Cómo montar un agente de voz que atienda tus llamadas

La primera vez que llamé a un agente de voz montado con IA colgué a los treinta segundos. No porque fuera mal. Porque iba demasiado bien y me dio un poco de cosa.

Coge el teléfono, te entiende aunque le hables como se habla por teléfono (mal, con interrupciones, con ruido de fondo), consulta la agenda, te da un hueco y te manda la confirmación. Y al dueño del negocio le deja un resumen escrito de lo que hablasteis.

Para un negocio donde suena el teléfono a todas horas, esto es una barbaridad. Te cuento cómo se monta.

¿Cómo funciona un agente de voz con IA?

Por dentro hay tres cosas encadenadas, y viene bien saberlo porque cada una tiene su parte de culpa cuando algo sale mal.

Oído. Convierte lo que dice la persona en texto, mientras habla.

Cabeza. Un modelo de lenguaje lee ese texto, mira las instrucciones que le has dado y decide qué contestar o qué acción hacer.

Voz. Convierte la respuesta en audio con una voz sintética. Aquí es donde se nota el salto de los últimos años: las voces ya no suenan a robot de estación de tren.

Todo eso tiene que pasar en menos de un segundo, porque si el silencio se alarga, la gente cree que se ha cortado y cuelga. Ese retardo es la métrica que de verdad importa, más que ninguna otra.

Las dos rutas: montarlo fácil o montarlo a medida

Hay dos caminos, y elegir mal es el error más caro.

Ruta de panel: plataformas como Synthflow donde montas el agente desde una interfaz, sin escribir código. Eliges voz, escribes las instrucciones, conectas la agenda y compras el número. Es el camino para el noventa por ciento de negocios.

Ruta técnica: plataformas como Vapi, pensadas para quien programa y quiere controlarlo todo, integrarlo con sistemas propios y afinar cada pieza.

Si tienes un restaurante, una clínica, un taller o una tienda, quieres la primera. La comparación en detalle está en Synthflow frente a Vapi, pero el resumen es ese.

Paso 1: escribe el guion antes de tocar la plataforma

Coge papel y escribe la llamada ideal, entera, como un diálogo. Lo que dice el agente al descolgar, lo que pregunta, en qué orden, cómo se despide.

Luego escribe las cinco llamadas raras: el que quiere anular, el que pregunta un precio que no está en la lista, el que llama para reclamar, el que se equivoca de número y el que quiere hablar con una persona sí o sí.

Ese documento es el agente. La plataforma es solo donde lo pegas.

Paso 2: crea el agente y dale sus instrucciones

Dentro de la plataforma, creas un agente nuevo y pegas ahí lo que has escrito, en forma de instrucciones. Conviene que incluya:

• Quién es. "Eres quien atiende el teléfono de [negocio]. Hablas en español de España, tuteando, con frases cortas."
• Qué tiene que conseguir. Reservar, tomar el recado, o filtrar.
• Qué datos tiene que recoger siempre. Nombre, teléfono, día y hora, número de personas, lo que sea.
• Qué no puede hacer. No da precios que no estén en su lista, no promete plazos, no discute.
• Cuándo pasa la llamada. Escribe la lista explícita de casos.

Un detalle que marca mucho: pídele frases cortas. Por teléfono, un párrafo largo es insoportable. Nadie escucha treinta segundos seguidos a alguien que no conoce.

Paso 3: la voz y la velocidad

Prueba varias voces y elige antes por naturalidad que por lo bonita que suene. Escúchalas con el móvil pegado a la oreja, no por los altavoces del ordenador, porque el teléfono lo cambia todo.

Ajusta la velocidad un pelín por debajo de lo que te parece normal. En una llamada, lo rápido se entiende peor.

Y activa la interrupción, si la plataforma la trae. Que la persona pueda cortarle a media frase y él se calle. Sin eso, la conversación se siente falsa a los quince segundos.

Paso 4: conecta la agenda y el aviso

Aquí es donde deja de ser un juguete.

Conectas el calendario para que consulte huecos reales y cree la cita. Configuras que al terminar la llamada te llegue un resumen al correo o al móvil con lo que se habló y los datos recogidos. Y si tienes una hoja de clientes o un CRM, que lo apunte también ahí.

El montaje es el mismo que en cualquier otra automatización de las que cuento en la guía de automatización y agentes con IA: conector, campos y comprobar que llega lo que tiene que llegar.

Paso 5: el número y la prueba de fuego

Compras un número desde la plataforma o desvías el tuyo. Empieza por el segundo: deja tu número de siempre, y desvía a la IA solo las llamadas que no coges o las de fuera de horario. Así lo peor que puede pasar es que la máquina lo haga peor que un buzón de voz, que es un listón bajísimo.

Luego llama tú. Muchas veces. Desde la calle, con ruido. Con la boca llena. Hablando rápido. Cambiando de idea a mitad de frase. Pidiéndole algo imposible.

Lo que se te va a atascar

El retardo. Si tarda más de un segundo en contestar, la gente cree que se ha cortado y habla encima. Se arregla eligiendo modelos y voces más rápidos, aunque sean algo peores.

Los nombres y las direcciones. Es donde más falla el oído, sobre todo con apellidos poco comunes. Solución: que repita siempre los datos importantes para confirmarlos, y que deje el audio grabado para poder revisarlo.

El coste por minuto. Se factura por tiempo de conversación, y hay que sumar la parte de la plataforma, la del modelo y la de la telefonía. Haz la cuenta con tu volumen real de llamadas antes de lanzarte, no con la llamada de ejemplo de la web.

Los avisos legales. Grabar una llamada tiene reglas. Y decir que estás hablando con una máquina, también. Infórmate y déjalo dicho al principio de la llamada, que además genera menos rechazo del que te imaginas.

Se enrolla. Si no le pones límite, el modelo cuenta la historia de su vida. Pídele respuestas de una o dos frases y que pregunte, en vez de explicar.

El detalle que más mejora las llamadas

Escribe la primera frase tú, palabra por palabra, y no dejes que la improvise.

Es lo primero que oye quien llama y decide el resto de la conversación. Tiene que decir dónde ha llamado, que está hablando con un asistente y una pregunta abierta corta. Nada más.

Algo tipo: "Taller Martínez, buenos días. Soy el asistente automático. ¿En qué puedo ayudarte?".

Con eso, la persona sabe dónde está, sabe con qué está hablando y tiene el turno de palabra. Las llamadas que empiezan con un discurso de veinte segundos se cuelgan antes de llegar al final.

Y ahora qué

Empieza por lo que ahora mismo se pierde: las llamadas fuera de horario y las que no coges. Ahí el agente no compite con nadie, compite con el silencio.

Deja que funcione dos semanas y lee todos los resúmenes. Vas a descubrir qué te pregunta la gente de verdad, que casi nunca es lo que tú creías. Un montaje completo con números y errores incluidos lo tienes en el caso del agente de voz en un restaurante.

Algunos enlaces de este artículo son de afiliado: si contratas la herramienta, me llevo una comisión sin que a ti te cueste más.

Montar el negocio para que funcione con una sola persona al mando y máquinas haciendo lo repetitivo es exactamente de lo que va Yo SA.

Ver Yo SA