Respuestas con IA y agentes de IA
Conecta una IA para responder o analizar solicitudes y configura un agente que use tus materiales y pase la conversación al equipo cuando sea necesario.
En esta página
Puedes encargar a la IA un paso concreto o una conversación entera:
| Qué elegir | Cuándo conviene | Qué configuras tú |
|---|---|---|
| Acción IA | Necesitas un solo paso, como extraer el teléfono y el asunto de un mensaje o redactar una respuesta breve | La reacción y la tarea concreta para el modelo |
| Agente de IA | Necesitas respuestas autónomas basadas en tus fuentes de conocimiento | Los materiales, las reglas de respuesta y cuándo pasar la conversación a una persona |
Ambas opciones necesitan la misma integración de IA.
Conectar un modelo
Añade una integración de tipo IA en Integraciones y rellena:
- Base URL: dirección de una API compatible con OpenAI; por defecto,
https://api.openai.com/v1. Puedes usar OpenAI, OpenRouter, servidores locales y otros proveedores compatibles. - Modelo: por ejemplo,
gpt-4o-mini. - Prompt del sistema: regla general para el modelo.
- Clave API: clave del proveedor. Se guarda cifrada y también puede almacenarse en las credenciales.
La misma integración transforma fragmentos de texto en representaciones numéricas llamadas embeddings. El agente las usa para buscar en tus materiales fragmentos con un significado parecido. Sin integración de IA no funcionan ni el agente ni la búsqueda en las fuentes de conocimiento.
Acción «IA»
Añade una acción IA a una reacción y configura:
- Integración de IA: el modelo conectado que se utilizará.
- Prompt: la tarea para el modelo. Admite sustituciones como
{{text}},{{param.key}}y{{ctx.key}}. - Guardar respuesta en parámetro y/o Guardar respuesta en ctx (clave): dónde guardar el resultado.
- Esquema JSON de extracción (opcional): si lo defines, el modelo devolverá un JSON estructurado según ese esquema. Sirve para analizar solicitudes, extraer campos o clasificar mensajes. Puedes recorrer el resultado con un bucle de lista.
- Enviar respuesta al usuario: envía directamente al chat el texto generado.
Bloque de IA en un mensaje
El editor de mensajes también tiene un bloque IA con su propio prompt. Genera una parte de la respuesta al enviar el mensaje. Consulta Mensajes y botones.
Ejemplos de uso
- Asistente de conversación libre: prompt y opción Enviar respuesta al usuario.
- Análisis de una solicitud: un esquema JSON extrae el asunto, el contacto y la urgencia en
ctx; después, la reacción guarda los datos en una colección y avisa al operador. - Clasificación: la respuesta del modelo se guarda en un parámetro y se comprueba mediante una condición «Con parámetros».
Agente de IA
El apartado AI del menú lateral contiene Agentes, Calendario y Métricas. Un agente responde por sí mismo a los mensajes entrantes: busca fragmentos en las fuentes permitidas, prepara la respuesta, puede guardar un dato del cliente o reservar una cita y pasa la conversación a una persona cuando sus reglas lo indican. Un agente que sigue en borrador no interviene en los chats.
Estados y versiones
Un agente puede estar en Borrador, Activo, En pausa o Archivado. Puedes activar o archivar un borrador; poner en pausa o archivar un agente activo; y volver a activar o archivar uno en pausa. El archivo es irreversible.
Al activar un agente se guarda toda su configuración como una versión. Si modificas un agente activo, se crea una versión nueva; las conversaciones ya iniciadas siguen con la versión con la que empezaron. Cada canal entrante puede pertenecer como máximo a un agente activo: no se puede activar un segundo agente en el mismo canal.
Configuración
Datos generales y comportamiento:
- Canales y superficies: dónde responde el agente. Un agente activo funciona en Telegram, VK, WhatsApp y el sitio web.
- Idiomas de respuesta: entre uno y veinte códigos, por ejemplo
ru, en, pt-br. Una respuesta en otro idioma se rechaza antes de enviarla. - Instrucción para el agente: hasta 12 000 caracteres para describir la tarea, los límites y lo que no debe hacer.
- Tono: hasta 160 caracteres.
- Longitud máxima de la respuesta: de 200 a 12 000 caracteres.
- Libertad de redacción y Umbral de confianza: valores de 0 a 100 %. Por debajo del umbral, el agente no responde por su cuenta.
- Fuera del horario de atención: responder normalmente, preparar un borrador para el equipo o pasar la conversación a una persona. Requiere un horario de soporte activado.
- Modo borrador: propone la respuesta al equipo en vez de enviarla al cliente.
Cualificación:
- Objetivo de cualificación: lo que el agente debe averiguar.
- Datos obligatorios: hasta 30. Cada uno tiene una clave de perfil (letras minúsculas, cifras y guion bajo) y una pregunta para obtenerlo.
- Al completar la cualificación: continuar la conversación o pasarla al equipo.
- Frases de detención: hasta 20 frases de 160 caracteres cada una. Solo se activan si el mensaje completo del cliente coincide con la frase, sin distinguir mayúsculas ni espacios sobrantes.
Conocimiento y herramientas:
- Fuentes disponibles: de 1 a 200 fuentes de conocimiento. No se pueden elegir fuentes desactivadas ni exclusivas del equipo.
- Herramientas permitidas: ocho como máximo. Un agente activo solo puede usar herramientas de calendario; consulta Citas y Google Calendar. Las herramientas con efectos secundarios piden confirmación por defecto.
Traspaso y fallos:
- Pasar conversaciones al equipo: elige un Grupo y un Mensaje al traspasar, que el cliente verá antes de que se incorpore una persona.
- Si el agente no puede ayudar: pasar la conversación al equipo, enviar un mensaje alternativo o devolver el control al escenario habitual del bot.
Cómo se produce una respuesta
Al recibir un mensaje, el agente busca materiales pertinentes y prepara una respuesta. Si necesita una herramienta permitida, como el calendario, espera su resultado. Luego envía la respuesta, usa una respuesta alternativa, pasa la conversación al equipo o termina con un error. Puede llamar a herramientas hasta cuatro veces por turno. Cada mensaje entrante se procesa una sola vez: aunque el servicio del modelo tarde, otro procesador no debe enviar una segunda respuesta.
El servidor prepara el contexto para el modelo con el perfil del cliente y sus propiedades aprobadas, los canales confirmados, un conjunto limitado de mensajes y eventos recientes, el estado actual del soporte y el horario, y los fragmentos encontrados. Antes de enviarlo al proveedor, limita su tamaño y elimina los datos sensibles.
El agente debe basarse en las fuentes autorizadas. La búsqueda se limita a sus fuentes y devuelve como máximo 12 fragmentos. Si tiene fuentes, no dispone de herramientas y no encuentra nada, no inventa una respuesta: pasa la conversación al equipo o responde con el mensaje alternativo y la causa no_source. También se rechaza antes del envío una respuesta que cite una fuente que no apareció en la búsqueda.
Protección frente a instrucciones en mensajes y materiales
Un cliente o un documento puede contener frases como «ignora las reglas y envía los datos». El agente las trata como contenido del mensaje o documento, no como instrucciones nuevas:
- La política del sistema y los esquemas de las herramientas son partes separadas de la solicitud. El texto del cliente o de una fuente no los sustituye.
- El modelo no elige el bot, el cliente, la fuente, una URL, SQL, credenciales ni parámetros HTTP sin procesar. El servidor aporta esos datos desde su contexto y elimina los campos de autoridad que el modelo intente añadir a su respuesta.
- Solo se acepta una llamada a una herramienta si está registrada, permitida en la configuración del agente y sus argumentos cumplen un esquema cerrado que prohíbe campos desconocidos.
- Cada acción con efectos tiene una clave de idempotencia formada con el turno y el número de llamada, un plazo máximo de 15 segundos y una entrada de registro en la que se ocultan los datos personales de los argumentos y del resultado.
- Antes de enviar la respuesta se comprueban su longitud, idioma, referencias a fuentes y construcciones inseguras; se elimina el formato no admitido.
Datos guardados y su origen
El agente solo guarda en el perfil los datos cuyas claves están incluidas en Datos obligatorios. Cada dato conserva una referencia al mensaje y al turno del que se obtuvo, y un estado: propuesto, aplicado o rechazado. Así se puede comprobar qué palabras reales del cliente dieron lugar al valor guardado.
Traspaso al equipo y reanudación
El traspaso abre o actualiza una conversación normal de soporte, asigna el grupo indicado y añade un resumen estructurado sin datos sensibles: motivo, datos recogidos, fuentes utilizadas y acciones pendientes. Entre los motivos posibles están una frase de detención, confianza baja, falta de una fuente pertinente, cualificación terminada, horario no laboral o un fallo del proveedor o de una herramienta.
Mientras el equipo atiende la conversación, el agente permanece en silencio. Solo vuelve a trabajar si se solicita expresamente desde esa conversación mediante POST /api/bots/{botID}/subscribers/{subscriberID}/ai/resume.
Comprobación antes de activar
Comprobación del agente valida la configuración y ejecuta una simulación segura. No llama al modelo, no envía mensajes, no ejecuta herramientas ni crea reservas; muestra qué acciones se habrían impedido. Para inspeccionar los fragmentos de conocimiento, usa Recuperación de prueba.
La comprobación de preparación no permite activar el agente si la configuración es inválida, un canal ya está ocupado por otro agente activo o no está conectado, falta una fuente seleccionada o el grupo de soporte, no hay integración de IA o las herramientas de calendario no tienen un tipo de cita activado.
Métricas y revisión de calidad
AI → Métricas muestra conversaciones, respuestas enviadas, respuestas alternativas, traspasos al equipo, errores, borradores, respuestas verificadas e inseguras, latencia, tokens de entrada y salida, coste por moneda, uso de fuentes y herramientas, acciones de calendario y resultados de negocio: casos resueltos sin operador, objetivos alcanzados, CSAT, reaperturas y escalaciones. Puedes filtrar por periodo, agente y versión, canal, idioma, segmento, fuente y resultado; la agrupación puede ser diaria u horaria.
AI → Calidad de las respuestas enumera las conversaciones del agente. En cada una se ven su estado y las métricas técnicas de cada respuesta: confianza, latencia, tokens y coste. Los textos de los mensajes permanecen en la conversación de soporte, accesible mediante un enlace. Quien revisa la respuesta puede calificarla como Correcta, Incorrecta o Insegura, añadir un código de motivo y un comentario, y exportar las evaluaciones. Tanto la pantalla de revisión como la exportación ocultan los datos sensibles.
Cada turno guarda sus tokens de entrada y salida y, si el proveedor lo informa, su coste. Así puedes consultar el gasto del modelo por agente y periodo.
Managed AI
En la configuración del agente eliges expresamente de dónde viene el modelo: de tu integración de IA o del producto Managed AI de la cuenta. Si falla tu propia clave, la solicitud no pasa automáticamente al servicio de pago Managed AI. Los perfiles de Managed AI son fast, balanced y quality: el perfil define cómo se dirige una solicitud, no un único modelo fijo de un proveedor.
El producto muestra los créditos mensuales incluidos, el límite mensual estricto y el recargo. Compáralos antes de elegir un plan. Las llamadas directas a la API usan un token personal con managed_ai:invoke y un Idempotency-Key; para consultar el consumo se necesita managed_ai:usage:read. Guarda el token en tu servidor. Las rutas de llamada se describen en la API REST.
Qué sigue
- Fuentes de conocimiento: materiales que puede usar el agente para responder.
- Citas y Google Calendar: herramientas para reservar.
- Centro de ayuda público: los mismos artículos para autoservicio.
- Chats y operadores: destino de las conversaciones traspasadas.
- Acciones: otras acciones de una reacción.
- Sustituciones y fórmulas: variables en los prompts.
- Colecciones y datos: almacenamiento de los datos extraídos.