نماذج اللغة الكبيرة الحالية التي تدعم واجهات الصوت تعتمد على هياكل أساسية نسبياً، وغالباً ما يتم برمجتها بعيوب اصطناعية—مثل فترات توقف استراتيجية وكلمات حشو ("um")—مصممة لمحاكاة المحادثة البشرية الطبيعية. هذا النهج يقلل من الاستفادة مما يمكن لتقنية الصوت أن تقدمه فعلياً لعمليات العمل المعتمدة على الوكلاء.

عندما يتعلق الأمر بالتطبيقات المهنية الجادة، فإن وضع الصوت المبسط يكون منطقياً. وضع مصمم للكفاءة بدلاً من الحديث السطحي. شيء يقطع من خلال التمويه ويركز على التواصل الدقيق مع وكلاء الذكاء الاصطناعي سيفتح أبواب لتحقيق مكاسب حقيقية في إدارة المهام الآلية وتنسيق الأنظمة.