Com dissenyar el guió d'un agent de veu: to, límits i primeres frases

Mateixa clínica, mateixa veu sintètica, mateixa integració amb l'agenda. Un dimarts al matí surten dues trucades de confirmació de visita. En la de les 9:04, l'agent obre amb un paràgraf de trenta-vuit segons: qui és, horari del centre, política de cancel·lació, avís de gravació. El client interromp al segon dotze; l'agent acaba el seu paràgraf igualment; el client repeteix la pregunta; als tres minuts i quaranta segons la trucada mor en un "ja trucaré jo". En la de les 9:11, l'agent obre en set segons, fa una pregunta, confirma la resposta i penja. Setanta-quatre segons, visita confirmada.

L'única cosa diferent entre les dues trucades és el guió. I la paraula enganya: el guió d'un agent de veu no és el text que recita, sinó el conjunt de decisions sobre com conversa —el to, la llargada de cada torn, què fa quan l'interrompen, quines frases estan fixades paraula per paraula i què es deixa al criteri del model amb regles—. La veu de l'agent és la veu de l'empresa.

Aquest article recorre aquestes decisions una a una, del to a les proves. Donem per fet que ja has decidit on acaba l'agent i comença el teu equip —aquest límit va per davant del guió, i allà ho argumentem—; el que ve ara és com sona aquest límit a la pràctica.

Un guió no és un monòleg: és una especificació

La intuïció heretada dels IVR clàssics és escriure el guió com un arbre: si diu A, respon B. Ja vam explicar per què aquest enfocament es trenca: els clients surten del camí previst gairebé sempre, perquè barregen assumpte, urgència i context en la mateixa frase. Amb un model de llenguatge al darrere, el guió canvia de naturalesa: deixa de ser un text que es recita i passa a ser una especificació que es compleix.

Aquesta especificació té tres capes. Identitat i to: qui és l'agent, com parla, quin vocabulari fa servir i quin té prohibit. Regles de conversa: quant dura un torn, com gestiona interrupcions i silencis, com reformula quan no entén, quan cedeix el cas. Frases fixes: un grapat de línies escrites paraula per paraula que l'agent pronuncia sempre igual. La pregunta de disseny més útil és què va a la tercera capa i què es queda a les dues primeres.

El criteri de la columna esquerra és simple: es fixa literalment allò que té risc legal o de marca. L'obertura, perquè és la primera impressió del canal; la privacitat i l'opt-out, perquè són compromisos, no conversa —l'opt-out ja el vam tractar en dissenyar les trucades de recordatori de cites, i aquí només importa que sigui una cadena fixa, no una improvisació—; el traspàs i el tancament, perquè són els moments que el client recorda. Tota la resta són regles, no paràgrafs. El guió no li diu a l'agent què ha de dir a cada moment; li diu qui és i què no pot dir mai.

El to és una decisió de negoci, no un ajust tècnic

La primera decisió de la primera capa sembla menor i no ho és: l'agent tuteja o tracta de vostè? "Li truco de la clínica per la seva visita de demà" i "Et truco de la clínica per la teva visita de demà" són la mateixa informació i dues empreses diferents. Una clínica dental tuteja amb naturalitat; una gestoria que porta herències probablement no. No hi ha resposta universal —hi ha coherència amb com parla ja la teva empresa per telèfon—, però sí que hi ha un error universal: no decidir-ho i deixar que el model triï a cada trucada.

La decisió s'escriu, no se suposa. I no es queda en el tractament: el to inclou el registre —proper, neutre, formal— i dues llistes curtes de vocabulari. La de paraules pròpies del negoci que l'agent ha de fer servir, i la de paraules prohibides: argot intern, codis d'eina, anglicismes de backoffice que cap client no ha pronunciat mai. Si el teu equip diu "incidència" i els teus clients diuen "problema", l'agent diu "problema".

La llargada de les frases també és to. Les frases llargues i subordinades sonen a locució gravada; les curtes, a una persona atenent. El to no és com sona l'agent: és com sona la teva empresa quan tu no hi ets al davant.

Les primeres frases: deu segons que decideixen tota la resta

Què ha de contenir l'obertura ja ho vam escriure en parlar de com presentar l'agent i què exigeix la norma: què és, de part de qui, què pot resoldre i com arribar a una persona, les quatre peces a la primera frase. El que faltava per dir és la restricció que fa difícil complir-la: el pressupost de temps.

L'obertura completa ha de cabre en uns vuit segons —vint-i-cinc o trenta paraules—, amb una sola idea i una sola pregunta. L'agent de les 9:04 de la introducció no fallava per amagar informació, sinó per donar-la tota a la porta: horaris, polítiques i gravació són coses que es diuen quan toquen, no abans que el client hagi pogut parlar. Una obertura sortint ben pressupostada sona així: "Soc l'assistent virtual de la Clínica Ribera. Truco per la teva visita de demà a les 10:30. Et va bé confirmar-la ara?".

El pressupost canvia segons el context. La trucada entrant en horari comercial admet una obertura mínima; la sortint necessita justificar a la primera frase per què sona el telèfon; la nocturna té les seves pròpies regles d'expectativa, que ja vam detallar a les trucades fora d'horari. Les tres variants comparteixen una propietat: són frases fixes per excel·lència. S'escriuen literals, es llegeixen en veu alta i es cronometren.

Una pregunta per torn: ritme, interrupcions i silencis

L'error més comú en escriure un guió és escriure'l. Sobre el paper, quaranta paraules són un paràgraf raonable; al telèfon són quinze segons d'àudio ininterromput, i el client mitjà comença a parlar-hi a sobre molt abans. La regla operativa: torns d'una o dues frases, al voltant de vint paraules, i una sola pregunta per torn. Si en fas dues, el client en respon una, l'altra es perd i l'agent acaba repreguntant.

Les interrupcions no són un error del client: són la manera natural de conversar per telèfon. Quan el client parla a sobre, l'agent calla i escolta; un agent que acaba el seu paràgraf mentre li parlen converteix la trucada en dos monòlegs simultanis. D'aquí una conseqüència de disseny poc intuïtiva: l'important va al principi de cada frase, perquè el final pot no arribar a sentir-se mai.

El silenci també es guionitza. Al primer silenci —uns quatre segons—, un reenganxament suau que torni el context: "Hi ets? Et preguntava per la visita de demà". Al segon, una pregunta tancada que abaixi l'esforç de respondre: "Te la confirmo, doncs?". Al tercer, tancar amb elegància i deixar la porta oberta: "Sembla que no et sento bé. Et truquem en un altre moment, cap problema". Un guió que només preveu respostes és mig guió.

Reformular sense repetir: el guió dels malentesos

Hi haurà torns que l'agent no entendrà. La regla d'or és no repetir mai la mateixa frase paraula per paraula: la repetició literal és el que delata les màquines i el que desespera les persones.

En el seu lloc, una escala de tres esglaons. Primer, reformular amb altres paraules: "Perdona, no t'he entès bé. Truques per una visita o per una factura?". Segon, estrènyer a opcions tancades: "Fem-ho fàcil: és per la visita de demà, sí o no?". Tercer, deixar d'intentar-ho: el tercer error de comprensió és exactament un d'aquells disparadors del límit que havies decidit abans d'escriure el guió, i allà la conversa cedeix el pas al traspàs amb tot el que s'ha capturat fins al moment.

Un matís de redacció que canvia el to de tota l'escala: la culpa és sempre de l'agent, mai del client. Es diu "no t'he entès", mai "no m'ho has dit bé" ni "no et sento". I el remat conceptual és fàcil de recordar: la tercera reformulació no existeix; existeix el traspàs.

La frase del traspàs i el pla B quan no hi ha ningú

El traspàs a una persona té la seva pròpia frase fixa, i mereix ser-ho perquè fa tres coses en un segon: anuncia el canvi, dona expectativa i treu la por d'haver-ho de repetir tot. "Et passo amb una companya de l'equip. Ja té les teves dades, no ho hauràs de tornar a explicar". Quina informació viatja amb el client no és assumpte d'aquest article: és el paquet de context que descrivim amb detall al disseny del traspàs agent-persona. El guió només posa la veu a aquell moment —però si la veu promet "ja té les teves dades", el paquet ho ha de fer veritat.

Queda el cas incòmode: el client vol una persona i no hi ha ningú disponible. La regla l'heretem dels fluxos entrants: no prometre el que no es complirà. Res de "un moment, si us plau" seguit de música infinita, res de "et trucaran ara mateix" si ningú no trucarà ara mateix. L'alternativa honesta és concreta i amb finestra de temps: "Ara mateix no et puc passar amb ningú de l'equip. Puc demanar que et truquin demà abans de les dotze, et va bé?". La frase del traspàs és la més important del guió, perquè és la que es pronuncia quan el guió ja no és suficient.

Un guió per idioma, no una traducció

Si atens en castellà, català, anglès o portuguès, no tens un guió: en tens quatre. La part que més es resisteix a la traducció és justament la primera capa, el to. El tuteig castellà i el tu/vostè català són decisions separades —la mateixa clínica pot tutejar en castellà i preferir el vostè amb part de la seva clientela en català—, i l'anglès aplana la distinció del tot: el registre s'ha de reconstruir amb altres eines.

Les frases fixes s'escriuen en cada idioma i les revisa algú natiu de l'equip; traduir-les al vol és on apareixen els girs que cap client no diria. I el mateix canvi d'idioma es guionitza: si el client respon en català a una obertura en castellà, l'agent no ho ignora ni ho converteix en un problema —"Si prefereixes que parlem en català, cap problema"— i segueix la conversa en l'idioma del client.

El que sí que es comparteix entre idiomes és l'especificació: les mateixes intencions, els mateixos límits, els mateixos esglaons de reformulació, les mateixes regles de silenci. Canvia la superfície; l'estructura, no. El guió es localitza; el límit, no.

Les mètriques que importen

El guió s'ajusta amb números, no amb impressions, i té els seus propis. La taxa de no-entesos: quin percentatge de torns acaba en una petició de repetir o reformular. És el termòmetre directe de la qualitat del guió; si puja després d'un canvi, el canvi es reverteix. Les interrupcions per trucada, sobretot les que arriben al primer terç del torn de l'agent: moltes interrupcions primerenques signifiquen torns massa llargs o informació en l'ordre equivocat. La durada mitjana del torn de l'agent, mesurada en segons per intervenció i no per trucada: és el detector de monòlegs, i es compara contra el pressupost d'unes vint paraules. I la taxa d'èxit per intenció: quin percentatge de trucades completa l'objectiu de la seva intenció sense traspàs ni abandonament, segmentada intenció a intenció, perquè diu quina part del guió falla i no només que alguna cosa falla.

Les quatre es miren juntes. Una taxa d'èxit alta amb torns llargs descriu un guió que resol però cansa: funcionarà fins que deixi de fer-ho. Moltes interrupcions amb pocs no-entesos signifiquen que el client va per davant del guió: sobra text, no falta comprensió. I les penjades als primers segons no van en aquesta llista a propòsit: són senyal de la presentació, territori de l'article de transparència, no del cos del guió.

Com hi encaixa BeeAgent

A BeeAgent el guió no és una funció afegida sobre l'agent: és part del seu disseny. El to i el tractament es defineixen per agent i per idioma; les frases fixes —obertura, privacitat, opt-out, traspàs, tancament— s'escriuen literals i separades de les instruccions; i les regles de reformulació, silenci i cessió a una persona es configuren com el que són, regles, connectades amb els límits d'escalat que el guió posa en veu.

I com que és una plataforma sense codi, ajustar el guió no és un projecte: l'equip d'operacions llegeix les transcripcions del matí i canvia una obertura o escurça un torn en minuts, sense tiquet a desenvolupament; el procés complet és a la guia per muntar el teu primer agent sense escriure codi. Una advertència honesta, això sí: si encara no és clar què ha de resoldre l'agent, el guió no ho arreglarà. Primer el procés, després les paraules.

El teu guió en tres setmanes

La primera setmana és de decisions i d'escriptura. Es decideix el to i el tractament per idioma, s'escriuen les frases fixes i la llista d'intencions amb les seves regles, i es fa la prova més barata i més rendible que existeix: la lectura en veu alta. Una persona de l'equip llegeix les línies de l'agent a una altra que fa de client, cronòmetre a la mà; tot el que soni a locució, s'escurça.

La segona setmana és de trencar el guió expressament. Quinze o vint trucades internes de prova en què l'equip interromp, murmura, canvia de tema a mitja frase i es queda callat, i una sessió amb les transcripcions al davant per ajustar torns, reformulacions i silencis. És més barat que l'agent es trobi el teu equip de mal humor que el teu primer client.

La tercera setmana és el pilot real, acotat a una intenció i una franja horària, amb lectura diària de transcripcions i les quatre mètriques de la secció anterior com a criteri. La disciplina que ho fa funcionar: un sol canvi cada vegada, amb nom, data i marxa enrere possible. Un guió no s'acaba: es versiona.

Conclusió

El guió és la part de l'agent que els teus clients escolten. Tota la resta —integracions, enrutament, dades— treballa a l'ombra; el to, la llargada dels torns, la reformulació després d'un malentès i la frase del traspàs són l'experiència sencera del canal per a qui és a l'altra banda del telèfon. Per això no són ajustos tècnics que es deixen al model: són decisions de negoci que s'escriuen, es proven i es corregeixen amb transcripcions reals al davant.

Si estàs dibuixant el guió del teu primer agent de veu, als casos d'ús pots veure com sonen agents reals en atenció al client, o escriu-nos i escrivim amb tu les cinc frases fixes del teu primer flux.