Índice
La mayoría de los negocios que configuran un agente de IA por primera vez cometen el mismo error: le escriben un prompt muy completo, le cargan toda la información de la empresa, y esperan que el bot "se las arregle solo" en la conversación. El resultado, casi siempre, es un agente que repite preguntas, se olvida de pedir el teléfono, o nunca pasa al lead a un asesor humano en el momento correcto.
El prompt le da personalidad y conocimiento a un agente de IA. Pero lo que hace que una conversación avance hacia un objetivo concreto — calificar al cliente, recoger sus datos y entregarlo a una persona en el momento justo — es el escenario: un mapa de pasos que el agente sigue mientras conversa.
En esta guía vamos a armar, de principio a fin, un escenario real: el de Frida, un agente inmobiliario que clasifica prospectos y recoge su información antes de pasarlos a un asesor. No importa si tu negocio vende propiedades, ropa, software o si haces reclutamiento: la mecánica para armar el escenario es la misma. Te recomendamos ir armando el tuyo en paralelo mientras avanzas en la lectura.
1. Antes de empezar: dibuja el escenario como un mapa
Antes de abrir la plataforma, conviene dibujar en papel, o en cualquier herramienta, cómo quieres que fluya la conversación.
Para Frida, ese mapa es simple. El cliente llega y lo primero que el agente necesita saber es qué quiere: comprar, vender, ofrecerse como asesor aliado, o buscar empleo. Según esa respuesta, la conversación toma uno de cuatro caminos distintos, y cada camino va recogiendo los datos que corresponden (nombre, teléfono, presupuesto, tipo de propiedad). Cuando el agente ya tiene la información necesaria, los cuatro caminos terminan en el mismo lugar: pasar la conversación a un asesor humano.
Si logras dibujar tu conversación así, un punto de entrada, varias ramas y un final común, ya tienes el 80% del trabajo pensado. Lo que sigue es traducir ese dibujo a pasos dentro de la plataforma.
2. Dónde se arma: la pestaña Escenarios
Dentro de la configuración de tu agente de IA vas a encontrar varias pestañas: Prompt, Configuración, Base de Conocimientos, Escenarios, Señales y Pago. Todo lo que cubre esta guía vive en la pestaña Escenarios.
Lo primero que notarás es que el escenario no se ve como una lista, sino como un mapa: cada paso es una tarjeta, y las flechas entre tarjetas muestran cómo el agente salta de un paso a otro. Las etiquetas sobre las flechas —por ejemplo Comprador, Contado, Crédito — indican qué respuesta del cliente lleva por ese camino, así que de un vistazo puedes seguir todo el flujo de la conversación.
Arriba del mapa hay dos botones que vas a usar constantemente. El primero, "Agregar paso del escenario del agente de IA", crea un paso normal: de los que el propio agente decide ejecutar mientras conversa. El segundo, "Agregar acción por evento", crea un paso que no decide el agente, sino que se dispara solo cuando ocurre algo — una señal del cliente, un recordatorio por inactividad — y que veremos más adelante.
La anatomía de un paso
Casi todo el escenario se construye con un solo tipo de bloque: el paso. Vas a crear muchos, pero todos comparten la misma estructura, así que entender uno es entenderlos todos.
Al abrir un paso encontrarás siempre, de arriba hacia abajo, lo mismo. Primero, un nombre claro —el título que ves en el mapa, como Router de intención o Comprador. Después, cuatro interruptores que definen cuándo está disponible ese paso: Paso activo lo enciende o apaga sin necesidad de borrarlo; Paso inicial marca el punto de arranque del escenario, la casilla del clasificador, que se le propone al agente apenas comienza cada diálogo; Disponible siempre pone el paso a disposición del agente desde el arranque, sin que otro paso tenga que activarlo; y Ocultar tras la ejecución hace que el paso desaparezca una vez completado, para no estorbar en el resto de la conversación. Justo debajo puedes agregar condiciones de activación opcionales, para que el paso solo aparezca en ciertos casos.
Luego viene la descripción del paso: el texto que le explica al agente cuándo y para qué activarlo, qué hace en general y qué debe preguntar. Es, básicamente, una mini-instrucción solo para ese momento de la conversación.
Más abajo están los datos del paso, que se agregan con el botón "Agregar datos": la información que el agente debe recolectar antes de avanzar, como nombre, teléfono o presupuesto. Cada dato puede marcarse como obligatorio u opcional, y puede tener opciones cerradas —por ejemplo, pago de contado o a crédito.
Y al final están las acciones: lo que ocurre cuando el paso se completa. Se agregan con "Agregar acción" y aparecen numeradas (#1, #2...): crear o actualizar un pedido, actualizar los datos del cliente, ir a otro paso, enviar un mensaje. El orden importa, y puedes reordenarlas arrastrándolas.
Vale la pena tenerle paciencia a esta parte: una vez que la anatomía del paso te quede clara, armar el resto del escenario es, en gran medida, repetir el mismo patrón.
3. El primer paso: un clasificador que reparte la conversación
El corazón de un escenario como el de Frida es el paso clasificador —en este caso, llamado Router de intención. Su única función es entender qué quiere el cliente y mandarlo a la rama correcta.
Sus interruptores se configuran de una forma particular: Paso inicial activado, para que se dispare automáticamente como la primera tarea de cada diálogo nuevo; y Disponible siempre activado junto con Ocultar tras la ejecución desactivado, de modo que si el cliente cambia de idea más adelante en la conversación, el agente pueda volver a clasificarlo en cualquier momento. Cuando un paso tiene esta combinación, la propia plataforma lo confirma con un aviso: el paso se sugerirá al agente al inicio del diálogo y seguirá disponible después de completarse.
Dentro del clasificador se define un solo dato obligatorio con opciones cerradas. En Frida, ese dato es el tipo de prospecto, con cuatro opciones: comprador, vendedor, asesor y buscador de empleo.
Lo que más importa: describir bien el dato y sus opciones
Esta es la pieza que decide si tu agente funciona o no. El agente no adivina qué opción elegir: la elige leyendo las descripciones que tú escribas. Si esas descripciones son pobres, el agente va a clasificar mal a los clientes; si son claras y están acompañadas de ejemplos, va a acertar casi siempre. Vale la pena dedicarle más tiempo a esta parte que a cualquier otra del escenario.
Al crear un dato, además del nombre interno del campo y su tipo (texto, número, teléfono...), trabajas con una tabla de opciones donde cada fila tiene un valor y una descripción. Esa descripción es la clave de todo: ahí le explicas al agente, con ejemplos, cuándo corresponde cada opción. Frida lo hace así para la opción comprador: describe a un cliente que quiere comprar o rentar, que pregunta por precio, ubicación, fotos, disponibilidad, metros o recorridos. No basta con escribir la palabra "comprador"; hay que describir cómo habla un cliente de ese tipo.
Además de la tabla de opciones, cada dato tiene una instrucción general para el agente — la regla completa sobre cómo llenarlo — y un set de preguntas modelo que el agente puede usar cuando la intención del cliente no esté clara, para que suene natural y no tenga que improvisar.
La regla de oro es describir cada opción como si se la explicaras a una persona nueva que nunca atendió a tus clientes, con ejemplos de lo que diría el cliente y no solo una etiqueta. Este cuidado aplica a todos los datos del escenario, pero en el clasificador es donde más se nota, porque de él depende a qué rama va toda la conversación.
La pieza que conecta todo esto con el mapa es la acción "Ir a otro paso", que tiene dos modos. La transición directa salta siempre al mismo paso, y la usaremos más adelante para encadenar los pasos de una rama. La transición condicional, en cambio, salta a un paso distinto según la opción elegida, y es la que usa el clasificador: eliges primero el dato que decide el camino y, para cada una de sus opciones, defines a qué paso saltar y una instrucción breve sobre qué hacer al llegar ahí.
En Frida, la opción comprador lleva al paso Comprador, vendedor al paso Vendedor, asesor al paso Asesor, y buscador de empleo al paso BuscadorDeEmpleo. En el mapa, ese reparto se dibuja solo: verás salir del clasificador una flecha hacia cada rama, etiquetada con la opción que lleva por ese camino.
4. Las ramas: cadenas de pasos que recogen datos
Cada rama es, en esencia, una cadena de pasos uno detrás de otro, donde el agente va pidiendo datos. Tomemos la rama del comprador como ejemplo: el paso Comprador recoge el nombre y apellido del cliente, su teléfono, la propiedad que le interesa y su capacidad de pago. Los datos sin los cuales no quieres avanzar —nombre, teléfono— se marcan como obligatorios, y el resto queda como opcional; el agente no deja pasar al cliente al siguiente paso hasta tener los obligatorios.
Aunque estos datos no tengan opciones cerradas como las del clasificador, merecen el mismo cuidado en su descripción: en la instrucción para el agente, conviene explicar qué es exactamente cada dato y cómo reconocerlo. En capacidad de pago, por ejemplo, vale la pena aclarar si te refieres a un monto concreto, o a si el cliente paga de contado o a crédito. Un dato mal descrito es un dato que el agente va a llenar mal, sin importar qué tan bien armado esté el resto del paso.
Los pasos de una rama tienen los interruptores prácticamente al revés que el clasificador: Disponible siempre desactivado, porque no deben aparecer por sí solos —es la acción "Ir a otro paso" del paso anterior la que los abre cuando llega el momento—, y Ocultar tras la ejecución activado, para que un paso ya completado no quede dando vueltas y confunda al agente más adelante.
Al final de cada paso de rama va una acción "Ir a otro paso" en modo transición directa, que lleva al siguiente eslabón de la cadena. En el caso del comprador, después de recoger sus datos, el escenario salta al paso de método de pago.
Las demás ramas siguen el mismo patrón. La del vendedor recoge los datos de la propiedad que quiere vender y salta directo al final; la del buscador de empleo es una cadena más larga —experiencia en ventas, experiencia inmobiliaria, actividad actual, disponibilidad, expectativas— pero cada eslabón repite exactamente la misma lógica: recoger campos y saltar al siguiente con "Ir a otro paso".
5. Routers dentro de las ramas: cuando una respuesta abre más caminos
A veces una rama no es una línea recta. En Frida, cuando el comprador llega al paso de método de pago, la conversación se vuelve a abrir: si paga de contado, va a un paso específico para ese caso; si paga a crédito, va a otro. Y ese paso de crédito se abre de nuevo, esta vez según el tipo de crédito —Infonavit, Fovissste, bancario— que lleva a un paso distinto en cada caso.
La buena noticia es que esto no introduce nada nuevo: un router dentro de una rama se arma exactamente igual que el clasificador del inicio, con un dato de opciones cerradas y una acción "Ir a otro paso" en modo transición condicional. La única diferencia es que este paso permanece oculto al inicio del diálogo; es la rama, no el arranque de la conversación, la que lo activa. En el mapa lo vas a reconocer fácil: es la tarjeta de la que salen varias flechas etiquetadas.
Esta es una de las ideas más útiles de toda la guía: el mismo patrón de "dato con opciones más Ir a otro paso con mapeo" sirve tanto para el reparto inicial como para cualquier bifurcación interna. Puedes anidar routers cuantas veces lo necesite tu negocio, sin aprender ningún mecanismo nuevo.
6. Guardar lo que el cliente dice: acciones sobre el contacto y el pedido
Recoger datos no sirve de nada si no quedan guardados en algún lugar. Por eso, en casi todos los pasos de recolección aparecen dos acciones antes del "Ir a otro paso": actualizar los datos del cliente y crear o actualizar un pedido.
La acción de actualizar al cliente guarda información como el nombre o el teléfono directamente en su ficha, y la de crear o actualizar un pedido registra los datos del lead — presupuesto, tipo de propiedad, método de pago — en un pedido. Ambas funcionan de la misma manera: se agrega una fila por cada campo, indicando dónde escribir el valor y de dónde sale ese valor. La mayoría de las veces el origen va a ser "Datos del paso", es decir, lo que el agente acaba de recolectar; la opción "Cambiar" sirve para los casos en que quieres escribir un valor fijo, igual para todos los clientes.
Sobre el cliente no hay que preocuparse por buscarlo ni seleccionarlo: el agente siempre trabaja con la persona que está escribiendo en ese chat, así que cualquier dato que guardes va directo a su ficha.
Con el pedido sí hay un detalle importante que conviene no pasar por alto. Si no se le indica nada al agente, este crearía un pedido nuevo en cada paso, dejando varios registros a medio llenar. Para evitarlo, la primera fila de la acción "Crear o actualizar pedido" conecta el ID del pedido con un dato que guarda ese mismo ID si ya existe. Así, si el pedido ya fue creado, el agente reutiliza ese mismo registro y le va agregando información; y si todavía no existe, lo crea. El resultado es un solo pedido que se va completando a lo largo de toda la conversación, en lugar de varios registros sueltos.
Esta misma acción tiene un interruptor adicional para crear el pedido incluso si todavía no se completaron todos los datos obligatorios del paso. Conviene activarlo cuando lo que más importa es no perder al lead: el pedido queda registrado con lo que haya hasta ese momento, mientras el agente sigue pidiendo lo que falte.
7. El paso final: entregar la conversación a un asesor humano
Todas las ramas terminan en el mismo lugar: un paso que se despide del cliente y entrega la conversación a una persona. En Frida, ese paso se llama Asignar operador.
A diferencia del clasificador, este paso no es el inicial, pero comparte con él los interruptores Disponible siempre activado y Ocultar tras la ejecución desactivado. Eso lo deja accesible desde cualquier punto del escenario: si en cualquier momento el cliente pide hablar con una persona, el agente puede entregar la conversación sin importar en qué rama se encontraba.
El paso recoge dos textos que el propio agente redacta: un aviso de despedida para el cliente y un resumen para quien va a recibir la conversación. Con esa información ejecuta tres acciones en orden: primero envía el mensaje de despedida al cliente, después envía el resumen interno al asesor, y por último asigna el diálogo. El detalle útil aquí es que la acción de enviar mensaje tiene dos modos —enviar al cliente o enviar al asesor— y eso es justamente lo que diferencia ambos textos dentro del mismo paso.
Para decidir a quién se asigna el diálogo hay tres caminos: repartirlo automáticamente con un bot distribuidor según reglas ya configuradas, la opción que usa Frida, y la más simple si ya tienes ese reparto montado; asignarlo a un asesor concreto, ya sea elegido a mano de una lista o determinado por el propio agente a partir de un dato del paso, útil cuando la asignación depende de la especialidad o la zona; o asignarlo a otro bot.
Como este paso es el destino final de todas las ramas, vale la pena configurarlo una sola vez y con cuidado. Es el momento exacto en que el lead pasa a manos humanas, y un buen resumen para el asesor marca la diferencia entre un seguimiento ágil y uno que empieza de cero.
8. Señales: detectar lo que pide el cliente en cualquier momento
Hasta aquí, el escenario avanza de forma ordenada y es el propio agente quien decide qué paso ejecutar. Pero ¿qué pasa si el cliente, en medio de la recolección de datos, pide algo puntual? Para eso existen las señales: detectores que el agente puede activar durante la conversación cuando se cumple cierta condición.
Cada señal tiene un nombre claro, un tipo — normalmente sí o no, según si está activa — y una descripción que, igual que con los datos, es la que usa el agente para decidir si la marca o no.
Frida describe así su primera señal: el cliente pide ver las propiedades disponibles, listados u opciones, con frases como "¿qué tienen?" o "muéstrame opciones", pero aclara que no debe marcarse si el cliente solo habla de propiedades en general. Incluir ejemplos y casos de cuándo no marcar la señal es lo que hace que el agente la use con precisión.
Señales encadenadas: el truco de las dependencias
Frida no usa una sola señal para esto, sino dos, una dentro de la otra: una primera que marca cuando el cliente pide ver propiedades, y una segunda que marca cuando lo pide por segunda vez, configurada para depender de que la primera ya esté en verdadero.
El resultado es una lógica escalonada bastante útil: la señal anidada ni siquiera se le ofrece al agente para evaluar hasta que la señal de arriba ya se cumplió. Primero el agente marca que el cliente pidió ver propiedades; recién entonces la segunda señal queda disponible para evaluarse; y solo si el cliente vuelve a insistir, se marca también. Esto evita que el agente "se adelante" y reaccione a un estado que todavía no corresponde.
Piensa las dependencias como un embudo: las señales generales arriba, las específicas debajo, cada una habilitándose solo cuando la anterior se cumple.
Una señal por sí sola solo marca un estado; para que algo ocurra al activarse, se necesita un paso de tipo "Acción por evento", específicamente del tipo "Reacción a señal". A diferencia de un paso normal, este no lo decide el agente: lo dispara el sistema cuando las señales indicadas alcanzan los valores que se configuraron. En el mapa se reconoce porque aparece con borde punteado, separado del árbol de pasos y sin flechas que lo conecten. Dentro de él se agregan las señales que deben cumplirse y con qué valor, pudiendo exigir que se cumplan todas o cualquiera de ellas; la plataforma aclara que, cuando eso ocurre, el paso se activa automáticamente con prioridad superior a la de los pasos normales del escenario.
Frida tiene un paso de este tipo que exige las dos señales en verdadero a la vez, y cuyas acciones son leer un documento de la base de conocimiento con la información de propiedades, y llamar al agente para que responda con esa información. Exigir las dos señales encadenadas crea, en la práctica, un umbral de insistencia: la primera vez que el cliente pregunta, el agente sigue enfocado en recoger los datos del lead; solo si insiste, el paso entra y le entrega el catálogo.
Cuándo no necesitas una señal
Antes de crear una señal para cada cosa, conviene tener claro que, mientras sigue el escenario, el agente siempre puede desviarse un momento para responder una pregunta del cliente — con la información de sus instrucciones o buscando en la base de conocimiento — y luego retomar el escenario justo donde se quedó. Una pregunta normal del cliente se responde sola, sin ningún mecanismo especial.
Entonces, ¿por qué Frida sí usa señales para las propiedades? Porque se le indicó dar prioridad a recolectar los datos del lead antes que a mostrar el catálogo completo. Sin esa instrucción, el agente simplemente buscaría en la base y respondería de inmediato. Las señales aparecen acá solo para manejar la insistencia: cuando el cliente pregunta una y otra vez por el listado, el escenario reacciona de forma especial en lugar de seguir posponiendo la respuesta. Esa es la diferencia clave: las señales son para casos que merecen un trato distinto al habitual, no para preguntas que el agente ya sabe responder por su cuenta.
9. Recordatorios: que el lead no se enfríe
Un lead que deja de responder no necesariamente está perdido, así que conviene que el agente sepa retomar el contacto tras un tiempo de silencio. Hay dos formas de lograrlo: una rápida y otra flexible.
La más rápida son los recordatorios automáticos, que se activan en la pestaña de configuración del agente, en la sección de diálogos no finalizados. Ahí se indica después de cuánto tiempo debe enviarse el primer recordatorio y se escribe la instrucción de texto que define su tono y contenido, pudiendo encadenar un segundo y un tercer recordatorio con intervalos crecientes. No hace falta tocar el mapa de escenarios para esto: al activarlos, la plataforma crea por su cuenta un paso oculto que hace todo el trabajo.
Es importante tener claro que el tiempo de cada recordatorio lo controla el sistema, no el prompt: es la plataforma la que cuenta el tiempo y dispara el paso, no el agente quien decide cuándo enviarlo.
Cuando se necesita algo más a medida que un recordatorio simple, existe la acción diferida, un patrón de dos partes. La primera es el paso que se va a ejecutar más adelante, creado como acción por evento del tipo "Acción diferida", que típicamente agrega una instrucción al contexto del agente —por ejemplo, que pasó un día sin respuesta y conviene retomar la conversación con un mensaje amable— y después llama al agente para que actúe sobre esa nota. La segunda parte es el disparo: dentro de un paso normal del escenario se agrega la acción de ejecución diferida del paso, indicando qué paso llamar y dentro de cuánto tiempo. Cuando ese plazo se cumple, el sistema dispara solo el paso de acción diferida.
Hay una regla que vale para todos los pasos por evento, sea de reacción a señal, recordatorio o acción diferida: estos pasos no ponen a trabajar al agente por sí solos, simplemente ejecutan sus acciones y se detienen. Si además se quiere que el agente reaccione y le escriba al cliente, hace falta agregar al final la acción de llamar al agente de IA. Sin ella, el recordatorio dejaría su instrucción guardada, pero el agente nunca enviaría el mensaje. Es el error más fácil de cometer con este tipo de pasos, y vale la pena tenerlo presente.
10. Empieza simple y crece con el uso real
No conviene intentar armar las cuatro ramas con todos sus routers el primer día. La forma más rápida de tener un agente funcionando es crear primero el clasificador con dos o tres opciones, no más; armar una sola rama completa, de principio a fin, hasta la entrega al operador; probarla y ajustarla; y recién entonces duplicar el patrón para las demás ramas.
Para probar, la plataforma ofrece un botón de prueba que no solo permite conversar con el agente como si fuera un cliente, sino que también muestra todo lo que hace por dentro: qué paso ejecuta, qué datos recolecta, qué señales marca, a dónde salta. Así se detectan los errores en el momento — eligió mal una opción, se saltó un paso, no marcó una señal — y se corrigen afinando las descripciones y las instrucciones, antes de que el agente atienda a clientes reales.
Como todos los pasos repiten la misma anatomía, una vez que hay una rama sólida, las demás son básicamente copiar y adaptar. Y como el paso final y el clasificador ya están hechos, cada rama nueva es solo una cadena de recolección que se enchufa en el medio. El mapa completo que viste al comienzo de esta guía no se armó de una vez: creció rama por rama, repitiendo siempre el mismo patrón.
Resumen
¿Qué es el escenario de un agente de IA? El escenario de un agente de IA es el mapa de pasos que define qué debe hacer el agente durante una conversación: qué preguntar, qué datos recolectar y cuándo transferir el diálogo a una persona. Sin un escenario, obtienes solo un agente IA charlante que siempre esperara a que le hagan preguntas, no tiene un objetivo y jamás terminará la conversación con un asesor.
¿Cuál es la diferencia entre el prompt y el escenario de un agente de IA? El prompt le da personalidad y conocimiento al agente de IA y define cómo debe hablar. El escenario, en cambio, define el flujo paso a paso de la conversación: qué información pide en cada momento, qué hace con esa información y a quién entrega el diálogo al final.
¿Por dónde se empieza a armar el escenario de un agente de IA? El punto de partida depende de lo que necesite el negocio: puede ser un saludo fijo que abra la conversación siempre de la misma forma, un paso clasificador o router que identifique la intención del cliente, o simplemente dejar que el escenario siga la lógica de lo que el cliente trae a la conversación. El router solo es necesario cuando el negocio requiere que el agente de IA identifique esa intención para derivar el flujo hacia una parte específica del escenario, por ejemplo, distinguir si el cliente pide una demo, busca soporte técnico, solo quiere información, o trae otro tema. En el fondo, el enrutamiento es solo uno de los tipos de herramientas disponibles para configurar el comportamiento del agente: sirve cada vez que hace falta dividir su lógica según lo que quiere el cliente, según el contexto acumulado durante la conversación, o según condiciones que el propio agente puede determinar sin necesidad de preguntarle nada. Técnicamente, esa división se expresa con un dato del paso cuyas opciones de respuesta están bien descritas, y con la acción "Ir a otro paso", que usa la opción elegida por el agente para abrir la siguiente rama del escenario.
¿Qué es un paso clasificador o router en un agente de IA? Es el primer paso del escenario de un agente de IA. Se activa automáticamente al comenzar cada diálogo, recoge un solo dato con opciones cerradas y usa la acción "Ir a otro paso" en modo condicional para repartir a cada cliente hacia la rama que le corresponde. Se recomienda crear este paso al inicio de prácticamente cualquier agente de IA, porque le permite identificar la intención del cliente desde el primer mensaje y decidir hacia dónde dirigir la conversación. No es estrictamente obligatorio, depende del uso que se le dé al agente, pero en la mayoría de los agentes que atienden a más de un tipo de cliente o cubren más de un objetivo, es uno de los pasos más frecuentes de encontrar.
¿Cómo se construye cada rama del escenario de un agente de IA? Cada rama es una cadena de pasos que recogen datos uno detrás de otro. Cada paso marca cuáles de esos datos son obligatorios, los guarda con las acciones de actualizar al cliente y crear o actualizar el pedido, y salta al siguiente paso con la acción "Ir a otro paso".
¿Cómo se hacen bifurcaciones dentro de una rama del escenario? Con el mismo patrón que el clasificador inicial: un dato con opciones cerradas más una acción "Ir a otro paso" en modo condicional. Estos routers internos se pueden anidar tantas veces como lo necesite el negocio, por ejemplo para distinguir tipos de pago o tipos de crédito.
¿Cómo terminar el flujo de una conversación de un Agente IA? Depende de la lógica de cada flujo. La forma más común es derivar la conversación a un asesor humano, a un bot distribuidor o a un bot específico, mediante el paso final que asigna el diálogo. Pero no siempre hace falta esa derivación: si el agente de IA resuelve todo lo que el cliente necesitaba sin que se requiera la intervención de un asesor, el flujo también puede terminar simplemente marcando la conversación como procesada o finalizada, sin pasarla a nadie más.
¿Para qué sirven las señales en un agente de IA? Las señales son detectores que el agente de IA activa cuando el cliente pide algo puntual en cualquier momento de la conversación, como ver un catálogo de propiedades, quiero hablar con un asesor, cliente molesto o pide reembolso. Para reaccionar a una señal, primero hay que crear una con las condiciones que deben suceder para activarse y luego se crea un paso de "Acción por evento" del tipo "Reacción a señal", que se dispara automáticamente cuando se cumplen las condiciones indicadas.
¿Cómo se encadenan señales para evitar que el agente de IA reaccione antes de tiempo? Se configuran con dependencias: una señal solo se evalúa cuando otra señal ya está en verdadero. Esto crea un umbral de insistencia, de modo que el agente de IA no reacciona a la primera pregunta del cliente, sino solo si la repite una segunda vez.
¿Qué pasa si el cliente deja de responder al agente de IA? Lo más simple es activar los recordatorios de diálogos no finalizados en la configuración del agente: se indica el tiempo de espera y el texto, y la plataforma crea automáticamente un paso oculto que reactiva al cliente. Para un seguimiento más a medida se puede usar una "Acción diferida".
¿Qué es lo que más afecta a que un agente de IA clasifique y recolecte datos correctamente? Las descripciones de cada dato y de sus opciones. El agente de IA elige y llena la información leyendo esas descripciones, así que escribirlas con ejemplos de cómo habla un cliente real marca la diferencia entre un agente preciso y uno que se equivoca.
¿Es necesario armar todas las ramas del escenario de un agente de IA desde el primer día? No. Conviene empezar con un clasificador simple y una sola rama completa, probarla con el botón "Probar Agente de IA" hasta que funcione bien con un cliente real, y solo después replicar el mismo patrón para las demás ramas. Como todos los pasos del escenario comparten la misma estructura, escalarlo es sobre todo repetir lo que ya demostró funcionar. Conviene hacer todas estas pruebas desde el botón "Probar Agente de IA": no tiene ningún costo, a diferencia de probar el escenario por fuera de esa opción, en una conversación real con un cliente, que sí se tarifica como un diálogo atendido.
¿Por qué mi agente de IA se pierde o no sigue el flujo programado? Casi siempre por cómo está escrito el escenario: todo se configura en lenguaje natural, así que una descripción ambigua, ejemplos pobres o instrucciones desordenadas hacen que el agente se confunda, se contradiga o no sepa qué paso seguir. Revisar y afinar la redacción de cada paso, dato y señal resuelve la mayoría de estos casos. Dicho esto, conviene tener una expectativa realista: incluso con un escenario bien armado, el agente de IA puede equivocarse de forma ocasional, por ejemplo, fallar en algunas conversaciones de cada cien con el mismo flujo, aunque acierte en el resto. Hoy no hay forma de eliminar ese margen de error por completo, pero los modelos de IA siguen mejorando, así que es algo que se va reduciendo con el tiempo.
