Голосовий AI-агент для дзвінків: як працює і скільки коштує

Голосовий AI-агент — це «менеджер», який бере трубку о третій ночі, не втомлюється на сотому дзвінку і записує кожну розмову в таблицю. Але між демо на сайті платформи і агентом, який нормально говорить з вашими клієнтами українською, — чимало роботи. Розбираємо, як це влаштовано, що реально вміє, де підводні камені і з чого складається ціна.

Якщо вам потрібні лише автоматичні нагадування про запис чи оплату, достатньо простішого рішення — див. автообдзвін і голосові нагадування. Тут — про агентів, які ведуть повноцінну розмову.

Як влаштований голосовий агент

Під капотом — чотири компоненти, які працюють у реальному часі:

1. Телефонія. Номер, на який дзвонять клієнти або з якого агент дзвонить сам.
2. Розпізнавання мови. Перетворює голос співрозмовника на текст.
3. Мовна модель. Розуміє, що сказав клієнт, вирішує, що відповісти і яку дію виконати.
4. Синтез голосу. Промовляє відповідь природним голосом.

Навколо — інструменти: запис у Google Таблицю чи CRM, перевірка цін і наявності, надсилання повідомлення в месенджер, переведення дзвінка на людину.

Голосові платформи (наприклад, Retell, Vapi) збирають ці компоненти в одне ціле, а синтез голосу часто беруть у спеціалізованих сервісів на кшталт ElevenLabs. На українському ринку є і готові продукти від операторів телефонії. Розробник поєднує їх із вашими процесами і даними.

Що голосовий агент вміє добре

Що агент робить погано: складні переговори, конфліктні ситуації, продаж дорогих послуг, де вирішує довіра до конкретної людини. Тут агент має вчасно передати дзвінок менеджеру.

Приклад із нашої роботи

Ми будували голосового агента з такими задачами:

• Етап 1 (4 робочі дні): приймання вхідних дзвінків і запис результатів у Google Таблицю.
• Етап 2 (3 робочі дні): вихідні дзвінки, обдзвін і передзвони за розкладом через Apps Script.
• Етап 3 (3 робочі дні): Viber — фото й деталі клієнту після розмови.

Платформи — Retell для розмови і ElevenLabs для голосу. Хвилини платформ і телефонія оплачувалися окремо, за фактом використання, на акаунтах замовника.

Що ми винесли з цього проєкту:

• Етапи рятують. Кожен етап приймається окремо на живих дзвінках. Помилку в сценарії вхідних видно до того, як агент почне дзвонити по базі.
• Перебивання — не миттєве. Реальна реакція агента, коли його перебивають, — 0,3–0,5 секунди. Якщо обіцяти «як людина, без пауз», клієнт буде розчарований. Короткі фрази в сценарії роблять розмову природнішою.
• Наголоси треба виправляти вручну. Голосова модель ставила неправильний наголос у слові «надішліть» — дрібниця, яка одразу видає робота. Такі слова виправляються словником вимови, і знайти їх можна лише прослухавши тестові дзвінки.
• Тестувати з правильних номерів. Під час перевірки важливо знати, з якого номера і через яку лінію йде дзвінок, інакше легко зробити хибний висновок про те, що «агент не відповідає». Висновки робимо за статистикою дзвінків телефонії, а не за налаштуваннями.

Viber і Telegram після дзвінка

Українські клієнти часто просять: «скиньте фото у Viber». Голосовий агент може це зробити автоматично. Варіанти:

Варіант обирають під задачу і ризики, які бізнес готовий брати. Детальніше про канали — у статті транзакційні повідомлення: SMS, Viber і Telegram.

З чого складається вартість

Разово — розробка:

• сценарій розмови і правила передачі людині;
• налаштування голосу, словник вимови;
• інтеграції: таблиця, CRM, месенджер, календар;
• логіка повторних дзвінків, робочих годин, стоп-листа;
• тестування на реальних дзвінках.

Щомісяця — за фактом:

• хвилини голосової платформи;
• синтез голосу;
• номер і хвилини телефонії;
• для AI — запити до мовної моделі (часто входять у тариф платформи).

Щомісячну частину рахуйте від свого обсягу: кількість дзвінків × середня тривалість × ставка за хвилину. Для бізнесу з кількома десятками дзвінків на день це суттєво дешевше за додаткового оператора, але для сотень довгих дзвінків порахуйте заздалегідь. Як оцінити окупність — у статті окупність автоматизації.

Що підготувати до запуску

Щоб розробка не розтяглася на місяць, зберіть заздалегідь:

1. Акаунти платформ на пошту компанії — щоб сервіси і оплати були вашими, а не підрядника.
2. Номер телефонії і, якщо потрібен Viber, окремий робочий номер.
3. Google Таблицю або доступ до CRM, куди писати результати.
4. Прайс, ліміти, умови — що агент може називати клієнту, а що ні.
5. 10–20 тестових контактів — співробітники й знайомі, які погодяться на тестові дзвінки.
6. Записи реальних розмов менеджерів (якщо є) — найкраще джерело для сценарію.
7. Правила: робочі години для вихідних дзвінків, скільки разів передзвонювати, хто в стоп-листі.

Як виглядає сценарій розмови

Сценарій голосового агента — це не скрипт оператора кол-центру, а набір правил і цілей. Спрощений приклад для вхідного дзвінка:

1. Привітання: «Добрий день, це асистент компанії [назва]. Чим можу допомогти?» Коротко, з назвою компанії і чесно — що це асистент.
2. Визначення мети: питання про ціну, наявність, запис, статус замовлення чи інше.
3. Збір даних: імʼя, що потрібно, коли зручно, як звʼязатися. Не більше 3–5 питань.
4. Дія: відповісти з бази, записати в таблицю, запропонувати надіслати деталі в месенджер.
5. Передача людині, якщо клієнт просить, якщо питання поза межами або якщо агент двічі не зрозумів відповідь.
6. Завершення: підтвердити, що буде далі і коли.

Для вихідних дзвінків додаються правила: робочі години, скільки разів передзвонювати, що робити з автовідповідачем, стоп-лист тих, хто попросив не дзвонити.

Готове рішення оператора чи власний агент

Оператори телефонії вже пропонують готових голосових ботів, які інтегровані з їхньою АТС і CRM. Це швидкий варіант для типових сценаріїв.

Якщо у вас уже є АТС із такою функцією і сценарій простий — почніть із неї. Якщо потрібні нестандартні дії (Viber після дзвінка, складна логіка передзвонів, запис у ваші системи) — потрібен власний агент.

Типові помилки

• Довгі монологи. Агент, який говорить по 20 секунд, дратує. Одна думка — одна фраза.
• Немає виходу на людину. Клієнт, який тричі сказав «оператора», а агент продовжує сценарій, — втрачений клієнт.
• Тести лише в офісі. Перевіряйте з різних телефонів, у шумі, з людьми різного віку і манери мовлення.
• Обіцянки замість фактів. Агент не має називати ціни і терміни, яких немає в базі.
• Акаунти на підрядника. Платформи, номери і оплати мають бути на компанії.

Юридичні та етичні межі

• Кажіть, що це асистент. Клієнт має право знати, що розмовляє з AI. Це ще й знижує роздратування від дрібних помилок.
• Не дзвоніть холодним контактам без згоди. Обдзвін бази має спиратися на згоду клієнта на комунікацію.
• Записи розмов — персональні дані. Зберігайте їх захищено і не довше, ніж потрібно.
• Агент не обіцяє того, що вирішує людина: знижки, терміни, гарантії.

Чек-лист: чи потрібен вам голосовий агент

• Ви пропускаєте дзвінки поза робочим часом або в пікові години
• Менеджери витрачають години на однакові питання по телефону
• Є база, яку треба регулярно обдзвонювати за простим сценарієм
• Результати дзвінків зараз ніде не фіксуються
• Клієнти частіше дзвонять, ніж пишуть

Три і більше галочки — варто рахувати.

Головне

Голосовий AI-агент добре закриває вхідні дзвінки поза робочим часом, кваліфікацію заявок, підтвердження записів і прості обдзвони. Він не миттєвий і не ідеальний: перебивання з затримкою, наголоси, які треба виправляти, і щомісячні витрати за хвилини. Тому запуск — етапами, з тестами на реальних дзвінках і чіткими правилами передачі людині.

Якщо телефон забирає у вашої команди години щодня, ми в Obliko беремо таку розробку голосового AI-агента: голосовий агент на ваших акаунтах платформ, з записом у таблицю чи CRM і повідомленнями у Viber або Telegram. Опишіть, скільки дзвінків у вас на день і які питання повторюються, — порахуємо, що дасть агент і скільки коштуватиме хвилина.