Agents conversationnels

Remarque : les agents conversationnels sont disponibles en aperçu public.

À propos des agents conversationnels de UiPath

Les agents conversationnels constituent une nouvelle classe d'agents UiPath conçus pour interagir de manière dynamique, multi-réversible et en temps réel avec les utilisateurs. Contrairement aux agents autonomes qui répondent à une seule invite, les agents conversationnels interprètent et réagissent en fonction du flux continu de messages de l'utilisateur. Ils gèrent le contexte des conversations, l’exécution des outils, les escalades humaines et la mémoire, permettant une expérience d’automatisation plus enrichie et plus adaptative. Considérez-les comme des assistants numériques intelligents qui comprennent le contexte et gèrent naturellement l'ambiguïté.

Les agents conversationnels sont particulièrement utiles dans les scénarios qui nécessitent :

• Clarification en cours ou échange aller-retour
• Des conseils personnalisés basés sur l'intention de l'utilisateur
• Une solution de secours humain en toute fluidité lorsque le niveau de confiance est faible

Table 1. Différences clés des agents autonomes

Fonctionnalités	Conversational agent	Autonomous agent
Modèle d'interaction	Boîte de dialogue multi-directionnels, aller-retour	Exécution de tâche à décision unique basée sur une invite initiale
Cas d’utilisation principal	Assistance et assistance en temps réel pour les utilisateurs, collecte interactive d'informations	Exécution d’une tâche à partir d’une invite définie
Entrée de l’utilisateur	Messages de chat utilisateur continus	Invite structurée unique
Force de base	Maintenir les conversations et gérer l'ambiguïté	Exécuter un plan à travers des outils

Quand utiliser des agents conversationnels

Utilisez des agents conversationnels lorsque votre scénario d'automatisation implique une interaction en temps réel et contextuelle. Ces agents sont les mieux adaptés aux tâches suivantes :

• Expériences en libre-service pour les clients ou les employés, telles que le support technique ou les assistants d’intégration.
• Des conseils interactifs via des processus en plusieurs étapes, des formulaires ou des arborescences de décision.
• Conversations contextuelles où les utilisateurs peuvent poser des questions de suivi ou fournir des informations progressivement.
• Des interfaces en langage naturel pour les applications, les systèmes ou les bases de connaissances, permettant aux utilisateurs d'interroger des informations de manière conversationnelle.

Utilisez plutôt des agents autonomes lorsque la tâche peut être entièrement décrite en une seule invite avec toutes les entrées requises fournies en amont. Exemples idéaux :

• Traitement de documents structurés (par ex., extraction de données de factures ou de contrats)
• Génération automatisée de rapports basée sur une logique prédéfinie
• Tâches de résumé ou de transformation dont les exigences sont claires et ponctuelles

Licences

Pendant l'aperçu public, les exécutions d'agents conversationnels ne consomment pas d'unités de plateforme ou d'agents. Cependant, si l'agent utilise un service payant, tel qu'un outil DeepRAG, il consomme les unités nécessaires pour effectuer l'appel à cet outil.

Les détails officiels des licences pour les agents conversationnels seront disponibles avec la disponibilité générale de la version 2025.10.

Remarque : le démarrage d'une conversation avec un agent conversationnel déclenche un processus Orchestrator dédié à ce chat. Ce processus s'affiche toujours comme En cours d'exécution afin qu'il puisse répondre immédiatement à vos messages. Cependant, il ne consomme des ressources que lorsque vous envoyez réellement un message. Lorsqu’il est inactif et en attente, il n’utilise aucune ressource.

D’ici là, tenez compte des points suivants :

Meilleures pratiques

Lors de la conception d'un agent conversationnel, tenez compte des bonnes pratiques suivantes :

1. Commencez par un persona clair : définissez le ton et l'étendue de l'agent (par exemple, « Vous êtes un service RH convivial... ».
2. Conception imprévisible : les utilisateurs peuvent fournir des informations incomplètes ou incorrectes. Gérez les ambiguïtés.
3. Utilisation des outils du guide : veillez à ce que les descriptions des outils indiquent clairement quand et comment les utiliser.
4. Itérer avec les évaluations : créez des cas de test pour les chemins heureux et mal heureux. Mettez à jour votre logique d’agent en conséquence.

Premiers pas avec les agents conversationnels

La création d'un agent conversationnel suit un cycle de vie structuré qui comprend la conception, les tests, le déploiement et la surveillance. Les étapes clés sont :

1. Concevez l'agent : utilisez Studio Web pour définir la requête système de l'agent, configurer les outils disponibles, ajouter un ancrage dans le contexte et configurer des workflows d'escalade.
2. Tester et évaluer : utilisez le chat de débogage intégré pour tester les interactions multi- utiliser. Ajoutez des conversations réelles ou simulées aux ensembles d'évaluation pour valider le comportement et les performances.
3. Publier et déployer : publiez l’agent sous forme de package de solution dans Orchestrator. Assurez-vous que le dossier de la solution comprend un robot sans serveur et Unattended pour l’exécution.
4. Accès et gestion : interagissez avec l'agent via la gestion des instances. Surveillez le comportement du runtime, examinez les journaux de traçage et itérez en fonction des commentaires.

Créer un agent conversationnel

Vous pouvez créer des agents conversationnels à l'aide du même concepteur low-code de Studio Web que des agents autonomes, avec des différences clés adaptées à un dialogue en temps réel et multi- utiliser.

Créer l’agent

Pour commencer :

1. Accédez à studio.uipath.com.
2. Sélectionnez le bouton Create New (Créer nouveau), puis Agent.
3. Sélectionnez le type d'agent conversationnel .

   Vous pouvez éventuellement décrire votre agent dans Autopilot pour générer une configuration de démarrage

Figure 1. Créer un nouvel agent conversationnel

Configurer la requête système

La requête système définit le persona de l'agent, ses objectifs, ses contraintes comportementales et sa logique d'outil/d'escalade. Utilisez-le pour indiquer à l’agent comment :

• Utilisateurs vert.
• Gérez les requêtes inconnues.
• Escaladez les problèmes ou utilisez des outils d'appel.
• Maintenez un ton et un style cohérents.

Conseil : Autopilot peut vous aider à générer une invite de démarrage efficace en fonction de votre cas d’utilisation.

Les agents conversationnels n'utilisent pas les requêtes utilisateur ou les entrées/sorties de Data Manager. Toutes les entrées sont collectées en direct au cours de la conversation.

Configurer les outils

Les outils permettent aux agents d’effectuer une action au cours d’une conversation, par exemple en exécutant des automatisations, en exécutant des processus ou en appelant des API. Les types d'outils pris en charge incluent : les workflows RPA, les workflows d'API, les activités et d'autres agents (à l'exception des agents conversationnels).

Astuce : pour les workflows qui effectuent exclusivement des appels d'API, nous vous recommandons d'utiliser des workflows d'API pour de meilleures performances dans les chats en temps réel.

Use tool-level guardrails to enforce runtime policies. Guardrails apply during both test and runtime, and are visible in trace logs. For details, refer to Guardrails.

Configurer les contextes

Add Context Grounding indexes to give your agent access to specific knowledge sources. The agent can query these indexes to provide informed, citation-backed responses. For details, refer to Contexts.

Configurer les escalades et la mémoire de l'agent

Les agents conversationnels prennent en charge les workflows d'escalade et la mémoire des agents afin d'améliorer la prise de décisions :

• Les escalades permettent à l'agent de transférer des conversations sur un humain via Action Center lorsque le niveau de confiance est faible ou que l'intention de l'utilisateur n'est pas claire. Les conversations s'exécutent de manière synchrone, ce qui signifie que l'agent suspend toute autre interaction jusqu'à ce que l'escalade soit résolue.
• La mémoire de l'agent permet à l'agent de mémoriser et de réutiliser les escalades précédemment résolues, ce qui réduit les redondances et améliore son efficacité.

For details, refer to Escalations and Agent Memory.

Évaluer et tester l’agent

Les évaluations aident à garantir que votre agent conversationnel se comporte de manière fiable entre les différents chemins de dialogue. Ce processus est semblable à l'évaluation d'un agent autonome, mais il est adapté au dialogue.

Utilisez le panneau Sortie pour simuler des conversations réelles. Sélectionnez Test on cloud pour exécuter l'agent dans un environnement de type chat et interagir avec votre agent en utilisant le langage naturel.

Afficher les journaux d’exécution en temps réel

Sur le côté droit du chat, développez le traçage complet de l'exécution, qui fournit un traçage en temps réel de l'exécution de l'agent. Il affiche des détails tels que :

• Appels et réponses LLM d’agent
• Appels d’outils, avec arguments et sorties finales

Add test cases

Vous pouvez ajouter des cas de test directement à partir du panneau Output en sélectionnant Add to evaluation set après l'exécution d'un test. Un test d'évaluation est créé pour la conversation avec :

• Historique des conversations : un enregistrement des événements précédents se produit dans la boîte de dialogue.
• Message de l'utilisateur actuel : le dernier message de l'utilisateur dans la conversation.
• Réponse attendue de l’agent.

Cela vous permet de tester dans quelle mesure l'agent gère le contexte et gère les questions complémentaires, ce qui est essentiel pour une bonne expérience conversationnelle.

Figure 2. Créer des ensembles d'évaluations

Pour chaque test d'évaluation, vous pouvez utiliser l'interface du générateur de conversations pour modifier l'historique des conversations et la requête de l'utilisateur actuel. Une interface similaire vous permet de définir et d'affiner la réponse attendue de l'agent, ce qui garantit une validation précise des tests.

Graphique 3. La fenêtre du générateur de conversations lors de la modification d’un test d’évaluation

Graphique 4. Vous pouvez importer une conversation à partir du chat de débogage en sélectionnant Ajouter à l’ensemble d’évaluation.

Accéder aux agents conversationnels

Après avoir publié et déployé un agent conversationnel, vous pouvez interagir avec celui-ci par le biais de la gestion des instances, située dans la section Agents d'Automation Cloud.

Figure 5. Gestion des instances d'agents

FAQ

Pourquoi les agents conversationnels n'utilisent-ils pas les arguments Data Manager ou les requêtes utilisateur ?

Les agents conversationnels sont conçus pour des interactions en direct et multi- utiliser, où les entrées de l'utilisateur sont fournies progressivement au cours de la conversation. En conséquence :

• Les requêtes utilisateur ne sont pas nécessaires : ces agents ne s'appuient pas sur des requêtes prédéfinies pour collecter des informations. Au lieu de cela, ils utilisent des messages en temps réel et répondent en conséquence, un tour à la fois.
• Data Manager est actuellement désactivé. Étant donné que les sorties sont émises dynamiquement par l’agent conversationnel tout au long de la conversation, il n’est pas nécessaire de configurer les arguments de sortie. La possibilité de configurer les entrées, qui seraient des paramètres de haut niveau pour initialiser une conversation, sera ajoutée dans une prochaine version.

Pourquoi y a-t-il tant de tâches Orchestrator pour les agents conversationnels ?

Chaque fois qu'un utilisateur démarre une conversation avec un agent conversationnel, une nouvelle tâche Orchestrator est créée pour gérer cette session. Ces tâches :

• Restez actif pendant jusqu’à huit heures d’inactivité.
• Arrêt automatique si aucune autre entrée d'utilisateur n'est reçue dans cette fenêtre.
• Aidez-moi à minimiser le temps de démarrage en maintenant la session de l’agent active et réactive pendant les conversations en cours.

Ce comportement garantit que l'agent est toujours prêt à répondre sans délai, tout en optimisant également l'utilisation des ressources pendant les périodes d'inactivité.

Comment puis-je utiliser des agents conversationnels en dehors de la gestion des instances ?

Les agents conversationnels sont accessibles au-delà de la gestion des instances dans :

• Apps UiPath : les agents conversationnels seront intégrés à vos applications à l'aide du composant iFrame dans une version future.
• Autopilot for Everyone : les agents conversationnels seront pris en charge dans le cadre d'une prochaine version d'Autopilot for Everyone.

Pourquoi mon agent conversationnel ne démarre-t-il pas depuis la gestion des instances ?

Si votre agent conversationnel ne démarre pas dans Instance Management, vérifiez les exigences suivantes :

• Assurez-vous d'avoir affecté à la fois un robot sans serveur et un robot sans assistance au dossier de solution qui contient votre agent.
• Assurez-vous que votre locataire dispose de suffisamment Robot Units pour prendre en charge l'exécution du runtime.

Sans ces ressources, l'agent ne s'initialisera pas et ne s'exécutera pas lorsqu'il sera déclenché à partir de la gestion des instances.