Cómo crear un agente de voz con IA en menos de 30 minutos
El manual del operador para pasar de 0 a 1 con un agente telefónico en vivo, listo para producción, y escalarlo desde ahí.
Hace tres años, poner un agente de voz con IA funcional en un número de teléfono real era un proyecto de ingeniería de seis meses. Necesitabas dos desarrolladores, una integración con Twilio, un pipeline casero de voz a texto y texto a voz, un LLM que tú mismo ajustabas y la paciencia para evitar que todo se derrumbara bajo su propia latencia. La mayoría de los equipos se rendían. Los que no, acababan con algo que podía leer un guion pero que en realidad no podía mantener una conversación.
Ese mundo se acabó. El cuello de botella ha pasado de la ingeniería al producto. Hoy, la pregunta no es "¿podemos crear esto?". Es "¿qué queremos que diga?". Si sabes escribir una descripción de puesto clara para una nueva contratación y hacer clic por un panel, puedes lanzar un agente de voz antes de comer.
Este es el manual. Al terminarlo, tendrás un agente con IA en vivo respondiendo a un número de teléfono real, haciendo trabajo útil y aprendiendo de cada llamada. Usaremos Retell AI como ejemplo porque la experiencia de creación cabe de verdad en 30 minutos, pero los principios se trasladan a cualquier plataforma moderna.
Sáltate esta parte y tu agente sonará genérico. Dedícale cinco minutos y tu agente sonará como tú. Empieza por el trabajo. Una frase, y cuanto más específica, mejor. "Gestionar la atención al cliente" es demasiado amplio para ser útil. "Responder llamadas entrantes después de las 18:00, capturar nombre y número de devolución de llamada, y concertar citas no urgentes en nuestro calendario de Cal.com" es algo que un agente puede hacer de verdad. Un agente estrecho bien construido siempre superará a un agente amplio mal construido.
Después, escribe lo que le dirías a una nueva contratación en su primer día. Quién llama, qué quiere, qué respuestas das el 90 por ciento de las veces, cuándo pasarías la llamada a una persona y qué tono quieres que adopte el agente. Esto se convierte en tu prompt. Ya que estás, busca la URL de tu página de FAQ o el PDF de tu menú de servicios. Eso se convierte en tu base de conocimiento. Y decide adónde va la llamada cuando el agente se rinde: un móvil, una extensión, una cola. No resuelvas esto a las 11 de la noche del día del lanzamiento. Esa es la preparación. Si tienes esas cuatro cosas, estás listo.
Ve a dashboard.retellai.com y crea una cuenta. Las cuentas nuevas reciben 10 $ en créditos gratis, suficiente para unos 90 minutos de conversación en una configuración estándar. Sin tarjeta de crédito. Sin contrato anual. (Detalles de precios)
Una vez dentro, se te pedirá que elijas un tipo de agente. Hay tres, y la elección importa más de lo que la gente cree:
Nuestra elección para tu primer agente: Single Prompt. Siempre puedes migrar a Conversation Flow más adelante, y aprenderás más sobre tus patrones de conversación reales en dos días de llamadas en vivo que en dos semanas de diseño de flujos.
El prompt es el agente. No le des demasiadas vueltas, pero tampoco lo despaches sin más. Aquí tienes una plantilla que produce agentes sólidos de forma consistente: cópiala, rellena los corchetes, lánzala.
# IdentidadEres [Maya], una [recepcionista telefónica] [cálida, tranquila,profesional] de [Northside Family Dentistry], una [clínica dentalfamiliar en Austin, TX con 4 dentistas que atiende a unos 8.000 pacientes].# Estilo- Habla con naturalidad. Las contracciones son buenas. Muletillas como "claro" y "entendido" son buenas. Los discursos largos son malos.- Mantén las respuestas en 1-2 frases salvo que te pidan más.- Refleja el ritmo de quien llama. Si tiene prisa, sé eficiente. Si es hablador, sé cálida.- Nunca digas "como IA" ni "soy una asistente de IA". Si te preguntan directamente si eres una persona, di: "Soy Maya, la asistente virtual de recepción de Northside. Encantada de ayudar, o puedo conectarte con un compañero si lo prefieres."# Lo que puedes hacer1. Responder preguntas habituales (horarios, ubicación, seguros aceptados, proceso de paciente nuevo): consulta la base de conocimiento.2. Concertar o reprogramar una cita rutinaria de limpieza usando la función book_appointment.3. Tomar una solicitud de devolución de llamada y notificar al equipo mediante la función send_callback.# Lo que NO haces- Dar consejo clínico. Para dolor, hinchazón, sangrado, traumatismo o cualquier cosa que suene urgente, transfiere a la línea de guardia de inmediato usando transfer_to_oncall.- Cotizar precios de procedimientos distintos de las limpiezas (150 $ para no asegurados). Para cualquier otra cosa, ofrece una devolución de llamada.- Prometer cobertura de seguro. Si te preguntan, di que lo verificaremos y devolveremos la llamada.# Reglas de conversación- Abre con: "Gracias por llamar a Northside Family Dentistry, soy Maya, ¿en qué puedo ayudarte?"- Confirma siempre los nombres deletreados y los números de teléfono con quien llama.- Termina las llamadas con: "¿Algo más en lo que pueda ayudarte hoy?" y luego una despedida cálida.- Si quien llama está molesto, reconócelo antes de resolver: "Te entiendo, y lo siento mucho; déjame ver qué puedo hacer."
Algunas notas sobre lo que hace que esto funcione:
La identidad va primero. El modelo va a pasar toda la llamada infiriendo quién es. Díselo de forma explícita. Cuanto más matizada sea la identidad ("familiar, 8.000 pacientes, Austin"), con más naturalidad adopta la voz.
Las reglas de estilo son breves. "Habla con naturalidad. Usa contracciones. Mantén las respuestas cortas". Cinco líneas superan a cincuenta. Los modelos siguen las instrucciones de estilo directas y sencillas mucho mejor que las largas.
Las capacidades se enumeran. Esto es lo que el agente puede hacer, haciendo referencia a las funciones que conectarás en el paso 5.
Las anticapacidades se enumeran más fuerte. Lo que no hará es igual de importante. La razón número uno por la que los agentes tempranos se descarrilan es que intentan ser útiles en un dominio donde ser útil es peligroso (consejo clínico, legal, financiero).
La estructura conversacional es explícita. Frase de apertura, comportamiento de confirmación, frase de cierre. Sin esto, encontrarás a tu agente improvisando aperturas en cada llamada. Con esto, tu marca se mantiene consistente.
Retell te ofrece un menú de LLM y proveedores de TTS, con precio por minuto. Para tu primer agente, ignora la tentación de optimizar:
Lo que de verdad mueve la aguja en la calidad percibida es la latencia, no lo exótico de la voz. La pila de Retell funciona a aproximadamente 600 ms de tiempo de respuesta de extremo a extremo, por debajo del umbral en el que quien llama registra un "retardo" entre hablar y recibir respuesta. Benchmarks independientes la han situado repetidamente a la cabeza del grupo en esta métrica, y es la mayor razón por la que un agente de Retell se siente como una persona mientras que uno más lento se siente como un chatbot leyendo líneas.
Elige una voz. Escucha una muestra de 5 segundos. Si no te hace fruncir el ceño, sigue adelante.
El prompt gestiona cómo habla tu agente. La base de conocimiento gestiona qué sabe.
En los ajustes del agente, haz clic en Knowledge Base → Create. Hay tres formas de alimentarla:
Retell usa RAG en streaming (generación aumentada por recuperación) en cada turno. Traducción: el agente busca el fragmento correcto durante la conversación, en tiempo real, sin que tú tengas que anticipar cada pregunta. Añade una nueva entrada de FAQ un martes por la tarde y el agente la conoce en la siguiente llamada.
Consejo pro: Si a tu agente le van a hacer las mismas cinco preguntas cien veces al día, pon esas cinco respuestas directamente en el prompt, no solo en la base de conocimiento. El contenido del prompt siempre es más rápido y siempre está disponible, sin viaje de recuperación. Usa la base de conocimiento para la cola larga.
Aquí es donde la mayoría de las demos de "IA de voz" se desmoronan silenciosamente. Hablar es fácil. Hacer es lo difícil. Un recepcionista que en realidad no puede concertar la cita no es más que un buzón de voz caro.
Retell tiene funciones predefinidas para lo que necesita el 80 % de los agentes:
Para nuestro ejemplo dental, queremos tres:
book_appointment: la integración con Cal.com. Conéctala en dos clics. Pasa patient_name, phone, preferred_time. (Función de concertar citas)send_callback: una función personalizada apuntada a un webhook de Zapier o Make que deposita la solicitud en el Slack de tu equipo y en tu CRM. (Integración con Make)transfer_to_oncall: la transferencia de llamadas de Retell, apuntada al móvil del dentista de guardia. (Función de transferencia de llamadas)En el prompt, las referenciarás por su nombre (ya lo hicimos, en el paso 2). El modelo inferirá cuándo llamarlas según la conversación y las descripciones de función que le proporciones. Ninguna lógica condicional que escribir. Ninguna máquina de estados que mantener. El modelo decide; la plataforma ejecuta.
El punto más profundo: las funciones convierten la IA de voz de un bot de FAQ en un sistema operativo. Cada llamada que tu agente gestiona de extremo a extremo sin una transferencia es una llamada que no quemó el tiempo de un agente, no se quedó en una cola, no fue abandonada en el minuto cuatro. Ahí es donde cuadran las cuentas del ROI.
No conectes un número de teléfono hasta que hayas hablado con tu agente al menos veinte veces en el simulador.
En el panel, pulsa Test → Web Call. Ahora estás hablando con tu agente a través del micrófono de tu portátil, en tiempo real, exactamente como lo hará quien llame. Recorre:
Para mayor rigor, usa Simulation Testing: Retell hará pasar docenas de personas sintéticas por tu agente en paralelo, con los prompts que definas, y calificará las salidas según tus criterios. (Descripción general de las pruebas) La primera vez que lo ejecutamos en un agente terminado, sacó a la luz seis errores en once minutos. Vale la pena.
Buscas tres cosas: consistencia de tono, precisión en las llamadas a funciones y fallo elegante. Si el agente puede mantener su personaje bajo presión, llamar a las funciones correctas en los momentos correctos y pasar a una persona cuando las cosas se ponen raras, estás listo.
Dos caminos:
Haz una llamada de prueba desde tu móvil. Escucha. Sonríe. Envía el número a un colega y pídele que intente romperlo.
Esa es la creación. El agente está en vivo.
La prueba está en los operadores que ya lo han hecho. Pine Park Health, un grupo de atención primaria que atiende a comunidades de vida para personas mayores, se ahogaba en el juego telefónico y veía cómo las franjas de los profesionales quedaban sin cubrir. Crearon un agente de voz con Retell para gestionar la programación, las confirmaciones y las reprogramaciones. Su NPS de programación subió un 38 por ciento y su personal clínico dejó de pasar media jornada al teléfono.
SWTCH, una empresa de carga de vehículos eléctricos, tenía un problema que el dinero no podía resolver fácilmente: cuando un conductor está varado en un cargador averiado, "te contestaremos en 24 horas" no es una respuesta. Desplegaron a Lucas, un agente de Retell que responde en segundos y guía a los conductores por resolución de problemas urgentes a cualquier hora. Los costes de atención al cliente cayeron más de un 50 por ciento y los márgenes de SaaS se movieron con ellos.
Medical Data Systems es el caso de estudio que cierra la conversación sobre lo que la IA de voz puede gestionar. La gestión de cobros está regulada, es tonalmente sensible e implacable cuando las conversaciones salen mal. Pusieron agentes de Retell en las llamadas entrantes y ahora gestionan el 100 por cien del volumen entrante con solo una tasa de transferencia del 30 por ciento, cobrando aproximadamente 280.000 $ al mes sin sacrificar la confianza del paciente, que es el objetivo entero del negocio.
El hilo común en las tres es algo que la mayoría de los artículos sobre IA de voz entienden mal. Ninguna intentó reemplazar el call center el primer día. Cada una eligió un único trabajo doloroso, lanzó un agente enfocado, escuchó llamadas reales e iteró. Resolvieron un problema de seis cifras en su primer mes y siguieron construyendo desde ahí.
Tu primer agente está en vivo, y la tentación es poner en marcha de inmediato los agentes dos a diez. Pero aguanta. Dedica 72 horas solo a escuchar las llamadas reales que entran. Los patrones que encontrarás, las preguntas que no anticipaste, las formulaciones que confunden al modelo, los momentos en que quien llama duda, valen más que cualquier función que puedas lanzar en esa ventana.
Una vez que hayas escuchado, el apalancamiento se acumula rápido. Incorpora las pruebas de simulación en tu proceso de lanzamiento para que los cambios de prompt se sometan a estrés antes de llegar a producción. Activa los guardarraíles y la redacción de PII, que juntos cuestan alrededor de un céntimo por minuto y te dan seguridad de nivel empresarial de la noche a la mañana. Usa el versionado y las pruebas A/B de Retell para dividir el tráfico entre el Prompt A y el Prompt B, y deja que la conversión de reservas o la tasa de transferencia elijan al ganador en lugar de tu intuición. Activa AI Quality Assurance, que es lo más parecido a tener un responsable de QA escuchando el 100 por cien de tus llamadas sin pagar por uno.
Luego pasa a las llamadas salientes. Una vez que tu agente entrante es estable, las llamadas por lotes desbloquean una categoría de apalancamiento totalmente distinta: recordatorios de citas, recualificación de leads, reactivación de clientes inactivos, encuestas de NPS. Añade Branded Caller ID para que tu nombre y logo aparezcan en el teléfono del destinatario, y las tasas de respuesta suben notablemente. Si el 12 por ciento de tus llamadas son en español, cambia el ajuste de idioma y la voz de TTS y habrás mejorado ese 12 por ciento de tu experiencia del cliente en una tarde.
Crea el agente número dos a continuación, pero haz que haga un trabajo diferente. Si tu primer agente es un recepcionista fuera de horario, tu segundo es un confirmador de citas saliente. Si el primero cualifica leads entrantes, el segundo llama de vuelta a los rancios. Distintos trabajos, distintas métricas, distinto ROI que puedes atribuir con limpieza. Los equipos que ven las mayores victorias no son los que tienen prompts mágicos. Son los que revisan cinco llamadas al día y ajustan algo cada semana.
Unas cuantas trampas que hunden a los agentes tempranos, en orden de frecuencia con que las vemos. Intentar construir todo el call center el primer día. Escribir un prompt de 4.000 palabras porque más debe de ser mejor (no lo es). Saltarse las pruebas de simulación porque "lo probé cinco veces y funcionó" parece suficiente (no lo es). Olvidar diseñar el traspaso a una persona, lo que convierte una vía de escape elegante en una responsabilidad. Optimizar el coste antes que la calidad, que resulta tentador hasta que tu agente cita con confianza mal tu política de reembolsos y te comes un contracargo. Y quizá el error más común de todos: tratar al agente como un despliegue de una sola vez en lugar de un sistema que mejora cada semana si se lo permites.
La creación de 30 minutos es el suelo, no el techo. El techo es operar cada conversación telefónica de tu negocio con un sistema que responde más rápido que tu persona más rápida, funciona a cualquier hora, cuesta aproximadamente 0,11 $ por minuto en lugar de 0,50 $ y mejora cada semana en lugar de rotar cada trimestre.
Ese techo está más cerca de lo que la mayoría de los operadores cree. Las empresas que tratan la IA de voz como un problema de 2027 van a despertar en 2027 y descubrir que sus competidores gestionaron seis meses de llamadas entrantes sin contratar a un solo comercial nuevo, y usaron el presupuesto de plantilla ahorrado para bajarles el precio con margen.
Crea tu primer agente hoy. Escucha veinte llamadas esta semana. Crea el segundo la semana que viene. El ritmo a partir de aquí lo marcas tú.
Crea una cuenta gratis en dashboard.retellai.com, o solicita una demo y trazaremos un despliegue para tu volumen de llamadas y casos de uso específicos. Si prefieres oírlo antes de crearlo, llama a nuestra línea de demo en vivo y habla tú mismo con un agente de Retell.
Descubre cuánto podría ahorrar tu empresa al pasar a agentes de voz impulsados por IA.
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Un número de teléfono de demostración de Retell Clinic Office
Start building smarter conversations today.
.avif)
.avif)
