xAI lança Voice Agent Builder para criar agentes de voz em minutos

Construtor de Agentes de Voz: Revolução no Atendimento

Imagine configurar agentes de voz sem precisar programar. Parece ficção, mas é exatamente isso que o Voice Agent Builder oferece. Essa plataforma, ainda em fase beta, é voltada para operadores e desenvolvedores que desejam criar agentes de voz em produção sem construir toda a infraestrutura do zero. Tudo que você precisa está lá: telefonia, recuperação de conhecimento, ferramentas, guardrails e muito mais. E o melhor, você pode integrar tudo isso com o que já possui, seja trazendo números de telefone existentes via SIP ou conectando seus clientes via WebSocket.

A maioria das pilhas de voz hoje precisa juntar três APIs diferentes: uma para converter fala em texto, outra para processar a linguagem e uma terceira para transformar texto em fala. Cada etapa adiciona custo, latência e possíveis falhas. O Voice Agent Builder simplifica isso, oferecendo uma interface única para um caminho de fala-a-fala, projetado especificamente para o Grok Voice.

Desafios Reais, Soluções Reais

Treinamos o Grok Voice com chamadas reais, repletas de ruídos, sotaques fortes e interrupções. Essas ligações são complexas, atravessam dezenas de ferramentas e acontecem em mais de 25 idiomas. Para garantir que nossos agentes estejam prontos para qualquer situação, usamos o τ-voice Bench, que mede o desempenho dos agentes sob essas condições desafiadoras. O Grok Voice Think Fast 1.0, por exemplo, alcançou 67,3% no leaderboard, superando concorrentes como o Gemini 3.1 Flash Live e o GPT Realtime 1.5.

Dois Minutos para um Agente

Configurar um agente é simples: basta escrever uma descrição em linguagem natural de como as chamadas devem fluir e anexar seus documentos, ferramentas e guardrails. Em cerca de dois minutos, você vai de zero a um agente funcional. O modelo raciocina em tempo real, seguindo instruções longas e lidando com pedidos ambíguos. O conhecimento do agente vem de uma base de conhecimento que você pode alimentar com documentos em formatos comuns, como Word, Excel e HTML.

Ação e Integração

Conhecer o negócio é apenas metade do trabalho em uma chamada de suporte ou vendas. Os agentes também precisam agir. Eles consultam informações, alteram registros, transferem chamadas ou encerram o ciclo após a conversa. Ferramentas e conectores são a chave para isso. Em uma linha de reservas, o agente pode agendar compromissos no Google Calendar ou Outlook e enviar confirmações por e-mail. Se o cliente precisar de um humano, o agente pode transferir a chamada para sua equipe.

Voz e Número Personalizados

Os agentes podem usar qualquer uma das mais de 80 vozes integradas ou uma versão clonada da voz da sua marca, feita a partir de dois minutos de áudio. Cada conta inclui um número de telefone gratuito, pronto para tudo, desde um primeiro teste até o tráfego de produção. E você pode testar mudanças no navegador sem precisar de um telefone.

Transparência nos Custos

Acreditamos que a precificação deve ser simples e transparente. Os agentes são cobrados pela nossa taxa de API, atualmente $0,05 por minuto de áudio, com vozes incluídas e sem taxa de plataforma separada. A telefonia em um número provisionado gratuito custa $0,01 por minuto. Diferente de outras pilhas de voz que cobram por cada componente individual, nossa abordagem facilita o cálculo dos custos.

Teste o Voice Agent Builder e veja por si mesmo. Construa um agente, coloque-o à prova com seus fluxos de trabalho mais difíceis e veja como ele se sai.