Configurar agentes en tiempo real

Para desplegar un agente en tiempo real, activar el modelo en tiempo real, configurar la configuración principal del agente y luego configurar las funciones específicas de cada canal necesarias. Puedes desplegar el mismo agente en el canal de voz, en los canales de mensajería digital o en ambos.

Configurar y habilitar agentes en tiempo real

1. Cree un nuevo agente y configure sus detalles básicos, como un nombre descriptivo y el propósito del agente en la descripción.

2. Ve a la configuración de voz del agente y activa Habilitar voz. En el tipo Voz, selecciona Tiempo real.

   Importante

   Esta configuración es una selección única. Después de seleccionar Tiempo real, no puedes volver a un tipo básico de agente. Para usar un agente básico, crea un nuevo agente. Esta configuración es necesaria incluso si usas el agente en un canal de mensajería digital.

3. Selecciona el modelo que quieras usar: GPT-Realtime, GPT-Realtime-Mini o GPT-5-Chat (Vista previa). GPT-5-Chat (Vista previa) es un modelo de voz LLM de texto que genera respuestas de voz mediante Microsoft Neural Text-to-Speech (TTS).
   Descubre cómo funcionan estos modelos en función de sus regiones soportadas y consideraciones de despliegue. La siguiente tabla describe los escenarios en los que puedes usar diferentes modelos.

   Scenario	GPT-Realtime	GPT-5-Chat (Vista previa)
   Estilo de conversación	Interacciones nativas de voz a voz	La voz se convierte en texto para el razonamiento y luego se vuelve a sintetizar como voz
   Latencia	Menor latencia para conversaciones naturales	Latencia mayor que GPT-Realtime
   Personalización de voz	Soporta las opciones de voz en tiempo real integradas disponibles para agentes de voz en tiempo real	Soporta Microsoft Neural Text-to-Speech (TTS), incluyendo un catálogo de voz más amplio y modelos de voz personalizados
   Experiencias de voz de marca	Opciones de personalización limitadas	Recomendado cuando necesitas una experiencia de voz personalizada o de marca
   Flexibilidad en el despliegue regional	Limitado a regiones de modelos en tiempo real compatibles	Mayor flexibilidad gracias a los servicios de reconocimiento de voz y TTS
   Ideal para	Conversaciones de voz naturales y de baja latencia e interacciones abiertas	Escenarios que requieren personalización avanzada de voz, voces personalizadas, requisitos de cumplimiento o flexibilidad regional en el despliegue

   Tip

   • Utiliza GPT-Realtime cuando la calidad natural de la conversación y la baja latencia son los requisitos principales.
   • Usa GPT-Realtime-Mini (Vista previa) para escenarios que requieren interacciones rápidas de voz con menor latencia y uso de recursos.
   • Utiliza GPT-5-Chat (Vista previa) cuando la personalización de voz, los modelos de voz personalizados o la flexibilidad de despliegue son más importantes que la latencia de respuesta.

4. Vaya a la configuración de seguridad del agente y seleccione Sin autenticación.

Conocimientos y herramientas

Puede configurar el agente para que use conocimientos y herramientas. Obtenga más información en Resumen de orígenes de conocimiento, Incorporación de herramientas a agentes personalizados y Herramientas, conocimientos, MCP y API.

Agentes anidados (versión preliminar)

Los agentes en tiempo real solo soportan agentes infantiles.

Temas

Los agentes en tiempo real soportan todos los temas configurados en Copilot Studio. Utiliza temas para definir comportamientos deterministas como saludos, reglas de negocio y escalada, mientras que el modelo que seleccionaste gestiona las respuestas conversacionales en tiempo de ejecución. Obtenga más información en Elegir cómo controlar la conversación.

procedimientos recomendados

• Use temas solo cuando se requiera un comportamiento determinista.

• Use texto estático en mensajes de saludo para obtener la primera respuesta más rápida. Los mensajes dinámicos con variables y expresiones aumentan la latencia inicial.

• Desactiva el tema Inicio de conversación si quieres que el modelo de agente en tiempo real gestione el saludo. De lo contrario, el saludo configurado en el tema Inicio de conversación se reproduce en lugar del saludo del modelo de voz.

• Deja que el modelo de agente en tiempo real se encargue de la conversación general y las preguntas de seguimiento.

• Incluya una acción explícita en el tema En caso de error, como transferir la llamada o finalizar la llamada. La gestión de errores basada únicamente en mensajes no es suficiente. Sin un siguiente paso determinista, los clientes podrían experimentar silencio por parte de los agentes de voz o llamadas atascadas en los canales de mensajería, lo que puede provocar confusión y una mala experiencia del cliente.

• Use descripciones explícitas de temas y herramientas para declarar la propiedad de la recopilación de datos. Obtenga más información en Escritura de descripciones de herramientas y temas eficaces.

Soporte de nodos de tema

La siguiente lista describe el soporte por temas en agentes en tiempo real:

Nodo de condición

Nodo de mensaje

Nodo de Pregunta

Nodo HTTP

Nodo de la herramienta

Nodo para establecer el valor de una variable

Nodo de administración de temas

Transferir nodo de conversación

Advanced

Soporte de activadores del sistema

Pasar variables entre temas y el modelo de lenguaje

Cuando se usan temas en un flujo de conversación híbrido, comprender cómo pasar variables entre temas y el modelo de lenguaje en tiempo real es fundamental para crear interacciones confiables y con estado. Este proceso se aplica a todos los canales.

Esta funcionalidad funciona mediante el siguiente proceso:

• Se pasan variables de entrada definidas en un tema en el momento de la invocación, por lo que el modelo de lenguaje puede proporcionar datos estructurados al flujo determinista.

• Se devuelven al modelo de lenguaje las variables de salida definidas en un tema, al final de la ejecución del tema, como pares clave-valor estructurados.

• Las salidas de las llamadas a herramientas siguen el mismo patrón.

• El modelo de lenguaje se rellena con el contexto conversacional, incluidos los pares clave-valor de la llamada a la herramienta. Sin embargo, solo se devuelven variables de salida definidas explícitamente como datos estructurados.

• La descripción de la variable ayuda al modelo a entender cómo usar la variable durante una conversación. Proporciona definiciones claras y descriptivas.

Obtenga más información en Administración de entradas y salidas de temas.

Compatibilidad multilingüe

Agregue todos los idiomas secundarios que desee. Las cadenas de localización no son necesarias para los flujos en tiempo real. Sin embargo, para los mensajes de tema deterministas, debe proporcionar los mensajes traducidos. Obtenga más información en Configuración y creación de agentes multilingües.

El modelo en tiempo real puede comprender y responder en muchos lenguajes. Sin embargo, Microsoft no valida formalmente todos los idiomas para obtener disponibilidad general.

A junio de 2026, los siguientes lenguajes están validados formalmente:

• Holandés (Países Bajos) (nl-NL)
• Inglés (Australia) (en-AU)
• Inglés (Estados Unidos) (en-US)
• Inglés (Reino Unido) (en-GB)
• Francés (Canadá) (fr-CA)
• Francés (Francia) (fr-FR)
• Alemán (Alemania) (de-DE)
• Italiano (Italia) (it-IT)
• Portugués (Brasil) (pt-BR)
• Español (España) (es-ES)
• Español (Estados Unidos) (es-US)

Microsoft continúa validando otros idiomas y los agrega después de la finalización de la certificación. Puede agregar cualquier idioma compatible con Copilot Studio. Sin embargo, los idiomas que no están totalmente certificados para la calidad de disponibilidad general (GA) deben probarse exhaustivamente antes de la implementación en producción.

Variables de contexto

Un agente en tiempo real soporta variables contextuales que le permiten comportarse de forma más inteligente al transportar información sobre la conversación y el cliente. Las variables de contexto disponibles dependen del canal. Este conjunto incluye:

Aprende más sobre todas las demás variables de contexto, incluyendo mensajería digital y variables de contexto personalizadas, en Configurar variables de contexto para agentes.

Configuraciones específicas del canal