El mayor error es tratar la conversación como un árbol de decisiónes. Eso es un IVR, no un agente.
Un agente útil tiene voz, cerebro y memoria. La voz importa, pero el contexto es lo que evita que el usuario pida un humano en diez segundos.
La escalación a humano debe llegar con resumen, intención y datos clave para no repetir la conversación.