语音、文本和视觉交互
代理在同一段对话中结合语音互动、书面信息和视觉内容，而不是强迫客户始终使用一种媒介。
面向客服的多模态对话
Sierra 的多模态智能代理是对话式 AI 代理，可在同一次客户互动中结合语音、文本和视觉界面。代理不会将每个步骤限制在同一种格式中，而是根据任务调整界面：客户可以通过语音说明需求、以视觉方式比较选项，并在需要参考时使用文本。
该系统面向需要将对话与结构化交互结合起来的客服工作流。客户可以讨论航班中断情况、查看替代行程、从地图中选择座位，或完成表单，而无需重启对话或重复说明详细信息。团队只需构建一次代理，添加可重复使用的视觉组件，然后将体验部署到代理可用的各个渠道。
核心功能
基于上下文的模式选择
Sierra 代理可以使用语音进行说明、使用视觉界面进行并排比较，或使用文本呈现客户之后可能需要参考的信息。
交互式产品比较
团队可以展示产品卡片和比较表，让客户共同查看选项，而不必依赖客服代表逐一进行说明。
嵌入式交互组件
日历、座位图和表单可以嵌入对话中，让客户直接在界面内进行选择或提供详细信息。
集中式组件管理
团队可以设计并托管自己的组件，控制其外观、显示内容和变更时机。组件更新后，无需维护单独的平台版本，所有使用该组件的地方都会同步反映更新。
全屏展开
日历、较长的比较表、多步骤表单及其他需要更多空间的内容可以展开为全屏界面。
实际使用场景
航班中断与改签
在讨论航班行程受影响的情况后，航空公司的代理可以展示包含出发时间、中转信息和价格的替代航班，并在客户选择某个选项后继续对话。
选择座位
客户可以在航空对话中查看座位图，并点击首选座位，而不必用语言描述座位位置。
方案或产品选择
电信或零售代理可以通过电话讨论需求，并展示型号、颜色、存储容量和月费，供客户并排比较后进行选择。
预约与填写表单
对话式工作流可以使用日历进行预约，并在客户需要在更大界面中提供多项信息时使用多步骤表单。
Pros and Cons
Pros
- 在同一段连续对话中结合语音、文本和视觉界面。
- 客户可以通过交互组件比较选项并进行选择，而不只是依赖文字或语音说明。
- 支持在代理部署到的各个界面中重复使用组件，减少维护单独版本的需求。
- 团队可以控制嵌入式组件的设计、内容和更新方式。
- 可以将日历和多步骤表单等较大的界面展开为全屏。
Cons
- 来源未提供价格、方案限制或详细的渠道可用性信息。
- 团队需要负责设计和托管体验中使用的交互组件。
- 来源介绍了相关概念和工作流，但未提供实施层面的技术规格。
FAQ
什么是 Sierra 的多模态智能代理？
Sierra 的多模态智能代理将语音、文本和视觉组件结合在同一段对话中。代理会根据客户在互动每个阶段的需求，在这些模式之间进行选择。
多模态智能代理如何部署？
团队可以构建代理，并将其部署到代理所在的各个渠道。视觉组件可以在这些界面中重复使用，无需针对每个平台分别维护不同版本。
可以向对话中添加哪些交互式组件？
团队可以使用 Sierra 的 MCP UI 集成，将交互式产品卡片、比较表、日历和表单直接放入对话中。团队负责设计和托管这些组件，并控制其外观、内容和更新方式。
体验如何处理语音、文本和视觉界面之间的切换？
客户可以在对话过程中切换语音交流、阅读文字、查看选项和点击选择，无需重启对话或重复之前提供的信息。需要更多空间的组件可以展开为全屏。
Quick Facts
- 产品
- Sierra 多模态智能代理
- 类别
- 对话式 AI 与客服
- 交互模式
- 语音、文本和视觉界面
- 交互式 UI
- 产品卡片、比较表、日历、表单和座位图
- 部署模式
- 构建一次，部署到代理可用的各个渠道
- 提供方
- Sierra
Sierra 替代品
Flunkey
Flunkey 是适用于 Windows 的语音优先效率工具层，可将语音转为文本、AI 辅助输出和可记忆上下文，帮助你在当前应用中捕捉想法与待办。
PXZ AI
一个集成图像、视频、语音、写作和聊天工具的全能AI平台，以增强创造力和协作。
Gemma AI
Gemma AI 是一款电话提醒应用，会按计划给你打电话提醒，而不是推送通知。支持 Google Calendar 同步与自然对话式通话交互，帮助你更直接地按时安排。
Wallie
Wallie 是一款开源 AI 直播助手，能观看屏幕、聆听聊天并以可配置人设生成实时解说。支持本地运行、使用自有密钥，适合无真人出镜内容、自动化直播和实时互动。
Claude Overlay
Claude Overlay 是适用于 Claude Code 的 Windows 桌面悬浮层，可读取屏幕内容，方便你在当前应用内提问、查看内容并请求编辑；通过现有 Claude 订阅和 Claude CLI 运行，无需单独 API key。
SpeakoFlow
SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用，支持在任意应用中口述输入、Flow 语音写作、文本清理、翻译和屏幕感知助手。