Test Vapi Voice AI : analyse complète et points clés

Les conversations avec l’IA sont partout en ce moment. La technologie a beaucoup de potentiel, mais elle n’est pas parfaite. Les voicebots peuvent avoir du retard, avoir du mal avec les interruptions ou même complètement perdre le fil en plein échange.

Vapi (aussi appelé Vapi AI) veut changer ça. Il donne plus de contrôle sur la façon dont les assistants vocaux fonctionnent pour aider à résoudre certains des plus gros problèmes.

D’après mon expérience, Vapi améliore les conversations de plusieurs façons. Mais la solution a aussi ses propres défis. Dans cet avis sur Vapi, je vais te partager mon test terrain pour que tu puisses décider si Vapi est fait pour toi.

Qu'est-ce que Vapi AI ?

Vapi est une plateforme d'IA vocale pensée pour les développeurs, conçue pour t’aider à créer, tester et déployer des assistants vocaux sophistiqués. Elle propose une suite complète d’outils, dont une API vocale robuste (c’est d’ailleurs de là que vient le nom Vapi), un tableau de bord intuitif, ainsi qu’une multitude d’options de personnalisation. Avec Vapi, tu peux lancer rapidement des applications vocales qui simulent le déroulement naturel des conversations humaines.

Même si Vapi vise principalement les programmeurs, la plateforme propose aussi une interface utilisateur (UI) très complète, sans code. Ça permet aux professionnels du marketing et à toute personne non technique de créer des assistants vocaux IA entièrement fonctionnels, sans déranger les développeurs de l’équipe.

Voici quelques fonctionnalités qui font que Vapi se démarque dans le domaine des voice bots :

• Temps de réponse plus rapides : Grâce à des optimisations de latence, comme un traitement plus efficace, un stockage intelligent des données (cache) et un streaming audio fluide, les assistants Vapi sont souvent plus réactifs que beaucoup d'autres voicebots sur le marché.

• Cadence naturelle des conversations : Tes assistants peuvent désormais faire une pause si tu les interromps, tout en étant assez polis pour ne pas te couper la parole pendant que tu parles. C’est un progrès important par rapport à des concurrents comme Synthflow.

• Scalabilité inégalée : Vapi est capable de gérer plus d’1 million d’appels simultanés, ce qui le rend idéal pour les entreprises de toutes tailles.

• Support de plus de 100 langues : Vapi te permet de créer des agents vocaux qui parlent la langue de tes utilisateurs, comme l’anglais, l’espagnol, le français, l’allemand, l’hindi, le portugais, et bien d’autres encore.

• Fonctions avancées pour les développeurs : Tu peux booster ton assistant vocal avec des outils personnalisés pour gérer des tâches comme la prise de rendez-vous, la recherche d’informations, ou le remplissage de formulaires.

• Intégration native avec Make : Tu peux connecter tes scénarios Make et les déclencher pendant des conversations vocales avec Vapi.

• Analyses avancées avec tableaux personnalisés : Crée des tableaux de bord visuels avec des données en temps réel comme le suivi des ventes et des conversions, l’analyse du ROI, ou les métriques de performance et de qualité.

• Évaluations automatiques : Teste tes agents IA selon différents scénarios avant le déploiement.

• Workflow d’interface : Utilise un constructeur visuel de flux de conversation pour concevoir des logiques conversationnelles à étapes multiples, avec des embranchements.

Comment fonctionne Vapi ?

Avant de créer notre premier assistant vocal dans Vapi, voyons comment la plateforme fonctionne et s’organise en coulisses.

L’atout unique de Vapi vient de la façon dont il connecte et orchestre trois types de modèles d’IA différents pour permettre des conversations efficaces et naturelles :

1. Écouter – Module de transcription ou Reconnaissance vocale (STT). Quand tu parles à ton appareil, l’audio est enregistré puis transcrit par le modèle.

2. Intelligence – Modèle d’IA ou Large Language Model (LLM). Le texte transcrit est ensuite injecté dans un prompt et traité par un LLM. C’est le cœur de l’intelligence qui simule une vraie personne.

3. Parler – Conversion texte en audio. Le LLM produit une réponse sous forme de texte, qui est ensuite lue à haute voix sur ton appareil.

Cette configuration n'est pas propre à Vapi. C’est une infrastructure courante pour toutes les plateformes d’IA vocale. Cependant, deux éléments distinguent Vapi : son large support des modèles d’IA et ses modèles d’orchestration.

Support illimité des modèles d’IA

Contrairement à d’autres plateformes qui ne prennent en charge qu’un petit nombre de modèles, dans Vapi, tu peux alterner et combiner des modèles d’IA et des outils avec d’autres, comme ChatGPT, Claude, ElevenLabs, et bien d’autres. Vapi prend tout en charge, y compris la possibilité d’utiliser tes propres modèles personnalisés. Ça te permet d’utiliser exactement ce qui te convient le mieux ou correspond le plus à ton projet.

Le meilleur, c’est que tu n’as pas besoin de gérer ou connecter des comptes externes, puisque Vapi prend en charge la plupart des modèles de façon native. Par exemple, si tu veux passer d’OpenAI (le modèle LLM par défaut) à Claude, tu es libre de connecter tes clés API Claude, mais ce n’est pas obligatoire. En changeant simplement de modèle dans l’interface de Vapi, la plateforme basculera vers Claude en interne.

Modèles d’orchestration

Les modèles d’orchestration sont des modules IA additionnels qui s’ajoutent à la fonctionnalité de base pour rendre les conversations plus naturelles et engageantes. La plateforme Vapi est unique dans sa capacité à améliorer et affiner les modèles d’IA standards avec ces add-ons.

Les modèles sont :

• Endpointing : Le endpointing intervient quand tu arrêtes de parler à ton assistant vocal. Au lieu d’utiliser un délai (la méthode classique), Vapi utilise un modèle audio-texte personnalisé pour détecter vraiment quand tu as fini de parler. Ça réduit la latence et rend les échanges plus fluides.
• Interruptions : La capacité de reconnaître quand tu cherches à t’interrompre permet à l’assistant de faire une pause et d’écouter. Beaucoup d’assistants IA vocaux n’ont pas cette fonctionnalité, ce qui peut rendre l’échange moins naturel.
• Filtrage du bruit de fond et des voix : Vapi améliore la clarté des appels en filtrant les bruits de fond et en se concentrant sur la voix de l’utilisateur. Ça permet d’assurer une transcription précise et une conversation plus fluide, même dans un environnement bruyant.
• Backchanneling : Une manière plus sophistiquée pour l’assistant de comprendre quand des petits mots de remplissage (ou réponses d’accompagnement) comme « ah », « ouais », « euh », etc., servent à déclencher une action chez l’assistant ou sont juste là pour ponctuer la conversation.
• Détection des émotions : Vapi peut analyser le ton de la voix pour repérer des émotions comme la joie, la frustration ou l’urgence. Ça permet à l’assistant d’adapter ses réponses de façon plus empathique et en tenant compte du contexte.
• Injection de mots de remplissage : Rends ton agent plus conversationnel grâce à des petits mots comme « hum », « ah », etc.

L’objectif principal de ces modèles, en plus de rendre tes assistants plus crédibles, est d’améliorer la latence du « voice-to-voice ». « Voice-to-voice » désigne le temps entre la fin de la parole d’un utilisateur et la lecture de la première réponse vocale de l’assistant IA sur l’appareil de l’utilisateur. Vapi vise à ce que ce temps soit de 500 à 700 ms, voire moins.

La différence saute aux yeux par rapport à d’autres applications comme Synthflow. Les assistants de Vapi répondaient nettement plus vite et donnaient une impression de rapidité par rapport à des solutions similaires.

Vapi propose des estimations de latence en temps réel dans le tableau de bord, mais j’ai constaté en testant qu’aller trop bas peut se retourner contre toi. Quand j’ai réglé la latence à moins de 750 ms, mon assistant devenait anormalement rapide et avait souvent tendance à couper ou à se superposer à ma voix.

Le juste milieu que j’ai trouvé se situait entre 750 et 900 ms. Là, l’échange semblait beaucoup plus naturel et permettait un vrai flow de conversation. La bonne nouvelle, c’est qu’avec toutes les options de modèles disponibles chez Vapi et la fonction Smart Endpointing, régler cet équilibre entre vitesse et naturel est assez simple. Garde en tête : l’assistant le plus rapide n’est pas forcément le meilleur.

Maintenant que c’est dit, créons notre premier assistant Vapi et voyons comment il se comporte.

Premiers pas avec Vapi

Le cœur de l’offre de Vapi, ce sont ses assistants, des assistants vocaux automatisés (ou bots) capables de passer et de recevoir des appels. Pour cet avis, je vais me concentrer sur l’interface utilisateur et sur la façon dont je l’ai utilisée pour créer mes propres assistants.

1. Créer ton premier assistant Vapi AI

Dans Vapi, tu ne paies que les minutes que tu utilises. Tout comme avec Synthflow, tu peux créer un nombre illimité d’assistants. Par contre, si tu veux utiliser l’assistant IA via un téléphone, il faut acheter un numéro distinct pour chaque assistant.

La première étape consiste à choisir si tu veux créer un assistant de zéro ou utiliser un des modèles existants. Il n’y a que quatre modèles disponibles :

• Assistant de prise de rendez-vous : Un assistant entrant pour les cabinets dentaires, pour gérer les plannings, répondre aux questions et fournir des infos sur les services.
• Service client : Un modèle équilibré qui mélange empathie et expertise technique pour un support efficace.
• Questions/Réponses entrant : Pensé pour une agence de décoration d’intérieur, il offre un support produit détaillé et de l’aide au dépannage.
• PNJ (personnage non-joueur) de jeu : Un assistant en jeu, Elenya, partage des conseils, de l’histoire et des infos sur l’univers du jeu.

Si tu débutes avec les prompts de chat, créer ton premier assistant vocal dans Vapi peut être assez compliqué. Et pour ne rien arranger, tous les modèles proposés sont faits pour des assistants entrants, donc il n’y a pas vraiment de point de départ si tu veux créer un assistant sortant (pour la prospection à froid).

2. Configurer ton assistant

J’ai commencé avec Riley, l’assistant de prise de rendez-vous. L’écran de configuration est grossièrement divisé en trois grandes zones du haut vers le bas : un résumé du coût et de la latence, des onglets pour passer d’un réglage principal à l’autre (Modèle, Transcripteur, Voix, etc.), et la zone de configuration proprement dite avec des formulaires pour saisir les prompts, changer les fournisseurs, etc.

Répartition des coûts et de la latence

Vapi insiste beaucoup sur la rapidité de ses assistants et l’importance d’une tarification transparente. On le voit tout de suite dans la première zone de configuration de l’assistant. On dispose d’un aperçu des coûts et de la latence qui évolue lorsqu’on teste différents modèles. Attention, il ne s’agit que d’estimations.

Les modèles que tu choisis pour ton assistant peuvent vraiment tout changer, aussi bien pour le coût que pour la latence. Dans le premier exemple ci-dessous, j’ai sélectionné le modèle en temps réel GPT-4o de OpenAI, ce qui donne un coût de 0,22 $ la minute pour une latence de 700 ms, le niveau recommandé par Vapi.

Par contre, en passant sur le modèle o1 preview, la latence explose à 8 000 ms (8 secondes), ce qui devient beaucoup trop lent pour une vraie conversation. Au-delà des modèles, le « Mode »—web ou téléphone (Twilio ou Vonage)—peut aussi influer sur la latence et le coût. Surveiller ces éléments est essentiel pour garder un bon équilibre entre prix et performance lorsque tu construis tes assistants.

Modèle, transcripteur, voix et autres

Ensuite, tu peux choisir quel aspect de ton assistant tu veux configurer. Les trois premières options—Modèle, Transcripteur et Voix—sont indispensables pour la mise en place de ton assistant. Les trois autres—Fonctions, Avancé et Analyse—proposent des capacités avancées dont tu n’auras peut-être pas besoin pour ton premier assistant.

En laissant de côté notre assistant, Riley, je vais repartir de zéro et créer Jade, mon propre assistant entrant pour gérer la prise de commandes de notre restaurant chinois, The Golden Wok.

Voici les étapes à suivre :

1. Créer l’assistant : On va construire un assistant et lui donner des instructions sur la manière de gérer les appels pour notre restaurant.
2. Obtenir un numéro de téléphone : On peut utiliser un numéro existant ou en acheter un directement via Vapi.
3. Lier l’assistant : On va attribuer l’assistant au numéro de téléphone pour qu’il puisse commencer à répondre aux appels.
4. Passer un appel et tester l’assistant : Enfin, on compose le numéro et on interagit avec notre assistant.

3. Choisir le modèle de ton assistant (LLM)

Dans le premier chapitre de notre test, on a parlé des trois modules principaux de l’infrastructure : Écouter, Intelligence et Parler. Ce sont les éléments essentiels que tu vas configurer dans les trois premiers onglets de ton assistant :

• Modèle (Intelligence) - Le modèle d’IA (LLM) qui traite et génère les réponses.
• Transcripteur (Écouter) - Transforme les paroles en texte.
• Voix (Parler) - Transforme les réponses en texte en une voix naturelle.

On va commencer par le premier, le Modèle, où tu vas pouvoir sélectionner le LLM et rédiger ton prompt.

Le modèle par défaut est GPT 3.5 turbo d’OpenAI, qui est une excellente base car il est rapide et offre une expérience d’interaction assez fluide. Cependant, tu peux choisir directement parmi plus de 35 modèles proposés par 16 fournisseurs différents.

Même si avoir autant d’options est super pour ceux qui veulent personnaliser à fond et avoir de la flexibilité, ça peut vite devenir intimidant et même bloquant si tu n’es pas à l’aise avec les modèles d’IA.

De ce point de vue, la plateforme est plus adaptée aux développeurs qu’aux débutants. J’aurais aimé que Vapi mette mieux en avant des modèles recommandés ou propose un assistant dans l’application pour te guider dans le choix du meilleur modèle selon tes besoins. Cela dit, Vapi met en avant le modèle le plus rapide et le moins cher chez chaque fournisseur, qui, au moment de ce test, est le GPT 4o Mini Cluster pour OpenAI.

*Les modèles o1 de OpenAI sont encore en version bêta et ne sont pas recommandés pour une utilisation en production. Les System Prompts et Tool Calls ne sont pas encore pris en charge par les modèles o1, et la latence est nettement plus élevée que sur les modèles traditionnels.

Options avancées pour configurer ton assistant IA

Vapi propose énormément de possibilités de personnalisation, alors allons un peu plus loin et voyons ensemble quelques options de configuration avancées et comment elles fonctionnent.

Base de connaissances

La configuration du modèle permet d’intégrer des documents personnalisés contenant des informations sur des sujets précis, afin d’apporter des réponses plus exactes et pertinentes aux questions des utilisateurs. Par exemple, on peut importer la carte de notre restaurant chinois, les horaires et d’autres informations utiles. Tout cela se fait via un outil de Vapi appelé l’outil de requête. C’est une approche intéressante, orientée développement. Une fois que tu as envoyé ta base de connaissances dans l’outil de requête, tu peux l’utiliser directement dans ton agent.

Malheureusement, comme pour Synthflow, Vapi ne prend pas en charge les intégrations natives avec des outils de support comme Zendesk, Helpscout, etc. Par contre, tu peux importer des fichiers CSV, donc il est possible d’ajouter toute ta base de connaissances. Une fois que tu crées un outil de requête, il faut l’appeler depuis l’onglet Fonctions dans l’agent.

Tu peux consulter un guide détaillé sur le fonctionnement dans la vidéo ci-dessous.

Température

La température sert à contrôler le niveau d’imprévisibilité des réponses de l’assistant. Plus tu augmentes la température, plus les réponses sont aléatoires. Si tu la réduis vers 0, les réponses deviennent beaucoup plus prévisibles.

En testant ce paramètre, je pensais au départ qu’un réglage à zéro garderait l’assistant concentré sur le sujet, sans jamais dévier. Mais ce n’est pas exactement ce qui s’est passé. Quand j’ai demandé à Jade de me raconter une blague, elle répondait toujours de façon polie et avec humour, mais le contenu des blagues changeait en fonction de la température.

• Avec une valeur de zéro, les blagues étaient très en lien avec le thème du restaurant. Par exemple : « Pourquoi le ravioli est allé à l’école ? Parce qu’il voulait devenir un wantan ! »
• Avec une valeur de 1,5, les blagues devenaient plus générales, et touchaient des sujets sur les cuisiniers ou la nourriture en général, pas seulement la cuisine chinoise.

Mais quand j’ai poussé le réglage à 2 (la valeur maximale), l’assistant s’est complètement perdu et a répondu avec des phrases sans sens.

Heureusement, avec quelques ajustements dans les prompts, j’ai réussi à faire rester Jade sur le bon chemin. Ça montre l’importance de bien tester ton assistant !

Max tokens

Max tokens correspond au nombre maximal de tokens API que l’assistant peut générer à chaque tour de conversation. Ce paramètre a un impact direct sur les coûts d’API, donc fixer une limite aide à garder les réponses courtes (et moins coûteuses). Pour maîtriser les dépenses, mieux vaut rester à 250 ou moins.

Détecter l’émotion

Active cette fonctionnalité pour détecter les émotions des utilisateurs et les utiliser comme contexte supplémentaire pour le modèle. D’après mon expérience, je n’ai pas remarqué de grosse différence avec l’option activée ou non. Le choix du modèle d’IA avait un impact bien plus important sur la façon dont Jade réagissait dans les conversations. Par exemple, des modèles plus avancés comme GPT-4o répondaient à mes plaintes de faim avec plus d’empathie, alors que GPT-3.5 semblait moins à l’écoute.

4. Rédiger ton prompt IA

Le prompt de ton assistant sert de guide, en définissant les règles et instructions qu’il va suivre pendant les conversations. Si tu as déjà utilisé ChatGPT, tu retrouveras un fonctionnement familier. Tu vas définir le prompt de ton assistant Vapi dans l’onglet « Modèle ».

Un petit détail, mais important, que j’apprécie chez Vapi, c’est le champ où tu peux saisir le « Premier message ». C’est vraiment crucial pour les appels sortants, et c’était quelque chose que j’avais du mal à bien régler avec les bots Synthflow.

« Bonjour, ici Jade du Golden Wok. Puis-je prendre votre commande ? »

Voici les éléments à inclure dans ton prompt :

• Les bases et l’introduction de l’assistant.
• Les informations sur l’entreprise.
• Les informations sur le client (si c’est pertinent).
• Le rôle et les objectifs principaux de l’assistant.
• Les consignes de conversation et le script.
• La voix et le ton.
• Les instructions ou limites supplémentaires.

Décomposons chaque point dans mes prompts :

Introduction et informations sur l’entreprise

« Tu es un assistant vocal pour The Golden Wok, un restaurant chinois situé au 456 Dragon Street, San Francisco, California. Le restaurant est ouvert du lundi au samedi de 11h à 22h et fermé le dimanche. The Golden Wok propose une grande variété de plats chinois délicieux à la communauté locale, y compris des classiques comme les raviolis, le riz cantonais, le poulet kung pao et le chow mein. »

Objectif et instructions principales

Le but principal de l’assistant :

« Ta mission principale est de prendre les commandes des clients, répondre aux questions basiques sur le menu et donner des infos sur les horaires et les services du restaurant. Si un appelant souhaite passer une commande, ton objectif est de collecter toutes les informations nécessaires de manière sympathique, efficace et engageante. »

Ensuite, le script d’appel :

« Voici comment tu dois procéder :

1. Prendre la commande : Demande ce qu’il souhaite commander et vérifie les préférences spécifiques (par exemple, le niveau d’épices, des suppléments, etc.).
2. Récupérer les infos de livraison ou à emporter : Demande s’il préfère une livraison ou un retrait sur place, et si c’est une livraison, récupère son adresse.
3. Confirmer les coordonnées : Demande poliment le nom et le numéro de téléphone pour garantir le bon traitement de la commande.
4. Relire et confirmer : Relis la commande, les infos de livraison/retrait et donne le délai estimé. »

Ton et style

Donne à ton assistant un style adapté à l’image du restaurant avec des instructions spécifiques sur la conversation :

• Sois décontracté, sympa et un peu drôle – adopte l’ambiance d’un petit resto amical, pas d’un centre d’appels formel.
• Fais des réponses courtes et naturelles, en utilisant des phrases comme « Euh… », « Compris ! », « Ça a l’air délicieux ! », ou « Allez, on s’en occupe ! ».
• Ne parle pas trop – fais en sorte que ce soit une vraie discussion, pas un monologue.
• Si on te demande des infos sur le menu, mets en avant les plats les plus populaires ou les spécialités avec enthousiasme, par exemple : « Oh, le poulet kung pao est le plat préféré de nos clients ! »
• Si la personne hésite, propose des menus populaires ou demande-lui ce qu’elle aime comme saveurs.
• Si tu ne sais pas répondre, garde un ton léger – « Hmm, bonne question ! Je vais vérifier ça pour toi. »

Considérations supplémentaires

• « Si on te demande des infos sur les allergènes, précise que les plats peuvent contenir du soja, du gluten et des fruits à coque, et qu’il vaut mieux vérifier auprès du restaurant pour les détails. »
• « Si on demande quelque chose qui n’est pas au menu, oriente doucement la personne vers une alternative disponible. »
• « Termine chaque appel par une formule chaleureuse – ‘Merci d’avoir appelé The Golden Wok ! Ta commande sera bientôt prête. Bon appétit !’ »
• « Avec ta personnalité engageante et sympathique, tu rendras la commande chez The Golden Wok fun et sans prise de tête ! »

J’ai aussi ajouté la restriction suivante :

« Reste concentré sur le sujet et évite toute conversation hors sujet. »

Ce petit ajustement a vraiment tout changé pour garder mon assistant concentré et éviter les conversations hors sujet.

Par exemple, quand j’ai demandé à Jade de me raconter une blague, elle a gentiment ramené la conversation à l’essentiel : prendre une commande de bons plats chinois. J’ai adoré ce résultat, surtout que je n’avais jamais réussi à obtenir ce niveau de focus avec les assistants créés avec Synthflow AI. Je te recommande vivement d’inclure une restriction similaire dans ton prompt pour éviter les appels inefficaces et limiter les coûts inutiles.

5. Configuration du transcripteur

Dans Vapi, le module de transcription sert à convertir la parole en texte. Cela permet à l’assistant vocal de traiter et comprendre les demandes des utilisateurs, mais aussi de transcrire tes appels.

Les modèles proposés prennent en charge la transcription dans plus de 100 langues différentes.

6. Donner une voix à ton assistant

Le module Voix est le troisième élément clé de l’infrastructure Vapi, et il s’occupe de transformer les réponses textuelles de l’assistant IA (générées par le LLM) en audio. C’est le moteur de synthèse vocale (TTS) qui permet à l’assistant de communiquer naturellement avec les utilisateurs à l’oral.

Vapi propose un grand choix de voix, d’accents et de tonalités pour rendre les échanges plus humains. La solution travaille avec les meilleurs fournisseurs de TTS comme ElevenLabs et Deepgram, ce qui donne accès à de nombreuses options pour trouver la voix parfaite pour ta marque.

Latence et tarification dépendent du modèle choisi. Tester plusieurs voix t’aidera à trouver le bon compromis entre coût et qualité. Tu veux écouter les voix ? Tu peux en essayer une sur la page d’accueil de Vapi.

J’ai vraiment été impressionné par la variété des voix proposées. Que tu cherches un New-Yorkais détendu ou une princesse noble et aristocratique, il y a une voix pour chaque besoin. Vapi propose aussi une super section Bibliothèque de voix que tu peux ouvrir dans un autre onglet pour écouter les différentes voix et même effectuer une recherche par genre et accent.

Un point qui n’est pas évident tout de suite, c’est de savoir si une voix prend en charge la même langue que le prompt et le transcripteur. J’ai fait des tests en changeant mon prompt dans différentes langues, et les voix que j’ai essayées ont bien géré la situation. Cela dit, la seule façon fiable de vérifier la compatibilité reste l’essai et l’erreur.

7. Fonctions

Les « Fonctions » ou « Outils » (Vapi utilise les deux termes de façon interchangeable) permettent à tes assistants d’effectuer des actions et des tâches personnalisées pendant l’appel. Tu peux ajouter ces outils depuis la bibliothèque d’outils (une page dédiée sur la plateforme).

Il existe plusieurs types d’outils :

Outils prédéfinis

Voici ce qui est disponible actuellement :

• Activer la fonction de fin d’appel : Permet à l’assistant de mettre fin à l’appel de lui-même. (Idéal pour GPT-4 et les modèles plus avancés.)
• Clavier téléphonique : L’assistant peut composer des chiffres sur le clavier.
• Outil de requête : Pour récupérer des informations depuis les bases de connaissances.
• Transfert d’appel : Cette fonction permet de transférer un appel vers un autre numéro, n’importe lequel.
• Intégrations tierces : Intégrations avec Slack, Google Agenda et Model Context Protocol (MCP), une norme ouverte qui permet aux modèles IA de communiquer avec des outils externes et des sources de données.

J’ai trouvé la nouvelle interface des outils plus complexe que nécessaire, et clairement orientée développeur. Malgré tout, je suis content de voir que les options se multiplient.

Outils personnalisés

C’est une fonctionnalité destinée aux développeurs, qui permet de créer tes propres actions via une API. Par exemple, tu peux récupérer des infos auprès de l’utilisateur pendant l’appel et les envoyer vers un serveur.

Intégrations

Dans la dernière version de Vapi, l’onglet intégrations présente une longue liste de fournisseurs de Voix, de Modèle et de Transcripteur, avec des champs pour ajouter ta clé API. Vapi prend aussi en charge des intégrations avec Slack, Google Agenda, Google Sheets, GoHighLevel et Make, ainsi que des intégrations plus techniques avec AWS, Supabase et d’autres.

8. Paramètres avancés

Comme son nom l’indique, cet onglet te permet d’accéder à divers réglages avancés comme la confidentialité, l’ajustement des conversations ou les messages que l’assistant peut envoyer.

Globalement, j’ai été agréablement surpris par la variété des fonctionnalités proposées. On voit bien que Vapi se démarque vraiment par ses options de personnalisation avancées par rapport à d’autres solutions.

Confidentialité

Ce panneau permet de désactiver l’enregistrement des appels et des vidéos. C’est particulièrement important pour les clients en Europe.

Instructions pour débuter et arrêter de parler

Ces panneaux permettent de régler finement les temps d’attente et les coupures de ton assistant pendant les interactions.

D’après mes tests, la fonctionnalité d’endpointing intelligent améliore le naturel de la conversation. Elle réduit les interruptions gênantes de l’assistant, donc je te conseille de la laisser activée. Cela dit, il est essentiel de tester ton voicebot avant de le lancer en production. On en parle plus en détail dans la dernière partie.

Paramètres de délai d’appel

Ici, tu peux définir quand l’assistant doit mettre fin à un appel, que ce soit à cause d’un silence du client ou après une durée maximale atteinte. C’est essentiel pour garder le contrôle sur les coûts.

Messages

Enfin, il y a les réglages pour les messages que ton assistant peut envoyer, comme les messages de messagerie vocale, de fin d’appel ou d’inactivité (ex. : « Tu es toujours là ? »). Tu as aussi des options pour envoyer des messages de façon programmatique à ton serveur (réservé aux développeurs).

9. Analyse

La dernière section du configurateur d’assistant te permet de définir des prompts et des paramètres pour l’analyse de l’appel, notamment le prompt de résumé, les critères de réussite et l’extraction de données structurées.

L’évaluation du succès et l’extraction de données structurées seront particulièrement utiles pour les appels de vente et la qualification de prospects. Ensemble, elles permettent de scorer les leads.

Un exemple de prompt pour le système d’évaluation du succès pourrait ressembler à ceci :

« Évalue le comportement du client pendant l’appel selon :

1. Engagement : A-t-il participé activement et montré de l’intérêt ?
2. Clarté : A-t-il exprimé clairement ses besoins ou objectifs ?
3. Ouverture : Était-il réceptif aux suggestions et solutions ?
4. Gestion des objections : Est-il resté coopératif pour traiter les points de friction ?
5. Prise de décision : A-t-il affiché une volonté de passer à l’action attendue ?
6. Fais un court bilan des points forts, des points faibles et propose des pistes pour améliorer l’engagement du client si besoin. »

Tu peux même définir la grille d’évaluation pour le prompt. C’est ce cadre qui fixe les critères de l’évaluation :

10. Choisir un numéro de téléphone

Les numéros de téléphone sont indispensables dans Vapi pour passer ou recevoir des appels.

Vapi propose désormais jusqu’à 10 numéros américains gratuits par compte, ainsi que des intégrations d’importation avec Vapi SIP, Telnyx et des fournisseurs SIP. (Un numéro SIP est un numéro de téléphone qui fonctionne via internet avec le protocole SIP, plutôt qu’avec les lignes téléphoniques classiques.)

La fonctionnalité d’achat de numéros en natif est encore assez limitée pour l’instant. Tu peux uniquement acheter des numéros américains, et il faut saisir manuellement l’indicatif régional local pour en trouver un. En plus, il est impossible de passer des appels sortants vers d’autres pays avec un numéro de téléphone natif. Autrement dit, tu dois utiliser la fonction d’importation si tu travailles en dehors de ces deux pays ou si tu dois appeler des numéros internationaux. C’est assez contraignant et beaucoup moins pratique que l’interface de Synthflow pour acheter des numéros.

Quand tu achètes un numéro, tu as deux options :

• Paramètres d’entrant : Tu peux associer le numéro à un assistant entrant. Quand quelqu’un appelle ce numéro, c’est ton assistant IA qui décroche.
• Paramètres de sortant : Tu peux demander à ton assistant d’appeler un numéro sortant précis. Le paramétrage est simple : tu télécharges une liste de numéros et tu actives l’agent (ou tu planifies les appels pour plus tard).

11. Tester et publier ton assistant

Une fois ton assistant configuré, tu es enfin prêt à effectuer des derniers tests et à le publier en ligne. Vapi t’offre 10 $ de crédit gratuit pour tes essais. Tu peux suivre leur utilisation sur ta page de facturation.

Tu peux soit appeler l’assistant directement via ton navigateur web, soit utiliser l’option numéro de téléphone pour passer ou recevoir des appels, en entrant ou en sortant, depuis un téléphone.

Avec mon prompt personnalisé et GPT 4o Mini comme modèle de base, Jade s’est montrée particulièrement performante, assurant une conversation fluide et cohérente. Le message de bienvenue a parfaitement fonctionné (alors que j’avais du mal à obtenir ce résultat sur Synthflow), et la restriction des conversations hors sujet a encore mieux marché que je ne l’espérais.

Cela dit, j’ai remarqué que si je faisais passer la latence en dessous de 750 ms, l’assistant devenait moins naturel. Comme on dit, « trop, c’est comme pas assez », et ça vaut aussi pour la rapidité de ton assistant. Il répondait alors trop vite, coupant ou superposant souvent sa voix sur la mienne. Ça peut être encore plus gênant pour des utilisateurs au rythme plus lent, comme les personnes âgées ou celles qui ne sont pas à l’aise avec la langue. Pour moi, le meilleur compromis se situait entre 750 ms et 900 ms, et heureusement, ça se règle facilement grâce au large choix d’options et de modèles disponibles.

Les tests avec le numéro de téléphone ont parfaitement fonctionné, et Vapi propose désormais un widget embarquable avec plein de réglages de personnalisation ! Tu peux enfin intégrer tes agents vocaux sur ton site web sans avoir à déranger tes développeurs.

Vapi propose aussi, depuis peu, l’option de chatter avec ton assistant. Le manque de cette fonctionnalité était d’ailleurs un reproche fréquent au début. C’est bien de voir que Vapi écoute nos retours !

Fonctionnalités avancées de Vapi

Vapi propose aussi des fonctionnalités avancées que nous n’avons pas encore abordées. Jetons-y un œil.

Créer des processus multi-étapes avec les flux de travail

La fonctionnalité Flux de travail (anciennement appelée Blocs) dans Vapi est un constructeur visuel avancé qui offre des capacités de personnalisation et d’automatisation puissantes pour tes assistants vocaux. Avec les flux de travail, tu peux concevoir et connecter une série d’étapes, en combinant des séquences de conversation et des outils externes pour créer une expérience client fluide. Cela permet de gérer des conversations multi-étapes, du transfert, la gestion des erreurs, de la logique visuelle et des interactions programmatiques avec ton serveur ou ta base de données.

Pour notre restaurant chinois, un flux de travail potentiel pourrait ressembler à ceci :

1. Accueillir le client et demander son numéro de commande.
2. Utiliser un bloc API pour interroger ta base de données et obtenir les détails de la commande.
3. Indiquer au client le statut de sa commande.
4. Lui proposer de parler à un conseiller si une aide supplémentaire est nécessaire.

La fonctionnalité de flux de travail a été agréablement revue et améliorée depuis ma dernière utilisation de l’outil. Elle fait maintenant partie intégrante de l’ensemble de la suite Vapi.

L’interface de type glisser-déposer a été repensée. Elle est bien plus intuitive, avec tout un panel d’options pratiques pour t’aider à aligner et organiser ton flux de travail, des étapes (appelées Nœuds dans Vapi) plus reconnaissables visuellement, ainsi qu’une mini-carte en bas à droite. Il y même un prompt global qui définit la personnalité générale de tes assistants dans ce flux de travail.

Si tu es à l’aise avec des outils comme Zapier, tu verras que le concepteur de flux de travail est assez facile à utiliser. Tu commences avec un « Nœud de départ » et tu construis tes assistants directement dans les paramètres des nœuds.

Ensuite, tu peux filtrer et personnaliser le flux avec des requêtes simples en langage naturel comme « Si l’utilisateur dit oui » ou à peu près tout ce qui te passe par la tête. Pense à cela comme des étapes de filtrage.

Enfin, tu dois connecter le premier nœud à au moins un autre nœud. Par exemple, tu pourrais le relier à un nœud pour terminer l’appel ou le transférer vers un numéro de téléphone.

Un point que je n’ai pas réussi à comprendre, c’est comment appeler mes autres assistants directement depuis le concepteur de workflows, au lieu de devoir tout recréer à partir de zéro. Si ce n’est pas possible, c’est assez décevant. Ça signifie que tu dois refaire tous tes assistants pour pouvoir t’en servir dans le workflow builder. Oui, tu peux orchestrer plusieurs assistants avec la fonctionnalité Squads, mais pour moi, ces deux fonctionnalités devraient être réunies.

Dans l’ensemble, Vapi a vraiment progressé pour améliorer le workflow builder. Malheureusement, on reste loin de l’outil complet de Synthflow, qui propose des dizaines d’intégrations et d’étapes. Vapi ne prend en charge que cinq nœuds, et même si le nœud Outil est en réalité un ensemble de nœuds, ça ne se rapproche toujours pas de ce que Synthflow propose dans ses workflows.

Faire tourner une équipe d’assistants bien rodée avec les Squads

La fonctionnalité Squads de Vapi permet la collaboration fluide entre plusieurs assistants pour mettre en place un système de gestion des appels plus dynamique et performant. Cette option offre la possibilité de transférer un appel d’un assistant à un autre quand l’un n’est pas disponible. Elle sert aussi à simuler un processus complet en plusieurs étapes, comme la recherche de leads, leur qualification et la clôture d’une vente. Le meilleur, c’est que tu peux appeler la Squad et tester toute l’équipe d’assistants en une fois.

Les Squads de Vapi sont parfaites dans les situations où il faut plusieurs assistants pour gérer différentes étapes d’un même processus. Par exemple :

1. Recherche de leads : Le premier assistant recueille les infos clés sur un prospect, comme son entreprise, ses besoins et ses coordonnées.
2. Qualification du lead : Un deuxième assistant analyse le potentiel du prospect en posant des questions ciblées et en vérifiant s’il correspond à tes critères d’offre ou de service.
3. Enregistrement des données du lead : Un Outil enregistre les données du prospect sur ton serveur et ton CRM.
4. Clôture de la vente : Le troisième assistant prend le relais pour lever les objections, expliquer les tarifs ou même passer la commande à l’aide d’un Outil.

Enrichir les connaissances de ton assistant avec des fichiers

L’une des fonctionnalités phare de Vapi, c’est la possibilité d’importer des fichiers comme « Base de connaissances ». Ça améliore nettement la capacité de l’assistant à donner des réponses précises et détaillées. Il suffit de téléverser les documents utiles et ils deviennent aussitôt consultables.

Pour notre restaurant chinois, Le Golden Wok, j’ai récupéré le menu d’un de mes restos asiatiques préférés sous forme de fichier texte, puis je l’ai importé dans Vapi en tant que base de connaissances de l’assistant. Le processus passe maintenant par l’Outil de requête. Une fois les fichiers importés, il faut les appeler via l’Outil de requête.

Enrichir les connaissances de ton assistant avec des fichiers

L’une des fonctionnalités phares de Vapi, c’est la possibilité d’importer des fichiers comme « Base de connaissances ». Ça augmente beaucoup la capacité de l’assistant à fournir des réponses précises et détaillées. Il suffit de déposer directement les documents nécessaires, et ils deviennent immédiatement exploitables.

Pour notre restaurant chinois, Le Golden Wok, j’ai récupéré le menu d’un de mes restos asiatiques préférés sur leur site, que j’ai mis dans un fichier texte. Ensuite, je l’ai importé dans Vapi comme base de connaissances de l’assistant. Le processus passe maintenant par l’Outil de requête. Une fois tes fichiers importés, il faut les utiliser comme base de connaissances dans l’Outil de requête.

Il est possible de générer automatiquement des tests avec l’IA, mais je les ai trouvés bien moins robustes que la suite de tests Synthflow, qui offre de très bons tests prédéfinis.

Une fois les cas de test configurés, tu peux les exécuter pour évaluer les performances de ton assistant. Dans mon cas, l’assistant a échoué à tous les tests. Malheureusement, Vapi n’a fourni que les résultats de l’évaluation, sans suggestions concrètes ou recommandations pour optimiser le prompt et améliorer l’agent. Rien d’anormal à cela, la fonctionnalité étant encore officiellement en Beta.

Boards

Boards est une nouvelle fonctionnalité de Vapi qui mise à fond sur l’analytique. Imagine-les comme un générateur de tableaux de bord business pour Vapi. Tu peux créer des dashboards personnalisés avec différents indicateurs. Par exemple, tu peux suivre quel commercial conclut le plus de ventes. C’est super pratique pour mesurer concrètement l’impact de l’outil ! Tu peux en apprendre plus dans cette vidéo officielle.

Tarifs de Vapi

Vapi fait tout pour que tu comprennes bien le coût de chaque minute d’appel vocal. La plateforme donne une vue détaillée de la structure des coûts de tes assistants, marge Vapi comprise. Le plus important, c’est que Vapi garde des prix compétitifs et s’y tient réellement, contrairement à certains concurrents (hum hum Synthflow hum hum) qui augmentent sans cesse leurs tarifs.

Le coût par minute dépend de quatre éléments variables :

• Modèles d’IA : Les modèles plus avancés comme GPT-4 coûtent plus cher que les versions plus légères. Les tarifs vont de 0,32 $ à moins de 0,01 $.
• Fournisseurs vocaux : Les coûts varient selon les fournisseurs de synthèse vocale, comme ElevenLabs, avec des prix allant de 0,65 $ à 0,001 $.
• Module Écouter : Les tarifs des fournisseurs de transcription, comme Deepgram, vont de 0,017 $ à 0,008 $.
• Tarification fixe : Vapi propose une tarification fixe à 0,05 $ par minute et 0,005 $ par message pour les SMS et le chat.

Comme tu peux le voir, les coûts totaux varient beaucoup. Tu peux compter un coût total à la minute qui se situe entre 0,07 $ et 1,03 $ dans le haut de la fourchette. À noter que ce sont des estimations, ce n’est pas le prix exact que tu paieras. La bonne nouvelle, c’est que tu bénéficies quand même d’une qualité d’appel élevée même avec les modèles moins chers.

Sur ton tableau de bord, tu peux suivre tes dépenses réelles et le coût moyen par appel. Attention, il s’agit du coût par appel, et non par minute, mais il suffit de diviser les minutes d’appel totales par le montant dépensé pour avoir ce chiffre. Tu peux aussi tester ton assistant pour avoir une idée du coût par appel.

Autre chose à retenir : sur la formule non entreprise, l’historique des appels Vapi est limité à 14 jours et l’historique des chats à 30 jours. Donc ce n’est pas la solution idéale si tu dois absolument archiver tes anciens appels.

La formule Entreprise propose des options de conformité comme HIPAA (1 000 $ en supplément), SOC 2, SSO, etc., ainsi qu’un gestionnaire de compte dédié.

Verdict final

Vapi est un super outil pour ceux qui cherchent une personnalisation poussée. Même si ça peut sembler un peu intimidant pour les débutants qui ne connaissent pas les modèles d’IA, ses fonctionnalités avancées le rendent vraiment unique.

Par contre, il manque encore quelques options côté interface, comme les flux de travail avancés, et l’achat de numéros de téléphone pourrait être plus intuitif. Mais avec ses tarifs abordables et sa grande capacité à monter en charge, c’est une excellente solution pour les entreprises qui veulent automatiser la gestion de leurs appels efficacement, surtout si tu n’as pas peur de jouer avec les modèles d’IA.

Alternatives à Vapi

Synthflow AI

Synthflow AI est une excellente alternative à Vapi, surtout si tu cherches une plateforme intuitive pour concevoir des workflows IA sans compétences techniques poussées. Elle propose une interface no-code, accessible même avec très peu d’expérience en programmation, tout en offrant de puissantes options de personnalisation. La plus grande différence réside dans le nombre de fonctionnalités accessibles directement depuis l’interface (et donc pour les non-développeurs). Cela inclut les campagnes par lots (pour les campagnes sortantes de masse), les widgets embarquables et l’extraction de données. Tu peux consulter notre comparaison directe de Synthflow AI vs. Vapi pour voir plus en détail comment ils se positionnent.

Bland AI

Bland.ai est une alternative avancée centrée sur l’entreprise face à Vapi. Contrairement à Vapi, qui reste plus accessible grâce à ses options sans code, Bland.ai mise sur une flexibilité poussée pensée avant tout pour les développeurs. La plateforme intègre de nombreuses fonctionnalités pour les entreprises, telles que la sécurité SOC2 Type II, le paiement par téléphone avec PCI DSS, et bien plus.

Retell AI

Retell AI est conçu pour t’aider à déployer facilement des agents vocaux IA. Comme Synthflow, la solution met principalement l’accent sur l’interface utilisateur. On retrouve des fonctionnalités natives pour la prise de rendez-vous (via Cal.com), la synchronisation automatisée de ta base de connaissances, le transfert d’appels, et bien d’autres encore.