Tecnología de IA de voz

Consultas de un agente de voz: herramientas y llamadas a funciones

Cómo funcionan las llamadas a funciones en agentes de voz: consultas frente a acciones, buenas herramientas, riesgos de la entrada hablada y llamadas naturales.

Equipo editorial de Call · Publicado · Lectura de 6 min

La información que cambia cada hora no puede vivir en un prompt. El estado de un pedido, el nivel de existencias o un hueco de cita solo son correctos durante un momento. Para usar esos datos, un agente de voz necesita una forma de preguntar a otro sistema, y ese mecanismo suele llamarse llamada a funciones o uso de herramientas.

Un agente de soporte consultando información en una pantalla mientras atiende una llamada
Imagen ilustrativa

Esta guía explica en términos sencillos cómo funciona, qué hace buena a una herramienta, dónde están los riesgos y cómo se relaciona la idea con el funcionamiento actual de los agentes de IA de Call. Para el contexto del propio proceso de voz, consulta Cómo funciona la IA de voz en una llamada.

Cómo funciona una llamada a una herramienta

Un modelo de lenguaje escribe texto. No puede abrir una base de datos ni pulsar un botón. La llamada a funciones es una convención: describes al modelo un conjunto de funciones, con un nombre, un propósito y los datos de entrada que espera cada una, y el modelo puede responder con una petición para usar una de ellas.

La vida de una llamada a una herramienta

  1. Quien llama preguntaPor ejemplo: ¿dónde está mi pedido?
  2. El modelo propone una llamadaDevuelve un nombre de función y unos argumentos, como un número de pedido.
  3. Tu software validaComprueba los argumentos, el permiso de quien llama y los límites que haya.
  4. El sistema la ejecutaConsulta el sistema de pedidos y obtiene un resultado.
  5. El resultado vuelve al modeloEl modelo convierte los datos en una respuesta hablada breve.

La clave es que la acción la realiza tu software, no el modelo. Eso te da un punto donde aplicar reglas, registrar lo que pasó y rechazar cualquier cosa poco razonable.

Consultas frente a acciones

No todas las herramientas tienen el mismo riesgo. Una consulta lee información. Una acción cambia algo en el mundo. Trátalas de forma distinta.

Consultas de solo lectura frente a acciones que cambian cosas

ConsultaAcción
EjemplosHorario, estado del pedido, longitud de la colaCancelar una reserva, emitir un reembolso, actualizar una dirección
Riesgo si fallaUna respuesta errónea, que se puede corregirUn cambio que puede ser difícil de deshacer
Salvaguardas habitualesComprobación de identidad, campos limitadosPaso de confirmación, aprobación humana, registro de auditoría
¿Buen punto de partida?SíSolo cuando las consultas funcionen bien

Un camino prudente es lanzar solo con consultas, observar llamadas reales y añadir acciones poco a poco, con una persona que confirme todo lo que tenga consecuencias. Es la misma actitud que hay detrás de Salvaguardas para agentes de IA de voz.

Qué hace buena a una herramienta

Los nombres y las descripciones importan

El modelo elige las herramientas a partir de los nombres y descripciones que les das. Una redacción vaga lleva a elecciones equivocadas. Escribe las descripciones como instrucciones para un compañero nuevo: cuándo usar la herramienta, cuándo no y qué significa cada dato de entrada.

La entrada por voz es desordenada

Los argumentos vienen del habla. Un número de pedido puede llegar con un dígito equivocado, o un nombre con una grafía poco habitual. Repite los valores clave a quien llama antes de usarlos y diseña la herramienta para que devuelva un resultado útil cuando casi coinciden. Cómo acertar con nombres, números y direcciones por voz explica en detalle las técnicas de confirmación.

Los riesgos que hay que tener en cuenta en el diseño

Dónde falla el uso de herramientas

  • Herramienta o argumentos equivocadosEl modelo interpreta mal la petición, así que valídalo todo antes de ejecutar.
  • Compartir de másUna consulta devuelve más de lo que quien llama debe oír, así que devuelve solo lo necesario.
  • Identidad sin verificarLeer datos de una cuenta a la persona equivocada, así que verifica antes de revelar nada.
  • Sistemas lentos o que fallanSilencios muertos o un error confuso, así que fija límites de tiempo y alternativas habladas.
  • Instrucciones inyectadasTexto en el resultado de una consulta que intenta dar órdenes al modelo, así que trata los resultados solo como datos.

Cada riesgo tiene una respuesta técnica, pero el principio de diseño más seguro es dar al agente el mínimo acceso que necesita para su tarea. No le des una conexión general a la base de datos cuando basta con una única consulta acotada.

Mantener la naturalidad de la llamada

Una llamada a una herramienta añade tiempo: el modelo decide, tu sistema responde, el modelo redacta la respuesta y se genera la voz. Quien llama oye silencio. Ayudan tácticas como una confirmación muy breve antes de una consulta, guardar en caché los valores que rara vez cambian y limitar cada turno a una sola llamada a herramienta. Latencia en la IA de voz describe de dónde viene el retraso. Si una consulta falla o agota el tiempo, el agente debe decirlo brevemente y ofrecer un mensaje o una persona en lugar de esperar.

Un ejemplo paso a paso

Imagina una tienda de muebles hipotética cuyo agente responde preguntas sobre entregas. La tienda define una herramienta de solo lectura que recibe un número de pedido y devuelve el estado de la entrega y la franja horaria. Se indica al agente que la use solo después de que la persona haya dado un número de pedido y lo haya confirmado al oírlo repetido.

  1. La persona dice que está esperando un sofá y da un número de pedido.
  2. El agente repite el número por grupos y la persona lo confirma.
  3. La herramienta devuelve el estado «en reparto» y la franja de la tarde.
  4. El agente dice que el pedido está en reparto y debería llegar esta tarde, y pregunta si necesita algo más.
  5. Si la herramienta devuelve «no encontrado», el agente dice que no encuentra ese pedido y ofrece tomar un mensaje para el equipo.

Fíjate en lo que falta: el agente no puede cambiar la fecha de entrega. Si la persona quiere otro día, el agente recoge la solicitud y la gestiona el equipo. Empezar con una herramienta acotada y segura como esta te enseña cómo habla realmente la gente antes de ampliar el alcance. Guarda un registro de cada llamada que recibe la herramienta para detectar patrones, como un dígito que se entiende mal a menudo, y corrígelos en el paso de confirmación.

Cómo se relaciona con Call

En Call, un agente de IA responde a partir de sus instrucciones, su personalidad, el guion asociado a la línea y los fragmentos de su base de conocimiento que coinciden con la pregunta. No está diseñado para realizar acciones como reservar o confirmar citas, devolver llamadas, enviar nada u ofrecer descuentos durante la llamada. Lo dice y ofrece la vía que describen tus fuentes, por ejemplo un enlace de reserva o que tu equipo devuelva la llamada. Los datos que cambian a menudo, mantenlos en las fuentes del agente y actualízalos, y usa el centro de ayuda para el trabajo de seguimiento que necesita una persona. Si quieres conectar Call con tus propios sistemas, la interfaz para desarrolladores se describe en API y webhooks de Call para desarrolladores; comprueba lo que ofrece antes de diseñar en torno a un comportamiento concreto.

Cuando evalúes cualquier plataforma que anuncie uso de herramientas, haz las preguntas prácticas de la lista siguiente.

Preguntas sobre las herramientas de un agente de voz

  • ¿A qué sistemas puede acceder y con qué permisos?
  • ¿Están separadas las consultas de las acciones que modifican datos?
  • ¿Hay un registro de cada llamada que hizo, con argumentos y resultados?
  • ¿Qué pasa cuando una consulta falla o es lenta?
  • ¿Puede una persona aprobar las acciones con consecuencias?
  • ¿Cómo se comprueba la identidad de quien llama antes de decir datos en voz alta?
  • ¿Se pueden probar las herramientas con una entrada hablada realista antes del lanzamiento?

Para la parte de evaluación, consulta Cómo evaluar las conversaciones de un agente de voz.

Preguntas frecuentes

¿Qué es, en pocas palabras, la llamada a funciones?

Es una forma de que un modelo de IA pida a tu software que haga algo, como consultar un pedido. El modelo escribe la petición, tu sistema la ejecuta y devuelve el resultado para que el modelo lo explique.

¿Ejecuta la IA la función por sí misma?

No. El modelo solo propone la llamada. Tu propio código la comprueba y la ejecuta, y ahí puedes aplicar reglas, límites y registros.

¿Es seguro dejar que un agente de voz modifique registros?

Se puede hacer con cuidado, pero empieza con consultas de solo lectura. Para todo lo que cambie datos, añade confirmación, límites y aprobación humana cuando haya mucho en juego.

¿Por qué una consulta hace que la llamada parezca lenta?

Cada paso lleva tiempo: decidir la llamada, ejecutarla, redactar la respuesta y decirla. Unas herramientas rápidas, una confirmación breve y una consulta por turno mantienen el retraso en un nivel tolerable.

¿Puede quien llama engañar al agente para que use mal una herramienta?

Puede intentarlo. Valida los argumentos, comprueba los permisos en tu código y da al agente herramientas acotadas, para que una petición malintencionada no pueda causar un daño real.

¿El agente de IA de Call consulta cosas en mis sistemas?

El agente de Call trabaja a partir de sus instrucciones, su guion y sus fuentes de conocimiento, y no reserva, envía ni confirma nada durante la llamada. Mantén los datos cambiantes en sus fuentes y deja el seguimiento al equipo.

Descubre cómo responde el agente de IA de Call a partir de tus fuentes

En la consola de demo puedes probar llamadas entrantes en una simulación.

Guías relacionadas