GeralIA
Multimodal
Multimodal é a IA que entende mais de um tipo de conteúdo ao mesmo tempo. Texto, imagem, áudio e vídeo.
AI Sales FactoryTermo geralUma IA só de texto lê o que você escreve. Uma multimodal olha a foto que o cliente mandou, escuta o áudio e responde considerando tudo. Isso importa muito no WhatsApp, onde muita gente prefere mandar áudio em vez de digitar e boa parte manda foto do que quer. Pensa num atendente que, além de ler, olha o que você mostra e escuta o que você fala, sem pedir pra repetir. Numa ótica, o cliente manda a foto da receita.
Numa clínica, manda a foto de uma região do corpo. Numa empresa de serviço, manda o áudio explicando o problema. Quem lê só texto perde o pedido. Quem entende tudo continua a conversa.
Uma ótica recebe no WhatsApp a foto de uma receita escrita à mão e, logo depois, um áudio do cliente dizendo que quer lentes que não embacem. O agente multimodal lê a receita, escuta o áudio e responde com duas opções de lente e o prazo. Um atendimento só de texto pediria pra pessoa digitar os graus um por um, e a conversa esfriaria antes de chegar no preço.
Termos relacionados
- Pilar 3: FiltroTranscrição de áudioTransformar fala em texto escrito.
- Pilar 2: FluxoGeração de imagem por IAQuando você descreve uma imagem em texto e a inteligência artificial desenha pra você.
- GeralIA generativaA inteligência artificial que cria coisa nova a partir de um pedido.
- Pilar 3: FiltroVenda pelo WhatsAppFechar negócio dentro da conversa, sem o cliente sair do aplicativo que ele já usa o dia inteiro.
- GeralLLMA sigla de Large Language Model, que em português fica modelo de linguagem de grande porte.
Quer ver a AI Sales Factory funcionando no seu negócio?
A UMIND mostra onde o seu atendimento perde leads e o que os agentes de IA fazem em cada pilar.