Agen

Istilah agen dapat memiliki arti yang berbeda. Dalam Sistem Multi-Agen, yang membentuk hierarki pohon agen, seluruh pohon agen disebut sebagai aplikasi agen.

Aplikasi agen terdiri dari satu atau beberapa agen, dengan setiap agen dapat berupa agen root atau sub-agen.

Agen root (juga dikenal sebagai agen kemudi) bertindak sebagai titik entri utama dan orchestrator untuk keseluruhan aplikasi agen. Agen ini biasanya menangani interaksi utama dengan pengguna akhir, bertanggung jawab untuk memahami sasaran keseluruhan, dan mendelegasikan tugas tertentu ke sub-agen yang sesuai.

Sub-agen (juga dikenal sebagai agen turunan) adalah agen yang lebih khusus yang dirancang untuk menangani tugas, domain, atau kemampuan tertentu. Misalnya, sub-agen dapat ditugaskan untuk menelusuri database tertentu atau menganalisis jenis data tertentu. Sub-agen mendukung modularitas dan penggunaan kembali dalam aplikasi agen Anda.

Agen root dapat memanggil sub-agen, dan sub-agen dapat memanggil sub-agen lain.

Membuat aplikasi agen dan agen root

Untuk membuat aplikasi agen dan agen root:

1. Buka konsol CX Agent Studio.
2. Pilih project Anda.
3. Klik Create atau Create agent.
4. Berikan nama aplikasi agen.
5. Klik Create. Jika ini adalah aplikasi agen pertama yang Anda buat untuk project, pembuatannya mungkin memerlukan waktu 1-2 menit. Agent Builder akan ditampilkan dan, agen root akan dibuat untuk Anda.
6. Klik tanda plus di pojok kanan atas agen root.
7. Klik Add instructions untuk menambahkan petunjuk bagi agen root.
8. Klik Add tool untuk menambahkan alat untuk agen root.

Membuat sub-agen

Untuk membuat sub-agen:

1. Klik tanda plus di bagian bawah agen root.
2. Klik Tambahkan sub-agen.

Mengelola aplikasi agen

Untuk mengelola aplikasi agen untuk project Anda:

1. Buka konsol CX Agent Studio.
2. Pilih project Anda. Daftar aplikasi agen untuk project Anda akan ditampilkan.

Untuk setiap aplikasi agen, informasi dan tindakan berikut tersedia:

• Klik nama aplikasi agen untuk membuka aplikasi di pembuat agen.
• Kolom Deployed to menampilkan jumlah saluran tempat aplikasi di-deploy.
• Kolom Sesi menampilkan jumlah sesi dalam 24 jam terakhir yang menggunakan saluran deployment.
• Kolom Eskalasi menampilkan jumlah eskalasi dalam 24 jam terakhir yang menggunakan saluran deployment.
• Waktu update terbaru untuk aplikasi agen akan ditampilkan.
• Anda dapat mengklik menu konteks untuk aplikasi agen tertentu, lalu Import agent, Export agent, atau Delete agent. Untuk mengetahui informasi selengkapnya, lihat Ekspor dan impor.

Dukungan bahasa

Anda harus mendesain agen menggunakan bahasa Inggris, tetapi agen dapat otomatis mendeteksi bahasa input pengguna akhir, dan akan otomatis merespons menggunakan bahasa yang sama. Untuk mengetahui daftar bahasa yang didukung, lihat referensi bahasa.

Dukungan model

CX Agent Studio menggunakan model dasar Gemini untuk mendukung penalaran generatif, mengikuti instruksi, dan kemampuan multimodal. Anda dapat memilih model global untuk seluruh aplikasi agen atau menggantinya untuk sub-agen tertentu.

Model di CX Agent Studio disesuaikan performanya untuk pengalaman pelanggan, yang mungkin berbeda dari penawaran Vertex AI standar.

Catatan: Semua model di CX Agent Studio dianggap sebagai Ketersediaan Umum (GA), kecuali jika ditandai secara eksplisit sebagai "Pratinjau" di UI. Tahap peluncuran ini khusus untuk CX Agent Studio dan beroperasi secara independen dari status model di produk Google Cloud lainnya.

Untuk CX Agent Studio, model berikut didukung:

Model	Pengoptimalan	Tahap peluncuran
gemini-composite-v2	Dioptimalkan untuk Suara	GA
gemini-composite-v1	Dioptimalkan untuk Suara	GA
gemini-3.7-flash	Dioptimalkan untuk Teks	GA
gemini-3.5-flash	Dioptimalkan untuk Teks	GA
gemini-3-flash	Dioptimalkan untuk Teks	Pratinjau
gemini-2.5-flash	Dioptimalkan untuk Teks	GA
gemini-3.1-flash-live	Dioptimalkan untuk Suara	GA

Model Gemini Composite V2

Model Gemini Composite V2 adalah versi berikutnya dari model Composite V1 untuk agen suara perusahaan. Model ini menggunakan model Listener dan Thinking yang sama dengan Composite V1, dengan model Speaker yang diupgrade yang memberikan peningkatan berikut:

• Ucapan yang lebih alami: Kecepatan, nada, dan ekspresi yang lebih baik.
• Kontrol penyampaian yang presisi: Tag inline menambahkan jeda, napas, tawa, dan perubahan nada tepat di tempat Anda menempatkannya.
• Peningkatan akurasi alfanumerik: Pembacaan nilai yang lebih akurat seperti nomor pelacakan, nomor telepon, dan alamat.

Untuk menggunakan Composite V2, pilih gemini-composite-v2 sebagai model global untuk aplikasi agen Anda. Jika Anda memindahkan agen dari Composite V1, lihat Bermigrasi dari Composite V1.

Model Gemini Composite V1

Model Gemini Composite V1 dirancang untuk agen suara perusahaan. Model ini menggabungkan tiga model subkomponen untuk memberikan kepatuhan yang ketat terhadap petunjuk, eksekusi alat yang unggul, dan stabilitas suara yang luar biasa:

Model gabungan ini adalah kombinasi dari tiga model subkomponen yang mendasarinya:

• Model Pendengar: Mengonversi audio yang masuk menjadi transkrip dengan penolakan bising secara real-time.
• Model Penalaran: Memproses input, menerapkan petunjuk, dan menjalankan alat backend.
• Model Speaker: Mengonversi respons teks menjadi ucapan yang alami dan berlatensi rendah.

Catatan: Update otomatis dapat memicu perubahan versi minor model gabungan atau subkomponen.

Praktik terbaik untuk model gabungan

Ikuti praktik terbaik berikut untuk mendapatkan ucapan yang alami dan andal dari model Composite V2. Composite V2 menggunakan tanda baca dan konteks untuk membentuk penyampaian, sehingga sebagian besar respons terdengar alami tanpa arahan tambahan. Mulailah dengan sederhana, dan tambahkan arahan hanya jika dapat meningkatkan kualitas percakapan.

Gaya berbicara

Gaya berbicara di setelan suara membentuk suara untuk setiap respons. Ikuti pedoman berikut:

• Mulai dengan gaya berbicara kosong. Uji agen Anda tanpa gaya berbicara terlebih dahulu, lalu tambahkan gaya berbicara hanya jika diperlukan.
• Buat teks yang singkat. Deskripsikan pembicara dalam sekitar selusin kata, seperti usia, timbre vokal, nada, aksen, dan kecepatan. Contoh: Friendly woman in her early 30s, warm mid-pitch voice, relaxed conversational pace.
• Deskripsikan siapa pembicaranya, bukan perasaannya. Gunakan tag inline untuk emosi yang berubah dari waktu ke waktu.
• Hindari perintah yang panjang. Perintah yang panjang dan terdiri dari beberapa bagian, seperti profil audio dengan catatan adegan dan sutradara, dapat menyebabkan suara bergeser selama panggilan dan dapat bertentangan dengan tag inline.

Tag inline

Tag inline dalam respons agen mengontrol pengiriman pada titik tertentu. Untuk menggunakannya, beri tahu agen dalam petunjuknya kapan harus menambahkan tag ke responsnya.

Tabel berikut mencantumkan tag umum:

Jenis tag	Contoh	Efek
Jeda	<short pause>, <long pause>	Menambahkan jeda singkat atau panjang.
Suara	<breath>, <sigh>, <chuckles>, <exhales>	Menambahkan suara non-verbal satu kali, di tempat yang Anda tentukan.
Nada	<warm>, <calm>, <empathetic>, <positive>, <clear>	Menetapkan nada hingga tag nada berikutnya.

Dalam contoh respons berikut, agen beralih dari nada empati ke nada 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.

Ikuti panduan ini saat Anda menggunakan tag inline:

• Gunakan tanda kurung sudut. Tulis tag sebagai <sigh>, bukan [sigh].
• Letakkan tag di awal kalimat. Anda dapat menumpuk tag di sana, seperti <calm><empathetic>. Hanya tag jeda yang berada di tengah kalimat, setelah tanda baca. Contoh: I checked your account, <short pause> everything is in order.
• Gunakan satu atau dua tag per giliran. Sebagian besar percakapan pelanggan tidak memerlukan lebih dari itu.
• Jangan gunakan tag penutup, seperti </warm>. Tag nada tetap berlaku hingga tag berikutnya.
• Pertahankan tag dalam bahasa Inggris, meskipun agen Anda merespons dalam bahasa lain.
• Gunakan kapitalisasi dan tanda baca untuk penekanan. Gunakan huruf kapital untuk menekankan kata, dan gunakan elipsis untuk keraguan yang alami.

Untuk mengetahui daftar lengkap tag, lihat Panduan perintah Gemini TTS.

Nomor dan ID

Untuk memastikan agen mengucapkan angka, mata uang, tanggal, nomor telepon, dan ID alfanumerik dengan benar, tambahkan aturan normalisasi teks ke petunjuk global Anda. Misalnya, beri tahu agen untuk mengucapkan $87.25 sebagai "delapan puluh tujuh dolar dan dua puluh lima sen" dan untuk membaca ID pesanan XED1234 satu karakter per satu. Nyatakan bahwa aturan ini hanya berlaku untuk respons lisan, sehingga agen tetap meneruskan nilai asli, seperti XED1234, ke alat.

Bermigrasi dari Composite V1

Untuk memindahkan agen yang ada dari Composite V1 ke Composite V2:

1. Di setelan suara, ganti perintah gaya bicara yang panjang dengan deskripsi singkat, atau biarkan kosong.
2. Dalam petunjuk dan alat Anda, ubah tag tanda kurung siku menjadi tanda kurung sudut. Misalnya, ubah [sigh] menjadi <sigh>.
3. Tetapkan model ke gemini-composite-v2 untuk aplikasi agen dan untuk sub-agen yang mengganti model global.
4. Uji agen dengan evaluasi biasa dan pengujian penerimaan pengguna sebelum Anda men-deploy-nya.

Setelan aplikasi agen

Lihat setelan.

Setelan agen

Lihat setelan.