Grok Voice traite déjà environ 20 000 appels clients Starlink par jour, dans plusieurs langues, et SpaceXSI affirme que 70 % sont résolus sans intervention humaine. L’outil vérifie l’identité du client, aide au dépannage du matériel, accorde des crédits et déclenche l’envoi d’équipements de remplacement. Pour une entreprise, l’enjeu n’est donc plus de tester un simple chatbot vocal, mais de relier une IA téléphonique à des procédures et à des actions métier contrôlées.
Ce tutoriel détaille une méthode de déploiement utilisable en 2026 : accès à l’API Voice Agent, choix du modèle, création d’un premier agent, définition des règles d’escalade, raccordement au système téléphonique et mesure des résultats. Le tarif public annoncé pour Grok Voice 3.0 est de 0,08 $ par minute, soit 4,80 $ par heure, hors éventuels coûts liés à l’infrastructure téléphonique et aux systèmes connectés.
Étape 1 : Vérifier les prérequis avant le premier appel
Le prérequis central est un compte développeur SpaceXSI donnant accès à la Voice Agent API ou au Voice Agent Builder. Grok Voice 3.0 est annoncé comme disponible dans ces deux environnements depuis le 14 octobre 2026. Le compte doit également disposer d’un moyen de paiement accepté pour facturer la consommation audio.
Préparez ensuite les éléments suivants :
- un navigateur récent pour ouvrir la console de développement ;
- un numéro de téléphone ou un fournisseur de téléphonie compatible avec votre architecture ;
- la liste des procédures que l’agent peut exécuter ;
- les règles précises de transfert vers un conseiller ;
- une base documentaire contenant les réponses validées ;
- un espace de test séparé de la production.
Grok Voice n’est pas un centre de relation client complet à lui seul. L’API fournit le moteur vocal, tandis que l’entreprise doit organiser la téléphonie, les données clients, les droits d’accès et les actions exécutées par l’agent.
À retenir : le compte API, le numéro d’appel, les procédures métier et les règles d’escalade doivent être prêts avant la mise en production.
Attention : le tarif de 0,08 $ par minute concerne l’utilisation annoncée de Grok Voice. La facture globale peut aussi inclure le transport téléphonique, le stockage des enregistrements et les services reliés au CRM.
Étape 2 : Créer l’agent dans Voice Agent Builder
Ouvrez la console SpaceXSI, puis sélectionnez l’espace de travail destiné au support client. Choisissez ensuite Voice Agent Builder, créez un nouvel agent et donnez-lui un nom explicite, par exemple support-niveau-1-fr.
Dans le champ du modèle, sélectionnez grok-voice-latest. SpaceXSI indique que les agents utilisant ce nom sont basculés automatiquement vers la version courante, sans modification de code. Cette option évite de figer l’agent sur un identifiant de version ancien.
Dans le champ de description ou d’instructions système, collez une consigne de départ comme celle-ci :
text Vous êtes l’agent vocal du support client de NovaBox.
Votre mission est de résoudre les demandes de niveau 1 concernant :
- le suivi d’une commande ;
- l’activation d’un équipement ;
- le diagnostic d’une panne simple ;
- la demande de remplacement sous garantie ;
- l’attribution d’un crédit autorisé.
Commencez toujours par demander le nom complet, le numéro de dossier et un élément de vérification autorisé. Ne lisez jamais un numéro complet de carte bancaire, un mot de passe ou un secret d’authentification. Ne promettez jamais un remboursement ou un remplacement avant confirmation par l’outil métier. Si une règle est ambiguë, si le client conteste une décision ou si la demande concerne une urgence, transférez l’appel à un conseiller. Résumez la demande et l’action effectuée avant de terminer l’appel.
La consigne doit décrire un périmètre limité. Un agent qui reçoit l’instruction générale de « résoudre tous les problèmes » risque de prendre des décisions non prévues par les procédures de l’entreprise.
Choisir la langue et le comportement vocal
Définissez le français comme langue par défaut et prévoyez une phrase de confirmation lorsque l’appelant change de langue :
text Si l’appelant utilise une autre langue prise en charge, demandez confirmation avant de poursuivre. Si la langue n’est pas prise en charge, transférez l’appel à un conseiller.
Configurez aussi le comportement en cas d’interruption. L’agent doit laisser l’appelant terminer sa phrase, mais il ne doit pas rester silencieux indéfiniment. Une règle pratique consiste à lui demander de reformuler après un silence prolongé ou une réponse inaudible.
Astuce : utilisez des phrases courtes dans les instructions. Les règles opérationnelles sont plus faciles à tester lorsqu’elles sont séparées des informations générales sur l’entreprise.
Étape 3 : Construire le scénario d’identification client
L’identification doit intervenir avant toute action sur un compte. Dans Voice Agent Builder, ajoutez un bloc de dialogue intitulé Vérification du client, puis définissez l’ordre des questions.
Exemple de scénario à copier-coller :
text Dites : « Bonjour, vous êtes bien au support NovaBox. Pour retrouver votre dossier, pouvez-vous indiquer votre numéro de commande ? »
Après réception du numéro, demandez : « Pour vérifier votre identité, pouvez-vous confirmer le code postal associé au dossier ? »
Si les deux éléments correspondent, poursuivez la demande. Si la vérification échoue deux fois, ne demandez pas d’informations supplémentaires sensibles et transférez l’appel à un conseiller.
Ne demandez pas au modèle de décider seul si une identité est valide. La comparaison doit être effectuée par le système client ou par une fonction sécurisée. L’agent vocal transmet les éléments nécessaires, puis restitue uniquement le résultat autorisé.
Le flux peut prendre cette forme :
- l’agent demande le numéro de commande ;
- le client répond ;
- l’agent transmet la donnée à l’outil de vérification ;
- l’outil renvoie un résultat autorisé ;
- l’agent poursuit ou transfère l’appel.
Une réponse d’outil peut être limitée à verified, failed ou transfer_required. Cette structure réduit le risque que l’agent vocal reçoive ou répète des informations inutiles.
Attention : ne placez pas de clés API, de mots de passe ou de données clients dans les instructions visibles de l’agent. Les secrets doivent rester dans les variables sécurisées de l’environnement d’exécution.
Étape 4 : Ajouter les actions métier réellement autorisées
La valeur de Grok Voice vient de sa capacité à déclencher des opérations contrôlées, pas uniquement à lire une FAQ. Dans le générateur d’agent, créez une action distincte pour chaque tâche : consultation d’un dossier, diagnostic, émission d’un crédit ou demande de remplacement.
Commencez par des actions en lecture seule. Par exemple :
text Nom de l’action : get_order_status Entrée : order_id Sortie autorisée : statut, date estimée, transporteur Règle : ne jamais exposer l’adresse complète ni les données de paiement
Ajoutez ensuite une action de diagnostic :
text Nom de l’action : run_basic_diagnostic Entrée : customer_id, device_id, symptom_code Sortie autorisée : procédure, résultat, besoin_d_escalade Règle : arrêter le diagnostic si le matériel présente un risque électrique ou physique
Les actions financières et logistiques doivent être soumises à des seuils précis :
text Nom de l’action : issue_service_credit Entrée : customer_id, reason_code, amount Règle : autoriser uniquement les montants inférieurs ou égaux au plafond défini Règle : demander une validation humaine au-delà du plafond
text Nom de l’action : request_replacement Entrée : customer_id, device_id, warranty_status Règle : lancer l’envoi uniquement si la garantie est confirmée Règle : lire au client le résumé de la demande avant confirmation finale
Chaque action doit retourner un résultat clair. Si le système métier est indisponible, l’agent doit le dire et proposer un transfert, sans prétendre que l’opération a été effectuée.
À retenir : une instruction vocale ne doit jamais suffire à accorder un crédit ou à expédier un appareil. L’autorisation doit venir d’une règle vérifiable dans le système métier.
Étape 5 : Rédiger les prompts qui réduisent les erreurs d’appel
Un prompt vocal efficace indique le rôle de l’agent, la séquence de décision et la limite à ne pas franchir. Il doit aussi prévoir les cas où le client refuse de répondre, conteste une facture ou demande un humain.
Voici un prompt de dépannage que vous pouvez adapter :
text Pour un problème de connexion, posez une seule question à la fois. Commencez par demander si l’équipement est alimenté. Demandez ensuite l’état du voyant principal. Ne demandez jamais au client d’ouvrir un appareil ou de manipuler un câble exposé. Proposez uniquement les étapes présentes dans la procédure DIAG-01. Après deux essais infructueux, proposez le remplacement ou le transfert selon le résultat de l’outil métier.
Pour une demande de crédit :
text Avant toute demande de crédit, vérifiez l’identité et le motif enregistré. Annoncez le montant uniquement après confirmation de l’outil métier. Demandez une confirmation explicite avant de lancer l’opération. Si le montant dépasse 30 euros ou si le motif est contesté, transférez l’appel.
Pour une fin d’appel :
text Avant de raccrocher, résumez : le motif, l’action réalisée, le numéro de dossier et la prochaine échéance. Demandez : « Ai-je bien résumé votre demande ? » Si le client signale un problème non résolu, ne clôturez pas l’appel et proposez un transfert.
Astuce : écrivez les prompts comme des procédures testables. Remplacez « soyez empathique » par une règle observable, par exemple : « reconnaissez la difficulté signalée avant de poser la question suivante ».
Étape 6 : Raccorder l’agent à la téléphonie et au CRM
Dans la console, ouvrez la section de déploiement de l’agent, sélectionnez le canal téléphonique, puis associez le numéro entrant fourni par votre opérateur. Le libellé exact dépend du fournisseur de téléphonie utilisé, mais le principe reste le même : l’appel entrant doit être transmis à l’agent, puis l’agent doit pouvoir transférer la conversation vers une file humaine.
Configurez au minimum trois destinations :
- la file du support général ;
- la file des demandes sensibles ou financières ;
- la file des urgences techniques.
Ajoutez dans les métadonnées de transfert le résumé de l’appel, le résultat de l’identification et les actions déjà effectuées. Le conseiller doit éviter de faire répéter au client toute la conversation.
Un résumé peut suivre ce format :
text Motif : équipement hors ligne Client vérifié : oui Diagnostic : redémarrage effectué, problème persistant Action : remplacement éligible, non confirmé Motif du transfert : validation humaine requise
Pour le CRM, transmettez uniquement les champs nécessaires : identifiant client, identifiant d’appel, catégorie, résultat et demande de suivi. Évitez de copier automatiquement toute la transcription dans plusieurs outils si une conservation plus limitée suffit.
Testez ensuite quatre parcours : appel résolu par l’IA, transfert immédiat, échec de vérification et panne du système métier. L’agent doit avoir une réponse prévue dans chacun de ces cas.
Étape 7 : Tester avec des appels simulés avant la production
Créez une campagne de tests couvrant les demandes simples et les scénarios adverses. Les scripts doivent être lus par plusieurs personnes afin de vérifier la compréhension avec des accents, des débits et des formulations différents.
Utilisez par exemple ces entrées :
text Bonjour, je veux savoir où en est la commande AB12345.
text Mon équipement ne se connecte plus depuis ce matin. Je veux un remplacement.
text Je refuse de donner mon code postal. Passez-moi immédiatement un conseiller.
text Je conteste le crédit proposé et je veux parler à un responsable.
text Le système est dangereux, il y a une odeur de brûlé.
Pour chaque appel, vérifiez les points suivants :
- l’agent identifie correctement le motif ;
- il ne divulgue pas de donnée à un appelant non vérifié ;
- il pose une seule question à la fois ;
- il n’annonce pas une action avant confirmation du système ;
- il transfère correctement les cas sensibles ;
- le résumé transmis au conseiller est exploitable ;
- la clôture de l’appel correspond réellement au résultat obtenu.
Attention : ne mesurez pas uniquement le nombre d’appels terminés par l’IA. Un appel peut se terminer sans transfert alors que le problème reste non résolu. Ajoutez une vérification après contact et analysez les réouvertures, les rappels et les réclamations.
Étape 8 : Calculer le coût et suivre les indicateurs
Le prix annoncé pour Grok Voice 3.0 est de 0,08 $ par minute. À raison de 20 000 minutes d’appels par jour, le coût du modèle vocal serait de 1 600 $ par jour, avant les frais complémentaires. Ce calcul porte sur des minutes d’utilisation, pas sur le nombre d’appels : un appel de dix minutes consomme dix fois plus de temps audio qu’un appel d’une minute.
Pour établir votre budget, exportez chaque semaine :
- le nombre total de minutes vocales ;
- le coût audio ;
- la durée moyenne des appels ;
- le taux de transfert ;
- le taux de résolution confirmée ;
- le taux de rappel dans les sept jours ;
- le nombre d’actions métier exécutées ;
- les erreurs nécessitant une correction humaine.
Starlink sert de repère de déploiement à grande échelle : SpaceXSI affirme que Grok Voice répond à environ 20 000 appels clients par jour et que 70 % sont résolus sans intervention humaine. L’entreprise indique aussi que l’agent peut gérer l’identification, le dépannage, les crédits et l’envoi d’équipements de remplacement dans plusieurs langues.
Ces chiffres décrivent le déploiement annoncé par SpaceXSI. Ils ne constituent pas une garantie de performance pour un autre secteur, une autre langue ou un autre système d’information. La bonne mesure pour votre entreprise reste la résolution confirmée par le client, associée à la qualité du transfert lorsque l’IA atteint sa limite.
Un tableau de pilotage peut être structuré ainsi :
| Indicateur | Objectif de suivi | Décision associée |
|---|---|---|
| Minutes vocales | Mesurer la consommation facturée | Ajuster les plages et parcours longs |
| Résolution confirmée | Vérifier que le problème est réellement terminé | Étendre ou réduire le périmètre automatisé |
| Taux de transfert | Identifier les motifs mal couverts | Réécrire les procédures ou prompts |
| Rappels sous sept jours | Détecter les fausses résolutions | Revoir le diagnostic et la clôture |
| Erreurs d’action métier | Contrôler les opérations sensibles | Renforcer les validations humaines |
| Satisfaction après appel | Mesurer l’expérience client | Prioriser les corrections vocales |
Ce que Grok Voice change pour un support client en 2026
Grok Voice 3.0 est annoncé dans la Voice Agent API et le Voice Agent Builder au tarif de 0,08 $ par minute, soit 4,80 $ par heure. La version 3.0 succède à Grok Voice 2.0 au même tarif annoncé, et les agents configurés avec grok-voice-latest sont basculés automatiquement selon SpaceXSI.
L’exemple Starlink montre surtout l’intérêt d’un agent relié aux opérations internes. L’IA ne se limite pas à répondre à une question : elle vérifie un client, suit une procédure, consulte des données, puis déclenche une action lorsque les conditions sont réunies.
La concurrence s’intensifie également. OpenAI, Google et Meta développent eux aussi des assistants vocaux destinés aux appels, ce qui devrait accélérer l’offre de modèles et d’outils pour les centres de contact. Le choix ne doit toutefois pas se faire sur la seule fluidité de la voix : la sécurité des actions, la qualité des intégrations et la capacité à transférer proprement un dossier comptent davantage dans un environnement de support.
Notre avis : commencez par les demandes répétitives, pas par les cas sensibles
Grok Voice mérite un pilote dès maintenant pour les demandes à faible risque : suivi de commande, collecte d’informations, diagnostic guidé et orientation vers le bon service. Le déploiement doit rester progressif, avec des actions en lecture seule au départ, puis des crédits et remplacements encadrés par des seuils et une validation humaine.
L’exemple des 20 000 appels quotidiens de Starlink et du taux de résolution annoncé de 70 % montre qu’un agent vocal peut fonctionner à grande échelle lorsqu’il est relié aux procédures de l’entreprise. Il ne suffit pas de brancher une voix à un numéro : il faut construire un parcours vérifiable, enregistrer les décisions et mesurer la résolution après l’appel.
Dans les six prochains mois, les entreprises qui auront le plus à gagner seront celles qui transformeront leurs scripts de support en actions structurées, avec des règles d’escalade précises. La question ne sera plus seulement de savoir quelle IA parle le mieux, mais laquelle peut résoudre une demande sans compromettre les données, les finances et la confiance du client.
Quel premier parcours répétitif de support pourrait être automatisé avec une validation humaine dès sa mise en production ?