Um agente de voz com IA é um atendente virtual que fala ao telefone. Ele liga para os seus contatos ou atende quem liga para a sua empresa, ouve a resposta, entende o sentido do que foi dito e responde na hora, com uma voz natural. Não é uma gravação, não é um menu de "digite 1" e não é um robô de frases prontas: cada resposta é pensada a partir do que a pessoa acabou de falar.

Na prática, o Vozis Ligação faz o trabalho que hoje ocupa horas de uma equipe: retornar leads, qualificar interessados, confirmar consultas, lembrar vencimentos, recuperar clientes parados e atender fora do horário comercial. Tudo com o mesmo tom de voz, o mesmo roteiro e o mesmo cuidado, da primeira à milésima ligação.

A diferença da Vozis está no modelo de entrega. Você não recebe uma ferramenta para aprender a configurar. A nossa equipe cria o agente, escreve o roteiro, conecta os seus sistemas, testa e acompanha os resultados. Você vê tudo pela plataforma e decide os próximos passos.

Toda ligação segue o mesmo caminho, do momento em que o contato entra na operação até o que acontece depois que ele desliga. Entender esse caminho ajuda a ver onde cada configuração faz diferença:

1. O contato chega. Um lead preenche um formulário, entra numa campanha ou liga para o número da sua empresa.
2. O agente liga ou atende. Com a voz, o idioma e o nome de apresentação que você escolheu.
3. A conversa acontece. O agente segue o roteiro, consulta o conhecimento da empresa e responde perguntas e objeções com naturalidade.
4. Os dados são coletados. Enquanto conversa, a IA registra as informações que importam, como objeções e o melhor horário para retorno.
5. A ligação é classificada. Reunião agendada, interessado, qualificado, desqualificado ou o que fizer sentido para o seu negócio.
6. O próximo passo dispara sozinho. Uma mensagem no WhatsApp, um SMS, um aviso no CRM ou uma nova tentativa pelo fluxo de cadência.

Todo agente começa por uma escolha simples: ele vai fazer ligações ou receber ligações?

• Outbound (ativo): o agente liga para os contatos. É o caso do retorno de lead em segundos, da prospecção ativa, da confirmação de consultas e da cobrança.
• Inbound (receptivo): o agente atende quem liga para a sua empresa. Substitui a URA tradicional e atende 24 horas, sem fila e sem menu.

A mesma plataforma também cria agentes de chat para o WhatsApp, que usam a mesma voz e o mesmo conhecimento. Assim, quem começou a conversa numa ligação pode continuar por mensagem sem repetir nada.

A identificação define como o agente se apresenta. São quatro informações:

• Função: o papel do agente na operação, por exemplo "Agente Imobiliária Novo Lar" ou "Confirmação de consultas". É o nome interno, que ajuda a organizar quando a empresa tem vários agentes.
• Nome de apresentação: como o agente se chama na ligação. "Oi, aqui é a Júlia, da Novo Lar."
• Tipo: outbound ou inbound.
• Idioma: a língua da conversa. O Vozis Ligação fala mais de 30 idiomas, sempre com voz nativa e sotaque natural, como português do Brasil, inglês, árabe e hindi.

Ligações para empresas que atendem com URA

Quando o agente liga para clínicas, escritórios ou outras empresas, às vezes quem atende é uma pessoa e às vezes é um menu automático ("digite 1 para..."). A opção Pode ser atendido por URA prepara o agente para reconhecer o menu, escolher a opção certa e só então começar a conversa com uma pessoa.

Por trás da voz existe um modelo de linguagem, a mesma família de tecnologia dos assistentes de IA mais conhecidos. É ele que entende a fala do cliente e decide o que responder. A equipe Vozis escolhe o provedor e o modelo de acordo com cada operação, equilibrando qualidade de resposta e velocidade. Em ligação, velocidade é tudo: o modelo usado no exemplo abaixo responde em cerca de 700 milissegundos, um tempo parecido com o de uma pessoa pensando antes de falar.

Dois ajustes finos completam essa parte:

• Tokens máximos: o tamanho máximo de cada resposta. Em ligação, respostas curtas soam mais naturais, por isso o limite costuma ficar baixo.
• Temperatura: o quanto o agente varia o jeito de falar. Mais baixa, ele fica mais previsível e fiel ao roteiro. Mais alta, ele soa mais espontâneo.

A voz é o que o cliente percebe primeiro. Por isso ela é tratada com o mesmo cuidado de uma gravação profissional. A equipe escolhe entre vozes femininas e masculinas, ouve cada uma no botão de prévia e define o som de fundo: um leve ambiente de escritório, por exemplo, deixa a ligação com cara de atendimento real e evita o silêncio artificial entre as frases.

Depois vêm os ajustes da voz, cada um com uma função clara:

• Modelo de voz (v1 ou v2): a geração da tecnologia de voz. A v2 é a mais recente e mais natural.
• Velocidade da fala: de mais lento a mais rápido. Públicos diferentes pedem ritmos diferentes.
• Estabilidade da voz: quanto a entonação varia. Menos estável soa mais expressivo; mais estável soa mais constante.
• Clareza e similaridade: o quanto a voz fica fiel ao timbre original, sem distorções.

Na versão em português, as vozes têm nomes como Camila, Sofia, Beatriz, Fernanda e Larissa, e Rafael, Gabriel, Lucas, Pedro e Thiago. Para outros idiomas, a voz é escolhida e testada com o cliente antes de entrar no ar.

A voz pode ser só sua. Além das vozes prontas, a Vozis cria uma voz exclusiva para a sua empresa. Pode ser a voz que a marca já usa nas campanhas, a de um porta-voz ou a do próprio dono do negócio, clonada a partir de uma gravação curta e sempre com a autorização de quem empresta a voz. Assim o cliente ouve a mesma voz no anúncio, no atendimento e em cada retorno.

O sotaque também. O agente pode falar com o jeito da sua região: carioca, paulistano, mineiro, gaúcho ou nordestino. Em inglês, americano, britânico ou australiano. A voz soa familiar para quem atende, e a conversa já começa com confiança.

Uma conversa natural depende de detalhes que quase ninguém percebe, até eles faltarem: quando falar, quando esperar, o que fazer quando a pessoa interrompe ou fica em silêncio. A dinâmica da conversa controla exatamente isso.

Duração e fim de fala

A duração máxima da ligação vai de 10 a 60 minutos e evita chamadas sem fim. A detecção inteligente de fim de fala deixa a IA perceber sozinha quando a pessoa terminou de falar, em vez de esperar um tempo fixo. Quando ela está desligada, entra em cena o tempo de espera antes de falar, de 0,3 a 5 segundos.

Interrupções

Pessoas interrompem, e o agente precisa aceitar isso com educação. O número de palavras para interrupção define quantas palavras o cliente precisa dizer para o agente parar e ouvir, o que evita que um simples "aham" corte a frase. O tempo de espera após interrupção define quanto o agente aguarda antes de retomar.

Silêncio

Se o cliente fica em silêncio, o agente espera o tempo de silêncio para frase de verificação (de 5 a 30 segundos) e então diz uma frase como "Alô?". O máximo de repetições limita quantas vezes ele tenta antes de encerrar.

Início e encerramento

O modo de início define quem fala primeiro: em ligações ativas, normalmente o agente; em atendimento receptivo, pode ser o contrário. O gatilho de encerramento é a frase que sinaliza o fim da conversa, como "Até mais".

O conhecimento é o texto que ensina o agente a ser parte da sua empresa. É aqui que ele aprende quem é, para quem trabalha, qual é o objetivo da ligação e como falar. Um bom conhecimento costuma ter de 5 mil a 10 mil caracteres e é organizado em blocos:

• Identidade e posicionamento: nome, empresa, papel e jeito de falar, inclusive expressões do dia a dia que deixam a conversa mais humana.
• Objetivo: o resultado ideal da ligação e as prioridades, como agendar uma visita e, se não der, enviar material pelo WhatsApp.
• Informações da empresa: segmento, região, horários, endereço e canais.
• Qualificação do lead: o que o agente precisa descobrir, como finalidade da compra, faixa de preço e urgência.
• Diferenciais e argumentos: o que destacar e como.
• Tratamento de objeções: o que responder quando o cliente diz "estou sem tempo", "achei caro" ou "me manda por WhatsApp".

Esse texto é totalmente personalizado. Cada cliente da Vozis tem um conhecimento escrito pela equipe a partir de reuniões, materiais da empresa e das primeiras ligações reais, e ele é refinado a cada ciclo de resultados.

Se o conhecimento é o que o agente sabe, o roteiro é a ordem em que a conversa acontece. Ele começa pela saudação inicial, a primeira frase da ligação, que já pode usar o nome do contato com uma variável como {{primeiro_nome}}. Depois vêm as etapas: abertura, qualificação, apresentação, proposta e encerramento.

Cada etapa traz instruções para o agente (como "crie rapport e só depois contextualize a ligação"), exemplos de falas e marcações de [AGUARDE RESPOSTA], que lembram o agente de ouvir antes de seguir. O roteiro também prevê caminhos: se o cliente diz sim, segue para a próxima etapa; se diz não, o agente usa a resposta preparada para aquele caso.

O roteiro não deixa a conversa engessada. O agente segue a ordem, mas pode sair dela para responder uma dúvida usando o conhecimento e depois voltar ao ponto em que parou. É assim que a ligação mantém um objetivo claro sem parecer um questionário.

Ferramentas são as conexões que o agente usa enquanto a ligação acontece. Com elas, ele consulta um sistema externo e responde com a informação real: horários livres na agenda, status de um pedido, saldo de uma fatura, disponibilidade de um imóvel. Também pode registrar algo no seu CRM ou no seu ERP sem esperar a ligação acabar.

Cada ferramenta é vinculada ao agente e citada no roteiro com @, no ponto exato da conversa em que ela deve ser usada. A equipe Vozis faz essas integrações sob medida, com CRMs como HubSpot, Salesforce, Pipedrive e RD Station, agendas como o Google Agenda, e com sistemas próprios da sua empresa.

A base de conhecimento guarda os materiais que a empresa quer que os agentes usem: catálogos, regras, horários, cardápios, fotos e PDFs. Ela é organizada em grupos, como "Catálogo de Imóveis", "Base" ou "Cardápio", e cada grupo pode ser vinculado a um ou mais agentes. Assim, um mesmo material serve à ligação e ao WhatsApp sem precisar ser cadastrado duas vezes.

Existem dois tipos de item:

• Documento: texto livre que entra no conhecimento do agente. Serve para horários de atendimento, regras obrigatórias ("nunca prometer desconto adicional"), políticas e perguntas frequentes.
• Mídia: PDFs e fotos. Cada mídia tem uma descrição que diz ao agente quando usá-la, por exemplo "encaminhar quando o cliente demonstrar interesse em receber fotos da casa". Se o cliente pede na ligação, o agente envia o arquivo pelo WhatsApp.

Para cada item, a equipe define em quais canais ele vale (agentes de voz, agentes de WhatsApp ou os dois) e se está ativo.

Uma operação com centenas de ligações por dia não pode depender de alguém ouvindo cada gravação. A coleta de dados resolve isso: você diz à IA quais informações quer de cada conversa e ela preenche sozinha, ao fim de cada ligação.

Cada informação é uma propriedade, com um nome e uma descrição simples do que deve ser registrado. Por exemplo:

• objecoes: as objeções levantadas pelo cliente durante a ligação.
• contato_futuro: data e horário em que o cliente pediu para ser contatado, se existir.

Outros exemplos comuns: interesse no produto, orçamento disponível, melhor canal de contato, motivo de cancelamento, nota de satisfação. Essas respostas aparecem como colunas na campanha, prontas para filtrar e exportar, e podem seguir para o seu CRM.

Ao fim de cada ligação, o agente classifica o resultado. As classificações são criadas para cada operação, com um nome, uma cor e uma descrição que explica ao agente quando usar cada uma. Alguns exemplos:

• Reunião agendada: o cliente aceitou e a reunião foi colocada na agenda.
• Interessado: demonstrou interesse e segue para a próxima etapa.
• Qualificado: atendeu aos critérios de qualificação.
• Desqualificado: não atende aos critérios e a ligação foi encerrada.
• Possível interessado: mostrou interesse, mas a ligação caiu antes do fim.
• Contato futuro: não podia falar e pediu retorno em outro momento.

A classificação é o que liga a conversa ao resto da operação. É por ela que a campanha mostra resultados, que o fluxo de cadência decide o próximo passo e que as ações automáticas sabem para quem enviar uma mensagem.

As ações dizem o que o agente faz quando a ligação termina. As mais usadas são o envio de WhatsApp e o envio de SMS. Cada ação tem filtros: ela pode disparar para um status (por exemplo, ligações não atendidas) ou para uma classificação (por exemplo, "Interessado").

A mensagem pode usar variáveis da conversa, como {{primeiro_nome}}, e também os dados coletados na ligação. Um exemplo: "Oi, {{primeiro_nome}}! Como mencionado na ligação, estou te enviando esta mensagem. Podemos continuar a conversa por aqui?" Assim, o cliente recebe a continuação no WhatsApp segundos depois de desligar, com o assunto ainda fresco.

Nenhum agente vai direto para os seus clientes. Ao lado da configuração fica um painel de teste: a equipe escolhe a rota de ligação, informa um telefone de destino e os valores das variáveis (como o primeiro nome) e clica em Ligar. O telefone toca e a conversa acontece de verdade, como vai acontecer com o cliente. O mesmo painel testa o agente por chat.

Toda mudança fica primeiro como rascunho. Só quando o teste está aprovado ela é publicada como uma nova versão. O histórico de versões mostra o que mudou e permite voltar a uma versão anterior, o que dá segurança para ajustar o agente sem risco para a operação.

A rota de ligação também importa. A rota Vozis Telefone usa números definidos pela operadora para reduzir o risco de a chamada ser marcada como indesejada, e a sua empresa também pode ligar com os próprios números.

Uma campanha é um conjunto de contatos que um agente vai ligar. É assim que o Vozis Ligação faz centenas ou milhares de ligações: a lista entra na campanha (por planilha, pelo CRM ou pela API de contatos) e o agente liga dentro do horário de funcionamento definido, por exemplo de segunda a sábado, das 8h às 19h.

Na lista de campanhas, cada linha mostra o agente responsável, o horário, o status (ativa ou pausada) e o progresso: quantos contatos já foram trabalhados e quantas tentativas foram feitas. Pelos botões de ação, a equipe acompanha, pausa ou retoma a campanha, baixa o relatório, consulta a API de contatos, edita e manda rediscar para quem não atendeu.

O detalhe de cada contato

Ao abrir uma campanha, cada contato aparece com o status da ligação (atendido, não atendido, lista de bloqueio), a classificação, um resumo escrito pela IA e as colunas de dados coletados pela IA. Dá para ouvir a gravação, ler a transcrição e ligar de novo para um contato específico. Quem pediu para não receber ligações vai para a lista de bloqueio e não é contatado de novo.

Nem todo contato atende na primeira ligação. O fluxo de cadência organiza o que acontece depois, misturando canais num só caminho: ligação, WhatsApp, RCS, esperas e condições. É o "se não atender, faça isso" da operação, desenhado num quadro visual.

Um fluxo começa em Contato entra no fluxo e cada etapa é adicionada com um clique:

• Ligação: o agente de voz liga, com número máximo de tentativas, espera entre retentativas e horário de execução.
• WhatsApp: envia um modelo de mensagem aprovado pela Meta e acompanha a resposta.
• RCS: mensagem oficial com nome, logo e selo da empresa.
• Condição: um portão antes do próximo passo, como "não atendeu" ou "sem resposta no WhatsApp em 1 hora".
• Espera: uma pausa programada, por exemplo aguardar 24 horas antes da próxima mensagem.
• Webhook: avisa o seu CRM, ERP ou outro sistema quando o contato é classificado.

Um exemplo comum: o agente liga; se o contato não atende, recebe um WhatsApp com a mensagem de boas-vindas; se não responde em uma hora, recebe uma nova ligação no fim do dia. As esperas respeitam o horário de mensagens do cliente e nunca disparam antes do tempo.

O agente de voz com IA rende mais onde existe volume de ligações repetitivas e cada minuto de atraso custa dinheiro:

• Retorno de lead: o lead preenche o formulário e recebe a ligação em segundos, enquanto o interesse ainda está quente.
• Prospecção ativa: o agente liga para a base, apresenta a oferta, qualifica e marca a reunião na agenda do vendedor.
• Atendimento sem URA: quem liga é atendido na hora, por uma conversa, e não por um menu de opções.
• Agendamento e confirmação: consultas, visitas e reuniões confirmadas por voz, com menos faltas.
• Cobrança e acordo: lembretes de vencimento e negociação com cordialidade, sem constrangimento.
• Reativação de base: clientes parados recebem uma ligação com motivo para voltar.
• Pesquisa de satisfação: a opinião de cada cliente, colhida logo depois do atendimento.

Os setores que mais usam são saúde (clínicas, hospitais e planos), imobiliárias e construtoras, e empresas financeiras e de cobrança. Mas qualquer operação comercial ou de atendimento com ligações frequentes se beneficia.