Diseño conversacional y UX de voz

Qué implica

El diseño conversacional define cómo una persona expresa una necesidad, qué información debe pedir el sistema, cómo confirma datos y qué ocurre cuando hay ambigüedad o un fallo. Incluye el texto de la interfaz, los turnos, los estados de error y la alternativa para pedir ayuda humana.

Un diálogo claro reduce confusiones y ayuda a que la persona entienda qué puede hacer el sistema. La naturalidad por sí sola no basta: hay que probar el flujo con usuarios, comprobar que las respuestas son correctas y ofrecer una salida cuando el sistema no puede completar la tarea.

Una conversación funciona por reglas que casi nunca se dicen: turnos, implicaturas, cortesía, maneras de reparar un malentendido. La pragmática y el análisis de la conversación describen esas reglas, y un asistente que las ignora resulta brusco, repetitivo o confuso aunque cada frase sea gramaticalmente correcta.

Habilidades

Frameworks agénticos

Conocimiento de LangGraph, CrewAI, AutoGen o Semantic Kernel. Diseño de agentes que planifican tareas y utilizan herramientas externas.

Prácticas habituales

• Planificación de tareas
• Uso de herramientas (Tool usage)
• Memoria de conversación
• Encadenamiento de agentes
• Gestión de estados

Arquitectura de diálogo

Configuración de motores cognitivos (Dialogflow, Rasa, Watson) y diseño de modelos basados en Intents y Entities.

Prácticas habituales

• Clasificación de intenciones
• Extracción de entidades
• Gestión de slots
• Lógica de cumplimiento (Fulfillment)
• Contextos de diálogo

Identidad verbal

Definición de la personalidad de marca (Voice & Tone) y coherencia lingüística del sistema.

Tecnologías de voz

TTS & STT: optimización de síntesis de voz mediante etiquetado fonológico y gestión de captura de audio.

Testing y refinamiento

Simulación de conversaciones y pruebas de estrés para identificar fallos en la experiencia de usuario.

Fuentes

• Designing Voice User Interfaces: Cathy Pearl: el manual práctico del diseño conversacional.
• Implicatura (Stanford Encyclopedia of Philosophy): Grice y lo que se comunica sin decirse: la teoría detrás de cualquier asistente.
• SSML: El lenguaje para controlar pausas, énfasis y pronunciación en voces sintéticas.

Aparece sobre todo en estos perfiles: Diseño conversacional, Consultoría en tecnologías del lenguaje.