Empieza por el demo, no por la lista de funciones. Pide escuchar voces en cada idioma en el que tu firma hace negocio, y después trata de romper la conversación mientras sigues en la llamada. Casi todo lo que importa se ve en los primeros diez minutos, y casi nada de eso aparece en una página de precios.
Lo sabemos porque nos tomó más de un año averiguarlo por las malas.
La casilla que no significa nada
Toda plataforma de voz con IA dice que soporta varios idiomas. Esa afirmación es casi vacía, porque normalmente describe la salida. Hablar español es una capacidad. Entender español, hablado rápido, por una persona real, con acento cubano o puertorriqueño o colombiano, es otra completamente distinta, y ninguna página de proveedor distingue entre las dos.
Hay una prueba simple para esto: las direcciones de correo.
El correo es lo más difícil que un agente de voz tiene que capturar. Cada carácter tiene que quedar exacto, no hay contexto del cual adivinar, y el agente tiene que repetirlo para confirmarlo. En inglés esto es simplemente difícil. En español, con la variedad de acentos que de verdad se escuchan en el sur de Florida, es donde una plataforma funciona o calladamente no funciona. Un sistema que responde bellísimo en español y aun así no puede capturar un correo no es bilingüe. Es una voz que habla español pegada a un oído que solo entiende inglés.
El año que nos tomó aprenderlo
El requisito de la firma era sencillo en papel: contestar el teléfono en inglés o español, calificar a quien llama, agendar la consulta.
Empezamos con una de las plataformas mejor calificadas del momento, y la elegimos por la razón correcta. Su voz en español sonaba como tenía que sonar. Eso no es poca cosa. La gente quiere escuchar a alguien que suene como ella. El acento equivocado en la línea en español de un abogado del sur de Florida suena tan local como un acento tejano contestando el teléfono en una charcutería de Brooklyn. La voz no tiene nada de malo. Simplemente no es de aquí.
Así que la voz estaba bien, y empezamos a construir.
Trabajamos con su equipo durante meses. El lado en inglés terminó cuajando y el lado en español nunca lo hizo. El agente respondía en español fluido y seguía entendiendo mal lo que la gente le contestaba, y el problema del correo nunca se resolvió. Después de un año, con un año ya pagado por adelantado y sin un solo agente bilingüe funcionando, paramos. Hay que darles crédito: nos devolvieron la mitad y ofrecieron seguir trabajando gratis hasta tener algo viable, pero para entonces ya habíamos terminado.
La lección no fue que el proveedor fuera malo. La lección fue que validamos la voz y dimos por hecha la comprensión. Son dos compras distintas y solo probamos una.
Cuatro preguntas, cinco conversaciones
La segunda plataforma era más simple, tenía soporte real de varios idiomas y una buena voz en español. Murió por algo que ni se nos había ocurrido preguntar: cuánto prompt aguantaba.
La calificación de la firma son cuatro preguntas. Eso suena trivial hasta que ves cómo se conectan. Las preguntas son condicionales. Cuál se hace de tercera depende de la respuesta a la segunda, y algunos caminos se saltan preguntas por completo. Cuatro preguntas, ramificadas, producen cinco conversaciones distintas.
Esa ramificación es lo que infla el prompt. Todos los caminos tienen que terminar igual, pidiéndole a la persona que califique la experiencia. Ese bloque de cierre son unos cuantos cientos de caracteres, y hay que escribirlo en los cinco caminos. Súmale las reglas de idioma, que ya de por sí son extensas, porque el agente tiene que cambiar a español apenas la persona lo hace. No solo en el saludo. A media llamada, incluso cuando alguien le pasa el teléfono a un familiar que no habla inglés, y tiene que continuar desde donde iba la conversación en vez de empezar de nuevo o saltarse las preguntas que faltaban.
Después súmale los límites, que es la parte que casi ninguna firma considera y la que más importa. El agente de un abogado de seguros de propiedad no debería estar contestando preguntas sobre cotizaciones de seguro de auto. Entonces defines, de forma explícita, de qué puede hablar el agente: los servicios de la firma e información sobre esos servicios, y nada más. Fuera de eso, dice que no tiene la información. Nunca da precios. Nunca confirma haber recibido ninguna correspondencia.
Todo eso es un solo prompt. La plataforma tenía un límite de caracteres, y nos habíamos pasado.
Su alternativa era un diseño de varios prompts, donde la conversación avanza por fases, y eso falló peor. En el momento en que alguien interrumpía la secuencia con una pregunta fuera de tema, cosa que la gente hace todo el tiempo, el agente no encontraba el camino de regreso. Se quedaba hablando del tema nuevo, o reiniciaba la calificación desde el principio, o brincaba al final y agendaba una consulta sin haber calificado a nadie. Dos meses de pruebas fueron suficientes.
Lo que sí funcionó
Después de ver varios demos más, llegamos a Retell AI, y desde entonces ha estado atendiendo el teléfono de esa firma.
Tres cosas hicieron la diferencia. Tenía una biblioteca real de voces en español, y nos dejó clonar la nuestra o importarla de otra fuente como ElevenLabs, así que la pregunta de la voz quedó resuelta bien en vez de a medias. Ofrecía varias formas de estructurar un agente, y su método de prompt único no tenía techo real de caracteres, así que la ramificación, las reglas de idioma y los límites cupieron en un solo lugar donde no podían desincronizarse. Y podía enviar el resumen, la transcripción y los valores capturados por webhook, que es lo que le permitió conectarse con las automatizaciones que la firma ya tenía en vez de volverse otra isla.
Construirlo fue rápido. Dejarlo bien tomó como un mes de escribir, hacer QA, tratar de romperlo a propósito y parchar lo que se rompiera. Ese mes es la parte que nadie te vende, y es la parte que decide si la cosa funciona.
Qué preguntar en el demo
Si estás evaluando plataformas ahora, este es el orden que nos habría ahorrado un año.
Escucha las voces primero, antes que nada. Pide muestras en cada idioma en el que opera tu firma. Si nada en su biblioteca suena como tus clientes, la evaluación se acabó. Pasar a la lista de funciones con la esperanza de que la voz mejore después es como se pierde un trimestre.
Después pregunta quién tiene las llaves:
- ¿Podemos editar el prompt y la configuración nosotros mismos, o cada cambio pasa por su equipo?
- ¿Qué configuraciones nos dejan tocar realmente?
- ¿Hay un límite de caracteres en el método de prompt único?
Después haz la pregunta que no se negocia. ¿Pueden enviar el resumen de la llamada, la transcripción completa y los valores capturados a nuestro CRM por webhook, o a una herramienta como n8n, Zapier o Make? Si la respuesta es no, el agente va a ser una isla, y vas a terminar copiando información a mano otra vez.
Después deja de ver el demo y ponlo a prueba. Tres movidas, todas las puedes hacer en vivo:
- Cambia de idioma a media conversación.
- Mete un tema al azar y fíjate si regresa a donde iba.
- Pregúntale algo que no debería contestar.
Esas tres te dicen más que una hora de recorrido por funciones. Una plataforma que sobrevive las tres merece una evaluación seria. Una que falle cualquiera de ellas acaba de mostrarte dónde se va a romper en el mes cuatro, cuando todavía puedes irte.
Antes de buscar proveedores, llama a tu propia línea
Si todavía no decides si algo de esto le sirve a tu firma, no empieces con proveedores. Empieza con un teléfono.
Llama a tu propia oficina como lo haría alguien que habla español, fuera de horario, y escucha exactamente qué pasa. Cuánto tarda en contestar alguien. Si el mensaje que recibe está en su idioma. Qué hace esa persona cuando nadie contesta, que normalmente es colgar y llamar a la siguiente firma de la lista.
Ese es el punto de partida honesto. Todo lo de arriba solo vale la pena si la respuesta a esa llamada te molesta. Es la misma pregunta que recorrimos con el lado de admisión del proceso de una firma, solo que aplicada al teléfono en vez del formulario.
Si sí te molesta, vale una conversación. Nosotros ya cometimos estos errores, y no hay razón para que tu firma los repita. Construimos este tipo de cosas para firmas en todo el sur de Florida, y una llamada de 30 minutos basta para decirte si tu teléfono vale la pena automatizar y qué tomaría de verdad. Te vas con una respuesta directa de cualquier forma, aunque nunca nos contrates a nosotros.