xAI は Voice Agent Builder のベータ版を発表しました。これは、コーディング不要のプラットフォームで、ユーザーがプロダクションレベルの音声エージェントを構成することを目的としています。
Voice Agent Builder の機能と特徴
このプラットフォームは、高容量の音声エージェントを迅速に展開したいオペレーターや開発者のために設計されており、関連システムをゼロから構築する必要はありません。ユーザーは、電話通信、知識検索、ツール、保護措置、MCP、および可観測性などの機能を即座に利用でき、すべての機能が1つのインターフェースに集中しています。
「Voice Agent Builder は、音声から音声へのパス上に構築された単一のインターフェースで、Grok Voice のために設計されており、モデルと密接に結合されています。3つの異なる API を組み合わせたものではありません。」
xAI
簡単な設定プロセス
設定プロセスは非常に簡単で、ユーザーは通話プロセスを説明する自然言語のテキストを書き、関連するファイル、ツール、および保護措置を添付するだけで、約2分でゼロから稼働中のエージェントに変換できます。
強力な知識基盤
音声エージェントの知識は、ユーザーがアップロードしたファイルから得られ、プレーンテキスト、Markdown、Word、PowerPoint、Excel、HTML、JSON などの一般的なフォーマットをサポートしています。これらのファイルはコレクションとして整理でき、複数のエージェントと共有できるため、ポリシー、製品仕様、および運用マニュアルを集中管理できます。
多様なアプリケーションシナリオ
音声エージェントは情報を照会するだけでなく、Google Calendar や Outlook Calendar にアポイントメントを設定したり、API を通じて注文状況を確認したり、返金処理を行ったりするなどの操作も実行できます。人間の介入が必要な場合、エージェントは通話をチームに転送することもできます。
「すべての通話は録音および文字起こしされ、ユーザーは音声を再生したり、文字起こしテキストを読んだり、エージェントが使用したツールを確認したりできます。」
xAI
透明な料金モデル
xAI は、その料金モデルがシンプルで透明であることを強調しており、音声エージェントは API に基づいて課金され（現在は1分あたり¥10（US$0.05））、音声機能が含まれており、追加のプラットフォーム料金は不要です。無料で提供される電話番号を使用して通話する場合は、追加で1分あたり¥0（US$0.01）の料金がかかります。
全体として、Voice Agent Builder は音声エージェントの開発プロセスを簡素化し、ユーザーに柔軟なアプリケーション選択を提供する統合ソリューションを提供します。
資料出典：xAI 公式発表