A Sierra multimodális ügynökei beszélgetés közben váltanak hang, szöveg és kép között
A Sierra olyan multimodális AI-ügynököket mutatott be, amelyek egyetlen beszélgetésen belül hanggal, szöveggel és vizuális elemekkel is képesek dolgozni. A vállalat szerint az ügynökök automatikusan választják ki, mikor melyik felület használata a leghasznosabb.
- A Sierra ügynökei hangot, szöveget és vizuális elemeket kapcsolnak össze.
- Az ügynök a beszélgetés igényei szerint válthat az egyes módok között.
- A repülőjáratok és az ülőhelyek vizuálisan is kiválaszthatók lehetnek.
- Az MCP UI-integráció termékkártyákat, táblázatokat, naptárakat és űrlapokat támogat.
- A vizuális komponensek frissítései a Sierra szerint minden felületen megjelennek.
A beszélgetéshez igazodó felület
A Sierra 2026. szeptember 10-én közzétett bejegyzése szerint a beszélgetés lehet az ügyfél és az AI-ügynök közötti kapcsolat alapvető felülete, ez azonban nem korlátozódik a hangra vagy a szövegre. A vállalat multimodális ügynökei ugyanazon beszélgetésben kapcsolják össze ezeket a csatornákat a vizuális elemekkel.
A Sierra egy mobil-előfizetés módosítását hozza példának. Telefonon könnyebb elmondani, mire van szükség, és kérdéseket feltenni, viszont az ügyfélnek fejben kell összehasonlítania a készülékeket, színeket, tárhelyméreteket és havi díjakat. A vizuális megjelenítés segíthet az opciók áttekintésében, miközben a hangalapú beszélgetés megmarad az igények pontos tisztázására.
A rendszer a Sierra leírása alapján maga válthat a módok között. Hangot használhat az igények részletes elmagyarázásához, vizuális elemeket az alternatívák összevetéséhez, szöveget pedig akkor, amikor az ügyfél később szeretne visszakeresni egy információt. A váltás közben az ügyfélnek nem kell újrakezdenie a beszélgetést, illetve megismételnie korábbi válaszait.
Repülőjáratok és ülőhelyek vizuális kiválasztása
A Sierra egy járattörlés vagy más repülési zavar esetét is bemutatja. Ilyenkor az alternatív járatok indulási időpontjai, átszállásai és árai közvetlenül a beszélgetésben jelenhetnek meg, így az ügyfél összehasonlíthatja a lehetőségeket, majd kiválaszthatja a megfelelőt. Az ügynök ezt követően ugyanonnan folytatja az ügyintézést.
Az ülőhely kiválasztása hasonló módon működhet. Az ügyfél láthatja az ülésrendet, és rákoppinthat a kívánt helyre. Ha egy részletet egyszerűbb szóban elmondani, hangra is válthat, az ügynök pedig rögzíti az elhangzottakat anélkül, hogy az ügyfélnek hosszabb szöveget kellene begépelnie.
A bemutatott működés lényege, hogy a felhasználónak nem kell külön eszközök vagy alkalmazások között váltania. Egy beszélgetésben mondhatja el az igényeit, megtekintheti az ajánlatokat, majd érintéssel megerősítheti a választását.
Egy ügynök több csatornán és felületen
A Sierra szerint az ügynököt egyszer kell létrehozni, ezt követően pedig több csatornán is telepíthető. Ugyanez vonatkozik a multimodális komponensekre: ha egy vizuális elemet elkészítenek, az ügynök minden olyan helyen használhatja, ahol elérhető.
A vállalat MCP UI-integrációja olyan interaktív elemeket vihet közvetlenül a beszélgetésbe, mint a termékkártyák, az összehasonlító táblázatok, a naptárak és az űrlapok. Ezeket a komponenseket az ügyfélcsapat tervezi és üzemelteti, ezért meghatározhatja a megjelenésüket, a bemutatott információkat és azt is, mikor változzanak.
A Sierra közlése szerint egy módosítás automatikusan megjelenik minden olyan felületen, ahol az adott komponens használatban van. Ehhez nem kell külön újratelepíteni az ügynököt, illetve külön verziókat fenntartani az egyes platformokra. Ha egy feladat több helyet igényel, a komponens teljes képernyős nézetre is kinyitható, például naptárak, hosszú összehasonlító táblázatok és többlépéses űrlapok esetében.
Mit jelent ez az ügyfélkezelésben?
A bejelentés alapján a Sierra az ügyfélkezelési folyamatokat olyan beszélgetésekként képzeli el, amelyekben a felület az adott feladathoz igazodik. Az ügyfél ugyanazon interakción belül beszélhet, olvashat, összehasonlíthat és koppintással választhat.
Ez a megközelítés a vállalati csapatok számára is egységesebb fejlesztést ígér a Sierra állítása szerint. A létrehozott ügynök és a hozzá tartozó vizuális komponensek több csatornán használhatók, a frissítések pedig minden érintett helyen megjelennek. A cég ezt olyan multimodális élményként írja le, amelyet az ügyfelek használhatnak, a fejlesztőcsapatok pedig felépíthetnek és telepíthetnek.
