Um agente de voz de IA que não pode inventar seus preços
Todos os fornecedores mostrarão uma demonstração onde a IA soa humana. Nenhum deles mostrará o que acontece quando ela improvisa um desconto, calcula um saldo incorretamente ou omite uma informação exigida pelo seu órgão regulador. Nós desenvolvemos a arquitetura pensando primeiro nesse problema.
Onde isso realmente fica, dito claramente.
O agente de voz com IA é Em fase de desenvolvimento controlada e não faz parte do produto final.Ele é executado em um branch isolado, protegido por flags de recursos que estão desativadas por padrão, e foi explicitamente excluído da versão 1.0 para que não afete o discador que você utiliza. Estamos selecionando um pequeno número de parceiros de desenvolvimento para executá-lo com tráfego real.
Tudo o mais descrito neste site — discagem preditiva e automatizada, AMD , controles de conformidade, gravação, a área de trabalho do agente, WhatsApp e SMS — já está disponível. Preferimos informar qual é qual a você, em vez de deixar que descubra durante um projeto piloto.
Aquilo que ninguém demonstra
Um agente fluente que é ocasionalmente errado é pior do que não ter agente.
Ele inventa um número
Um modelo de linguagem consultado sobre preços produzirá algo plausível. Plausível não é o mesmo que correto, e o cliente ouviu isso da sua marca.
Isso omite uma divulgação.
Cobranças e chamadas de saída regulamentadas exigem declarações específicas para chamadas específicas. Um modelo que as parafraseia não as contempla.
O texto relata um sucesso que nunca aconteceu.
O atendente diz que o agendamento está marcado. A gravação no calendário falhou. Ninguém fica sabendo até que o cliente esteja esperando.
A arquitetura
Conversa aberta. Espaço de ação fechado.
São dois problemas diferentes, e a maioria dos produtos os trata como um só. O modelo de linguagem é muito bom em manter uma conversa natural. Não é um ambiente seguro para decidir o que sua empresa tem permissão para fazer.
Conversa aberta
O cliente fala como as pessoas realmente falam — interrompendo, mudando de ideia, alternando entre idiomas no meio da frase, fazendo perguntas fora do roteiro. O modelo lida com isso, porque é nisso que ele é bom.
Espaço de ação fechado
O que o agente pode do É um conjunto fixo e determinístico definido para cada estado da campanha — quais ferramentas ela pode usar, quais declarações deve fazer, para qual estado pode passar em seguida. O modelo escolhe dentro desse conjunto. Ele não pode inventar um novo.
Os fatos vêm dos seus sistemas, não do modelo. Preços, saldos, disponibilidade e status da conta são lidos da fonte de registro e transmitidos para a conversa. O atendente os fala, não os digita.
Um dos nove perfis linguísticos
Encontrar Layla
Layla é o perfil em árabe — desenvolvido em um dialeto jordaniano profissional, em vez do árabe padrão moderno e impessoal que imediatamente denuncia o uso de um robô. Ela foi a primeira que criamos e avaliamos com mais rigor, e o mesmo mecanismo é usado para os perfis em inglês, espanhol, francês, alemão, italiano, turco, hindi e urdu, cada um com suas próprias vozes e nomes.
Ela tem uma persona escrita, regras obrigatórias que não pode quebrar, uma conversa de vendas encenada — saudação e permissão, descoberta, qualificação, apresentação, tratamento de objeções, fechamento — e cerca de vinte e duas categorias de objeções com respostas preparadas. "Estou ocupado(a)." "Fale rápido." "Já temos um discador automático." "Envie-me informações." Cada uma tem uma resposta planejada, não improvisada.
Ação verdade
Ela não pode dizer que foi ela quem enviou. a menos que tenha sido enviado
Essa é a regra que todo o ambiente de execução foi projetado para garantir, e é ela que decide se um agente de IA pode ser usado com segurança por clientes.
Uma ferramenta que retorna sucesso comprova que o código foi executado.
Isso não prova que a mensagem saiu do prédio.
Portanto, toda ação que afeta o mundo exterior deve retornar com uma confirmação. e Uma referência externa — um ID de mensagem, um ID de evento de calendário, um ID de retorno de chamada, uma etapa de transferência. Sem referência, sem sucesso, independentemente do que o código indicasse.
As afirmações são verificadas frase por frase.
No momento em que Layla diz "Já te enviei" ou "Já reservei para você", uma ação confirmada já deve existir. Evidências que surgem posteriormente não tornam a frase anterior verdadeira retroativamente.
Uma oferta não é uma reivindicação.
"Gostaria que eu lhe enviasse os detalhes?" não promete nada e é tratado como uma oferta, não como uma afirmação. A distinção é feita frase por frase, para que o agente possa continuar a falar naturalmente.
Seu painel de gesso segue a mesma regra.
Somente ações confirmadas podem gerar uma demonstração agendada ou um folheto enviado nos relatórios. Uma ferramenta que reporta um sucesso que não pôde comprovar jamais poderá inflar os números que um supervisor está analisando.
Como sabemos
Todo "agora funciona" é uma opinião até que seja medida.
Layla possui sua própria plataforma de avaliação. Ela funciona offline, sem modelo, sem rede e sem chamadas realizadas, e duas execuções da mesma versão produzem relatórios de pontuação idênticos em nível de byte — ou seja, uma alteração ou alterava um número ou não.
Guarda-corpos
Ela recusa aquilo que precisa recusar?
Contenção
Ela permanece dentro do espaço de ação permitido?
Ação verdade
Todas as alegações são respaldadas por uma ação comprovada?
Continuidade
Ela consegue manter o contexto ao longo de uma chamada longa?
Humanidade
Ela soa como uma pessoa, e não como um texto escrito?
Comercial
Ela realmente concretiza a venda?
O que um boletim de notas de aprovação não significa
Mede o que o tempo de execução permitirá que ela faça. do — não como ela soa em árabe falado. Reconhecimento de fala, detecção de atividade vocal, conversão de texto em fala e qualidade da linguagem são invisíveis para o sistema por sua própria natureza, e o programa os nomeia explicitamente para que uma avaliação nunca possa sugerir uma cobertura que ele não possui. Esses aspectos são avaliados em áudio real, separadamente.
Cada etapa pode ser inspecionada.
Cinco etapas, e você pode auditar cada um
Optamos deliberadamente por um pipeline em cascata em vez de um modelo de fala único e completo. Uma cascata exige um pouco mais de trabalho para ser construída, e é a única maneira de ver — e reproduzir — o que o sistema ouviu, o que decidiu e o que estava prestes a dizer.
Ponte de mídia
A chamada chega pelo mesmo canal de mídia do FreeSWITCH que seus agentes usam — o agente é mais um participante da sua operadora, não um sistema telefônico em nuvem separado.
Fala para texto
A transcrição com reconhecimento de idioma produz um texto que o restante do sistema pode processar, registrar e reproduzir.
Orquestrador de conversas
Um mecanismo de estados determinístico decide o que pode acontecer a seguir. Cada estado declara suas entradas necessárias, declarações obrigatórias, ferramentas permitidas e próximos estados permitidos.
Validador de políticas
Todas as declarações dos candidatos são verificadas de acordo com as normas da campanha antes mesmo de serem proferidas. Uma frase que viole essas normas jamais chegará ao ouvinte.
Texto para fala
Somente a linguagem validada é utilizada, no idioma e dialeto que o contato está falando.
A etapa 04 é a que importa. O validador fica entre o modelo e o chamador, portanto, qualquer linha que viole a política da campanha é detectada. antes Isso se torna áudio — e não é sinalizado posteriormente em um relatório que você lê amanhã.
Multilíngue por concepção
Onze idiomas, cada um construído como uma primeira língua
A maioria das plataformas é construída em inglês e adiciona o resto posteriormente, razão pela qual todos os outros idiomas soam como uma tradução de um roteiro em inglês. Cada um dos nove idiomas aqui apresentados possui seu próprio perfil linguístico — sua própria voz, saudação, registro, formulação de objeções e tratamento de dialetos — em vez de uma única mensagem processada por um tradutor.
Inglês
Sotaques dos EUA, do Reino Unido, da Índia e do Golfo.
árabe
Dialetos do Golfo, Levante e Egito
Espanhol
Castelhano e latino-americano
Francês
França e Magrebe
Alemão
Registro padrão e formal
italiano
Padrão
turco
Padrão, com consciência de aglutinação
hindi
Alternância de código padrão em inglês
urdu
Alternância de código padrão em inglês
E o idioma que você precisa a seguir
O português e o indonésio já estão disponíveis como idiomas do site e ambos podem ser configurados como perfis de voz mediante solicitação. Como um idioma é um perfil — voz, saudação, registro, dialeto, formulação de objeções — em vez de uma reconstrução completa, informe-nos o mercado que você está buscando e nós lhe diremos o que é necessário.
Nove perfis linguísticos foram criados e avaliados em profundidade, com a possibilidade de inclusão de outros idiomas mediante solicitação. Especificamos os nove perfis em vez de afirmar que oferecemos "qualquer idioma", pois a criação de um perfil linguístico exige trabalho árduo — e preferimos informar exatamente o desempenho de cada um a correr o risco de que ele apresente problemas com o seu tráfego.
Além da tradução
Falar uma língua é não é o mesmo que ser compreendido nele
Um roteiro traduzido é a parte fácil. São esses elementos que determinam se um interlocutor permanece na linha, e eles são avaliados por idioma, em vez de serem presumidos.
Autenticidade do dialeto
Um interlocutor do Golfo e um interlocutor egípcio não falam o mesmo árabe, e um alfabeto castelhano não é usado no México. O dialeto faz parte do perfil linguístico, não é um detalhe secundário.
Alternância de código
Falantes de hindi, urdu e árabe costumam omitir palavras em inglês no meio da frase. O agente precisa acompanhar a mudança de idioma em vez de perder o fio da meada no primeiro substantivo em inglês.
Formalidade e registro
O alemão e o turco codificam a polidez na gramática; usar o registro errado soa como grosseria, e não como uma comunicação mecânica. O registro é definido por perfil.
Acordo de gênero
Árabe, espanhol, francês, italiano, hindi e urdu possuem flexões de gênero. Errar nisso é a maneira mais rápida de soar como um software.
Pronúncia
Nomes, lugares, termos de produtos e números possuem forma oral correta. A avaliação é feita com base no áudio, não na transcrição.
Correção linguística
Responder no idioma errado — ou recorrer ao inglês sob pressão — é considerado uma falha, não uma alternativa.
Um motor, nove perfis. Adicionar um idioma cria um perfil linguístico — voz, saudação, registro, dialeto, formulação de objeções — e não um produto separado. A lógica da conversa, o espaço de ação fechado e o validador de políticas são idênticos, independentemente do idioma que o interlocutor esteja falando.
Um motor, muitas funções
O mesmo agente, configurado para o trabalho
Uma chamada de cobrança e uma chamada de atendimento na recepção exigem declarações obrigatórias diferentes, ferramentas diferentes e regras de escalonamento diferentes. Trata-se da configuração do mesmo mecanismo de estado, não de seis produtos separados.
Vendas externas
Qualifica o cliente de acordo com seus critérios, responde a perguntas sobre o produto com base em seu conhecimento, agenda a reunião em sua agenda e transfere um cliente potencial qualificado para um consultor de vendas durante a ligação.
Cobranças
Confirma o contato da parte correta, informa as divulgações obrigatórias exigidas pelo seu órgão regulador, obtém uma promessa de pagamento e encaminha qualquer disputa para um atendente humano imediatamente.
Suporte ao cliente
Lida com as perguntas repetitivas de primeiro nível — saldo, status, horário de funcionamento, endereço — e encaminha qualquer pergunta fora de sua alçada para a fila correta, com o contexto já coletado.
Recepção e balcão de atendimento
Atende todas as chamadas recebidas no primeiro toque, identifica quem está ligando e o motivo da ligação, transferindo-a para a pessoa certa ou anotando uma mensagem estruturada.
Agendamento de consultas
Oferece disponibilidade real a partir do calendário conectado, confirma e envia a confirmação via WhatsApp ou SMS antes do término da chamada.
Reativação e acompanhamento
O sistema funciona com listas de contatos inativos em um volume que nenhuma equipe humana consegue gerenciar, e para no momento em que um contato opta por não participar — o que é registrado no cadastro de consentimento.
Ações com contratos
Fazer coisas é mais difícil do que dizer coisas
Idempotent
Uma ação repetida não reserva o mesmo horário duas vezes nem registra uma promessa de pagamento duas vezes. Repetir uma chamada é seguro por definição.
Nenhum sucesso falso
Uma ferramenta não pode informar que funcionou quando a gravação subjacente falhou. Se o CRM rejeitou a operação, a conversa é registrada e o agente a comunica.
tenant e campanha definidos
Cada chamada de ferramenta está vinculada a um locatário e a uma campanha. A recuperação de conhecimento não pode ultrapassar os limites de um locatário, o que é importante quando você gerencia marcas de terceiros.
Não interferir
Saber quando pare de falar
A parte mais difícil de uma conversa telefônica autônoma não é a fluência. É reconhecer o momento em que a conversa deixa de ser rotineira — uma discussão, um momento de angústia, uma questão com implicações legais, um cliente que simplesmente quer falar com uma pessoa.
A transferência de atendimento é feita como um módulo independente, e não como uma alternativa. O agente transfere a ligação para um atendente humano com o contexto já coletado, para que o cliente não precise recomeçar do zero — o aspecto mais detestado em chamadas automatizadas.
Os gatilhos de escalonamento são configurados, não adivinhados.
Você decide o que força um humano a responder: linguagem inadequada, uma palavra-chave, uma verificação de identidade falha, uma pergunta repetida.
O contexto acompanha a chamada.
O ser humano recebe o que foi dito e o que foi compreendido, não uma transferência fria.
As mesmas filas que sua equipe já usa.
As transferências são feitas utilizando seu roteamento existente, não um sistema paralelo.
Todo agente — humano ou IA — dá seguimento a WhatsApp e SMS
Uma chamada não atendida não significa o fim da conversa. O acompanhamento via WhatsApp e SMS é feito através do mesmo canal — lembretes, notificações, extratos e documentos, a partir da sua identidade de remetente cadastrada.
Modelos e mídias para WhatsApp
Modelos aprovados, além de imagens, vídeos, áudios, documentos e localização — assim, um lembrete, uma declaração ou um documento assinado chegam ao canal que as pessoas realmente acessam.
IDs de remetentes SMS
Identidades de remetente por tenant, registradas e gerenciadas, para que a mensagem chegue de um nome que seu cliente reconheça.
Relatórios de entrega
Os resultados das entregas são relatados por mensagem, portanto, uma mensagem de acompanhamento que falhou silenciosamente não será vista como uma mensagem que foi entregue com sucesso.
Respostas recebidas
As respostas chegam por meio de webhooks e são direcionadas para o mesmo contato, mantendo assim a conversa em um único lugar.
Voz, WhatsApp e SMS gravam nos mesmos registros de consentimento e supressão, portanto, a opção de desativação em um canal é respeitada nos demais. DialerBee fornece controles que auxiliam na conformidade; ele não torna sua organização conforme por si só, e a forma como você usa esses canais continua sendo de sua responsabilidade, de acordo com as regulamentações aplicáveis.
Questões
As coisas que os compradores realmente perguntam
Em que isso difere de outros agentes de voz com IA?
Quais idiomas e dialetos ele suporta?
Que ações o agente pode efetivamente executar?
O que acontece quando o agente não consegue atender a chamada?
Está disponível hoje?
Isso vai substituir nossos agentes?
Quer que isso apareça primeiro no seu tráfego?
Estamos selecionando um pequeno número de parceiros de design — equipes com um volume real de chamadas ativas que desejam que o agente seja personalizado de acordo com suas necessidades, em vez de uma demonstração genérica. Conte-nos sobre suas operações e diremos honestamente se você se encaixa no perfil.
Explore mais
WhatsApp e SMS
Faça o acompanhamento nos canais em que as pessoas realmente respondem.
Transcrição
Transcrições com reconhecimento de idioma e resumos de chamadas com IA.
IA AMD
Detecção de mensagens de voz pelas palavras, não por um sinal sonoro.
Controles de conformidade
Consentimento, lista de não convocação DNC e fiscalização do horário limite para ligações telefônicas.