Google ha publicado una guía para construir agentes de voz que mantengan la conversación mientras ejecutan herramientas utilizando Agent Development Kit (ADK) y Gemini Live API. El objetivo es evitar silencios largos cuando el agente debe consultar un sistema externo.
Llamadas no bloqueantes
La arquitectura separa la conversación de las funciones que pueden tardar varios segundos. El agente puede avisar al usuario, mantener el flujo de audio y retomar la respuesta cuando llega el resultado, en lugar de quedar aparentemente congelado.
Importancia para atención al cliente
En reservas, soporte o consultas de pedidos, la percepción de espera es crítica. Un agente que gestione bien streaming y herramientas puede resultar más natural, pero necesita reglas claras de timeout, transferencia a humano y confirmación antes de ejecutar acciones sensibles.
Fuente primaria: Google Developers Blog.
Aplicación práctica para una pyme
Antes de llevar esta novedad a producción conviene revisar los permisos cloud, la autenticación, el inventario SaaS, el plan de continuidad, la recuperación de datos y el coste real de las APIs de IA.
Fotografía: Ksenia Kartasheva / Pexels.
