# Voice Bot Design > Voice Bot Design — Skill especializada para voice bot design - Skill: `kursku/voice-bot-design` (Agent Skill) - Install (CLI): `npx skillmds@latest add kursku/voice-bot-design` - Raw SKILL.md: https://api.skillmd.com/api/skills/kursku/voice-bot-design/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - License: MIT - Author: kursku (https://skillmd.com/u/kursku) - Updated: 2026-09-08 - Page: https://skillmd.com/skills/kursku/voice-bot-design --- # Voice Bot Design Esta skill capacita o Claude a projetar, prototipar e otimizar interfaces conversacionais de voz, focando em usabilidade, fluxo natural e integração com plataformas de automação. --- ## Keywords IVR, ASR, TTS, NLU, VUI, Voice UX, Design Conversacional, Diálogo de Voz, Fluxogramas de Voz, Teste de Usabilidade de Voz, Automação por Voz, Integração de APIs de Voz. --- ## Quick Start 1. **Mapear Jornada do Usuário por Voz**: Esboçar o caminho crítico que um usuário percorre para resolver uma necessidade específica através do bot de voz, identificando pontos de decisão e expectativas de fala. Ex: `(Início: "Quero agendar") -> (Bot: "Qual serviço?") -> (Usuário: "Limpeza") -> (Bot: "Data e Hora?") -> (Fim: "Agendamento confirmado")`. 2. **Definir Gramática de Interação**: Criar listas de frases e palavras-chave que o usuário provavelmente usará para cada intenção, alimentando o modelo de NLU (Natural Language Understanding). Ex: Para a intenção `solicitar_saldo`, frases como `("qual meu saldo", "quanto tenho na conta", "saldo atual")`. 3. **Prototipar Fluxo de Diálogo no Voiceflow**: Construir um protótipo inicial do bot de voz utilizando uma ferramenta como Voiceflow ou Landbot, configurando prompts de TTS e capturas de ASR para simular a interação completa. 4. **Testar com Usuários Reais (Wizard of Oz)**: Conduzir testes de usabilidade com participantes reais, onde um humano simula a resposta do bot para coletar feedback sobre a naturalidade do diálogo e a clareza dos prompts, antes de codificar. 5. **Integrar com Webhooks para Automação Externa**: Configurar um webhook na plataforma do bot de voz (ex: Dialogflow CX, Amazon Lex) para disparar um fluxo no Make.com após uma intenção específica, como `agendar_chamada`, enviando os dados coletados. --- ## Core Workflows ### Workflow 1: Criação de Fluxo de Agendamento de Serviço por Voz com Integração Make.com Este workflow detalha a construção de um módulo de agendamento de serviço via bot de voz, integrando com um sistema externo de calendário através do Make.com. **Passos Detalhados:** 1. **Análise de Intenção e Entidades**: * **Intenção Principal**: `agendar_servico`. * **Entidades Necessárias**: `tipo_servico` (e.g., "limpeza", "manutenção", "instalação"), `data` (e.g., "amanhã", "próxima terça"), `hora` (e.g., "10 da manhã", "14h"), `nome_cliente`, `telefone_cliente`. * **Exemplo de Frases de Treinamento (Dialogflow CX)**: * "Gostaria de agendar uma `limpeza` para `amanhã` às `10 da manhã`." * "Preciso de uma `manutenção` na `próxima quinta` à `tarde`." * "Quero marcar uma `instalação`." 2. **Desenho do Diálogo no Voiceflow/Dialogflow CX**: * **Prompt Inicial**: "Em que tipo de serviço posso ajudar com o agendamento?" * **Captura `tipo_servico`**: * `User`: "Uma limpeza." * `Bot`: "Certo, uma limpeza. Para qual data e hora?" * **Captura `data` e `hora`**: * `User`: "Para `quarta-feira` que vem, às `9h`." * `Bot`: "Confirmando: agendamento de `limpeza` para `quarta-feira` que vem às `9h`. Seu nome, por favor?" * **Captura `nome_cliente`**: * `User`: "Meu nome é `Ana Silva`." * `Bot`: "Obrigado, Ana. E um telefone para contato?" * **Captura `telefone_cliente`**: * `User`: "É `98765-4321`." * `Bot`: "Perfeito. Irei agendar sua limpeza para quarta-feira que vem às 9h, em nome de Ana Silva, telefone 98765-4321. Posso confirmar?" * **Confirmação Final**: * `User`: "Sim, pode confirmar." * `Bot`: "Agendamento realizado! Em breve você receberá uma confirmação por SMS. Tenha um ótimo dia!" 3. **Configuração de Webhook de Fulfillment (Dialogflow CX)**: * Após a confirmação final (`sim, pode confirmar`), configurar um webhook que envie os parâmetros coletados (`tipo_servico`, `data`, `hora`, `nome_cliente`, `telefone_cliente`) para um endpoint HTTP no Make.com. * **Exemplo de Payload JSON enviado pelo Dialogflow CX para o Make.com:** ```json { "sessionInfo": { "parameters": { "tipo_servico": "limpeza", "data": "2024-10-23T09:00:00-03:00", "nome_cliente": "Ana Silva", "telefone_cliente": "987654321" } }, "fulfillmentInfo": { "tag": "agendar_servico_finalizado" } } ``` 4. **Criação de Cenário no Make.com**: * **Módulo 1: Webhooks - Custom Webhook**: Recebe o JSON do Dialogflow CX. * **Módulo 2: Google Calendar - Create an Event**: Mapeia os dados do webhook para criar um evento no Google Agenda da empresa. * **Título**: `Agendamento: {{1.sessionInfo.parameters.tipo_servico}} - {{1.sessionInfo.parameters.nome_cliente}}` * **Início**: `{{1.sessionInfo.parameters.data}}` (parsear se necessário) * **Fim**: `{{addHours(1.sessionInfo.parameters.data; 1)}}` (ex: 1 hora de duração) * **Descrição**: `Telefone: {{1.sessionInfo.parameters.telefone_cliente}}` * **Módulo 3 (Opcional): Twilio - Send an SMS**: Envia uma confirmação por SMS para o cliente. * **To**: `{{1.sessionInfo.parameters.telefone_cliente}}` * **Message**: "Olá {{1.sessionInfo.parameters.nome_cliente}}, seu agendamento de {{1.sessionInfo.parameters.tipo_servico}} foi confirmado para {{formatDate(1.sessionInfo.parameters.data; "DD/MM/YYYY HH:mm")}}. Atenciosamente, [Sua Empresa]." ### Workflow 2: Otimização de Resposta em Casos de Não-Entendimento (No-Match) e Fallback Este workflow foca em refinar a experiência do usuário quando o bot de voz não consegue entender a fala (No-Match) ou a intenção (Fallback), evitando frustração e direcionando para soluções. **Passos Detalhados:** 1. **Análise de Logs de No-Match**: * Exportar logs de interações do bot de voz (ex: Dialogflow CX Analytics, Amazon Lex Conversation Logs) e filtrar por eventos de "No-Match" ou "Fallback". * Identificar padrões nas transcrições de fala que não foram entendidas. Usuários estão usando gírias? Pronunciando mal termos técnicos? Há muito ruído de fundo? * **Exemplo de Log Bruto**: `User: "Preciso de um s'gunda via da minha conta"` -> `Bot: [No-Match]` (Provável erro de ASR ou falta de treinamento de NLU para "segunda via"). 2. **Ajuste da Sensibilidade do ASR e do NLU**: * **ASR (Automatic Speech Recognition)**: Em plataformas como Google Cloud Speech-to-Text ou AWS Transcribe, ajustar modelos de linguagem personalizados com vocabulário específico do domínio (e.g., nomes de produtos, termos técnicos). Adicionar "segunda via" como termo prioritário. * **NLU (Natural Language Understanding)**: Adicionar mais frases de treinamento para intenções existentes que falharam. Criar novas intenções se um padrão de fala recorrente não estiver sendo mapeado corretamente. * **Exemplo de Treinamento NLU (Dialogflow CX)**: * `Intenção: solicitar_segunda_via` * `Frases`: "quero a segunda via", "minha conta", "boleto atrasado", "preciso do extrato", "manda o PDF da fatura". 3. **Implementação de Estratégias de Repetição e Refraseamento**: * **Primeiro Fallback**: "Desculpe, não entendi. Você pode repetir de outra forma, por favor?" (Com um limite de 2 repetições). * **Segundo Fallback**: "Ainda não consegui entender. Poderia me dizer qual é o assunto principal que você gostaria de resolver?" (Prompt mais amplo para tentar capturar um tópico geral). * **Exemplo de Prompt (TTS)**: `tts_prompt: "Não compreendi. Você disse 'assistência técnica' ou 'assistência médica'?"` (Usar quando há ambiguidade entre duas intenções próximas). 4. **Encaminhamento Inteligente para Agente Humano ou Outro Canal**: * Após o segundo ou terceiro fallback sem sucesso, oferecer opções claras de escalonamento. * **Opção 1 (Agente Humano)**: "Parece que não estou conseguindo te ajudar. Gostaria de falar com um de nossos atendentes humanos? Diga 'sim' ou 'falar com atendente'." * Integrar com um módulo de transferência de chamada (ex: Twilio Voice, Genesys Cloud) ou um sistema de fila. * **Opção 2 (Outro Canal)**: "Se preferir, posso enviar um link para nosso chat online ou enviar um SMS com o número do nosso WhatsApp. Qual opção você prefere?" * Disparar um webhook para um cenário no N8N que envia o link do chat por SMS (via Twilio) ou registra uma solicitação de contato no CRM. 5. **Monitoramento Contínuo e Retreinamento**: * Configurar alertas para altas taxas de no-match. * Revisar logs semanalmente para identificar novas oportunidades de treinamento de NLU e ASR. * A cada 2-4 semanas, reavaliar o desempenho do modelo com novos dados coletados das interações reais. --- ## Templates ### Template de Prompt para Coleta de Entidade (Data e Hora) ``` { "prompt_text": "Certo, entendi. Para qual data e hora você gostaria de agendar? Por exemplo, 'próxima terça às 10 da manhã' ou 'dia 15 de agosto às 14h'.", "expected_entities": ["@sys.date", "@sys.time"], "reprompt_text": "Desculpe, não entendi a data ou a hora. Poderia repetir, por favor?", "max_attempts": 2, "fallback_action": "escalate_to_human" } ``` ### Template de Mensagem de Confirmação Final (TTS) ``` { "tts_message": "Confirmando seu pedido: {item_principal} para {data_agendamento} às {hora_agendamento}, em nome de {nome_cliente}. Seu telefone de contato é {telefone_cliente}. Confirma as informações?", "expected_responses": ["sim", "não", "corrigir"], "on_confirm": { "action": "trigger_webhook", "webhook_name": "final_booking_confirmation", "payload_variables": ["item_principal", "data_agendamento", "hora_agendamento", "nome_cliente", "telefone_cliente"] }, "on_deny": { "action": "recollect_information", "start_from_step": "reconfirm_all_details" }, "on_correct": { "action": "recollect_information", "start_from_step": "ask_which_info_to_correct" } } ``` --- ## Checklist - [x] Mapeamento completo da jornada do usuário por voz para casos de uso chave. - [x] Definição clara das intenções e entidades para cada fluxo de voz. - [x] Gramáticas de fala (ASR) e treinamento de NLU otimizados para termos específicos do domínio e sotaques regionais. - [x] Design de diálogos com prompts concisos, diretos e que evitam ambiguidades. - [x] E