Le terme agent peut avoir différentes significations. Dans un système multi-agent, qui forme une arborescence d'agents hiérarchique, l'arborescence d'agents entière est appelée application d'agent.
Une application d'agent est composée d'un ou de plusieurs agents, chacun pouvant être l'agent racine ou un sous-agent.
Un agent racine (également appelé agent de pilotage) sert de point d'entrée principal et d'outil d'orchestration pour l'ensemble de l'application d'agent. Il gère généralement l'interaction principale avec l'utilisateur final, est chargé de comprendre les objectifs généraux et délègue des tâches spécifiques aux sous-agents appropriés.
Un sous-agent (également appelé agent enfant) est un agent plus spécialisé conçu pour gérer une tâche, un domaine ou une capacité spécifique. Par exemple, un sous-agent peut être chargé de rechercher une base de données spécifique ou d'analyser un type de données particulier. Les sous-agents favorisent la modularité et la réutilisation dans votre application d'agent.
Les agents racine peuvent appeler des sous-agents, et les sous-agents peuvent appeler d'autres sous-agents.
Créer une application d'agent et un agent racine
Pour créer une application d'agent et un agent racine :
- Ouvrez la console CX Agent Studio.
- Sélectionnez votre projet.
- Cliquez sur Créer ou Créer un agent.
- Indiquez un nom d'application d'agent.
- Cliquez sur Créer. S'il s'agit de la première application d'agent que vous avez créée pour le projet, la création peut prendre une à deux minutes. L'outil de création d'agents s'affiche et un agent racine est créé pour vous.
- Cliquez sur le signe plus en haut à droite de l'agent racine.
- Cliquez sur Ajouter des instructions pour ajouter des instructions pour l'agent racine.
- Cliquez sur Ajouter un outil pour ajouter des outils à l'agent racine.
Créer un sous-agent
Pour créer un sous-agent :
- Cliquez sur le signe plus en bas de l'agent racine.
- Cliquez sur Ajouter un sous-agent.
Gérer les applications d'agent
Pour gérer les applications d'agent pour votre projet :
- Ouvrez la console CX Agent Studio.
- Sélectionnez votre projet. La liste des applications d'agent de votre projet s'affiche.
Pour chaque application d'agent, les informations et actions suivantes sont disponibles :
- Cliquez sur le nom de l'application d'agent pour l'ouvrir dans Agent Builder.
- La colonne Déployé sur indique le nombre de canaux sur lesquels l'application est déployée.
- La colonne Sessions indique le nombre de sessions au cours des dernières 24 heures qui utilisent un canal de déploiement.
- La colonne Escalation (Escalade) indique le nombre d'escalades au cours des dernières 24 heures qui utilisent un canal de déploiement.
- L'heure de la dernière mise à jour de l'application de l'agent s'affiche.
- Vous pouvez cliquer sur le menu contextuel d'une application d'agent spécifique, puis sur Importer l'agent, Exporter l'agent ou Supprimer l'agent. Pour en savoir plus, consultez Exporter et importer.
Langues acceptées
Vous devez concevoir vos agents en anglais, mais ils peuvent détecter automatiquement la langue de l'entrée de l'utilisateur final et répondre automatiquement dans la même langue. Pour obtenir la liste des langues disponibles, consultez la documentation de référence sur les langues.
Compatibilité des modèles
CX Agent Studio utilise les modèles de fondation Gemini pour alimenter le raisonnement génératif, le suivi des instructions et les fonctionnalités multimodales. Vous pouvez sélectionner un modèle global pour l'ensemble de l'application de l'agent ou le remplacer pour des sous-agents spécifiques.
Les modèles de CX Agent Studio sont optimisés pour l'expérience client, et peuvent différer des offres Vertex AI standards.
Pour CX Agent Studio, les modèles suivants sont compatibles :
| Modèle | Optimisation | Étape de lancement |
|---|---|---|
gemini-composite-v2 |
Optimisé pour la voix | DG |
gemini-composite-v1 |
Optimisé pour la voix | DG |
gemini-3.7-flash |
Texte optimisé | DG |
gemini-3.5-flash |
Texte optimisé | DG |
gemini-3-flash |
Texte optimisé | Aperçu |
gemini-2.5-flash |
Texte optimisé | DG |
gemini-3.1-flash-live |
Optimisé pour la voix | DG |
Modèle Gemini Composite V2
Le modèle Gemini Composite V2 est la nouvelle version du modèle Composite V1 pour les agents vocaux d'entreprise. Il utilise les mêmes modèles d'écouteur et de réflexion que Composite V1, avec un modèle de locuteur amélioré qui offre les avantages suivants :
- Élocution plus naturelle : rythme, ton et expression améliorés.
- Contrôle précis de la diffusion : les tags intégrés ajoutent des pauses, des respirations, des rires et des changements de ton exactement là où vous les placez.
- Précision alphanumérique améliorée : lecture plus précise des valeurs telles que les numéros de suivi, les numéros de téléphone et les adresses.
Pour utiliser Composite V2, sélectionnez gemini-composite-v2 comme modèle global pour votre application d'agent.
Si vous déplacez un agent depuis Composite V1, consultez Migrer depuis Composite V1.
Modèle Gemini Composite V1
Le modèle Gemini Composite V1 est conçu pour les agents vocaux d'entreprise. Il combine trois modèles de sous-composants pour offrir un respect strict des instructions, une exécution supérieure des outils et une stabilité vocale exceptionnelle :
Ce modèle composite est une combinaison de trois modèles de sous-composants sous-jacents :
- Modèle d'écoute : convertit l'audio entrant en transcriptions avec suppression du bruit en temps réel.
- Modèle de réflexion : traite les entrées, applique les instructions et exécute les outils de backend.
- Modèle de locuteur : convertit les réponses textuelles en un discours naturel à faible latence.
Bonnes pratiques pour les modèles composites
Suivez ces bonnes pratiques pour obtenir une synthèse vocale naturelle et fiable à partir du modèle Composite V2. Composite V2 utilise la ponctuation et le contexte pour adapter la diction. Ainsi, la plupart des réponses semblent naturelles sans instructions supplémentaires. Commencez simplement et n'ajoutez des instructions que si elles améliorent la conversation.
Style d'élocution
Le style d'élocution dans les paramètres de voix détermine la voix pour chaque réponse. Suivez les instructions ci-dessous :
- Commencez par un style d'élocution vide. Testez d'abord votre agent sans style d'élocution, puis ajoutez-en un uniquement si cela s'avère utile.
- Soyez concis.
Décrivez l'orateur en une dizaine de mots, par exemple son âge, son timbre de voix, sa hauteur, son accent et son rythme.
Exemple :
Friendly woman in her early 30s, warm mid-pitch voice, relaxed conversational pace. - Décrivez qui est l'intervenant, pas ce qu'il ressent. Utilisez des balises intégrées pour les émotions qui changent d'un moment à l'autre.
- Évitez les prompts trop longs. Les requêtes longues et composées de plusieurs sections, comme un profil audio avec des notes de scène et de réalisateur, peuvent entraîner une dérive de la voix pendant un appel et entrer en conflit avec les balises intégrées.
Tags intégrés
Les balises intégrées dans une réponse de l'agent contrôlent la diffusion à un moment précis. Pour les utiliser, indiquez à l'agent dans ses instructions quand ajouter des balises à ses réponses.
Le tableau suivant liste les tags courants :
| Type de tag | Exemples | Effet |
|---|---|---|
| Mettre en pause | <short pause>, <long pause> |
Ajoute un silence court ou long. |
| Son | <breath>, <sigh>, <chuckles>, <exhales> |
Ajoute un son non verbal une fois, à l'endroit où vous le placez. |
| Ton | <warm>, <calm>, <empathetic>, <positive> et <clear> |
Définit le ton jusqu'à la prochaine balise de ton. |
Dans l'exemple de réponse suivant, l'agent passe d'un ton empathique à un ton positif :
<calm><empathetic> I'm so sorry your flight was canceled. <positive> The good news is that I've already rebooked you on the next flight out.
Suivez ces consignes lorsque vous utilisez des balises intégrées :
- Utilisez des crochets.
Écrivez les balises sous la forme
<sigh>, et non[sigh]. - Placez les balises au début d'une phrase.
Vous pouvez y empiler des tags, comme
<calm><empathetic>. Seules les balises de pause doivent être placées au milieu d'une phrase, après la ponctuation. Par exemple,I checked your account, <short pause> everything is in order.. - Utilisez un ou deux tags par tour. La plupart des conversations avec les clients n'en nécessitent pas plus.
- N'utilisez pas de balises de fermeture, telles que
</warm>. Une balise de ton reste en vigueur jusqu'à la suivante. - Conservez les balises en anglais, même si votre agent répond dans une autre langue.
- Utilisez les majuscules et la ponctuation pour mettre en avant des informations. Mettez un mot en majuscules pour l'accentuer et utilisez des points de suspension pour une hésitation naturelle.
Pour obtenir la liste complète des tags, consultez le guide de requêtes Gemini TTS.
Numéros et identifiants
Pour vous assurer que l'agent prononce correctement les nombres, les devises, les dates, les numéros de téléphone et les ID alphanumériques, ajoutez des règles de normalisation du texte à vos instructions globales.
Par exemple, indiquez à l'agent de prononcer $87.25 comme "quatre-vingt-sept dollars et vingt-cinq cents" et de lire l'ID de commande XED1234 un caractère à la fois.
Indiquez que ces règles ne s'appliquent qu'aux réponses vocales, de sorte que l'agent transmet toujours les valeurs d'origine, telles que XED1234, aux outils.
Migrer depuis Composite V1
Pour déplacer un agent existant de Composite V1 vers Composite V2 :
- Dans les paramètres vocaux, remplacez toute requête de style d'élocution longue par une description courte ou laissez-la vide.
- Dans vos instructions et outils, remplacez les crochets par des chevrons.
Par exemple, remplacez
[sigh]par<sigh>. - Définissez le modèle sur
gemini-composite-v2pour l'application de l'agent et pour tous les sous-agents qui remplacent le modèle global. - Testez l'agent avec vos évaluations habituelles et vos tests d'acceptation utilisateur avant de le déployer.
Paramètres de l'application de l'agent
Consultez les paramètres.
Paramètres de l'agent
Consultez les paramètres.