 “ Voiceflow 是目前最受开发者欢迎的 AI Agent 构建平台之一，已有超过 13 万团队在这里高效协同构建自己的 AI Agent。几天前，Voiceflow 的 CEO 宣布完成由美国老牌 SaaS 基金领投的 1500 万美金融资，估值相比上轮上涨 50%。特别一提的是，Voiceflow 汇集了一大批早期 AI Agent 探索者并收集了众多用户的反馈与期待，本期内容来自产品创始人 Braden 的分享，包括对忠实用户的反馈洞察和产品发展展望，同时 SenseAI 也深度使用了 Voiceflow，相应也带来 Voiceflow 的产品分析介绍。 “ Sense 思考 我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。 - 不仅仅是“对话式 Figma”：往期文章提到 LLMs「需求及功能」 特点使得产品设计师可以直接进行开发。由此看来，从设计师/产品经理 -> 开发者的鸿沟将极大缩小。对于 AI Agent 构建平台而言，从原型设计工具拓展为完整的端到端会话 AI 平台是此类产品的天然优势所在。
- Voiceflow 从最初的声音故事搭建平台到 AI Agent 设计平台，正在走向 AI 构建平台。LLM 需求即功能的特点使得未来的原型设计天然具有快速产品构建的可拓展性。 - AI Agent 训练平台的壁垒是生态和体验，即嵌入更多的应用和模型接口，与更舒畅顺滑的流程搭建体验。 本篇正文共 2719 字，仔细阅读约 10 分钟 Voiceflow 的 CEO Braden Ream 近期宣布募集了 1500 万美元的新一轮融资，由 OpenView Venture Partners 领投，估值达到了 1.05 亿美元。相比上一轮融资，Voiceflow 此轮估值增长 50%。至今 Voiceflow 共筹集 3500 万美元。 Voiceflow 的使命是让团队轻松协作来构建人工智能代理（AI agent），以实现自动化的各种应用场景，从客户支持到内部任务自动化。Voiceflow 正在建立全球最大的平台和社区，以为构建人工智能代理的人们提供支持。 过去两年，公司致力于构建最好的对话设计平台，帮助团队将基于电子表格的设计工作流升级为现代化的设计和构建人工智能代理的平台。 商业化情况：Voiceflow 成功地构建了“对话界面的 Figma”，目前全球范围内已经有 13 万人使用 Voiceflow 进行 AI 代理设计，包括亚马逊、宝马和美国银行等财富 500 强企业。去年，Voiceflow 的企业端收入增长了近 300%，在 2023 年的前六个月中，Voiceflow 的月活跃用户、周活跃用户和日活跃用户数量都翻了一番。 目前，Voiceflow 最出名的是其会话设计平台，它帮助客户设计和原型化 AI 代理，并将最终设计交付开发团队，由他们在会话 AI 平台上实施。最近的一项行业调查显示，64% 的受访者使用过 Voiceflow ，与推出 13 年的代理建模平台 Dialogflow 并列第一。这表明 Voiceflow 是一个有价值的工具，可帮助企业和个人创建 AI 代理和会话 AI 平台。  但客户希望从 Voiceflow 中获得更多。CEO Braden 称不断被问到 Voiceflow 何时不仅仅是设计，而是将我们领先的会话设计平台扩展为一个完整的会话 AI 平台。Braden 透露在过去的六个月里，团队在悄悄（并不太悄悄地）发布了 Voiceflow 完整会话 AI 平台功能，包括：
 难得的是，Voiceflow 还收集到了很多用户的反馈和期待，像 Braden 所说： 客户一直要求我们做得更多——或者，用他们的话说，要从诸如 Dialogflow、IBM Watson、AWS Lex 等传统平台的糟糕开发者体验中“拯救”他们。  未来，团队将继续投资 Voiceflow 的端到端代理建模和托管能力，以挑战大平台，不仅成为最好的对话设计平台，还要成为最好的对话人工智能平台。我们的目标是让客户能够协作设计、构建、发布和扩大 AI 代理，以实现从客户支持到应用程序助手等任何自动化任务。 “继续前进吧！我们一起还有很多工作要做。“ AI Native 产品分析 1 Voiceflow  1. 产品： Voiceflow 2. 创始人：Braden Ream 来自加拿大多伦多， Ivey 商学院本科，大三开始辍学创业，创办 Storyflow，为亚马逊智能音箱 Alexa 构建构建交互式语音娱乐平台，2018 年更名为 Voiceflow。 3. 产品简介 无代码搭建组件流，让团队轻松协作来构建人工智能代理（AI agent），以实现各种自动化的应用场景。 4. 发展情况
5. 融资历史
01. 核心特点与功能 1. 可配置知识库来避免“幻觉” 用户可以上传 PDF/Text/DOC 和多个网页链接来配置自己的知识库（Knowledge Base）。知识库回复可用作通用后备方案，在未设计意图和回复的情况下提供上下文答案。有了知识库可以最大限度地减少创建助理所需的时间和配置，并减少“幻觉”内容的生成。 笔者在上传自己的文档资料测试中，发现模型可以基于所传内容进行回答。同时，模型配置除了 GPT-3.5 之外，还支持 CPT-4 和 Claude 系列模型。
2. 意图控制 对于 AI 对话类产品，目前经常出现的一个情况就是用户在实际使用过程中话题会“跑偏”。Voiceflow 允许用户设置意图（Intent）变量并对意图进行实时控制，当用户偏离正确路径时，让助手接管并将用户推回到原始意图。
设置“停止”意图，在识别到相应意图后进行相应动作
Response AI 是一个基于大模型的回答组件，可动态生成用户回复。给该步骤一个提示（如 '写问候语'），它就会生成回复内容（如 '你好呀'）。Response AI 可以让用户更快、更轻松地对对话内容进行动态设计。
动态生成对话内容 4. 记忆用户信息 Voiceflow 允许用户根据所提供的提示在助手中动态设置变量。这些变量会在助手的每个会话运行时实时设置。用户可以将提示信息传入 LLM，并将结果保存为变量。
捕捉用户的回答，使用 LLM 对其进行处理并存储为变量 这一点非常好用。考虑到用户可能输入不同的自然语言信息，Voiceflow 的 Set AI 模块可以借助 LLM 处理用户回答的信息并存储为变量形成记忆。包括以下可记忆内容：
作者：Vela，Yihao，Leo |
|
|
来自： luchen2096 > 《AI 知识》
