Los agentes conversacionales son programas de software que mantienen un diálogo con las personas en lenguaje natural, por texto o por voz, para responder a una pregunta o completar una tarea. Los chatbots, los asistentes virtuales y los agentes de voz con IA son agentes conversacionales.
El término procede del ámbito de la investigación. Una revisión de 2021 publicada en la revista Sensors define los agentes conversacionales como "agentes que interactúan con los usuarios mediante lenguaje natural escrito o hablado" y añade que algunos "son capaces de realizar acciones específicas". El agente es aquello con lo que habla una persona. La IA conversacional es la tecnología que hay detrás, y la IA de voz es la parte de esa tecnología que se ocupa del habla.
Un agente conversacional repite el mismo ciclo en cada turno de la conversación:
La revisión de Sensors describe la parte de texto de este ciclo en tres componentes: la comprensión del lenguaje natural, un gestor de diálogo que "decide cómo responder" y la generación de lenguaje natural. Según la revisión, los agentes de voz añaden pasos en cada extremo: "traducir las ondas sonoras a texto" y volver a convertir la respuesta de texto en sonido.

Los agentes conversacionales se diferencian en dos aspectos: el canal que utilizan y la forma en que deciden qué decir.
| Tipo | Canal | Cómo decide qué decir | Uso habitual |
|---|---|---|---|
| Chatbot basado en reglas | Texto | Reglas predefinidas y respuestas preestablecidas | Respuestas fijas a preguntas frecuentes |
| Agente de chat con LLM | Texto: chat web, SMS, dentro de la app | Un modelo de lenguaje de gran tamaño que sigue un prompt, con herramientas y una base de conocimiento | Consultas de soporte, estado de pedidos |
| Asistente de voz | Voz en un dispositivo personal | Reconocimiento de voz más procesamiento del lenguaje natural | Peticiones personales, como Siri de Apple |
| Agente de voz con IA | Voz en una llamada telefónica | Reconocimiento de voz, un modelo de lenguaje y síntesis de voz, con toma de turnos | Atender y realizar llamadas de empresa |
Los investigadores también clasifican los agentes conversacionales según su finalidad. La revisión de Sensors cita una agrupación en agentes de preguntas y respuestas, agentes de diálogo orientados a tareas y chatbots, y denomina "agentes conversacionales orientados a objetivos" a los que están diseñados para completar un objetivo, como planificar y reservar unas vacaciones.
No exactamente. Un chatbot es un tipo de agente conversacional. La revisión de Sensors señala que ambos términos "a veces se usan indistintamente" y recoge varios intentos de diferenciarlos. En uno, los agentes conversacionales son "todo tipo de programas de software que interpretan y responden a las afirmaciones que hacen los usuarios en lenguaje natural", y los chatbots son el tipo diseñado para simular una conversación. En otro, los chatbots son agentes conversacionales con una interfaz basada en texto.
Los proveedores suelen trazar la línea según las capacidades. La guía de Slack describe los agentes conversacionales como "chatbots muy evolucionados, un nivel por encima de los chatbots sencillos que siguen reglas predefinidas". Para saber más sobre la diferencia, consulta la entrada chatbot y chatbot frente a IA conversacional.
Google Cloud utiliza el término como nombre de producto. Su consola Conversational Agents es la herramienta para crear agentes en Dialogflow, y la documentación de Google indica que "incluye las funciones de la antigua consola de Dialogflow CX y de la consola de Vertex AI Agent Builder, ya obsoletas". Los resultados de búsqueda mezclan ese producto con el significado general que trata esta entrada.
Un agente de voz ejecuta el mismo ciclo en condiciones más exigentes. Tiene que detectar cuándo el interlocutor ha terminado de hablar, gestionar interrupciones y ruido de fondo, y responder sin pausas largas. La entrada sobre toma de turnos explica la gestión de los tiempos, y cómo funcionan los agentes de voz con IA en una llamada sigue una llamada de principio a fin.
Retell AI desarrolla ambos tipos. Su documentación describe agentes de voz para llamadas y agentes de chat para texto, y los agentes de chat "usan los mismos tipos de prompt, funciones y bases de conocimiento que los agentes de voz". En las llamadas, la capa de orquestación de Retell gestiona la toma de turnos y las interrupciones. La llamada a funciones conecta un agente con sistemas externos, por ejemplo para concertar citas o consultar disponibilidad, y la herramienta de transferencia de llamadas pasa una llamada en curso a una persona. Consulta la entrada agente de voz con IA para ver la definición completa.
La IA conversacional es la tecnología: reconocimiento de voz, modelos de lenguaje y gestión del diálogo. Un agente conversacional es un software concreto creado con esa tecnología para realizar una tarea, como atender llamadas de facturación.
Un chatbot de soporte en un sitio web, un asistente de voz como Siri y un agente de voz con IA que atiende la línea telefónica de una empresa son agentes conversacionales.
No. Los agentes basados en reglas responden a partir de guiones y respuestas predefinidas. Los modelos de lenguaje permiten a un agente gestionar preguntas que nadie había previsto y planificar tareas de varios pasos.
Sí. Es un agente conversacional que funciona por voz, normalmente en llamadas telefónicas. Añade reconocimiento de voz, síntesis de voz y toma de turnos al ciclo que usan los agentes de texto.
Retell AI es una plataforma de agentes de voz con IA para centros de contacto. Habla con el equipo de Retell sobre un piloto con llamadas reales.
How Retell handles audits, data retention and access control.
Table of contents