Crea un agente de voz con IA que conteste el teléfono y agende citas solo
Te enseñamos a armar, con herramientas reales, un agente de voz con IA que conteste el teléfono de tu negocio y agende citas sin sonar a menú de ‘marque 1 para…’.
La guía para montarlo con una plataforma lista o con n8n y la API de un LLM, sin perderte en la jerga técnica
Guía paso a paso para armar, con herramientas reales, un agente que conteste el teléfono y agende citas solo.
Si tu negocio recibe llamadas todo el día para agendar citas, cotizar o resolver dudas, puedes armar un agente de voz con inteligencia artificial que conteste el teléfono, entienda lo que te piden y agende la cita solo, sin sonar a un menú de 'marque 1 para...'. Esta guía te lleva paso a paso para construirlo con herramientas reales y trae un PDF gratis para descargar con la checklist de lanzamiento.
En resumen
Un agente de voz con IA se arma combinando un motor de voz (como Retell AI o Vapi), un modelo de lenguaje (OpenAI, Claude o Gemini) y tu calendario conectado por herramientas (function calling); cuesta entre USD $0.07 y $0.30 por minuto de llamada todo incluido, según el desglose de precios de Retell AI, y una versión piloto puede quedar lista en un fin de semana.
- Cuesta entre USD $0.07 y $0.30 por minuto de llamada, todo incluido
- Se arma con un motor de voz, un LLM y tu calendario conectado
- Una versión piloto puede quedar lista en un fin de semana
Qué es un agente de voz con IA y en qué se distingue de un conmutador de 'marque 1'
Un agente de voz con inteligencia artificial contesta el teléfono, escucha lo que dice la persona que llama, entiende la intención con un modelo de lenguaje (LLM) y responde con una voz sintética en tiempo real, en lugar de leer un árbol fijo de opciones tipo 'marque 1 para ventas, marque 2 para soporte'.
La diferencia con un chatbot de texto —como uno de WhatsApp Business API— es el canal: el agente de voz tiene que procesar audio en tiempo real, no puede corregir lo que ya dijo en voz alta y la persona que llama espera que le conteste casi sin pausa, así que el guion y las herramientas que le das importan más que en un chat.
No es lo mismo que un IVR tradicional
Un conmutador de 'marque 1' solo sigue un árbol fijo de opciones programadas a mano. Un agente de voz con IA entiende lenguaje natural y puede responder preguntas que no estaban previstas, siempre que le hayas dado la información o la herramienta para resolverlas.
Qué necesitas antes de empezar a construirlo
Antes de conectar nada, reúne estas cinco piezas; sin ellas el agente contesta, pero no resuelve nada de verdad.
- Un número telefónico con un proveedor de telefonía, por ejemplo Twilio
- Acceso a una plataforma de voz (Retell AI, Vapi) o a la API de tiempo real de un LLM
- El guion de la conversación y las preguntas que más te hacen por teléfono
- Tu calendario o sistema de citas con una forma de conectarse, por API o con un webhook de n8n
- Una decisión clara de qué datos puede tocar el agente y cuándo transfiere a una persona
Plataforma lista: Retell AI o Vapi
Conectas tu número, escribes el guion y en minutos tienes al agente contestando. Pagas más por minuto, pero no necesitas programar la parte técnica.
A la medida: API de tiempo real + n8n
Usas la API de tiempo real de un LLM y conectas tú mismo la telefonía y la lógica de negocio. Baja el precio por minuto, pero sube el trabajo de construcción.
Cómo se construye, paso a paso
Diseña el guion y dale herramientas
Define qué pregunta, qué contesta y qué puede hacer de verdad: consultar tu calendario, crear una cita o pasar la llamada a una persona.
Conecta el teléfono con el motor de voz
Da de alta o porta tu número y conéctalo a una plataforma como Retell AI o Vapi, o a tu propio servidor con Twilio y la API de tiempo real de un LLM.
Prueba con llamadas reales antes de soltarlo
Corre llamadas de prueba con otras personas, mide cuánto tarda en responder y corrige el guion antes de darlo de alta con clientes.
Define el objetivo
Elige las tres o cuatro tareas que el agente puede resolver solo: agendar, confirmar, cotizar o pasar a un humano. No intentes que haga todo desde el día uno.
Escribe el guion
Redacta las respuestas a las preguntas más comunes de tu negocio y cómo se presenta el agente al contestar.
Elige el camino
Plataforma lista (Retell AI, Vapi) para salir rápido, o armarlo con la API de tiempo real de un LLM más Twilio si tienes quien lo programe.
Dale herramientas
Conecta funciones (function calling) para que consulte tu calendario o cree la cita en tu sistema, por ejemplo mandando los datos a un webhook de n8n.
Conecta el número y prueba
Enlaza el teléfono real y haz llamadas internas antes de publicarlo con clientes.
Define cuándo transfiere
Decide la frase exacta con la que el agente reconoce que no puede resolver algo y pasa la llamada a una persona.
{
"name": "crear_cita",
"description": "Agenda una cita en el calendario del negocio",
"parameters": {
"fecha": "string, formato AAAA-MM-DD",
"hora": "string, formato HH:MM",
"nombre_cliente": "string",
"servicio": "string"
}
}Cuánto cuesta ponerlo a funcionar (plataforma, LLM y teléfono)
El costo de un agente de voz se paga por minuto de llamada, y varía mucho según si usas una plataforma lista o armas cada pieza por tu cuenta. Esto es lo que cobran hoy las opciones más usadas, según el desglose de precios de Retell AI y el análisis de Forasoft sobre la API de tiempo real de OpenAI:
| Plataforma | Precio por minuto | Qué incluye | Mejor para |
|---|---|---|---|
| Retell AI | USD $0.07 por minuto en adelante, sin cuota fija | LLM, voz y número telefónico integrados | Lanzarlo rápido sin conectar cada pieza |
| Vapi | USD $0.05/min de plataforma; USD $0.13 a $0.31/min todo incluido | Plataforma; tú conectas tu LLM, voz y Twilio | Elegir cada proveedor por separado |
| API de tiempo real de OpenAI (a la medida) | USD $0.06 a $0.11/min (modelo completo); USD $0.02 a $0.05/min (modelo mini) | Solo el modelo de voz; tú armas telefonía y lógica | Equipos técnicos que arman todo desde cero |
| Twilio Voice (número telefónico) | Desde USD $0.011 por minuto de llamada entrante en México | Solo la línea telefónica, sin inteligencia artificial | Usarlo junto con cualquiera de las anteriores |
El número telefónico casi siempre se cobra aparte del motor de voz: en México, Twilio Voice cobra desde USD $0.011 por minuto de llamada entrante, según su página oficial de precios.
El precio por minuto ya incluye modelo de lenguaje y voz en plataformas bundled como Retell AI; si armas todo por separado, súmale aparte el costo del número telefónico.
Calcula cuánto te costaría tu agente de voz al mes
Mueve las barras con tu volumen de llamadas y el precio por minuto que te cotizaron, para tener una idea de tu gasto mensual.
El rango de USD $0.07 a $0.18 por minuto todo incluido es de ejemplo, tomado del desglose de Retell AI citado en las fuentes; si armas tu propio agente con la API de tiempo real de OpenAI, el costo puede bajar, pero tendrás que sumar aparte el número telefónico.
Los errores que tiran un agente de voz en la primera semana
Lo más caro: no saber cuándo rendirse
Si no defines una frase de salida clara para transferir a una persona, el agente se queda atorado repitiendo lo mismo cuando no entiende algo, y esa llamada —y ese cliente— se pierden.
- Define una frase exacta para transferir a un humano cuando no entienda
- Prueba con acentos distintos y con ruido de fondo real, no solo en silencio desde tu oficina
- Mide cuánto tarda en responder: la gente cuelga después de 2 o 3 segundos de silencio
- No le des acceso a más datos del cliente de los que necesita para su tarea
- Ten un plan B si la plataforma de voz falla, como regresar al menú de siempre
Cómo saber si tu agente de voz está funcionando
Así se lee un reporte mensual de un agente de voz (cifras de ejemplo)
Estas cifras son solo un ejemplo para mostrar qué medir, no un dato real de ningún negocio en particular. Lo que importa es seguir estos cuatro números cada mes: cuántas llamadas resuelve solo, cuántas transfiere, cuántas se convierten en cita y cuánto tarda en contestar.
Cómo se está usando en México y Latinoamérica
En México y Latinoamérica el agente de voz con IA se usa sobre todo donde el teléfono sigue siendo el canal principal: una clínica dental que confirma y reagenda citas sin que la recepcionista interrumpa la consulta en curso, un despacho de abogados que agenda la primera consulta y avisa qué documentos llevar, una inmobiliaria que califica al prospecto por teléfono antes de agendar la visita, o un taller mecánico que da seguimiento a las citas de servicio y avisa cuando el coche está listo.
Si tu negocio recibe muchas llamadas repetitivas y quieres uno de estos agentes conectado a tu calendario y a tu CRM sin tener que aprender Twilio ni function calling, en Zadrig Technology lo armamos por ti; puedes pedir una demostración gratis por WhatsApp.
¿Cuánto cuesta un agente de voz con IA al mes?
Cuesta entre USD $0.07 y $0.30 por minuto de llamada todo incluido, según el desglose de precios de Retell AI citado en las fuentes; el gasto mensual depende de cuántos minutos de llamada recibas.
¿Necesito saber programar para construir uno?
No necesariamente, si usas una plataforma lista como Retell AI o Vapi. Si lo armas con la API de tiempo real de un LLM necesitas a alguien que sepa conectar herramientas (function calling) y webhooks.
¿Un agente de voz reemplaza a la persona que contesta el teléfono?
No del todo; funciona mejor resolviendo llamadas repetitivas como agendar, confirmar o cotizar, y transfiriendo a una persona las que requieren criterio o son conflictivas.
¿Qué diferencia hay entre un agente de voz con IA y un IVR tradicional?
Sí hay diferencia grande: un IVR de 'marque 1' solo sigue un árbol fijo de opciones, mientras un agente de voz con IA entiende lenguaje natural y puede resolver preguntas que no estaban previstas en el guion.
¿Puedo usar el mismo agente en WhatsApp?
No directamente; para WhatsApp normalmente se usa un agente de texto conectado a WhatsApp Business API, que es un canal y una arquitectura distintos al motor de voz telefónico.
¿Cuánto tarda en construirse?
Una versión piloto con una plataforma lista puede quedar armada en un fin de semana; conectarlo bien a tu calendario y afinar el guion con llamadas reales toma entre una y tres semanas, según qué tan a la medida lo construyas.
Fuentes
¿Prefieres que te lo armemos nosotros?
En Zadrig Technology construimos agentes de voz con IA conectados a tu calendario, tu CRM y tu número telefónico. Escríbenos por WhatsApp y una persona te responde con una demostración gratis.
Escríbenos por WhatsApp
