La plupart des équipes de support SaaS perdent des appels en raison de la latence et du contexte manqué. Créez un agent vocal IA conversationnel qui gère les appels entrants via Twilio, traite la parole en temps réel avec vapi et achemine les problèmes complexes vers les humains, le tout sans reconstruire l'intégralité de votre pile. Tech : vapi pour l'intelligence vocale, Twilio pour la connectivité PSTN, votre backend pour l'état de la session. Résultat : résolution 40 % plus rapide, aucun appel interrompu.
Clés API et informations d'identification
Vous avez besoin d'une clé API VAPI (récupérez-la depuis votre tableau de bord sur vapi.ai). Pour l'intégration Twilio, générez un SID de compte et un jeton d'authentification à partir de votre console Twilio. Conservez-les dans un.envfichier : ne codez jamais en dur les informations d’identification.
Configuration système requise
Node.js 16+ (nous utilisons async/await et fetch). Un serveur capable de recevoir des webhooks (ngrok fonctionne pour des tests locaux, mais utilise un vrai domaine en production). HTTPS est obligatoire : Twilio et VAPI rejettent les rappels HTTP.
Versions du SDK et de la bibliothèque
Installez axios 1.4+ ou utilisez la récupération native (Node 18+). Aucun SDK VAPI requis : nous atteignons les points de terminaison HTTP bruts. Pour Twilio, vous pouvez utiliser le SDK ou le HTTP brut ; nous afficherons le HTTP brut pour plus de transparence.
Configuration réseau et audio
Assurez-vous que votre serveur peut gérer les connexions WebSocket simultanées (au moins 100 appels simultanés pour les tests). L'audio doit être PCM 16 bits, 16 kHz mono pour la compatibilité STT/TTS. Règles de pare-feu : autoriser les appels entrants sur le port 443 pour les webhooks.
VAPI : Démarrer avec VAPI → Obtenir VAPI
La plupart des implémentations vocales SaaS échouent car elles traitent Vapi et Twilio comme un seul système. Ce n’est pas le cas. Vapi gère l'IA conversationnelle (parole-texte, raisonnement LLM, synthèse vocale). Twilio gère la téléphonie (routage des appels, trunking SIP, numéros de téléphone). Votre serveur les relie.
Commencez par fournir un numéro de téléphone Twilio et configurer son webhook pour qu'il pointe vers votre serveur. Lorsqu'un appel atteint ce numéro, Twilio envoie un webhook à votre point de terminaison. Votre serveur lance ensuite une session Vapi et relie les flux audio.
// Le serveur reçoit le webhook Twilio, initie la session Vapi app.post('/webhook/twilio-inbound', async (req, res) => { const callSid = req.body.CallSid; const from = req.body.From; try { // Créer un assistant Vapi pour cet appel const réponse = wait fetch('https://api.vapi.ai/assistant', { méthode : 'POST', en-têtes : { 'Autorisation' : 'Bearer ' + process.env.VAPI_API_KEY, 'Content-Type' : 'application/json' }, corps : JSON.stringify({ modèle : { fournisseur : "openai", modèle : "gpt-4", systemPrompt : "Vous êtes un agent de support SaaS. Accédez aux données utilisateur via la fonction getUserAccount." }, voix : { fournisseur : "11labs", voiceId : "21m00Tcm4TlvDq8ikWAM" }, transcripteur : { fournisseur : "deepgram", modèle : "nova-2", langue : "en" } }) }); if (!response.ok) throw new Error(`Vapi API error: ${response.status}`); { assistantId : assistant.id, customerPhone : from }); } catch (error) { console.error('Assistant Creation failed:', error // Fallback : lecture du message d'erreur via Twilio TwiML } });Critique : Ne configurez PAS Vapi pour passer des appels sortants directement aux clients. Cela crée une facturation fractionnée et perd le contexte de l'appel. Passez toujours par Twilio pour la téléphonie, utilisez Vapi pour la logique de conversation.
L'intégration comporte trois couches distinctes :