Referencia de configuración del agente de voz

Explicación de cada configuración del agente de voz de ThunderPhone: niveles, voces, idiomas, confirmaciones, herramientas, orden de habla, buzón de voz, anuncios de consentimiento, gestión de silencios, pruebas e implementación.

Abre Agentes de voz, selecciona un agente y usa su pestaña Configuración para controlar cómo suena, razona, inicia llamadas, usa herramientas, gestiona el silencio y el buzón de voz, y contacta a quienes llaman. Los cambios se guardan automáticamente en un borrador; el tráfico de producción no cambia hasta que seleccionas Implementar.

Esta página es la referencia completa del panel. Para nombres de campos y ejemplos de solicitudes, usa la referencia de la API de agentes.

Prompt e identidad#

El nombre del agente lo identifica en todo el panel, los informes, el historial de llamadas y los portales de clientes. El prompt es el guion operativo del agente: personalidad, datos del negocio, preguntas obligatorias, política de escalamiento y acciones de llamada.

El editor de prompts muestra los tokens estimados y señala problemas comunes, como un prompt vacío, marcadores de plantilla sin resolver, una ruta de escalamiento faltante o un prompt muy largo. Los primeros 5,000 tokens estimados están incluidos; los prompts más largos usan precios con recargo por bloques.

Para reglas de enrutamiento, transferencias en frío y transferencias cálidas filtradas, consulta Transferir llamadas.

Nivel de modelo#

Storm ofrece dos controles opcionales:

• Confirmación — Ninguna permanece en silencio mientras prepara la respuesta completa; Tic reproduce un suave sonido de espera; Verbal dice una breve confirmación y añade 2¢/min. El texto verbal puede generarse a partir del prompt principal o proporcionarse manualmente. Prompt de confirmación personalizada aparece solo cuando el modo Storm seleccionado admite confirmaciones verbales; de lo contrario, ese campo no está disponible.
• Inteligencia adicional — añade un razonamiento más profundo para llamadas complejas y 3¢/min.

El creador muestra continuamente el costo total por minuto del agente, incluidos el nivel, la combinación de voz e idioma, la longitud del prompt, la confirmación verbal, la inteligencia adicional y la supervisión.

Voz, fondo e idiomas#

Selecciona una voz y reproduce su muestra antes de implementar. El selector solo requiere que la voz elegida admita el idioma principal. Si activas Cambiar a voces nativas, los idiomas adicionales pueden cubrirse con voces nativas del catálogo del mismo género. Las combinaciones premium se indican con su recargo. Tus voces personalizadas aparecen en el mismo selector cuando estén listas. Consulta la Biblioteca de voces y voces personalizadas.

La pista de fondo puede ser:

• Ninguna — sin audio ambiental.
• Centro de llamadas — un ambiente de centro de llamadas, con vista previa en el panel.

Configura un idioma principal y luego cualquier cantidad de idiomas adicionales. El agente detecta automáticamente cuando quien llama cambia a un idioma seleccionado y responde en ese idioma. Algunas combinaciones de voz e idioma añaden 3¢/min; consulta el catálogo generado de Idiomas compatibles.

Cuando un agente tiene Idiomas adicionales, activa Cambiar a voces nativas para usar una voz del catálogo nativa del idioma detectado, según el género. El agente vuelve a la voz configurada para el idioma principal. Si no hay una voz nativa coincidente disponible, se sigue usando la voz actual. Las voces personalizadas no cambian. Prueba cada idioma con Hablar y luego selecciona Implementar.

El cambio a voces nativas no tiene un recargo independiente. La combinación seleccionada de idioma y voz sigue determinando si se aplica la tarifa de idioma premium.

Capacidades conectadas#

La pestaña Config tiene cuatro secciones de capacidades que se pueden adjuntar de forma independiente:

Un adjunto forma parte del borrador y está disponible para las llamadas de producción después de implementar. Primero configura los recursos en Conexiones o Conocimiento y luego adjúntalos al agente.

Endpoints telefónicos y web#

En Números de teléfono, adjunta un número existente, obtén un número de ThunderPhone o importa un número mediante una conexión VoIP. Un número puede usar distintos agentes para las direcciones entrante y saliente.

En Widgets web, adjunta un widget para que los visitantes puedan hablar con el agente desde un sitio. La disponibilidad del widget también se puede activar o desactivar como parte de la configuración del agente.

Zona horaria#

La zona horaria, en los números de teléfono, es lo que el agente considera como "ahora": indica la fecha y la hora, ofrece horarios de citas y calcula "hoy" y "mañana" en esta zona. El horario comercial de este agente en los informes también la usa.

Un agente nuevo comienza con la zona horaria de tu organización o, si la organización no tiene una, con la de tu computadora. Cámbiala si quienes llaman están en otro lugar. Cuando el número de teléfono del agente está en una zona diferente de la que elegiste, el generador lo indica y ofrece cambiarla.

Un agente sin zona horaria (uno antiguo o creado mediante la API sin timezone) usa la zona del número en el que está la llamada, luego la zona de los números del agente, después la de la organización y, por último, la del Pacífico de Estados Unidos. El generador muestra cuál es esa zona y te pide que la confirmes o que elijas una cuando los números no lo determinan (un número gratuito o números en zonas diferentes).

Cuando un agente atiende contactos en varias zonas horarias, pasa la zona con cada llamada: timezone en POST /v1/call o en la respuesta de tu webhook de configuración.

Si tu agente aún no tiene zona horaria#

Los agentes nuevos requieren una zona horaria. Los agentes anteriores aún pueden no tener una.

Si un agente anterior no tiene zona horaria, ThunderPhone primero usa la configuración propia del agente, si existe; luego la de tu organización; y después la zona horaria inferida a partir de los números de teléfono del agente. Si eso aún no lo resuelve, usa Los Ángeles como opción predeterminada. El editor muestra la zona resuelta y te pide que la confirmes o que elijas una cuando los números no lo resuelven.

Comportamiento avanzado de llamadas#

Expande Avanzado al final de Configuración para acceder a los siguientes controles.

Supervisión#

Cuando se habilita, un segundo monitor de IA revisa cada turno del agente según las instrucciones y puede intervenir de forma silenciosa. La supervisión añade 4¢/min y no está disponible en Bolt.

Tono de conexión#

Reproduce un tono breve inmediatamente después de que se conecte la llamada y antes de que hable cualquiera de las partes.

Clip introductorio#

Reproduce un clip pregrabado al inicio de las llamadas entrantes, seguido de timbres, para que la línea suene como una línea telefónica de empresa antes de que el agente responda. Se reproduce en llamadas telefónicas entrantes y en llamadas de prueba de Hablar (navegador) en el constructor. No se reproduce en llamadas salientes, llamadas de prueba de IA, llamadas desde widgets web ni llamadas de la API Realtime.

• Desactivado (predeterminado) — el agente responde de inmediato.
• Aviso de grabación — una voz grabada dice "Esta llamada puede ser monitoreada o grabada con fines de control de calidad". Obtén una vista previa en el constructor.
• Tu propia grabación — sube un archivo de audio (MP3, WAV, M4A y otros formatos que tu navegador pueda reproducir) o graba uno en el navegador. Los clips pueden durar de 0.5 a 15 segundos. El constructor convierte el clip antes de subirlo, y puedes reproducirlo o eliminarlo.

Timbre después de la introducción establece cuántos timbres de EE. UU. se reproducen después del clip: Desactivado, 1 timbre (predeterminado) o 2 timbres.

El orden al inicio de una llamada es: tono de conexión (si está activado), clip introductorio, timbres, luego el anuncio de consentimiento o la divulgación del procesamiento por IA si corresponde, y después el saludo. El clip introductorio nunca reemplaza el anuncio de consentimiento ni la divulgación del procesamiento por IA, incluso cuando tu clip indica que la llamada se graba. El audio de quienes llaman no se procesa mientras se reproducen el clip y los timbres. Se obtiene un clip personalizado cuando inicia la llamada; si no se puede cargar en unos segundos, la llamada continúa sin él, por lo que una carga fallida puede retrasar el saludo hasta aproximadamente 3 segundos.

El clip introductorio es una configuración de borrador como las demás: llega a las llamadas activas cuando implementas.

Sonido de herramienta#

Elige el sonido que produce la herramienta de sonido invocable mediante prompt:

• Ninguno — la herramienta no se ofrece.
• Campanilla, Timbre o Pitido — cada uno puede previsualizarse en el creador.

Sonidos de escritura#

Habilita Sonidos de escritura para reproducir un sonido suave de teclado mientras el agente ejecuta una herramienta personalizada. Las herramientas administradas por la plataforma no lo activan.

Una vez activado, elige el sonido. Puedes previsualizar cada uno en el constructor:

• Teclado y mouse (predeterminado): escritura con clics del mouse, como si alguien estuviera buscando la información.
• Teclado mecánico: teclas mecánicas brillantes y con clic.
• Teclado de escritorio: escritura constante en un teclado estándar.
• Laptop: teclas suaves y planas de laptop.
• Teclado de oficina: teclado de oficina silencioso y discreto.
• Sala silenciosa: ambiente suave de una sala con una persona escribiendo.

Línea de inicio de herramienta#

Elige si se dice algo cuando el agente llama a una herramienta:

• Siempre (predeterminado para agentes nuevos): se dice algo en cada llamada a una herramienta, sin importar qué tan rápido responda la herramienta. Si el agente habló junto con la llamada, sus propias palabras son esa línea. De lo contrario, una línea breve escrita para la llamada se reproduce en cuanto está lista, o una estándar como "Un momento, por favor" si tarda más de aproximadamente un segundo. Las herramientas que reproducen su propio audio o actúan sobre la llamada misma (entrada por teclado, sonidos, espera, transferencias, finalizar la llamada, traspasos de pasos) siguen recibiendo una línea solo si son lentas, al igual que cualquier herramienta mientras el agente está en un menú telefónico o hablando con el buzón de voz.
• Solo si la herramienta es lenta: una línea breve se reproduce solo si la herramienta sigue ejecutándose aproximadamente 3 segundos después de que el agente habló por última vez. Los agentes creados antes de que existiera esta configuración conservan esta opción.
• Nunca: ThunderPhone no dice nada cuando inicia una herramienta, y se le indica al agente que no hable cuando llama a una herramienta. Se reproduce todo lo que el agente aún diga junto con la llamada.

Las propias palabras del agente siempre se reproducen, independientemente de la opción que elijas. Quien llama escucha como máximo una línea de inicio de herramienta por turno: una línea ya dicha en ese turno, como las palabras del agente o una frase de relleno en una respuesta lenta, cuenta como tal.

Actualizaciones durante esperas largas#

Activadas de forma predeterminada. Cuando una herramienta sigue ejecutándose después de aproximadamente 12 segundos de silencio, el agente dice que todavía está trabajando en ello y luego agrega una breve frase para pedir paciencia aproximadamente cada 15 segundos hasta que llega el resultado. Estas líneas se redactan para la llamada: siguen el prompt y la personalidad del agente, la conversación hasta el momento y el idioma de la llamada, por lo que no repiten una oración fija. Si no se puede redactar una línea a tiempo, el agente usa una estándar como "Lo siento, esto está tardando un poco más de lo esperado". Las respuestas lentas sin una herramienta reciben líneas estándar breves como "Un segundo".

Desactiva Actualizaciones durante esperas prolongadas para mantener el silencio después de la línea de inicio de la herramienta hasta que llegue el resultado. Las respuestas lentas sin una herramienta tampoco reciben frases de relleno. Los sonidos de escritura se siguen reproduciendo si están activados. La configuración de confirmación de Storm es independiente y no se ve afectada.

La configuración prevalece sobre el prompt#

La línea de inicio de herramienta y las actualizaciones durante esperas largas determinan lo que ThunderPhone dice mientras se ejecuta una herramienta. El texto del prompt no puede detener ni agregar estas líneas. Para un agente que permanece en silencio mientras se ejecutan las herramientas, configura Línea de inicio de herramienta en Nunca y desactiva Actualizaciones durante esperas largas, en lugar de pedir silencio en el prompt. La verificación de prompt del creador advierte cuando el prompt solicita silencio o una línea en cada llamada a una herramienta, y esta configuración indica lo contrario.

Enviar correo electrónico#

Habilita Enviar correo electrónico e ingresa una dirección de destinatario para proporcionar al agente la herramienta send_email. La dirección queda fija en la configuración del agente. El modelo escribe el asunto y el cuerpo de texto sin formato, pero no puede elegir ni cambiar al destinatario. Indica en el prompt las situaciones exactas que deben generar un correo electrónico, como enviar el mensaje de quien llama después de recopilar su nombre y número para devolver la llamada.

Consulta Herramientas integradas para conocer el comportamiento completo de la herramienta.

Enviar SMS#

Habilita Enviar SMS para proporcionar al agente una herramienta send_sms.

Elige desde qué número de VoIP conectado (Twilio o Telnyx, con capacidad para SMS y verificado) enviar; los números aprovisionados por ThunderPhone no pueden enviar SMS. Puedes limitar el envío solo a quien llama o permitir otros destinatarios y mantener una lista de números aprobados. También puedes habilitar una plantilla de seguimiento por SMS para mensajes enviados después de la llamada.

Consulta Herramientas integradas para conocer el comportamiento completo de la herramienta.

Contexto de audio adicional#

Contexto de audio adicional controla cuánto audio reciente de quien llama se conserva entre turnos:

• Automático (recomendado) usa más audio reciente para llamadas entrantes, desde el navegador y WebSocket, y solo el último turno para llamadas telefónicas salientes.
• Activado incluye los últimos turnos de quien llama para ayudar con correcciones, ortografía y recopilación de datos con muchos números.
• Desactivado incluye solo el último turno de quien llama para reducir la latencia.

La API de Agents también expone el campo de compatibilidad exclusivo de Storm audio_context_mode: full o reduced. Es independiente del ajuste de tres estados additional_audio_context del panel anterior.

Quién habla primero#

Configura las llamadas entrantes y salientes por separado:

• Entrantes: el agente habla primero o quien llama habla primero.
• Salientes: el agente habla primero o la persona llamada habla primero.

Para eliminar el saludo inicial del agente, elige Quien llama habla primero para las llamadas entrantes o La persona llamada habla primero para las llamadas salientes.

Esta configuración es útil para marcadores salientes que deben esperar a una persona o a un menú telefónico antes de comenzar el guion.

Gestión del buzón de voz#

Elige qué ocurre cuando una llamada saliente llega al buzón de voz:

Los mensajes de buzón de voz pueden contener hasta 2,000 caracteres y admiten {agent_name} y {org_name}. Consulta Precios para saber cómo se mide el tiempo de llamada.

Anuncio de consentimiento#

De forma predeterminada, un anuncio breve al inicio de cada llamada informa a quien llama que está hablando con un asistente de IA y que la llamada se graba. Puedes editar el texto del anuncio, hasta 2,000 caracteres; se reproduce literalmente en el idioma del agente.

Deshabilitar el anuncio en un agente elegible requiere que un administrador de la organización confirme que la organización proporcionará cualquier aviso exigido legalmente y obtendrá cualquier consentimiento exigido legalmente. Volver a habilitarlo y luego deshabilitarlo requiere una nueva confirmación. Revisa la guía sobre leyes de consentimiento para grabación antes de cambiar esta configuración.

Grabar llamadas#

Grabar llamadas controla si este agente almacena el audio de las llamadas, las transcripciones y otro contenido de las llamadas. La configuración de grabación para toda la organización también debe estar habilitada para que se realice la grabación. Cuando la grabación está desactivada, esos archivos no se almacenan. Una grabación cubre como máximo las primeras 3 horas de una llamada; una llamada más larga continúa, pero el audio posterior a las 3 horas no se graba. Consulta las leyes de consentimiento para la grabación de llamadas.

Aviso sobre procesamiento por IA#

Cuando la grabación está desactivada, Aviso sobre procesamiento por IA controla el aviso más breve que indica que el audio se procesa en tiempo real, pero no se graba. Elige Usar la configuración de la organización, Reproducir siempre o No reproducir. Deshabilitar el aviso requiere una confirmación de un administrador de la organización.

Avisos que no se pueden interrumpir#

Avisos que no se pueden interrumpir permanece visible por compatibilidad, pero habilitarlo no tiene efecto. Déjalo desactivado. Para el texto inicial obligatorio, usa Anuncio de consentimiento, que se reproduce antes de la conversación y no puede interrumpirse.

Verificaciones de silencio#

Cuando se habilita, el agente verifica si quien llama sigue presente después de un período de silencio, repite hasta tu límite y luego cuelga:

• Segundos antes de la verificación: 10–120 segundos.
• Máximo de verificaciones: 1–10.

Los valores predeterminados son 15 segundos y 3 verificaciones.

Duración de llamadas y tiempos de espera#

Usa estos controles para evitar que las llamadas detenidas o inusualmente largas acumulen tiempo de llamada y cargos de telefonía:

• Minutos de silencio antes de colgar: 1–60 minutos. El valor predeterminado es de 10 minutos y se aplica cuando las verificaciones de silencio están desactivadas.
• Duración máxima de la llamada: 1–360 minutos. Los agentes nuevos comienzan con 60 minutos, excepto los agentes creados a partir de la plantilla Interpreter, que comienzan sin un límite por agente; auméntalo, redúcelo o desactívalo para no tener un límite por agente. Los agentes creados antes de este valor predeterminado conservan su configuración actual. 45 segundos antes del límite (una cuarta parte del límite cuando es inferior a 3 minutos), se le indica al agente que concluya y se despida.
• Límite de la plataforma: todas las llamadas finalizan después de 6 horas, independientemente de la configuración del agente. El agente recibe primero la misma advertencia para concluir.
• Duración del timbre: permite que las llamadas salientes y transferidas timbren durante 5–120 segundos. Déjalo sin configurar para usar los valores predeterminados de la plataforma: 60 segundos para llamadas salientes, 45 segundos para transferencias asistidas y el valor predeterminado del operador para transferencias no asistidas. Esta configuración no afecta el timbre de las llamadas entrantes.

Pestañas del creador y ciclo de vida#

Si otro editor guarda el mismo agente después de que lo cargaste, ThunderPhone detiene el guardado o despliegue en conflicto y te pide que actualices en lugar de sobrescribir sus cambios.

Gestiona agentes desde la lista#

La página Agentes de voz también admite acciones de ciclo de vida a nivel de organización:

• Duplica un agente como nuevo punto de partida en la misma organización.
• Transfiere un agente a otra organización a la que perteneces. Copiar conserva el origen; Mover lo elimina de la organización actual y requiere acceso de administrador.
• Elimina un agente o elimina en bloque los agentes seleccionados tras confirmarlo.

Exporta la lista de agentes#

Selecciona uno o más agentes y exporta sus campos de resumen como CSV o JSON. La exportación no incluye prompts completos y no es una copia de seguridad de la configuración.

Copiar o mover un agente entre organizaciones no otorga silenciosamente a la organización de destino acceso a conexiones exclusivas de la organización de origen. Revisa las vinculaciones de aplicación, API, conocimiento, MCP, número telefónico y widget del agente copiado antes de desplegarlo allí.

Páginas relacionadas#