Um agente telefônico com IA em uma linha real: o que faz e como testar

Um agente telefônico com IA atende a ligação, fala com voz natural, faz o que uma recepcionista ou um atendente de primeira linha faria e anota o resultado onde a sua equipe trabalha. Quase tudo o que aparece na busca sobre o tema é a página de um produto ou uma lista de dez ferramentas com um parágrafo cada. Nenhuma das duas diz o que ouvir em uma ligação real, que é o único lugar onde a diferença aparece. Este guia mostra o que o agente faz na linha, quanto custa, os cinco testes que faríamos antes de assinar e para quem ainda não é.

Você pode pular a leitura e ligar primeiro para a nossa demo. Ela passa pelos mesmos testes descritos abaixo, em três negócios e quatro idiomas.

O que um agente telefônico com IA realmente faz em uma ligação?

Quatro trabalhos, e uma implantação real costuma começar por um ou dois.

Atende. Pega todas as ligações, às duas da manhã e no pico do almoço, e resolve a rotina: horário, preços da sua tabela, se atendem um bairro, o que inclui um serviço. As respostas vêm do seu material, não do conhecimento geral do modelo.

Agenda. Pergunta o necessário para o agendamento (endereço, tamanho do serviço, horário conveniente), oferece um horário e confirma em voz alta, inclusive o telefone dígito por dígito.

Qualifica. Em uma linha de vendas descobre quem liga e por quê, qual a urgência e com que orçamento contam, e repassa um lead qualificado em vez de uma ligação perdida.

Transfere. Se a pessoa pede um humano, está irritada ou pergunta algo fora das regras do agente, ele transfere a ligação ou agenda um retorno, e quem atende já sabe o nome, o número e o que foi dito.

Depois da ligação ele preenche uma ficha: nome, telefone, pedido, detalhes, agendamento, preço informado e resultado. Na página do Voice AI é essa parte que mais pesa quando a novidade passa: uma ligação sem registro é uma ligação com a qual ninguém faz nada.

Em que ele é diferente de uma URA ou de uma secretária eletrônica?

A URA pede para digitar 2. A secretária eletrônica pede para deixar um recado que alguém talvez ouça na segunda-feira. As duas jogam o trabalho em cima de quem liga.

Um agente telefônico com IA conversa. A pessoa diz com as próprias palavras «estamos com baratas, quanto custa?», e o agente faz a única pergunta de que precisa, apartamento ou casa e quantos quartos, e dá o preço. A diferença não está na voz. Está em o agente saber quando a pessoa terminou, não parar por um «aham», ficar quieto quando interrompido e preencher a pausa se a resposta demora um instante. Essa camada, o controle da conversa, separa uma ligação de um menu, e é a primeira coisa a ouvir.

Quais cinco testes separam um agente que funciona de uma demo?

As listas de recursos se parecem entre fornecedores. Estes cinco testes não, e cada um leva alguns minutos em uma ligação real.

1. Responde em cerca de um segundo. As pessoas esperam resposta mais ou menos um segundo depois da pausa. Em uma ligação para a nossa demo em 9 de outubro de 2026 o agente falou 1,09 segundo depois que a pessoa parou: 0,48 s para detectar o fim da frase mais a rede, 0,54 s para a primeira frase do modelo e 0,07 s até o primeiro som. Para onde vai o segundo detalha a conta. Um agente que espera dois ou três segundos depois de cada frase parece quebrado mesmo quando todas as respostas estão certas.

2. Para quando interrompido. Fale por cima dele no meio da frase. Ele deve parar e ouvir, e não deve travar porque você disse «hum».

3. Não sai do roteiro. Peça um desconto que não existe, pergunte sobre a concorrência, peça um poema. Um bom agente recusa com educação e volta ao agendamento. Um modelo fraco aceita coisas que o seu negócio não oferece, e você descobre por um cliente irritado.

4. Transfere bem. Peça uma pessoa. Depois veja o que essa pessoa recebe: o nome, o número e o resumo da ligação, ou nada.

5. Não se passa por pessoa. Pergunte diretamente. O nosso responde com honestidade. Um agente que finge ser humano transforma em reclamação cada pessoa que percebe.

Depois repita os testes de um celular, não só do navegador. Uma ligação que atravessa duas redes móveis perde bastante áudio, e respostas curtas, como o número de uma casa, são as que mais sofrem. Dois trechos móveis explica o que os codecs fazem, e a nossa demo tem uma opção que simula isso.

Quanto custa um agente telefônico com IA?

São duas contas, e o que costuma aparecer na busca mostra só a primeira.

Os minutos. As plataformas hospedadas cobram por minuto de conversa, muitas vezes por componente. Em 9 de outubro de 2026 a página de preços da Retell AI listava a infraestrutura de voz a $0,055 por minuto, o Claude 5 Sonnet como modelo de linguagem a $0,064 por minuto e as ligações a $0,015 por minuto (sem dizer para qual país). A cadeia de voz dos agentes da ElevenLabs custava $0,080 por minuto acima do incluído; essa página não diz se o modelo de linguagem entra na tarifa. Cem ligações por dia de três minutos são cerca de 9.000 minutos por mês. Com os três componentes da Retell juntos, $0,134 por minuto, dá cerca de $1.200 por mês. É a nossa conta sobre um preço publicado, não uma proposta, e o modelo escolhido muda o resultado.

A implantação. Os minutos compram acesso a um construtor. Alguém ainda precisa escrever os roteiros, conectar a telefonia, integrar o CRM e a agenda, combinar o que significa «pronto» e ouvir ligações depois. Para um atendente pronto com até 20-30 ligações simultâneas estimamos a primeira versão em $25-40 mil e o suporte em $1,5-3 mil por mês, com hardware, operadora e licenças à parte. Quanto custa um agente de voz percorre as três opções de entrega em detalhe.

Se o construtor basta, porque você tem um roteiro simples e alguém da casa para mantê-lo, não há motivo para pagar uma implantação.

Hospedado ou dentro do seu perímetro?

A pergunta «onde rodam os modelos e onde ficam as gravações» decide prazo, orçamento e hardware. São três respostas, e a página de entrega compara lado a lado.

A regra de decisão. Se guardar gravações em um fornecedor é aceitável, comece hospedado: é o caminho mais rápido, e a voz e a velocidade são as que você ouve na nossa demo. Se os dados precisam ficar com você mas é permitido chamar modelos externos de dentro do perímetro, escolha a opção do meio: um servidor comum e nenhuma GPU para comprar. Só se nada pode sair do prédio você precisa da instalação totalmente local, e então aluga o hardware para um teste de carga antes de comprar.

A opção local é dimensionada pelo pico, não pelas ligações por dia: quantas pessoas terminam uma frase no mesmo segundo e esperam resposta. Duas placas L40S são o nosso ponto de partida para 20-30 ligações simultâneas, cerca de $35-50 mil estimados com preços de 9 de outubro de 2026. Esse número de ligações é uma suposição até que um teste de carga com os seus roteiros o substitua.

Para quem um agente telefônico com IA não é?

Uma linha que toca cinco vezes por dia. Se as ligações são poucas e uma pessoa já atende bem, o agente economiza pouco e acrescenta um sistema para manter. Uma boa caixa postal e uma regra de retorno saem mais baratas.

Ligações que são sobretudo julgamento. Negociar um contrato, dar uma má notícia, uma reclamação que só um gestor pode resolver. O agente pode colher os dados e agendar a conversa com a pessoa certa. Não deve tentar fazer o trabalho dela.

Um negócio sem regras escritas. O agente responde pela sua tabela de preços, pela sua área de atendimento e pelas suas regras de transferência. Se isso vive só na cabeça de alguém, escreva primeiro. É um trabalho útil mesmo que você nunca compre um agente, e sem ele nenhum agente se comporta bem.

Uma equipe que não vai ouvir as ligações. Os roteiros se desatualizam quando preços e horários mudam. Alguém precisa ouvir toda semana uma amostra de ligações e corrigir o agente. Se ninguém vai fazer isso, o agente aos poucos passa a informar os preços do trimestre passado.

Como aceitar o agente antes de colocá-lo no ar?

Defina os critérios antes de começar, para que «pronto» signifique o mesmo para os dois lados. Os que usamos:

• Roteiros. Uma lista combinada de conversas passa do início ao fim na sua linha real, inclusive as difíceis: objeções, interrupções, mudança de assunto.
• Voz. A qualidade é julgada na sua telefonia, não em estúdio nem no navegador.
• Tempo de resposta. Mediana e percentil 90 do fim da frase de quem liga até a voz do agente, sob uma carga combinada. «Mediana de no máximo 1,5 segundo» é uma linha razoável para o contrato.
• Interrupção. O agente para quando interrompido e não trava por um «aham».
• Dados. Os campos depois da ligação estão certos (nome, telefone, pedido, data, resultado) e chegam onde você trabalha com eles.

Por onde começar

Ligue para a demo e faça você mesmo os cinco testes: interrompa, tire do roteiro, peça uma pessoa, depois ative a linha de dois trechos móveis e repita. Se é esse o agente que você quer na sua linha, conte sobre as suas ligações na página do Voice AI; as perguntas com que vamos começar estão na página de entrega.