Créer un agent vocal francophone avec Rounded : le guide de notre test

Un appel téléphonique n’est plus nécessairement une succession de menus où l’on entend « Tapez 1 » ou « Tapez 2 ». Les agents vocaux basés sur l’intelligence artificielle promettent une conversation plus naturelle : ils écoutent une demande formulée librement, déterminent l’intention de l’appelant, interrogent les outils utiles puis répondent à voix haute. Pour une tâche ciblée comme la prise de rendez-vous, cette approche peut rendre un standard téléphonique plus disponible tout en évitant de mobiliser une personne sur chaque appel.

Nous avons voulu mesurer ce que recouvrait concrètement cette promesse en construisant un agent francophone avec Rounded. Le cas d’usage retenu est volontairement simple et utile : vérifier si une personne est disponible, proposer un créneau et enregistrer le rendez-vous. L’expérience montre qu’une interface no code facilite réellement le montage initial, mais qu’un agent fiable repose aussi sur un scénario précis, des connexions correctement paramétrées et beaucoup de tests.

Ce qui se passe réellement pendant une conversation

Un agent vocal d’IA combine plusieurs briques qui travaillent à la suite, souvent en quelques secondes. La personne qui appelle parle naturellement. Sa voix est transformée en texte par un système de transcription. Un modèle de langage analyse ensuite ce texte, tient compte du contexte de l’échange et prépare une réponse. Enfin, un synthétiseur vocal lit cette réponse avec une voix artificielle.

Dans un scénario de rendez-vous, le modèle ne doit toutefois pas se contenter de discuter. Il doit pouvoir déclencher des actions externes, par exemple demander au calendrier quels créneaux sont libres, puis créer une réservation lorsque l’appelant a fait son choix. C’est ce passage de la conversation à l’action qui fait d’un assistant un véritable agent.

La qualité perçue dépend de tous ces maillons. Une transcription imprécise peut faire comprendre un mauvais jour. Un modèle trop lent allonge les silences. Une intégration d’agenda mal configurée peut annoncer une disponibilité erronée. L’agent vocal est donc moins un outil magique qu’une chaîne de services à organiser avec méthode.

Rounded, une porte d’entrée no code pour l’agent vocal

Rounded propose de centraliser les trois briques principales, transcription, modèle de langage et synthèse vocale, dans son studio de création d’agents vocaux. L’intérêt est d’éviter de devoir assembler soi-même chaque service pour construire un premier prototype. Depuis l’interface, on définit les paramètres généraux de l’agent, notamment le modèle de langage et la voix qui répondra au téléphone.

La plateforme permet de partir d’un modèle existant ou de créer son scénario de zéro. Ce second choix est particulièrement intéressant lorsque l’entreprise a une règle métier claire à respecter, comme la réservation d’un créneau dans un calendrier donné. Il faut alors résister à la tentation d’écrire des consignes trop vagues. « Prends des rendez-vous » est insuffisant. L’agent doit savoir dans quel ordre poser ses questions, quelles informations demander et à quel moment consulter ses outils.

Lors de l’inscription, Rounded propose 10 euros de crédit, ce qui représente, selon notre expérience, environ 30 minutes de conversations pour tester un agent. Cette enveloppe suffit à mener des simulations, à repérer des erreurs de dialogue et à vérifier le fonctionnement des connexions. Elle ne dispense pas d’anticiper les coûts une fois l’agent ouvert à de vrais appels, car ceux-ci dépendront de la durée des conversations et des services choisis.

Le qualificatif « no code » mérite également une nuance. La création de l’agent dans Rounded se fait par une interface graphique. En revanche, le raccordement à des calendriers, à des outils de réservation ou à un CRM peut demander la configuration de webhooks, de requêtes API et parfois de petits ajustements de code. La promesse est celle d’une mise en route simplifiée, non celle d’une absence totale de choix techniques.

Avant de configurer l’outil, écrire le scénario de l’appel

La première étape utile ne se trouve pas dans un menu de la plateforme. Elle consiste à définir ce que l’agent est autorisé à faire. Pour notre cas d’usage, l’objectif est de proposer et confirmer un rendez-vous, pas de répondre à toutes les questions possibles sur une entreprise. Cette limite rend les réponses plus cohérentes et réduit le risque que l’assistant improvise.

Quelques décisions doivent être prises avant toute configuration :

• L’objectif principal : vérifier une disponibilité, proposer un créneau et confirmer une réservation.
• Le public visé : un appelant francophone, qui peut s’exprimer avec des formulations imprécises ou changer d’avis pendant l’échange.
• Le ton de la conversation : poli, direct et compréhensible, sans formulations inutilement longues.
• Les informations à recueillir : le créneau souhaité et les données strictement nécessaires à la réservation.
• Les informations à ne pas divulguer : les détails confidentiels de l’agenda, les rendez-vous d’autres personnes ou toute donnée qui dépasse le besoin de l’appel.

Cette phase sert ensuite de base aux instructions de l’agent. Dans Rounded, notre scénario de prise de rendez-vous est configuré dans une section baptisée « prise_rdv ». Les consignes expliquent à l’assistant qu’il doit recueillir les souhaits de l’appelant, vérifier la disponibilité à l’aide de la fonction prévue, puis ne confirmer un horaire qu’après le retour de cet outil.

Cette dernière règle est essentielle. Sans elle, un modèle de langage pourrait proposer un horaire plausible sans avoir consulté le calendrier. Dans un outil conversationnel, la formulation d’une instruction n’est donc pas un simple détail rédactionnel : elle définit le comportement opérationnel de l’agent.

Quel modèle de langage choisir pour une conversation téléphonique ?

Rounded laisse le choix du modèle de langage qui pilotera la conversation. Dans notre configuration, la famille GPT-4.1 constitue une option performante. Gemini 2.0 peut de son côté représenter un compromis intéressant entre la latence et le coût. Le bon choix dépend surtout de l’usage réel : un agent chargé d’une tâche très encadrée n’a pas les mêmes besoins qu’un assistant susceptible de répondre à un grand nombre de questions.

Au téléphone, la rapidité compte autant que la qualité rédactionnelle. Un temps de réponse trop long crée un silence qui paraît inhabituel à l’appelant. À l’inverse, un modèle trop expéditif peut mal interpréter une date, confondre une heure ou oublier de demander une précision. Il est donc utile de tester plusieurs formulations de demandes, y compris celles que l’on n’avait pas anticipées : « mardi vers la fin de journée », « pas avant 14 heures », « la semaine qui suit » ou « finalement jeudi ».

La voix retenue participe également à l’expérience. Elle doit être claire et adaptée à une conversation en français. Mais une voix naturelle ne corrige pas un scénario imprécis. Pour une prise de rendez-vous, l’agent gagne à parler par phrases courtes, à répéter la date et l’heure choisies, et à demander une confirmation explicite avant l’enregistrement.

Connecter l’agent au calendrier avec n8n

Un agent ne peut vérifier des disponibilités que s’il est relié à une source de données à jour. Dans notre test, cette connexion passe par n8n, une plateforme d’automatisation open source fondée sur des scénarios composés de nœuds. Ces nœuds peuvent recevoir une requête, traiter des données, appeler un service externe puis renvoyer un résultat à Rounded.

La première fonction à mettre en place est « get_availabilities ». Lorsque l’agent a compris la période demandée, cette fonction transmet les éléments nécessaires au flux n8n. Un webhook reçoit la demande, puis un module de requête HTTP peut interroger une API de réservation, telle que celle de cal.com, ou un calendrier externe comme Google Calendar. Le flux renvoie alors les créneaux disponibles, que l’agent reformule à l’oral.

La seconde fonction est « confirm_appointment ». Elle intervient après le choix explicite de l’appelant. Là encore, un webhook dans n8n reçoit la demande et appelle le service concerné pour créer ou enregistrer le rendez-vous. L’agent peut ensuite dire que la réservation a bien été confirmée.

Cette architecture sépare clairement les responsabilités : Rounded gère l’échange vocal et le raisonnement conversationnel, tandis que n8n orchestre les connexions avec les services externes. Elle facilite aussi le dépannage. Si l’agent comprend correctement la demande mais ne propose aucun créneau, le problème se situe probablement dans le flux, les droits d’accès ou la réponse du calendrier, plutôt que dans la voix elle-même.

Le point sensible des fuseaux horaires

Les fuseaux horaires font partie des erreurs les plus faciles à commettre dans l’automatisation de rendez-vous. Une heure affichée par le calendrier n’a de sens que si l’agent, le service de réservation et l’appelant interprètent tous la même zone horaire. Notre flux n8n nécessite des ajustements en JavaScript pour formater correctement ces informations.

Il faut donc tester un créneau à différents moments de la journée et vérifier que l’horaire annoncé au téléphone correspond exactement à celui qui apparaît dans le calendrier. Cette vérification est d’autant plus importante si l’agent traite des appels impliquant plusieurs pays ou si les horaires changent avec les périodes de l’année.

Tester l’agent avant de lui attribuer un numéro

Une fois le scénario et les fonctions configurés, la phase de test commence. Rounded propose de simuler l’échange avec les commandes « Talk to agent » puis « Start Call ». Cette étape permet d’entendre l’agent, mais aussi d’observer la manière dont il mobilise ses outils au cours de la conversation.

Un bon protocole de test ne consiste pas seulement à jouer l’appel parfait. Il faut aussi varier les situations :

• demander un horaire indisponible ;
• proposer plusieurs dates dans la même phrase ;
• changer de créneau après une première proposition ;
• répondre de façon ambiguë, par exemple « en début d’après-midi » ;
• refuser la suggestion de l’agent ;
• vérifier la confirmation finale du rendez-vous et son horaire dans le calendrier.

Ces essais permettent d’améliorer les instructions. Si l’agent réserve trop tôt, il faut renforcer la demande de validation explicite. S’il ignore les contraintes horaires, les données envoyées à la fonction de disponibilité doivent être précisées. S’il répond avec trop de détails, le script peut lui demander de privilégier des phrases plus courtes.

Lorsque le comportement devient satisfaisant, le déploiement se fait depuis Rounded avec la commande « Deploy ». Un numéro de téléphone peut alors être attribué à l’agent pour le rendre accessible aux appelants. Des intégrations supplémentaires, comme une connexion à un CRM ou l’importation d’une base de connaissances, peuvent enrichir ses capacités. Elles doivent toutefois être ajoutées progressivement, car chaque nouvelle source de données augmente les situations à tester.

Ce qu’il faut surveiller avant un usage à grande échelle

La prise de rendez-vous est un cas d’usage pertinent pour un agent vocal parce que les étapes sont répétitives et les règles peuvent être décrites. Cela ne signifie pas que la supervision humaine devient inutile. Il faut prévoir une solution lorsque la demande sort du scénario, lorsque les disponibilités sont incohérentes ou lorsqu’un appelant souhaite parler à une personne.

La protection des informations manipulées doit aussi guider la configuration. Les données collectées au téléphone, les droits donnés aux connecteurs et le contenu des calendriers méritent d’être limités au strict nécessaire. Un agent efficace n’est pas celui qui accède à tout, mais celui qui dispose des bonnes informations pour accomplir une tâche définie.

Enfin, le déploiement doit rester progressif. Commencer par un périmètre étroit, analyser les conversations de test, suivre les erreurs de réservation et ajuster le scénario permet d’éviter que l’automatisation ne dégrade l’expérience client. Avec Rounded pour l’interface vocale et n8n pour les connexions externes, il est possible de créer rapidement un premier agent francophone. Sa fiabilité dépendra ensuite moins de l’effet de nouveauté que de la précision de ses règles, de ses intégrations et de ses contrôles.