Låt din agent *göra* saker, inte bara hämta information. Sök upp en beställning, boka ett möte, registrera ett Jira-ärende, återbetala ett köp — kopplad till dina verkliga system.
En kund frågar din agent: "Vad är status på beställning #4521?"
Idag kan agenten svara på detta endast om beställningsdetaljerna råkar finnas i din kunskapsbas — vilket de inte gör, eftersom beställningsdata finns i din e-handelsbackend, ditt uppfyllnadssystem eller din CRM. AI:n säger något artigt om att den inte har tillgång. Kunden skickar in en supportbegäran. Ditt team letar manuellt upp beställningen. Fyrtio sekunder av mänskligt arbete för en fråga som skulle kunna besvaras på millisekunder.
Detta är väggen som varje retrieval-only agent stöter på. De flesta verkliga kundfrågor handlar inte om statisk dokumentation — de handlar om live-status i dina system.
Anpassade verktyg bryter igenom den väggen.
Definiera ett verktyg, AI:n använder det. Ett verktyg är en liten del av konfiguration — namn, beskrivning, parametrar och API-slutpunkt eller funktion att anropa. När det väl är definierat vet AI:n när den ska anropa det och vilka argument som ska skickas.
Inbyggda verktyg direkt ur lådan.
- Beställningssökning för vanliga e-handelsplattformar (Shopify, WooCommerce, Stripe)
- Kalenderbokning för schemaläggning av demonstrationer eller supportanrop (Calendly, Cal.com, Google Kalender)
- Ärendeskapande för ingenjörseskaleringar (Jira, Linear, GitHub Issues)
- CRM-sökningar för kontodata (Salesforce, HubSpot)
Anpassade verktyg via webhooks. För allt som inte är inbyggt, pekar du ett verktyg mot en av dina befintliga API-slutpunkter. AI:n anropar det vid behov, analyserar svaret och använder datan i svaret.
Behörighetsmedveten exekvering. Verktyg kan kräva användarautentisering innan de aktiveras — "vänligen logga in innan jag kan söka upp din beställning." Högpåverkande verktyg (återbetalningar, raderingar) kan kräva mänskligt godkännande innan exekvering.
Detta är skillnaden mellan "chattbot" och "agent." Ett retrieval-only system svarar på frågor. Ett verktygsaktiverat system slutför uppgifter. Produkten blir meningsfullt mer användbar — den typ av användbarhet som motiverar ett högre pris.
Kundnöjdheten ökar dramatiskt. Självbetjäning som faktiskt löser problemet ("här är din beställningsstatus, ditt paket anländer på torsdag") slår självbetjäning som bara levererar information ("beställningar anländer vanligtvis inom 3-5 arbetsdagar"). Lösningsgraderna ökar. Ärenden som når människor minskar.
Intäktskydd. Boknings-, schemaläggnings- och kontohandlingsverktyg förvandlar passiva konversationer till aktiva resultat. En besökare som frågar om en funktion kan boka en demonstration utan att lämna chatten. En frustrerad kund kan självbetjäna en återbetalning utan att eskalera.
Ingenjörstimmar återtagna. Interna team kan också använda verktyg — koppla ihop ett "incidentuppslagsverktyg" till ditt övervakningssystem, ett "deploy-status"-verktyg till din CI, ett "on-call-schema"-verktyg till PagerDuty. Din agent blir receptionen för dina operationer.
Varje verktyg definieras deklarativt:
get_order_status)order_id: string)När en kunds fråga matchar en verktagsbeskrivning, extraherar AI:n parametrarna från konversationen, anropar verktyget och införlivar resultatet i sitt svar. Användaren ser ett svar i naturligt språk — verktygsutförandet sker osynligt emellan.
Fel hanteras smidigt — om ett verktyg timeoutar eller returnerar ett fel, faller AI:n tillbaka till att be om ursäkt och erbjuda att eskalera, utan att visa råa stackspår eller tekniska detaljer för kunden.
Verktyg är kraftfulla, vilket innebär att de behöver skyddsnät:
Denna funktion är planerad och kommer att lanseras i vågor:
När detta lanseras, kommer din agent att gå från en smart FAQ till en verklig kundinriktad kollega — en som kan lösa problem från början till slut utan att konversationen någonsin lämnar chatten.