Vapi
Vapi · 音声・言語 · コーディング
VapiはAI音声エージェントを構築する開発者向けの基盤で、エージェントは電話を発信・着信できる。音声認識、言語モデル、音声を組み合わせて使え、AI電話を自動化したい人に音声AIインフラごと提供する。
Vapi について
What Is Vapi
Vapiは、電話を発信・着信するAI音声エージェントを開発者向けに構築できる基盤だ。リアルタイム音声の厄介な部分は同社が引き受ける。音声ストリーミング、電話回線の接続、そして音声認識・言語モデル・自然な音声の間をつなぐ制御である。エージェントを作るのはあなた、動かし続けるのはVapiだ。
売りは主導権にある。単一ベンダーの技術スタックに縛るのではなく、OpenAI、Anthropic、Google、Deepgram、ElevenLabsを含むカタログから認識エンジン、モデル、音声を選べる。チームは設定を一つ変えるだけでベンダーを切り替えられ、基盤を作り直す必要はない。
最大の制約は対象読者だ。Vapiは開発者とエンジニアリングチーム向けで、コードを一行も書かずにチャットボットを作りたい人向けではない。最初の電話エージェントを約5分で立ち上げるダッシュボードはあるが、AI音声エージェント基盤である以上、独自ツール、Webhook、複数エージェントのルーティングとなればコードを書ける前提が残る。
Getting Started
- Vapiの無料アカウントを作る。新規ユーザーには通話テスト用に5ドルのクレジットが付く。
- モデルのプリセットを選ぶか、認識エンジン・言語モデル・音声を自分で組み合わせる。
- エージェントの役割と挙動を定めるシステムプロンプトを書く。
- 電話番号を接続するかWeb SDKを埋め込み、テスト通話をかける。
- バージョンを公開し、シミュレーションを回し、本番展開の前に通話を監視する。
AIツール情報
Vapiの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 音声エージェントを作る開発者：コード前提の基盤で、Python、Node.js、Go、RustのSDKとCLIが揃い、電話網を自前で組まずにリリースできる。
- 成長中の企業のエンジニアリングチーム：設定でモデルとベンダーを替えられるため、一つの技術スタックに縛られない。
- サポートと営業の責任者：自前で音声基盤を立てなくても、電話を受け、見込み客を絞り込むエージェントが手に入る。
- コンプライアンス要件のある企業チーム：SOC 2、HIPAA、PCIの選択肢とSSO、ロールベースのアクセス制御が規制業種に合う。上位プランは大規模向けの価格だ。
タスク
- 着信カスタマーサポート：エージェントがナレッジベースを引き、人に渡すべき通話はエスカレーションする。
- 発信営業と見込み客の絞り込み：分岐ロジックが見込み客を評価し、同じ通話で打ち合わせを確定する。
- 予約受付：エージェントが空き状況を確認し、通話中に予約を確定する。
- 注文追跡と返品：ECのエージェントが配送状況と返品申請を最初から最後まで処理する。
シーン
- 営業時間外の電話対応が必要だが、夜勤を雇いたくない小規模チーム。
- テーマや地域ごとに専門エージェントへ電話を振り分けたい、単一のAI音声エージェント基盤を求めるサプライヤー市場。
- 電話回線ではなくSDKでWebアプリに生の音声を埋め込みたいプロダクトチーム。
主な機能
複数ベンダーのモデルカタログ
Vapiは各エージェントを3つの部品で組み立てる。音声認識、言語モデル、音声合成だ。それぞれをOpenAI、Anthropic、Google、Deepgram、Gladia、ElevenLabsを含むカタログから選ぶ。最速の認識エンジンと、すでに信頼しているモデルと、ブランドに合う音声を組み合わせ、後からどの部品でも差し替えられる。
低遅延の対話
Vapiは対話型AIを速いテンポに保つ。企業顧客の平均応答時間は0.5秒未満で、これが発話の交代を機械的でなく自然に感じさせる。同社は中核部分で600ミリ秒未満の応答をうたう。実際、この差は来電者が気まずく待つか、会話が流れるかの分かれ目になる。
アシスタントとSquads
基盤には2通りの作り方がある。単一アシスタントはシステムプロンプトとツール、構造化出力を使い、サポートや予約の多くをこなす。Squadsは複数のアシスタントを文脈を保つ転送でつなぐため、トリアージのエージェントが請求の専門担当に通話を渡しても、来電者に最初から話し直させずに済む。
電話とWebの統合
エージェントは任意の番号で発着信できるほか、Web SDKを通じて製品内でも動く。どちらの経路も同じエージェント定義を使うため、一度作ればロジックを書き直さずに、電話窓口とアプリ内の音声ボタンの両方へ配備できる。
ツールとAPIの接続
Vapiのエージェントは、基盤全体を動かすのと同じ音声エージェントAPIを通じて公開されたツールとWebhookで、自社のAPI、データベース、基幹システムを呼び出す。だからエージェントは注文状況をリアルタイムで確認したり、予約をカレンダーに書き込んだりできる。口先だけで済ませない。
可観測性とテスト
シミュレーションで、実際の顧客が聞く前に通話を試せる。監視は通話ごとに品質が落ちる箇所を示す。文字起こしを確認し、バージョンを公開し、変更で悪化したら前のバージョンに戻せる。
メリットとデメリット
メリット
- 技術の主導権が自分にあり、固定のセットを受け入れるのではなく、モデル、音声、ベンダーを自分で選べる。
- 料金はベンダー原価をそのまま転嫁し、モデルに上乗せがないため、請求の中身が読める。
- 実際に低い遅延（平均500ミリ秒未満）で、会話がトランシーバーのようにならない。
- CLI、設定のコード化、複数言語のSDKなど、開発者向けの道具が充実している。
- SOC 2、HIPAA、PCI準拠、SSO、RBACといった企業向け機能を必要なときに使える。
デメリット
- 料金は細かく分かれ、ホスティング費、モデル費、サービスプランが積み重なるため、月額の見積もりには計算が要る。
- 開発者向けに作られており、コードを書かない人はダッシュボードの基本設定を超えたあたりで壁にぶつかる。
- 下位プランの同時通話上限（4〜10）は、増枠に払うまで急成長する運用の足を引っ張る。
- Proプランは月999ドルからで、たまに通話量が必要なだけの小さなチームには割高だ。
よくある質問
Vapiは電話対応をするAI音声エージェントを構築する基盤だ。カスタマーサポート、営業と見込み客の絞り込み、予約受付、注文管理に使われ、エージェントが来電者と話し、背後のシステムにつながる。
関連コンテンツ
Vapiに関連するツール、スキル、記事を探す。
Vapiの代替ツール
Foley
Hanamori Labs, LLC · 音声・言語 · 生産性向上 · AIアシスタントFoleyは音声ToDoリストだ。話した一文をプロジェクト・日付・時刻まで入ったタスクとして整理し、その後はすでにあるリストを軸に一日の順番を組み立てる。
HireKey
HireKey · 音声・言語 · 生産性向上 · 学習HireKey は元テック業界リクルーターが作った AI 求職コパイロット。求人適合分析、職務経歴書のカスタマイズ、面接練習、応募管理を一つの画面にまとめる。
Fluence
Yay Software (Yannick Huchard) · ライティング · 音声・言語 · 生産性向上Fluence は Android 向けのドキュメントリーダーだ。PDF、EPUB、Word 文書、ウェブ記事を読み上げ、発話中の文を画面で追わせ、本文についての質問にも端末上で答える。