Flujo de conversación

Resumen

Los ajustes del flujo de conversación determinan cómo gestiona tu asistente los periodos de silencio del usuario, las interrupciones durante el habla y el comportamiento de los turnos. Estos ajustes ayudan a crear conversaciones más naturales y se pueden personalizar según tu caso de uso.

Estos ajustes también se aplican a agentes que usan un modelo Realtime.

Duración máxima de la conversación

El ajuste Duración máxima de la conversación limita el tiempo total que una conversación puede permanecer activa. Este límite global empieza cuando comienza la conversación y se aplica independientemente de los tiempos de espera por turno. El valor predeterminado es de 600 segundos (10 minutos). Puedes establecer un valor de entre 60 y 7200 segundos.

Configuración

En la CLI y la API, configura este ajuste con el campo conversation_config.conversation.max_duration_seconds.

Tomar el turno tras un silencio

El ajuste Tomar el turno tras un silencio determina cuánto espera tu asistente durante los periodos de silencio del usuario antes de tomar el siguiente turno y pedir una respuesta.

Configuración

El valor se especifica en segundos y debe estar entre 1 y 30 segundos. En la CLI y la API, configura este ajuste con el campo conversation_config.turn.turn_timeout.

Buenas prácticas

• Establece tiempos de espera más cortos (5-10 segundos) para conversaciones informales en las que se espera un intercambio rápido
• Usa tiempos de espera más largos (10-30 segundos) cuando los usuarios puedan necesitar más tiempo para pensar o formular respuestas complejas
• Ten en cuenta el contexto de tus usuarios: el servicio de atención al cliente puede beneficiarse de tiempos de espera más cortos, mientras que el soporte técnico puede necesitar otros más largos

Tiempo de espera suave

El tiempo de espera suave ofrece comentarios de audio inmediatos cuando el LLM tarda más de lo esperado en generar una respuesta. En vez de un silencio incómodo durante la espera, tu agente dice una breve frase de relleno como «Mmm…» o «Déjame pensar…» para mantener un flujo de conversación natural.

Esta función es útil para:

• Consultas complejas que requieren un procesamiento más largo por parte del LLM
• Gestionar la latencia variable de los proveedores de LLM
• Crear conversaciones más humanas con pausas naturales para pensar

Cómo funciona

1. Cuando el usuario termina de hablar, el sistema empieza a generar una respuesta del LLM
2. Se inicia un temporizador según la duración de espera configurada
3. Si la respuesta del LLM llega antes del tiempo de espera, no se dice ningún relleno
4. Si se alcanza el tiempo de espera antes de que responda el LLM:
   • Se dice inmediatamente el mensaje de relleno configurado
   • El agente sigue esperando la respuesta real
   • Cuando está lista, el agente dice la respuesta completa del LLM

El tiempo de espera suave se activa solo una vez por turno para evitar varios rellenos seguidos.

Configuración

Duración del tiempo de espera

El tiempo en segundos antes de decir el mensaje de relleno mientras se espera la respuesta del LLM.

Mensaje estático

Una frase de relleno predefinida que se dice cuando se activa el tiempo de espera suave.

Este mensaje admite:

• Anulaciones de idioma: se traduce automáticamente a los idiomas adicionales configurados para tu agente
• Anulaciones del cliente: se puede personalizar por llamada mediante el SDK

Mensaje generado por LLM

Cuando está activado, genera dinámicamente una frase de relleno adecuada al contexto mediante un LLM ligero, en lugar del mensaje estático.

El sistema usa el contexto reciente de la conversación (hasta 4 mensajes, 1000 caracteres) para generar rellenos relevantes como «Mmm…», «Ya veo…», «Entendido…», «De acuerdo…» o «Vale…».

Buenas prácticas

• Evita indicadores de tiempo en los mensajes de relleno (p. ej., «Un segundo…»), ya que los tiempos de respuesta reales son impredecibles
• Desactiva el tiempo de espera suave en bots de preguntas frecuentes rápidos, donde las respuestas son siempre ágiles

Interrupciones

La gestión de interrupciones determina si los usuarios pueden interrumpir a tu asistente mientras habla.

Configuración

Los ajustes de interrupción se pueden configurar en la pestaña Avanzado del agente, en Eventos del cliente.

Para activar las interrupciones, asegúrate de que la interrupción sea un evento de cliente seleccionado.

Interrupciones activadas

Interrupciones desactivadas

Buenas prácticas para las interrupciones

• Activa las interrupciones para flujos de conversación naturales en los que se espera un diálogo de ida y vuelta
• Desactiva las interrupciones cuando sea esencial completar el mensaje (p. ej., términos y condiciones, información de seguridad)
• Ten en cuenta el contexto de tu caso de uso: el servicio de atención al cliente puede beneficiarse de las interrupciones, mientras que la transmisión de información puede no hacerlo

Rapidez al tomar el turno

La rapidez al tomar el turno controla con qué rapidez responde tu asistente a la información del usuario durante la conversación. Este ajuste determina hasta qué punto el asistente está predispuesto a tomar turnos y empezar a hablar según los patrones de habla detectados.

Cómo funciona

El asistente incluye ahora dos mejoras clave para tomar turnos de forma más natural:

1. Generación de respuestas más rápida: el asistente empieza a hablar tras recibir suficientes palabras y una coma del modelo de lenguaje, en lugar de esperar frases completas. Esto reduce la latencia y crea conversaciones más ágiles, especialmente cuando el asistente tiene respuestas más largas.

2. Rapidez al tomar el turno configurable: controla con qué rapidez interpreta el asistente las pausas o los patrones de habla como oportunidades para responder.

Configuración

Hay tres modos disponibles:

• Rápido: el asistente responde rápidamente a la información del usuario e interviene en cuanto tiene la primera oportunidad. Ideal para conversaciones dinámicas en las que se valoran las respuestas inmediatas.
• Normal: toma de turnos equilibrada que funciona bien en la mayoría de situaciones conversacionales. El asistente espera pausas naturales en la conversación antes de responder.
• Paciente: el asistente espera más antes de tomar su turno y da a los usuarios más tiempo para completar sus ideas. Ideal para recopilar información detallada o cuando los usuarios necesitan tiempo para formular respuestas.

Buenas prácticas para la rapidez al tomar el turno

• Usa el modo Rápido para situaciones de atención al cliente en las que las respuestas ágiles mejoran la experiencia de usuario
• Usa el modo Paciente al recopilar información estructurada, como números de teléfono, direcciones o direcciones de correo electrónico
• Usa el modo Normal como valor predeterminado para flujos de conversación generales
• Combínalo con workflows para ajustar dinámicamente la rapidez al tomar el turno según el contexto de la conversación
• Prueba diferentes ajustes con tu caso de uso específico para encontrar el equilibrio óptimo

Detección de entornos ruidosos

Cuando está activada la Detección de entornos ruidosos, el agente escucha si hay otras personas hablando de fondo junto al usuario. Si las oye, dice un mensaje fijo para pedir al usuario que vaya a un lugar más tranquilo.

Las voces de fondo son una causa importante de transcripciones incorrectas e interrupciones falsas. El reconocimiento de voz las transcribe como si las hubiera dicho el usuario y pueden hacer que el agente se detenga a mitad de una respuesta. Llevar al usuario a un lugar más tranquilo mejora la transcripción y la toma de turnos durante el resto de la conversación. Este ajuste es especialmente útil para agentes cuyos usuarios suelen llamar desde lugares concurridos, como tiendas o viviendas.

Cómo funciona

Un modelo analiza el audio del usuario durante toda la conversación y se activa cuando oye una segunda voz junto a la del usuario. Solo detecta voces: otros ruidos de fondo, como el tráfico o animales, no lo activan.

Cuando se activa la detección:

1. Si el agente está hablando, se detiene su respuesta actual. Una respuesta con las interrupciones desactivadas termina primero.
2. El agente dice el mensaje. El usuario no puede interrumpirlo, porque las voces de fondo que lo activaron podrían, de otro modo, cortarlo.
3. El mensaje se dice como máximo una vez por conversación.

Esto es independiente del ajuste Filtrar el habla de fondo, en Avanzado > Reconocimiento automático de voz, que elimina el habla de fondo de la transcripción. La detección de entornos ruidosos usa un modelo distinto que analiza un tramo de audio más largo. Detecta las voces de fondo más despacio, pero con mayor precisión, lo que se adapta mejor a su finalidad.

Configuración

En la CLI y la API, activa el ajuste con conversation_config.turn.noisy_environment_detection y establece el mensaje con conversation_config.turn.noisy_environment_message.

Idiomas

El agente dice el mensaje en el idioma actual de la conversación, incluso después de un cambio mediante la herramienta de detección de idioma.

En el panel, las traducciones funcionan igual que para el primer mensaje:

• Al activar el ajuste, el mensaje se traduce a cada idioma adicional.
• Al añadir un idioma, el mensaje se traduce a ese idioma.
• Para revisar o editar una traducción, selecciona el idioma en el menú desplegable de idioma del campo de mensaje.
• Después de editar el mensaje principal, haz clic en Traducir a todos para actualizar las traducciones.

La CLI y la API no traducen el mensaje. El mensaje predeterminado está en inglés, así que establece noisy_environment_message en el idioma predeterminado del agente y añade una traducción para cada idioma adicional en language_presets.

{
  "conversation_config": {
    "agent": {
      "language": "en"
    },
    "turn": {
      "noisy_environment_detection": true,
      "noisy_environment_message": "Sorry, it's a bit noisy there. Could you move somewhere quieter?"
    },
    "language_presets": {
      "fr": {
        "overrides": {
          "turn": {
            "noisy_environment_message": "Désolé, il y a un peu de bruit. Pourriez-vous aller dans un endroit plus calme ?"
          }
        }
      }
    }
  }
}

Buenas prácticas para la detección de entornos ruidosos

• Mantén el mensaje corto. Los usuarios no pueden interrumpirlo, así que lo oyen entero.
• Prueba el mensaje con agentes salientes antes de activarlo de forma generalizada.

Configuraciones recomendadas