El problema
Los agentes de voz (creados sobre Vapi, Retell, ElevenLabs) se ejecutan en LLM con un límite de conocimiento fijo. Cuando una persona que llama pregunta sobre el horario actual de la tienda, los precios actuales o las noticias recientes, el agente inventa una respuesta o dice que no lo sabe. Agregar una herramienta de búsqueda a un agente de voz es más difícil que un agente de texto porque la latencia afecta directamente el flujo de la conversación: una pausa de búsqueda de 10 segundos se siente como una llamada perdida.
La solucion de Scavio
Integre la API de búsqueda de Scavio como herramienta en la capa de llamada de funciones del agente de voz. Cuando el agente detecta una pregunta objetiva que no puede responder a partir de los datos de entrenamiento, llama a la API y recibe resultados estructurados en 1,5 a 3 segundos. El agente vuelve a leer el fragmento relevante mientras se completa la búsqueda en el fondo de la pausa de la conversación. Para conocer el precio de los productos, diríjase a Amazon. Para preguntas generales, diríjase a Google.
Antes
Antes de la integración, un agente de voz de una empresa de bienes raíces elaboraba los precios de cotización cuando las personas que llamaban preguntaban sobre propiedades específicas. Una persona que llamó informó que le habían cotizado $450 mil por una casa que estaba cotizada en $525 mil. La empresa detuvo al agente durante dos semanas para investigar.
Después
Después de agregar la búsqueda en vivo, el agente consulta a Google para obtener la dirección de la propiedad y lee el precio del listado en el resultado de la búsqueda. La precisión de los precios pasó de ~70% a 99%. La pausa de búsqueda de 2 segundos queda enmascarada por el agente que dice "Déjame comprobarlo por ti"; las personas que llaman informan que se siente natural.
Para quien es
Desarrolladores de inteligencia artificial de voz que crean agentes en Vapi, Retell o ElevenLabs que necesitan una base objetiva en tiempo real sin interrumpir el flujo de la conversación.
Beneficios clave
- La latencia de búsqueda inferior a 3 segundos se ajusta a las pausas naturales de la conversación
- El agente de voz responde preguntas en tiempo real con precisión en lugar de alucinar
- Búsqueda en Google para datos generales, Amazon para precios de productos
- Los resultados estructurados son fáciles de convertir en respuestas habladas
- Funciona con Vapi, Retell, ElevenLabs y pilas de voz personalizadas
Ejemplo en Python
import requests, os
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
def voice_agent_search(query: str, platform: str = 'google') -> str:
"""Search tool for voice agent function calling.
Returns a speakable summary under 200 chars."""
r = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': platform, 'query': query}, timeout=5).json()
aio = r.get('ai_overview')
if aio and aio.get('text'):
return aio['text'][:200]
organic = r.get('organic', [])
if organic:
return organic[0].get('snippet', 'No information found.')[:200]
return 'I was not able to find that information right now.'
print(voice_agent_search('current mortgage rate 30 year fixed 2026'))Ejemplo en JavaScript
const H = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function voiceAgentSearch(query, platform = 'google') {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST', headers: H,
body: JSON.stringify({ platform, query })
}).then(r => r.json());
if (r.ai_overview?.text) return r.ai_overview.text.slice(0, 200);
const top = (r.organic || [])[0];
return top ? (top.snippet || 'No information found.').slice(0, 200)
: 'I was not able to find that information right now.';
}
console.log(await voiceAgentSearch('current mortgage rate 30 year fixed 2026'));Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA
Amazon
Búsqueda de productos con precios, calificaciones y reseñas
YouTube
Búsqueda de videos con transcripciones y metadatos