Il manuale operativo per passare da 0 a 1 con un agente telefonico live e pronto per la produzione, e scalarlo da lì.

In sintesi

• La parte difficile non è la tecnologia. È la definizione dell'ambito. I team che vincono scelgono un compito faticoso (accoglienza fuori orario, conferme di appuntamenti, qualificazione dei lead), lo mettono in produzione lo stesso giorno e aggiungono il successivo l'indomani.
• È la latenza a distinguere il "reale" dal "robot". Retell AI funziona a circa 600ms end to end con la gestione proprietaria dei turni di conversazione, abbastanza veloce da far sì che chi chiama smetta di accorgersi di parlare con un'IA.
• Il percorso di 30 minuti è reale. Registrati → scegli un template → scrivi il prompt → collega una funzione → simula → collega un numero. Illustriamo ogni passaggio, con i prompt e le scelte esatte che funzionano in produzione.
• I numeri ci sono già. Pine Park Health ha aumentato l'NPS della programmazione del 38%. SWTCH ha dimezzato i costi di assistenza. Medical Data Systems gestisce ogni chiamata in entrata e incassa circa $280.000 al mese con un tasso di trasferimento del 30%. (Storie dei clienti)
• Passare da 1 a 10 è un manuale a sé. Una volta che il tuo primo agente è live, la leva si moltiplica: test di simulazione, guardrail, versioni A/B dei prompt, chiamate in batch, distribuzioni multilingua, ID chiamante brandizzato. Mappiamo l'intero percorso.

Come creare un agente vocale con IA in meno di 30 minuti

Tre anni fa, mettere un agente vocale con IA funzionante su un vero numero di telefono era un progetto di ingegneria da sei mesi. Servivano due sviluppatori, un'integrazione Twilio, una pipeline artigianale per lo speech-to-text e il text-to-speech, un LLM messo a punto da te e la pazienza di evitare che tutto crollasse sotto la propria latenza. La maggior parte dei team rinunciava. Chi non lo faceva finiva con qualcosa che sapeva leggere un copione ma non era in grado di sostenere davvero una conversazione.

Quel mondo è finito. Il collo di bottiglia si è spostato dall'ingegneria al prodotto. Oggi la domanda non è "possiamo costruirlo?". È "cosa vogliamo che dica?". Se sai scrivere una descrizione chiara del lavoro per una nuova persona e cliccare in una dashboard, puoi mettere in produzione un agente vocale prima di pranzo.

Questo è il manuale. Alla fine avrai un agente con IA live che risponde a un vero numero di telefono, svolge un lavoro utile e impara da ogni chiamata. Useremo Retell AI come esempio perché l'esperienza di creazione sta davvero in 30 minuti, ma i principi valgono per qualsiasi piattaforma moderna.

Cinque minuti di preparazione, prima di toccare la dashboard

Salta questa parte e il tuo agente suonerà generico. Dedicaci cinque minuti e il tuo agente suonerà come te. Parti dal lavoro. Una frase, e più è specifica meglio è. "Gestire il servizio clienti" è troppo ampio per essere utile. "Rispondere alle chiamate in entrata dopo le 18, raccogliere nome e numero di richiamata e fissare appuntamenti non urgenti nel nostro calendario Cal.com" è qualcosa che un agente può davvero fare. Un agente ristretto costruito bene batterà ogni volta un agente ampio costruito male.

Poi, scrivi cosa diresti a una nuova persona il primo giorno. Chi chiama, cosa vuole, quali risposte dai nel 90 percento dei casi, quando passeresti la mano a un umano e che tono vuoi che tenga l'agente. Questo diventa il tuo prompt. Già che ci sei, trova l'URL della tua pagina FAQ o il PDF del tuo menù dei servizi. Quello diventa la tua knowledge base. E decidi dove va la chiamata quando l'agente si arrende: un cellulare, un interno, una coda. Non risolverlo alle 23 della sera del lancio. Questa è la preparazione. Se hai queste quattro cose, sei pronto.

La creazione in 30 minuti

Passaggio 1: registrati e scegli il tipo di agente (3 minuti)

Vai su dashboard.retellai.com e crea un account. I nuovi account ricevono $10 in crediti gratuiti — sufficienti per circa 90 minuti di conversazione su una configurazione standard. Nessuna carta di credito. Nessun contratto annuale. (Dettagli sui prezzi)

Una volta entrato, ti verrà chiesto di scegliere un tipo di agente. Ce ne sono tre, e la scelta conta più di quanto si pensi:

• Single Prompt Agent. L'intera conversazione vive dentro un unico system prompt. Ideale per: casi d'uso aperti, ad alto uso di giudizio — receptionist, qualificatori di lead, triage dell'assistenza clienti. Il più rapido da creare. Il più flessibile. Il compromesso è che la logica di business più rigida può sfuggire.
• Multi-Prompt Agent. Un insieme collegato di prompt che si passano la mano in base allo stato della conversazione. Ideale per: flussi che hanno una forma chiara (saluto → qualifica → prenotazione → conferma) ma che necessitano comunque di una flessibilità conversazionale naturale in ogni passaggio.
• Conversation Flow Agent. Un grafico drag-and-drop di nodi — logica di ramificazione, chiamate di funzione, trasferimenti — con pieno controllo su ciò che accade a ogni passaggio. Ideale per: flussi regolamentati (recupero crediti, assicurazioni, accoglienza sanitaria) dove una risposta sbagliata è una risposta sbagliata di troppo.

La nostra scelta per il tuo primo agente: Single Prompt. Puoi sempre migrare a Conversation Flow in seguito, e imparerai di più sui tuoi veri schemi di conversazione in due giorni di chiamate live che in due settimane di progettazione del flusso.

Passaggio 2: scrivi il prompt (5 minuti)

Il prompt è l'agente. Non pensarci troppo, ma non buttarlo lì con sufficienza. Ecco un template che produce costantemente agenti solidi — copialo, riempi le parentesi, mettilo in produzione.

# IdentityYou are [Maya], a [warm, calm, professional] [phone receptionist]for [Northside Family Dentistry], a [family-owned dental practice inAustin, TX with 4 dentists serving roughly 8,000 patients].# Style- Speak naturally. Contractions are good. Filler words like "sure"  and "got it" are good. Long lectures are bad.- Keep responses to 1-2 sentences unless asked for more.- Mirror the caller's pace. If they're rushed, be efficient.  If they're chatty, be warm.- Never say "as an AI" or "I'm an AI assistant." If asked directly  whether you're a person, say: "I'm Maya, the virtual front-desk  assistant for Northside. Happy to help — or I can connect you  to a teammate if you'd prefer."# What you can do1. Answer common questions (hours, location, accepted insurance,   new-patient process) — see knowledge base.2. Book or reschedule a routine cleaning appointment using the   book_appointment function.3. Take a callback request and notify the team via the   send_callback function.# What you DO NOT do- Give clinical advice. For pain, swelling, bleeding, trauma, or  anything that sounds urgent, transfer to the on-call line  immediately using transfer_to_oncall.- Quote prices for procedures other than cleanings ($150 for  uninsured). For anything else, offer a callback.- Promise insurance coverage. If asked, say we'll verify and  call back.# Conversation rules- Open with: "Thanks for calling Northside Family Dentistry,  this is Maya — how can I help?"- Always confirm spelled-out names and phone numbers back to  the caller.- End calls with: "Anything else I can help with today?" then a  warm goodbye.- If the caller is upset, acknowledge before solving:  "I hear you, and I'm sorry about that — let me see what I can do."

Alcune note su ciò che lo rende efficace:

L'identità viene prima di tutto. Il modello passerà l'intera chiamata a dedurre chi è. Diglielo esplicitamente. Più l'identità è ricca di sfumature ("a conduzione familiare, 8.000 pazienti, Austin"), più naturalmente adotterà la voce.

Le regole di stile sono brevi. "Parla in modo naturale. Usa le contrazioni. Mantieni le risposte brevi." Cinque righe battono cinquanta. I modelli seguono le istruzioni di stile dirette e semplici molto meglio di quelle lunghe.

Le capacità sono elencate. Questo è ciò che l'agente può fare — facendo riferimento alle funzioni che collegherai nel passaggio 5.

Le non-capacità sono elencate ancora più forte. Ciò che non farà è altrettanto importante. Il motivo numero uno per cui i primi agenti deragliano è che cercano di essere utili in un ambito dove l'utilità è pericolosa (consulenza clinica, legale, finanziaria).

L'impalcatura conversazionale è esplicita. Frase di apertura, comportamento di conferma, frase di chiusura. Senza queste, scoprirai che il tuo agente improvvisa le aperture a ogni chiamata. Con esse, il tuo brand rimane coerente.

Passaggio 3: scegli la voce e l'LLM (3 minuti)

Retell ti offre un menù di LLM e provider di TTS, con prezzo al minuto. Per il tuo primo agente, ignora la tentazione di ottimizzare:

• LLM: GPT 4.1 (consigliato). $0,045/minuto. Il miglior equilibrio tra qualità, velocità e costo per la stragrande maggioranza degli agenti vocali nel 2026. Puoi passare a Claude 4.6 Sonnet ($0,08/min) per un ragionamento superiore, GPT 5 nano ($0,003/min) per scenari a volume ultra-economico, o Gemini 3.0 Flash ($0,027/min) per un multilingua veloce.
• Voce: Retell Platform Voices o Cartesia. $0,015/minuto. Veloce, naturale, a bassa latenza. ElevenLabs è l'opzione a più alta fedeltà ($0,040/minuto) — vale la pena se il tuo brand è incentrato sulla voce (concierge di lusso, ospitalità premium). Per la maggior parte degli operatori, le voci predefinite sono indistinguibili da quelle umane nei test alla cieca.

Ciò che sposta davvero l'ago sulla qualità percepita è la latenza, non l'esotismo della voce. Lo stack di Retell funziona con un tempo di risposta end-to-end di circa 600ms — oltre la soglia in cui chi chiama percepisce un "ritardo" tra il parlare e ricevere risposta. Benchmark indipendenti l'hanno collocato ripetutamente in testa al gruppo su questa metrica, ed è il motivo più importante per cui un agente Retell sembra una persona mentre uno più lento sembra un chatbot che legge le battute.

Scegli una voce. Ascolta un campione di 5 secondi. Se non ti fa storcere il naso, prosegui.

Passaggio 4: collega la tua knowledge base (4 minuti)

Il prompt gestisce come parla il tuo agente. La knowledge base gestisce cosa sa.

Nelle impostazioni dell'agente, clicca su Knowledge Base → Create. Tre modi per alimentarla:

1. URL. Inserisci la tua pagina FAQ, la tua pagina dei servizi, il tuo "Chi siamo". Retell effettuerà il crawl, la suddivisione, l'embedding e la manterrà sincronizzata — riacquisendo automaticamente quando la pagina cambia. (Funzionalità knowledge base)
2. PDF o documento. Per listini prezzi, menù di servizi, documenti di policy interni. Trascina e rilascia.
3. Testo semplice. Per la caotica conoscenza operativa che vive nella testa di qualcuno, come le regole di escalation, gli orari festivi, i fatti tipo "di quella promo non parliamo più".

Retell usa il RAG in streaming (retrieval-augmented generation) a ogni turno. Traduzione: l'agente cerca lo snippet giusto durante la conversazione, in tempo reale, senza che tu debba anticipare ogni domanda. Aggiungi una nuova voce FAQ un martedì pomeriggio e l'agente la conosce alla chiamata successiva.

Consiglio da esperti: se al tuo agente verranno poste le stesse cinque domande cento volte al giorno, metti quelle cinque risposte direttamente nel prompt, non solo nella KB. Il contenuto del prompt è sempre più veloce e sempre disponibile, senza il round trip del retrieval. Usa la KB per la coda lunga.

Passaggio 5: aggiungi una chiamata di funzione (5 minuti)

È qui che la maggior parte delle demo di "IA vocale" crolla silenziosamente. Parlare è facile. Fare è il trucco. Un receptionist che non è in grado di fissare davvero l'appuntamento è solo una costosa segreteria telefonica.

Retell ha funzioni preimpostate per le cose di cui ha bisogno l'80% degli agenti:

• Fissare appuntamenti (Cal.com, Google Calendar, scheduler nativo)
• Trasferimento di chiamata (assistito o cieco, verso un numero o una destinazione SIP)
• Termina chiamata
• Invia SMS
• Funzione personalizzata — attiva qualsiasi webhook HTTPS, con argomenti strutturati che l'LLM estrae dalla conversazione

Per il nostro esempio dentistico, ne vogliamo tre:

1. book_appointment — l'integrazione Cal.com. Collegala in due clic. Passa patient_name, phone, preferred_time. (Funzionalità di fissazione appuntamenti)
2. send_callback — una funzione personalizzata puntata a un webhook Zapier o Make che fa arrivare la richiesta nel Slack del tuo team e nel tuo CRM. (Integrazione Make)
3. transfer_to_oncall — il trasferimento di chiamata di Retell, puntato al cellulare del dentista di turno. (Funzionalità di trasferimento di chiamata)

Nel prompt, farai riferimento a queste per nome (l'abbiamo già fatto, nel passaggio 2). Il modello dedurrà quando chiamarle in base alla conversazione e alle descrizioni delle funzioni che fornisci. Nessuna logica condizionale da scrivere. Nessuna macchina a stati da mantenere. Il modello decide; la piattaforma esegue.

Il punto più profondo: le funzioni trasformano l'IA vocale da bot per FAQ in un sistema operativo. Ogni chiamata che il tuo agente gestisce dall'inizio alla fine senza un trasferimento è una chiamata che non ha consumato il tempo di un agente, non è rimasta in coda, non è stata abbandonata al quarto minuto. È lì che torna la matematica del ROI.

Passaggio 6: testa nella playground (5 minuti)

Non collegare un numero di telefono finché non hai parlato con il tuo agente almeno venti volte nel simulatore.

Nella dashboard, premi Test → Web Call. Ora stai parlando con il tuo agente tramite il microfono del laptop, in tempo reale, esattamente come farà chi chiama. Passa in rassegna:

• Il percorso felice. ("Salve, vorrei prenotare una pulizia per martedì prossimo pomeriggio.")
• Il percorso scontroso. ("Perché costa così tanto?")
• Il percorso fuori tema. ("Curate i denti del mio cane?")
• Il percorso trabocchetto. ("Sei una persona vera?")
• Il percorso di escalation. ("Credo di essermi rotto un dente e c'è sangue.")
• Il test del silenzio. Non dire nulla per dieci secondi.
• Il test dell'interruzione. Interrompi l'agente a metà frase.

Per un rigore maggiore, usa Simulation Testing — Retell farà passare decine di chiamanti sintetici attraverso il tuo agente in parallelo, con i prompt che definisci, e valuterà gli output rispetto ai tuoi criteri. (Panoramica dei test) La prima volta che l'abbiamo eseguito su un agente finito, ha fatto emergere sei bug in undici minuti. Ne vale la pena.

Cerchi tre cose: coerenza del tono, accuratezza delle chiamate di funzione e fallimento elegante. Se l'agente riesce a mantenere il suo carattere sotto pressione, chiamare le funzioni giuste al momento giusto e passare la mano a un umano quando le cose si fanno strane, sei pronto.

Passaggio 7: collega un numero di telefono e vai live (5 minuti)

Due percorsi:

• Il percorso rapido. Acquista un numero di telefono Retell direttamente nella dashboard per $2/mese. Scegli un prefisso, assegnalo al tuo agente e sei live. Le chiamate in entrata raggiungono l'agente in meno di cinque secondi.
• Il percorso "usa il mio numero esistente". Retell si collega a qualsiasi provider di telefonia tramite SIP trunking — Twilio, Telnyx, Vonage, Avaya, Genesys, Five9, Amazon Connect, e chi più ne ha più ne metta. Punta il tuo numero esistente all'endpoint SIP di Retell e il tuo agente risponde senza cambiare un solo pezzo dell'infrastruttura a monte. (Integrazione Twilio, Integrazione Vonage)

Effettua una chiamata di prova dal tuo cellulare. Ascolta. Sorridi. Manda il numero a un collega e fatti provare a romperlo.

Questa è la creazione. L'agente è live.

Come appare davvero il "live"

La prova sta negli operatori che l'hanno già fatto. Pine Park Health, un gruppo di assistenza primaria che serve comunità residenziali per anziani, stava annegando nel telefono senza risposta e vedeva gli slot dei medici rimanere vuoti. Hanno costruito un agente vocale su Retell per gestire programmazione, conferme e riprogrammazioni. Il loro NPS di programmazione è salito del 38 percento e il loro personale clinico ha smesso di passare metà giornata al telefono.

SWTCH, un'azienda di ricarica per veicoli elettrici, aveva un problema che i soldi non risolvevano facilmente: quando un automobilista è bloccato a una colonnina guasta, "ti richiamiamo entro 24 ore" non è una risposta. Hanno distribuito Lucas, un agente Retell che risponde in pochi secondi e guida gli automobilisti nella risoluzione urgente dei problemi 24 ore su 24. I costi di assistenza sono scesi di oltre il 50 percento e i margini SaaS si sono mossi di conseguenza.

Medical Data Systems è il caso studio che chiude il discorso su cosa può gestire l'IA vocale. Il recupero crediti è regolamentato, sensibile nei toni e impietoso quando le conversazioni vanno male. Hanno messo agenti Retell sulle chiamate in entrata e ora gestiscono il 100 percento del volume in ingresso con solo un tasso di trasferimento del 30 percento, incassando circa $280.000 al mese senza sacrificare la fiducia del paziente che è l'intero scopo del business.

Il filo comune tra tutti e tre è qualcosa che la maggior parte degli articoli sull'IA vocale sbaglia. Nessuno di loro ha provato a sostituire il call center il primo giorno. Ciascuno ha scelto un singolo compito faticoso, ha messo in produzione un agente focalizzato, ha ascoltato chiamate reali e ha iterato. Hanno risolto un problema a sei cifre nel loro primo mese e hanno continuato a costruire da lì.

Passare da un agente a dieci

Il tuo primo agente è live, e la tentazione è di avviare immediatamente gli agenti dal secondo al decimo. Ma resisti. Dedica 72 ore solo ad ascoltare le chiamate reali che arrivano. Gli schemi che troverai, le domande che non avevi anticipato, le formulazioni che confondono il modello, i momenti in cui chi chiama esita, valgono più di qualsiasi funzionalità tu possa mettere in produzione in quella finestra.

Una volta che hai ascoltato, la leva si moltiplica rapidamente. Integra i test di simulazione nel tuo processo di rilascio così che le modifiche ai prompt vengano stressate prima di andare in produzione. Attiva i guardrail e la redazione delle PII, che insieme costano circa un centesimo al minuto e ti danno una sicurezza di livello enterprise da un giorno all'altro. Usa il versioning e l'A/B testing di Retell per suddividere il traffico tra Prompt A e Prompt B, e lascia che la conversione delle prenotazioni o il tasso di trasferimento scelgano il vincitore invece del tuo istinto. Attiva l'AI Quality Assurance, che è la cosa più simile ad avere un responsabile QA che ascolta il 100 percento delle tue chiamate senza pagarne uno.

Poi passa in uscita. Una volta che il tuo agente in entrata è stabile, le chiamate in batch sbloccano una categoria di leva completamente diversa: promemoria di appuntamenti, riqualifica dei lead, riattivazione dei clienti persi, sondaggi NPS. Aggiungi il Branded Caller ID così che il tuo nome e il tuo logo compaiano sul telefono del destinatario, e i tassi di risposta salgono in modo significativo. Se il 12 percento delle tue chiamate è in spagnolo, cambia l'impostazione della lingua e la voce TTS e avrai migliorato quel 12 percento della tua customer experience in un pomeriggio.

Costruisci l'agente numero due come prossima cosa, ma fagli fare un lavoro diverso. Se il tuo primo agente è un receptionist fuori orario, il secondo è un agente per la conferma di appuntamenti in uscita. Se il primo qualifica i lead in entrata, il secondo richiama quelli ormai freddi. Lavori diversi, metriche diverse, ROI diverso che puoi attribuire in modo pulito. I team che ottengono i risultati più grandi non sono quelli con prompt magici. Sono quelli che rivedono cinque chiamate al giorno e mettono a punto qualcosa ogni settimana.

Gli errori che affosseranno il tuo primo agente

Alcune trappole che affossano i primi agenti, in ordine di frequenza con cui le vediamo. Provare a costruire l'intero call center il primo giorno. Scrivere un prompt di 4.000 parole perché di più deve essere meglio (non lo è). Saltare i test di simulazione perché "l'ho provato cinque volte e funzionava" sembra abbastanza (non lo è). Dimenticare di progettare il passaggio a un umano, il che trasforma un'elegante via di fuga in una responsabilità. Ottimizzare per il costo prima della qualità, il che è allettante finché il tuo agente non cita con sicurezza in modo errato la tua policy di rimborso e ti becchi uno storno. E forse l'errore più comune di tutti: trattare l'agente come una distribuzione mordi e fuggi invece che come un sistema che migliora ogni settimana se glielo permetti.

Cosa viene dopo

La creazione in 30 minuti è il pavimento, non il soffitto. Il soffitto è gestire ogni conversazione telefonica del tuo business con un sistema che risponde più velocemente del tuo umano più veloce, funziona 24 ore su 24, costa circa $0,11 al minuto invece di $0,50 e migliora ogni settimana invece di logorarsi ogni trimestre.

Quel soffitto è più vicino di quanto la maggior parte degli operatori pensi. Le aziende che trattano l'IA vocale come un problema del 2027 si sveglieranno nel 2027 e scopriranno che i loro concorrenti hanno gestito sei mesi di chiamate in entrata senza assumere un solo nuovo addetto, e hanno usato il budget di organico risparmiato per batterle sul prezzo a margine.

Costruisci il tuo primo agente oggi. Ascolta venti chiamate questa settimana. Costruisci il secondo la settimana prossima. Il ritmo da qui in poi lo stabilisci tu.

Registrati gratis su dashboard.retellai.com, oppure prenota una demo e mapperemo una distribuzione adatta al tuo specifico volume di chiamate e ai tuoi casi d'uso. Se preferisci sentirlo prima di costruirlo, chiama la nostra linea demo live e parla tu stesso con un agente Retell.