Qu'est-ce que Tars ?
Tars est une plateforme d'agents IA conçue pour gérer le support client et l'acquisition de leads via un fil de conversation unique. Elle permet aux entreprises de déployer des agents capables de maintenir le contexte entre les canaux Web, WhatsApp et Email. L'accès nécessite une configuration initiale des connaissances et des outils avant la mise en production.
Quelles sont les caractéristiques de Tars ?
- Gestion du contexte multi-canalMaintient une mémoire partagée entre Web, WhatsApp et Email pour éviter que le client ne répète ses informations.
- Outils d'évaluation IAGénère des jeux de données de conversations synthétiques et utilise des évaluateurs LLM validés par annotation humaine avant le déploiement.
- Intégrations personnaliséesConnecte plus de 1 000 outils existants ou permet la création d'outils sur mesure pour automatiser les actions.
- Analytique par clusters thématiquesFournit des scores de qualité CX et identifie les échecs spécifiques liés à la configuration plutôt que les simples taux de déflexion.
- Déploiement avec validationPermet de tester les modifications dans un environnement de staging avant qu'elles n'atteignent les clients réels.
- Boucle d'amélioration continueTransforme les conversations échouées en cas de test étiquetés par des annotateurs humains pour affiner les agents.
Quels sont les cas d'utilisation de Tars ?
- Un agent bancaire localise une transaction contestée et initie la procédure de litige directement dans la conversation sans transfert humain.
- Un agent de santé identifie un spécialiste disponible à minuit et réserve le rendez-vous en vérifiant les disponibilités en temps réel.
- Un agent immobilier répond aux questions sur une propriété après heures ouvrées et planifie une visite selon le calendrier disponible.
Comment utiliser Tars ?
- Configurez l'agent en définissant ses connaissances, son comportement et ses escalades via le prompt de base.
- Connectez votre base de connaissances et intégrez jusqu'à 1 000 outils tiers ou créez vos propres outils.
- Générez des datasets de conversations synthétiques et validez les réponses avec des évaluateurs LLM contre des annotations humaines.
- Déployez l'agent sur les canaux Web, WhatsApp et Email après validation dans l'environnement de staging.
- Analysez les clusters thématiques et les scores de qualité pour identifier les causes d'échec et améliorer la configuration suivante.









