Reseña de Vapi Voice AI: Un análisis completo y conclusiones clave

Las conversaciones con IA están por todas partes hoy en día. La tecnología tiene mucho potencial, pero no es perfecta. Los voicebots pueden tener retrasos, tener problemas con interrupciones o incluso perder completamente el hilo durante una conversación.

Vapi (también llamado Vapi AI) busca cambiar eso. Da a los usuarios más control sobre cómo funcionan los asistentes de voz para ayudar a solucionar algunos de los mayores retos.

Desde mi experiencia, Vapi mejora las conversaciones de muchas maneras. Pero también tiene sus propios desafíos. En esta reseña de Vapi, voy a contarte sobre mis pruebas para que puedas decidir si Vapi es la opción adecuada para ti.

¿Qué es Vapi AI?

Vapi es una plataforma de voz con inteligencia artificial centrada en desarrolladores, pensada para ayudarte a crear, probar y lanzar asistentes de voz sofisticados. Ofrece un conjunto completo de herramientas, incluyendo una API de voz robusta (de ahí viene el nombre Vapi), un panel de control intuitivo y muchísimas opciones de personalización. Con Vapi, puedes lanzar aplicaciones de voz rápidamente que simulan el flujo natural de las conversaciones humanas.

Aunque está dirigida principalmente como una herramienta de programación, Vapi también cuenta con una interfaz de usuario (UI) llena de opciones sin necesidad de código. Esto permite que profesionales de marketing y otras personas no técnicas puedan crear asistentes de voz con inteligencia artificial totalmente funcionales sin tener que molestar al equipo de desarrollo.

Algunas de las características que hacen que Vapi destaque en el mundo de los bots de voz son:

• Tiempos de respuesta más rápidos. Gracias a optimizaciones de latencia, como un procesamiento mejorado, almacenamiento inteligente de datos (caché) y una transmisión de audio fluida, los asistentes de Vapi pueden ser más ágiles que muchos otros bots de voz del mercado.

• Ritmo natural en las conversaciones. Tus asistentes pueden ahora hacer pausas si los interrumpes, y también son suficientemente corteses para no interrumpirte mientras hablas. Esto representa una gran mejora frente a competidores como Synthflow.

• Escalabilidad sin igual. Vapi tiene la capacidad de manejar más de 1 millón de llamadas simultáneas, lo que lo hace ideal para empresas de cualquier tamaño.

• Soporte para más de 100 idiomas. Con Vapi, puedes crear agentes de voz que hablen el idioma de tus usuarios, como inglés, español, francés, alemán, hindi, portugués y muchos más.

• Funciones avanzadas para desarrolladores. Puedes potenciar a tu asistente de voz con herramientas personalizadas que permiten tareas como reservar citas, buscar información o completar formularios.

• Integración nativa con Make. Puedes conectar tus escenarios de Make y activarlos durante las conversaciones de voz de Vapi.

• Analíticas avanzadas con tableros personalizados. Crea tableros visuales con información en tiempo real, como seguimiento de ventas y conversiones, análisis de ROI y métricas de rendimiento y calidad.

• Evaluaciones automáticas. Prueba tus agentes de inteligencia artificial frente a comportamientos esperados antes del lanzamiento.

• Flujos de trabajo de la interfaz. Usa un generador visual de flujos de conversación para diseñar lógicas conversacionales de varios pasos y ramificaciones.

¿Cómo funciona Vapi?

Antes de crear nuestro primer asistente de voz en Vapi, vamos a ver cómo funciona y opera la plataforma detrás de escena.

El punto diferenciador de Vapi está en la forma en que conecta y orquesta tres tipos diferentes de modelos de inteligencia artificial para conseguir conversaciones eficientes y naturales:

1. Escuchar – Módulo de transcripción o Speech to Text (STT). Cuando hablas a tu dispositivo, el audio se graba y el modelo lo transcribe.
2. Inteligencia – Modelo de inteligencia artificial o Large Language Model (LLM). El texto transcrito se introduce en un prompt y pasa por un LLM. El LLM es la inteligencia principal que simula a una persona real.
3. Hablar – Texto a audio. El LLM genera texto (respuestas del prompt) que luego se reproduce en tu dispositivo.

Esta configuración no es exclusiva de Vapi. Es una infraestructura común en todas las plataformas de voz con inteligencia artificial. Sin embargo, hay dos aspectos que distinguen a Vapi: su amplio soporte para modelos de inteligencia artificial y sus modelos de orquestación.

Soporte ilimitado para modelos de inteligencia artificial

A diferencia de otras plataformas que solo admiten unos pocos modelos, en Vapi puedes cambiar y combinar modelos de inteligencia artificial y herramientas con otros como ChatGPT, Claude, ElevenLabs y más. Vapi admite prácticamente cualquier opción, incluso permite que lleves tus propios modelos personalizados. Esto garantiza que puedas usar lo que mejor se adapte a tus necesidades o proyecto.

Lo mejor es que no tienes que conectar y gestionar tus cuentas externas, ya que Vapi soporta la mayoría de los modelos de forma nativa. Por ejemplo, si quieres cambiar de OpenAI (el modelo LLM por defecto) a Claude, puedes conectar tus claves API de Claude, pero no es obligatorio. Al seleccionar el modelo dentro de la interfaz de Vapi, la plataforma hará el cambio a Claude internamente.

Modelos de orquestación

Los modelos de orquestación son complementos de inteligencia artificial que funcionan sobre la funcionalidad principal y hacen que las conversaciones sean más realistas y atractivas. La plataforma Vapi es única en su capacidad para mejorar y ajustar los modelos de inteligencia artificial estándar con estos complementos.

Los modelos son:

• Endpointing. El endpointing es cuando dejas de hablar con tu asistente de voz. En lugar de utilizar un tiempo de espera (el método habitual), Vapi usa un modelo personalizado que combina audio y texto para detectar cuándo has dejado de hablar. Esto ayuda a reducir la latencia y hace que las conversaciones sean más naturales.
• Interrupciones. La capacidad de reconocer cuándo intentas interrumpir, permitiendo que el asistente haga una pausa y escuche. Muchos asistentes de voz con inteligencia artificial no incluyen esta función, lo que puede hacer que la conversación se sienta poco natural.
• Filtrado de ruido de fondo y de voz. Vapi mejora la claridad de las llamadas filtrando los ruidos de fondo y enfocándose en la voz del hablante. Esto ayuda a garantizar una transcripción precisa y una conversación fluida, incluso en ambientes ruidosos.
• Backchanneling. Una forma más sofisticada para que el asistente identifique cuándo los rellenos verbales (o respuestas de backchannel) como “Ah”, “Sí”, “Uh-oh”, etc., tienen la intención de indicar una acción al asistente o simplemente son muletillas.
• Detección de emociones. Vapi puede analizar el tono del hablante para detectar emociones como felicidad, frustración o urgencia. Esto permite que el asistente responda de forma más empática y acorde al contexto.
• Inyección de muletillas. Haz que tu agente suene más conversacional utilizando palabras de relleno como “umm”, “ahh”, etc.

El objetivo principal de estos modelos, además de hacer que tus asistentes sean más creíbles, es mejorar la latencia de voz a voz. “Voz a voz” es un término que se usa para indicar el tiempo entre que una persona termina de hablar y cuando el primer fragmento de voz del asistente de inteligencia artificial se reproduce en el dispositivo del usuario. El objetivo de Vapi es que el flujo de voz a voz esté en 500-700 ms o menos.

La diferencia es notable en comparación con otras aplicaciones como Synthflow. Los asistentes de Vapi respondían visiblemente más rápido y se sentían mucho más ágiles que soluciones similares.

Vapi proporciona estimaciones de latencia en tiempo real en el panel, pero descubrí al probar que ir demasiado bajo puede ser contraproducente. Cuando bajé la latencia por debajo de 750 ms, mi asistente se volvió artificialmente rápido, interrumpiendo y solapando mi habla con frecuencia.

El punto ideal que encontré fue entre 750 y 900 ms, lo que se sentía mucho más natural y permitía un flujo conversacional adecuado. La buena noticia es que con la gran variedad de modelos y la función Smart Endpointing de Vapi, afinar ese equilibrio entre velocidad y naturalidad es bastante sencillo. Recuerda: el asistente más rápido no siempre es el mejor.

Con eso aclarado, vamos a crear nuestro primer asistente en Vapi y ver cómo funciona.

Primeros pasos con Vapi

El producto principal de Vapi son sus asistentes, que son asistentes de voz automatizados (o bots) que pueden hacer o recibir llamadas. En esta reseña, nos vamos a enfocar en la interfaz de usuario y en cómo la usé para crear mis propios asistentes.

1. Crear tu primer asistente de Vapi AI

En Vapi, solo pagas por los minutos que usas. Así que, al igual que en Synthflow, puedes crear un número ilimitado de asistentes. Sin embargo, si quieres usar el asistente de IA por teléfono, tienes que comprar un número de teléfono diferente para cada asistente.

Tu primer paso es elegir si quieres crear un asistente desde cero o usar una de las plantillas existentes. Solo hay cuatro opciones de plantilla disponibles:

• Asignador de citas: Un asistente entrante para clínicas dentales que se encarga de agendar citas, responder preguntas y dar información sobre los servicios.
• Soporte al cliente: Una plantilla equilibrada que combina empatía y conocimiento técnico para ofrecer un soporte eficiente.
• Preguntas y respuestas entrantes: Diseñada para una agencia de diseño de interiores, orientada al soporte detallado de productos y solución de problemas.
• Personaje no jugable de videojuego (NPC): Un asistente dentro del juego, Elenya, que brinda orientación, información del mundo y consejos sobre el juego.

Si eres nuevo en el uso de prompts en chats, crear tu primer asistente de voz en Vapi puede ser bastante complicado. Para colmo, todas las plantillas son para asistentes entrantes, así que no hay nada útil si quieres crear un asistente saliente (para contacto en frío).

2. Configurar tu asistente

Yo empecé con Riley, el asistente para agendar citas. La pantalla de configuración está organizada de manera algo difusa en tres áreas principales empezando por la parte superior: un resumen del costo y la latencia, pestañas para cambiar entre las configuraciones principales del asistente (modelo, transcriptor, voz, etc.), y el área de configuración como tal con formularios para ingresar prompts, cambiar proveedores, etc.

Desglose de costos y latencia

Vapi pone mucho énfasis en ofrecer asistentes rápidos y receptivos, manteniendo siempre una estructura de precios clara y transparente. Esto se nota en la primera parte de la configuración del asistente. Podemos ver un desglose de costo y latencia que cambia a medida que probamos diferentes modelos. Ten en cuenta que estos solo son estimados.

Los modelos que selecciones para tu asistente pueden influir mucho tanto en los costos como en la latencia. En el primer ejemplo abajo, elegí el modelo de vista previa en tiempo real GPT-4o de OpenAI, lo que dio un costo de $0.22 por minuto y una latencia de 700 ms, que es el nivel recomendado por Vapi.

Sin embargo, al cambiar al modelo o1 de vista previa, la latencia subió de manera drástica a 8000 ms (8 segundos), haciendo que sea demasiado lento para una conversación natural. Además de los modelos, el “modo” (web o por teléfono, usando Twilio o Vonage) también puede afectar la latencia y los costos. Mantener controlados estos factores es clave para lograr un buen equilibrio entre precio y rendimiento al diseñar tus asistentes.

Modelo, transcriptor, voz y otros

Después, puedes elegir qué aspecto de tu asistente quieres configurar. Las primeras tres opciones —modelo, transcriptor y voz— son esenciales para configurar tu asistente. Las otras tres —funciones, avanzado y análisis— ofrecen capacidades más avanzadas que quizás no necesites para tu primer asistente.

Dejando de lado a nuestro asistente, Riley, voy a empezar desde cero y crear a Jade, mi propio asistente de entrada para gestionar pedidos en nuestro restaurante chino, The Golden Wok.

Estos son los pasos que vamos a seguir:

1. Crear el asistente. Vamos a construir un asistente y darle instrucciones sobre cómo gestionar las llamadas de nuestro restaurante.
2. Obtener un número de teléfono. Podemos usar un número que ya tengamos o comprar uno directamente a través de Vapi.
3. Vincular el asistente. Asignaremos el asistente al número de teléfono para que pueda empezar a responder llamadas.
4. Hacer una llamada y probar el asistente. Finalmente, vamos a marcar el número y conversar con nuestro asistente.

3. Elegir el modelo de tu asistente (LLM)

En el primer capítulo de nuestra reseña, hablamos de los tres módulos principales de la infraestructura: Escuchar, Inteligencia y Hablar. Estos son los elementos clave que vas a configurar en las primeras tres pestañas de tu asistente:

• Modelo (Inteligencia). El modelo de inteligencia artificial (LLM) que analiza y genera respuestas.
• Transcriptor (Escuchar). Convierte el lenguaje hablado en texto.
• Voz (Hablar). Transforma las respuestas de texto en voz natural.

Vamos a comenzar con el primero, el Modelo, donde puedes elegir el LLM y redactar tu prompt.

El modelo predeterminado es GPT 3.5 turbo de OpenAI, que es un excelente punto de partida porque ofrece rapidez y una experiencia de interacción bastante buena. Sin embargo, puedes seleccionar de forma nativa entre más de 35 modelos de 16 proveedores diferentes.

Aunque esta amplia variedad de opciones es fantástica para quienes buscan personalización y flexibilidad al máximo nivel, también puede resultar intimidante y provocar parálisis por decisión en quienes no están familiarizados con los modelos de inteligencia artificial.

En este sentido, la plataforma está mejor orientada a desarrolladores que a principiantes. Me gustaría que Vapi destacara los modelos recomendados o, incluso, que incluyera un asistente dentro de la app que sugiriera el modelo más adecuado según tus necesidades. Dicho esto, Vapi sí resalta el modelo más rápido y económico de cada proveedor, que, al momento de esta reseña, es el GPT 4o Mini Cluster de OpenAI.

*Los modelos o1 de OpenAI siguen en beta y no se recomienda usarlos en producción. Los System Prompts y Tool Calls actualmente no son compatibles con los modelos o1, y la latencia es mucho mayor que en los modelos tradicionales.

Opciones avanzadas para configurar tu asistente de IA

Vapi tiene muchísimos niveles de personalización, así que vamos a profundizar un poco y ver algunas de las opciones de configuración más avanzadas y cómo funcionan.

Base de conocimientos

La configuración del modelo te permite conectar documentos personalizados con información sobre temas específicos para dar respuestas más precisas y útiles a las consultas de los usuarios. Por ejemplo, podemos importar el menú, horario y otra información relevante de nuestro restaurante chino. Todo esto sucede dentro de una herramienta de Vapi llamada herramienta de consultas. Es un enfoque interesante orientado al desarrollo. Una vez que subes tu base de conocimientos a la herramienta de consultas, puedes utilizarla dentro de tu agente.

Lamentablemente, igual que Synthflow, Vapi no es compatible de forma nativa con integraciones de documentos de soporte como Zendesk, Helpscout, etc. Sí permite subir archivos CSV, así que deberías poder importar toda tu base de conocimientos. Cuando crees una herramienta de consultas, tienes que llamarla desde la pestaña Funciones en el agente.

Puedes ver una guía detallada sobre cómo funciona esto en el video de abajo.

Temperatura

La temperatura se usa para controlar la aleatoriedad en las respuestas del asistente. Cuando ajustas el valor más alto, las respuestas serán más impredecibles. Si lo bajas, cerca de 0, los resultados serán más predecibles.

Mientras probaba este ajuste, al principio pensé que poner el valor en cero mantendría al asistente completamente centrado en el tema, evitando que se desviara. Sin embargo, no fue así. Cuando le pedí a Jade que me contara un chiste, siempre respondía de forma amable y divertida, pero el contenido del chiste variaba en función del ajuste de temperatura.

• Con el valor en cero, los chistes estaban muy relacionados con el restaurante. Por ejemplo: "¿Por qué fue la empanadilla a la escuela? ¡Porque quería ser un wanton!"
• Con un valor de 1.5, los chistes eran más generales, abarcando temas más amplios sobre cocineros y comida en vez de solo cocina china.

Sin embargo, cuando aumenté el ajuste a 2 (el valor más alto), el asistente se descontroló y empezó a responder con incoherencias sin sentido.

Por suerte, con un poco de instrucciones, logré que Jade volviera al tema. Esto demuestra lo importante que es probar bien tu asistente.

Máximo de tokens

El máximo de tokens se refiere al número máximo de tokens de la API que el asistente puede generar por turno en una conversación. Esto afecta directamente el costo de la API, así que establecer un límite ayuda a mantener las respuestas concisas y a optimizar los costos. Para controlar el gasto, lo mejor es mantener este valor en 250 o menos.

Detectar emoción

Activa esta función para que el asistente detecte las emociones de los usuarios y las use como contexto adicional para el modelo. En mi experiencia, no noté una gran diferencia con esta opción activada o desactivada. La elección del modelo de inteligencia artificial tuvo mucho más impacto en cómo Jade manejó las conversaciones. Por ejemplo, modelos avanzados como GPT-4o respondieron con mayor empatía a mis quejas sobre tener mucha hambre, mientras que GPT-3.5 parecía bastante menos atento.

4. Escribir el prompt de tu asistente de inteligencia artificial

El prompt de tu asistente funciona como una guía, con las reglas e instrucciones que debe seguir durante las conversaciones. Si has usado ChatGPT antes, este proceso te será familiar. El prompt para tu asistente de Vapi se configura desde la pestaña “Modelo”.

Algo pequeño pero importante que me gusta de Vapi es el campo donde puedes escribir el “Primer Mensaje”. Esto es especialmente clave para las llamadas salientes y es algo que me costó cuadrar bien con los bots de Synthflow.

“Hola, soy Jade de The Golden Wok. ¿Puedo tomar tu pedido?”

Cosas que deberías incluir en tu prompt:

• Conceptos básicos e introducción del asistente.
• Información del negocio.
• Información del cliente (si es relevante).
• Rol y objetivos principales del asistente.
• Instrucciones de la conversación y guion.
• Voz y tono.
• Instrucciones y limitaciones adicionales.

Vamos a desglosar cada uno en mis prompts:

Introducción e información del negocio

“Eres un asistente de voz para The Golden Wok, un restaurante chino ubicado en 456 Dragon Street, San Francisco, California. El restaurante abre de lunes a sábado de 11 a. m. a 10 p. m. y cierra los domingos. The Golden Wok ofrece una variedad de platos chinos deliciosos a la comunidad local, incluyendo opciones populares como dumplings, arroz frito, pollo kung pao y chow mein.”

Objetivo e instrucciones principales

El objetivo principal del asistente:

“Tu función principal es tomar pedidos de los clientes, responder preguntas básicas sobre el menú y dar información sobre los horarios y servicios del restaurante. Si quien llama quiere hacer un pedido, tu objetivo es recopilar todos los detalles necesarios de forma amable, eficiente y cercana.”

Luego, el guion de la llamada:

“Así es como debes manejar la llamada:

1. Tomar el pedido: Pregunta qué les gustaría pedir y confirma si tienen alguna preferencia (por ejemplo, nivel de picante, ingredientes extra, etc.).
2. Recoger detalles de entrega o recogida: Pregunta si quieren entrega o recoger, y si eligen entrega, recopila su dirección.
3. Confirmar datos de contacto: Pide amablemente su nombre y número de teléfono para asegurar que el pedido esté correcto.
4. Revisar y confirmar: Repite el pedido, los datos de entrega/recogida y da el tiempo estimado de espera.”

Tono y estilo

Haz que tu asistente suene alineado con la marca usando un estilo conversacional concreto:

• Sé casual, divertido y un poco ingenioso, como en un restaurante amigable, no una centralita formal.
• Mantén respuestas cortas y conversacionales, usando frases como “Mmm...”, “¡Entendido!”, “¡Suena delicioso!” y “Muy bien, vamos a hacerlo realidad!”.
• No hables de más, la charla debe sentirse natural, no como un monólogo.
• Si preguntan por platos del menú, destaca los más populares o especiales con entusiasmo, por ejemplo: ‘¡Uy, el pollo kung pao es uno de los favoritos!’.
• Si no saben qué pedir, sugiere combos populares o pregunta por sus gustos.
• Si no sabes una respuesta, mantenlo ligero: ‘Hmm, ¡buena pregunta! Déjame averiguar eso por ti.”

Consideraciones adicionales

• “Si preguntan por alérgenos, informa que los platos pueden contener soya, gluten y frutos secos, y que consulten con el restaurante para detalles específicos”.
• “Si piden algo que no está en el menú, guíalos amablemente hacia opciones similares que sí estén disponibles”.
• “Despide cada llamada con un cierre alegre: ‘¡Gracias por llamar a The Golden Wok! Tu pedido estará listo pronto. ¡Que disfrutes tu comida!’”.
• “Con tu personalidad amistosa y cercana, harás que pedir en The Golden Wok sea una experiencia divertida y sencilla”.

Además, agregué la siguiente restricción:

“Mantente enfocado y evita a toda costa cualquier conversación fuera de tema.”

Este pequeño ajuste marcó una gran diferencia a la hora de mantener a mi asistente concentrado y evitar desvíos innecesarios.

Por ejemplo, cuando le pedí a Jade que me contara un chiste, ella dirigió la conversación amablemente hacia su objetivo principal: tomar pedidos de comida china deliciosa. Me encantó este resultado, sobre todo porque no había conseguido el mismo nivel de enfoque con los asistentes que creé usando Synthflow AI. Recomiendo mucho que incluyas una restricción similar en tu prompt para evitar llamadas ineficientes y costos innecesarios.

5. Configurar el transcriptor

En Vapi, el módulo de transcripción se encarga de convertir el lenguaje hablado en texto. Esto permite que el asistente de voz procese y entienda las entradas del usuario de manera efectiva, además de transcribir tus llamadas.

Los modelos disponibles son compatibles con la transcripción en más de 100 idiomas diferentes.

6. Darle voz a tu asistente

El módulo de voz es el tercer componente clave de la infraestructura de Vapi, y se encarga de convertir las respuestas basadas en texto del asistente de IA (que vienen del LLM) en audio hablado. Funciona como el motor de texto a voz (TTS), permitiendo que el asistente se comunique de manera natural con los usuarios por medio de la voz.

Vapi ofrece una amplia variedad de voces con diferentes acentos y tonos para que las conversaciones se escuchen más naturales. Trabaja con los principales proveedores de TTS como ElevenLabs y Deepgram, dándote muchas opciones para encontrar la voz adecuada para tu marca.

La latencia y los precios cambian según el modelo, así que probar varios te ayudará a encontrar el mejor balance entre costo y calidad. ¿Quieres escuchar las voces? Puedes probar una en la página principal de Vapi.

De verdad me sorprendió la variedad de voces disponibles. Ya sea que necesites una voz relajada de Nueva York o una princesa noble y aristocrática, hay una voz para cada necesidad. Vapi también tiene una sección increíble llamada Biblioteca de voces que puedes abrir en una pestaña aparte para escuchar las voces e incluso buscar por acento y tipo de voz.

Algo que no queda claro de inmediato es si una voz admite el mismo idioma que el prompt y el transcriptor. Hice pruebas cambiando mi prompt a un par de idiomas diferentes, y las voces que probé funcionaron bien. Dicho esto, la única manera realmente confiable de confirmar la compatibilidad es probando.

7. Funciones

Las “funciones” o “herramientas” (Vapi parece usar ambos términos indistintamente) permiten que tus asistentes realicen acciones y tareas personalizadas durante la llamada. Puedes agregar estas herramientas desde la Biblioteca de herramientas (una página aparte en la plataforma).

Hay varios tipos de herramientas:

Herramientas predefinidas

Esto es lo que está disponible actualmente:

• Activar función de finalizar llamada: Permite que el asistente termine la llamada por sí mismo. (Recomendado para GPT-4 y modelos más grandes).
• Marcar en el teclado: El asistente puede ingresar dígitos en el teclado.
• Herramienta de consultas: Para obtener información desde las bases de conocimientos.
• Transferir llamada: Esta función te permite transferir llamadas a otro número, cualquier número de teléfono.
• Integraciones de terceros: Integraciones con Slack, Google Calendar y Model Context Protocol (MCP), un estándar abierto que permite a los modelos de IA comunicarse con herramientas externas y fuentes de datos.

Encontré la interfaz más reciente de las herramientas más compleja de lo necesario, y definitivamente se nota que fue diseñada para desarrolladores. Aun así, agradezco que las opciones sigan creciendo.

Herramientas personalizadas

Esta función está pensada para desarrolladores y te permite crear acciones personalizadas a través de una API. Por ejemplo, puedes recopilar información del usuario durante la llamada y enviarla a un servidor.

Integraciones

En la versión más reciente de Vapi, la pestaña de integraciones es una lista larga de proveedores de voz, modelo y transcriptor, con campos para agregar tu clave API. Vapi también es compatible con integraciones para Slack, Google Calendar, Google Sheets, GoHighLevel y Make, además de integraciones más técnicas con AWS, Supabase y otros.

8. Configuración avanzada

Como su nombre lo indica, esta pestaña te permite ajustar varias configuraciones avanzadas como opciones de privacidad, ajuste fino de las conversaciones y mensajes que puede enviar el asistente.

En general, me sorprendió gratamente la variedad de funciones disponibles. Está claro que Vapi realmente destaca por ofrecer opciones de personalización muy completas para tu asistente, en comparación con otras alternativas.

Privacidad

Este panel te permite desactivar la grabación de llamadas y videos. Esto es especialmente importante para los usuarios que están en la Unión Europea.

Instrucciones para empezar y detener el habla

Estos paneles te permiten ajustar los tiempos de espera y las interrupciones de tu asistente durante las interacciones.

Según mis pruebas, la función de Smart Endpointing mejoró el flujo natural de la conversación. Redujo las interrupciones incómodas por parte del asistente, así que te recomiendo dejarla activada. Por supuesto, al final tienes que probar tu voicebot antes de lanzarlo en producción. Más adelante hablaremos de eso en detalle en la última sección.

Configuración de tiempo de espera de llamada

Aquí puedes establecer parámetros para cuándo el asistente debe finalizar una llamada, ya sea por silencio del cliente o por alcanzar la duración máxima permitida. Esto es clave para mantener los costos bajo control.

Mensajes

Por último, tenemos configuraciones para los mensajes que puede enviar tu asistente, incluyendo mensajes de buzón de voz, mensajes de finalización de llamada y mensajes de inactividad (por ejemplo, “¿Sigues ahí?”). También hay opciones para enviar mensajes de forma programada a tu servidor (solo para desarrolladores).

9. Análisis

La última sección del configurador de asistentes te permite especificar prompts y configuraciones para el análisis de la llamada, incluyendo el prompt para el resumen de la llamada, criterios de éxito y extracción de datos estructurados.

La evaluación de éxito y la extracción de datos estructurados serán especialmente importantes para llamadas de ventas y calificación de prospectos. Juntas, pueden usarse para puntuar prospectos.

Un ejemplo de prompt para el sistema de evaluación de éxito podría ser el siguiente:

"Evalúa el comportamiento del cliente durante la llamada según:

1. Participación: ¿Participó activamente y mostró interés?
2. Claridad: ¿Comunicó claramente sus necesidades u objetivos?
3. Receptividad: ¿Estuvo abierto a sugerencias y soluciones?
4. Manejo de objeciones: ¿Fue cooperativo al abordar preocupaciones?
5. Toma de decisiones: ¿Mostró disposición para tomar la acción deseada?
6. Da un breve desglose de los puntos fuertes, áreas de mejora y sugerencias para aumentar la participación del cliente, si es necesario."

Incluso puedes especificar la rúbrica de evaluación para el prompt. Este es el marco que define los criterios de evaluación:

10. Elegir un número de teléfono

En Vapi, los números de teléfono son necesarios para hacer o recibir llamadas por teléfono.

Vapi ahora permite hasta 10 números gratuitos de Estados Unidos con cada cuenta, además de integraciones para importar números mediante Vapi SIP, Telnyx y proveedores SIP. (Un número SIP es un número telefónico que funciona a través de internet utilizando el Session Initiation Protocol en lugar de líneas telefónicas tradicionales).

La función para comprar números directamente es bastante limitada por ahora. Solo puedes comprar números de Estados Unidos y es necesario ingresar manualmente el código de área local para encontrar un número. Además, no puedes hacer llamadas salientes a otros países con un número comprado nativamente. En otras palabras, debes usar la función de importación si operas fuera de estos dos países o si vas a hacer llamadas a números internacionales. Esto es bastante restrictivo y supone un retroceso importante comparado con la interfaz de Synthflow para comprar números.

Cuando compras el número, tienes dos opciones:

• Configuración de llamadas entrantes. Puedes asociar tu número a un asistente de entrada. Cuando alguien llama a ese número, tu asistente de inteligencia artificial atenderá las llamadas.
• Configuración de llamadas salientes. Puedes hacer que tu asistente llame a un número saliente específico. La configuración es sencilla. Solo tienes que subir una lista de números de teléfono y activar el agente (o programar para que los llame en el futuro).

11. Probar y publicar tu asistente

Cuando ya tienes configurado tu asistente, por fin estás listo para hacer las pruebas finales y publicarlo en vivo. Vapi te da $10 en créditos gratuitos para hacer pruebas. Puedes monitorear el uso de estos créditos en tu página de facturación.

Puedes llamar al asistente desde el navegador web o usar la opción de número de teléfono para realizar y recibir llamadas en el teléfono.

Con mi prompt personalizado y GPT 4o Mini como modelo base, Jade funcionó excepcionalmente bien, manteniendo una conversación coherente y fluida. El mensaje de bienvenida funcionó perfecto (algo que me costó lograr con Synthflow) y las restricciones para evitar conversaciones fuera de tema funcionaron mejor de lo que esperaba.

Dicho esto, noté que bajar la latencia por debajo de 750 ms hacía que el asistente se sintiera antinatural. Como dice el dicho, “demasiado de algo bueno puede ser malo”, y esto también aplica a la velocidad de tu asistente. Respondía demasiado rápido y con frecuencia interrumpía o se superponía con mi habla. Esto podría ser especialmente problemático para audiencias a un ritmo más lento, como personas mayores o quienes no son hablantes nativos. Para mí, el punto ideal estaba entre 750 ms y 900 ms, y afortunadamente, era muy fácil ajustar esto con la cantidad de opciones y modelos disponibles.

La prueba con número de teléfono funcionó sin problemas, y ahora Vapi ofrece una opción de widget embebible con muchas opciones de personalización. ¡Por fin puedes integrar tus agentes de voz en tus sitios web sin molestar a tu equipo de desarrollo!

Vapi también ha añadido recientemente la opción de chatear con tu asistente. Antes la falta de esta función era una queja común. ¡Es bueno ver que Vapi está escuchando nuestros comentarios!

Funciones avanzadas de Vapi

Vapi tiene otras funciones avanzadas que todavía no hemos cubierto. Vamos a revisarlas.

Crea procesos multietapa con flujos de trabajo

La función de Flujos de trabajo (antes llamada Blocks) en Vapi es un creador visual avanzado que ofrece personalización y automatización poderosa para tus asistentes de voz. Con los Flujos de trabajo, puedes diseñar y conectar una serie de pasos, combinando pasos conversacionales y herramientas externas para crear una experiencia fluida para el cliente. Esto se puede usar para conversaciones multietapa, transferencias, manejo de errores, lógica visual e interacciones programadas con tu servidor y base de datos.

Para nuestro restaurante chino, un flujo de trabajo potencial podría ser así:

1. Saludar al cliente y pedir su número de pedido.
2. Usar un bloque de API para consultar tu base de datos en busca de los detalles del pedido.
3. Informar al cliente sobre el estado de su pedido.
4. Ofrecerle la opción de hablar con un representante si necesita más ayuda.

La función de flujos de trabajo ha sido mejorada y renovada desde la última vez que revisé la herramienta. Ahora es una parte mucho más importante de todo el conjunto de Vapi.

La interfaz de arrastrar y soltar ha sido rediseñada. Ahora es mucho más intuitiva, con un conjunto de utilidades que te ayudan a alinear y organizar tu flujo de trabajo, pasos del flujo de trabajo más fáciles de distinguir visualmente (llamados nodos en Vapi) y un práctico mini-mapa en la esquina inferior derecha. Incluso hay un prompt global que define la personalidad general de tus asistentes en este flujo de trabajo.

Si ya usaste herramientas como Zapier, te resultará relativamente fácil usar el creador de flujos de trabajo. Empiezas con un “nodo de inicio” y después construyes asistentes directamente dentro de la configuración de cada nodo.

Luego puedes filtrar y personalizar el flujo con consultas sencillas como “Si el usuario dice que sí” o prácticamente cualquier condición que se te ocurra. Piensa en esto como pasos de filtrado.

Por último, necesitas conectar el primer nodo al menos a otro nodo más. Por ejemplo, podrías conectarlo a un nodo para finalizar la llamada o transferirla a un número de teléfono.

Algo que no logré averiguar es cómo llamar a mis otros asistentes desde dentro del generador de flujos de trabajo, en vez de tener que crear nuevos asistentes desde cero. Si no es posible, es algo decepcionante. Significa que tienes que volver a crear a tus asistentes desde cero para poder usarlos en el generador de flujos de trabajo. Sí, puedes orquestar varios asistentes con la función Squads, pero para mí, estas dos funciones deberían estar integradas.

En general, Vapi ha avanzado mucho para mejorar el generador de flujos de trabajo. Lamentablemente, todavía no se acerca al generador de flujos de trabajo completamente desarrollado de Synthflow, que cuenta con decenas de integraciones y pasos. Vapi solo permite cinco nodos, y si bien el nodo Herramienta es una colección de nodos en sí mismo, aún no llega al nivel de lo que ofrece Synthflow en sus flujos de trabajo.

Haz que tus asistentes funcionen como una máquina bien aceitada con los Squads

La función de Squads de Vapi permite la colaboración fluida entre varios asistentes para crear un sistema de manejo de llamadas más dinámico y eficiente. Esta funcionalidad facilita la transferencia de llamadas entre asistentes cuando uno no está disponible. También ayuda a simular un proceso completo de varios pasos, como la investigación de leads, calificación y cierre de acuerdos. Lo mejor es que puedes llamar al Squad y probar a todo el equipo de asistentes junto.

Los Squads de Vapi destacan en escenarios donde se necesitan varios asistentes para manejar diferentes etapas de un proceso. Por ejemplo:

1. Investigación de leads: El primer asistente recopila información clave sobre un prospecto, como su negocio, necesidades y datos de contacto.
2. Calificación de leads: Un segundo asistente evalúa si el lead es adecuado haciendo preguntas específicas y determinando si cumple con los criterios de tu producto o servicio.
3. Registro de datos del lead: Una herramienta registra los datos del prospecto en tu servidor y en el software CRM.
4. Cierre del trato: El tercer asistente se encarga de la etapa final, resolviendo objeciones, explicando precios o incluso procesando un pedido a través de una herramienta.

Enriquece el conocimiento de tu asistente con archivos

Una de las funciones más destacadas de Vapi es la posibilidad de importar archivos como “Base de conocimientos”. Esto mejora considerablemente la capacidad del asistente para ofrecer respuestas precisas y detalladas. Solo tienes que subir los documentos relevantes directamente y estarán disponibles como referencia al instante.

Para nuestro restaurante chino, The Golden Wok, extraje el menú de la página web de mi restaurante asiático favorito en un archivo de texto. Luego, lo importé en Vapi como base de conocimientos del asistente. Ahora el proceso involucra la Herramienta de consultas. Una vez que subes tus archivos, tienes que llamarlos usando la Herramienta de consultas.

Enriquece el conocimiento de tu asistente con archivos

Una de las funciones más destacadas de Vapi es la capacidad de importar archivos como “Base de conocimientos”. Esto mejora muchísimo la capacidad del asistente para dar respuestas precisas y detalladas. Solo tienes que subir los documentos relevantes directamente y estarán disponibles como referencia al instante.

Para nuestro restaurante chino, The Golden Wok, saqué el menú de la web de mi restaurante asiático favorito en un archivo de texto. Después, lo importé en Vapi como base de conocimientos del asistente. Ahora el proceso involucra la Herramienta de consultas. Una vez que subes tus archivos, tienes que usarlos como Base de conocimientos en la Herramienta de consultas.

Hay una forma de generar pruebas automáticamente con inteligencia artificial, pero me pareció mucho menos robusta que la suite de pruebas de Synthflow, que incluye pruebas predefinidas bastante buenas.

Una vez configures tus casos de prueba, puedes ejecutarlos para evaluar el desempeño de tu asistente. En mi caso, el asistente falló en todas las pruebas. Sin embargo, Vapi solo mostró los resultados de la evaluación sin dar sugerencias prácticas ni recomendaciones para optimizar el prompt y mejorar el desempeño del agente. Todo esto es esperable, ya que la función todavía está oficialmente en Beta.

Boards

Boards es otra función nueva de Vapi que apuesta fuerte por la analítica. Piénsalo como el generador de paneles de información de negocio de Vapi. Te permite crear dashboards personalizados con diferentes conjuntos de métricas. Por ejemplo, puedes ver qué agente de ventas cierra más tratos. ¡Está genial poder entender el impacto real de la herramienta! Puedes conocer más sobre los Boards en este video oficial.

Precios de Vapi

Vapi hace todo lo posible para ayudarte a entender los costos por minuto de las llamadas de voz. Ofrece un desglose completo de la estructura de costos de tus asistentes, incluyendo el margen de Vapi. Y lo más importante, Vapi mantiene sus precios competitivos y realmente los respeta, a diferencia de algunos competidores (cof Synthflow cof) que no paran de subirlos.

El costo por minuto depende de cuatro componentes variables:

• Modelos de inteligencia artificial. Los modelos más avanzados, como GPT-4, son más caros que las opciones más ligeras. Los costos van desde $0.32 hasta menos de $0.01.
• Proveedores de voz. Los costos varían entre los proveedores de texto a voz, como ElevenLabs, y van de $0.65 hasta $0.001.
• Módulo Escuchar. Los costos de un proveedor de reconocimiento de voz como Deepgram van de $0.017 a $0.008.
• Precios fijos. Vapi ofrece precios fijos de $0.05 por minuto y $0.005 por mensaje para SMS y chat.

Como puedes ver, los costos totales pueden variar mucho. Puedes esperar un costo total por minuto de llamada de entre $0.07 y $1.03 en el rango más alto. Ten en cuenta que estas cifras son estimaciones, no el precio exacto que vas a pagar. La buena noticia es que igual obtienes llamadas de buena calidad incluso con los modelos más económicos.

En tu panel de control, puedes hacer un seguimiento de tus gastos reales y el costo promedio por llamada. Ten presente que se trata del costo por llamada, no por minuto, pero puedes calcularlo fácilmente si divides el total de minutos de llamada entre el total gastado. También puedes probar tu asistente para hacerte una idea de cuánto costará cada llamada.

Otro punto a considerar es que, en el plan que no es empresarial, el historial de llamadas de Vapi se limita a 14 días y el historial de chat a 30 días. Esto significa que no es la mejor opción si necesitas archivar llamadas antiguas.

El plan Enterprise incluye funciones de cumplimiento como HIPAA ($1,000 extra), SOC 2, SSO, etc., además de un gestor de cuenta dedicado.

Veredicto final

Vapi es una herramienta fantástica para quienes buscan una personalización profunda. Aunque puede parecer intimidante para quienes no están familiarizados con los modelos de IA, sus funciones potentes la hacen destacar.

Sin embargo, le faltan algunas opciones en la interfaz, como flujos de trabajo avanzados, y la pantalla para comprar números de teléfono podría ser más intuitiva. Dicho esto, sus precios accesibles y su escalabilidad la convierten en una excelente opción para negocios que quieren escalar sus operaciones de llamadas de forma eficiente, especialmente si no tienes miedo de experimentar con modelos de IA.

Alternativas a Vapi

Synthflow AI

Synthflow AI es una alternativa sólida a Vapi, especialmente para quienes buscan una plataforma intuitiva para crear flujos de trabajo con inteligencia artificial sin necesidad de conocimientos técnicos avanzados. Ofrece una interfaz sin código, lo que la hace accesible para usuarios con poca experiencia en programación, pero a la vez ofrece potentes opciones de personalización. La mayor diferencia está en el conjunto de funciones disponibles en la interfaz (y por ende, disponibles para quienes no son desarrolladores). Entre ellas se incluyen campañas por lotes (para campañas masivas de llamadas salientes), widgets embebibles y extracción de datos. Puedes consultar nuestra comparativa directa de Synthflow AI vs. Vapi para saber más sobre cómo se comparan.

Bland AI

Bland.ai es una alternativa avanzada a Vapi pensada para empresas. A diferencia de Vapi, que destaca por ser más accesible gracias a su opción sin código, Bland.ai se centra en ofrecer un nivel todavía mayor de flexibilidad para desarrolladores. La plataforma viene equipada con funciones empresariales como seguridad SOC2 Type II, pagos por teléfono con PCI DSS y más.

Retell AI

Retell AI se enfoca en ayudarte a desplegar agentes de voz con inteligencia artificial de forma sencilla. Al igual que Synthflow, su enfoque principal está en la interfaz de usuario de la plataforma. Ofrece funciones nativas para agendar reuniones (a través de Cal.com), sincronización automática de tu base de conocimientos, desvío de llamadas y otras más.