|
| Voorbeelden | Openingstijden, bestelstatus, wachtrijlengte | Een afspraak annuleren, een terugbetaling doen, een adres wijzigen |
| Risico als het fout gaat | Een fout antwoord, dat kan worden gecorrigeerd | Een wijziging die moeilijk terug te draaien kan zijn |
| Gebruikelijke waarborgen | Identiteitscontrole, beperkte velden | Bevestigingsstap, menselijke goedkeuring, auditlog |
| Goed startpunt? | Ja | Pas als opzoekingen goed werken |
Een voorzichtige route is te starten met alleen opzoekingen, echte gesprekken te volgen en langzaam acties toe te voegen, waarbij een mens alles met gevolgen bevestigt. Dat is dezelfde houding als achter Vangrails voor voice-AI-agents.
Wat een goede tool is
- Eén duidelijk doel. Een tool met de naam get_order_status kiest een model makkelijker correct dan een tool die vijf dingen doet.
- Weinig, eenvoudige invoer. Vraag om een ordernummer, niet om een lang vrij tekstveld.
- Een kort, gestructureerd resultaat. Geef de paar velden terug die de agent hardop zal zeggen, niet een volledig record.
- Duidelijke foutmeldingen. Geef niet gevonden of probeer het later opnieuw terug in een vorm die het model in een beleefde zin kan omzetten.
- Een snelle reactie. Trage tools laten de beller in stilte wachten.
Namen en omschrijvingen doen ertoe
Het model kiest tools op basis van de namen en omschrijvingen die u ze geeft. Vage formuleringen leiden tot verkeerde keuzes. Schrijf omschrijvingen als instructies aan een nieuwe collega: wanneer de tool te gebruiken, wanneer niet, en wat elke invoer betekent.
Gesproken invoer is rommelig
Argumenten komen uit spraak. Een ordernummer kan binnenkomen met één cijfer fout, of een naam met een ongebruikelijke spelling. Lees belangrijke waarden terug aan de beller voordat u ze gebruikt, en ontwerp de tool zo dat hij bij bijna-treffers een behulpzaam resultaat teruggeeft. Namen, nummers en adressen goed vastleggen via spraak behandelt bevestigingstechnieken uitgebreid.
De risico's om rekening mee te houden
Waar tool use misgaat
- Verkeerde tool of argumentenHet model begrijpt het verzoek verkeerd, dus valideer alles voordat het wordt uitgevoerd.
- Te veel delenEen opzoeking geeft meer terug dan de beller mag horen, dus geef alleen terug wat nodig is.
- Niet-geverifieerde identiteitAccountgegevens voorlezen aan de verkeerde persoon, dus verifieer voordat u iets deelt.
- Trage of falende systemenStilte of een verwarrende foutmelding, dus stel tijdslimieten en gesproken terugvalopties in.
- Geïnjecteerde instructiesTekst in een opzoekresultaat die het model opdrachten probeert te geven, dus behandel resultaten uitsluitend als data.
Voor elk risico bestaat een technisch antwoord, maar het veiligste ontwerpprincipe is de agent de minste toegang te geven waarmee de taak lukt. Geef hem geen algemene databaseverbinding als één smalle opzoeking volstaat.
Het gesprek natuurlijk houden
Een tool-aanroep kost tijd: het model beslist, uw systeem reageert, het model schrijft het antwoord en de spraak wordt gegenereerd. De beller hoort stilte. Wat helpt: een heel korte bevestiging vóór een opzoeking, waarden die zelden veranderen in een cache bewaren en elke beurt beperken tot één tool-aanroep. Latentie bij voice-AI beschrijft waar de vertraging vandaan komt. Mislukt een opzoeking of duurt die te lang, dan hoort de agent dat kort te zeggen en een bericht of een mens aan te bieden in plaats van te blijven wachten.
Een uitgewerkt voorbeeld, stap voor stap
Stel u een denkbeeldige meubelwinkel voor waarvan de agent vragen over leveringen beantwoordt. De winkel definieert één alleen-lezen-tool die een ordernummer aanneemt en de leverstatus en het levervenster teruggeeft. De agent krijgt de instructie hem pas te gebruiken als de beller een ordernummer heeft gegeven en dat heeft bevestigd na het te hebben horen teruglezen.
- De beller zegt dat hij op een bank wacht en geeft een ordernummer.
- De agent leest het nummer in groepjes terug en de beller bevestigt.
- De tool geeft de status onderweg en een levervenster in de middag terug.
- De agent zegt dat de bestelling onderweg is en vanmiddag zou moeten aankomen, en vraagt of er nog iets anders is.
- Geeft de tool niet gevonden terug, dan zegt de agent dat hij die bestelling niet kan vinden en biedt hij aan een bericht voor het team aan te nemen.
Let op wat ontbreekt: de agent kan de levering niet verzetten. Wil de beller een andere dag, dan noteert de agent het verzoek en handelt het team het af. Door met een smalle, veilige tool als deze te beginnen, leert u hoe bellers werkelijk spreken voordat u de reikwijdte verbreedt. Houd elke aanroep van de tool bij, zodat u patronen ziet, zoals een cijfer dat vaak verkeerd wordt verstaan, en die in de bevestigingsstap kunt oplossen.
Hoe dit zich verhoudt tot Call
In Call antwoordt een AI-agent vanuit zijn instructies, zijn persona, het script dat aan de lijn is gekoppeld en de passages uit zijn kennisbank die bij de vraag passen. Hij is niet ontworpen om tijdens het gesprek acties uit te voeren zoals afspraken boeken of bevestigen, terugbellen, iets versturen of kortingen aanbieden. Hij zegt dat ook en geeft de route die uw bronnen beschrijven, bijvoorbeeld een boekingslink of een terugbelactie van uw team. Bewaar feiten die vaak veranderen in de bronnen van de agent en werk ze bij, en gebruik de helpdesk voor opvolgwerk waarvoor een mens nodig is. Wilt u Call aan uw eigen systemen koppelen, dan wordt de ontwikkelaarsinterface beschreven in Ontwikkelaars en API van Call; controleer wat die biedt voordat u rond een bepaald gedrag ontwerpt.
Stel bij het beoordelen van elk platform dat met tool use adverteert de praktische vragen uit de checklist hieronder.
Vragen over tools bij een spraakagent
- Welke systemen kan hij bereiken, en met welke rechten?
- Zijn opzoekingen gescheiden van acties die gegevens wijzigen?
- Is er een log van elke aanroep die hij deed, met argumenten en resultaten?
- Wat gebeurt er als een opzoeking mislukt of traag is?
- Kan een mens acties met gevolgen goedkeuren?
- Hoe wordt de identiteit van de beller gecontroleerd voordat gegevens worden uitgesproken?
- Kunt u tools vóór de lancering testen met realistische gesproken invoer?
Voor de evaluatiekant, zie De gesprekken van een spraakagent evalueren.
Veelgestelde vragen
Wat is function calling in eenvoudige woorden?
Het is een manier waarop een AI-model uw software kan vragen iets te doen, zoals een bestelling opzoeken. Het model schrijft het verzoek, uw systeem voert het uit en geeft het resultaat terug zodat het model het kan uitleggen.
Voert de AI de functie zelf uit?
Nee. Het model stelt de aanroep alleen voor. Uw eigen code controleert en voert hem uit, en daar kunt u regels, grenzen en logging toepassen.
Is het veilig om een spraakagent gegevens te laten wijzigen?
Het kan zorgvuldig worden gedaan, maar begin met alleen-lezen-opzoekingen. Voeg voor alles wat gegevens wijzigt bevestiging, grenzen en menselijke goedkeuring toe waar er veel op het spel staat.
Waarom voelt het gesprek trager door een opzoeking?
Elke stap kost tijd: beslissen over de aanroep, die uitvoeren, het antwoord schrijven en het uitspreken. Snelle tools, een korte bevestiging en één opzoeking per beurt houden de vertraging acceptabel.
Kan een beller de agent ertoe verleiden een tool verkeerd te gebruiken?
Dat kan worden geprobeerd. Valideer argumenten, controleer rechten in uw code en geef de agent smalle tools, zodat een misplaatst verzoek geen echte schade kan aanrichten.
Zoekt de AI-agent van Call dingen op in mijn systemen?
De agent van Call werkt vanuit zijn instructies, script en kennisbronnen en boekt, verstuurt of bevestigt tijdens het gesprek niets. Bewaar veranderende feiten in zijn bronnen en laat het team de opvolging doen.