Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Utilice el autoservicio de agentes

El autoservicio de Agentic permite a los agentes de Connect AI resolver de forma autónoma los problemas de los clientes a través de los canales de voz y chat. A diferencia del autoservicio tradicional, en el que el agente de IA devolvía el control al flujo de contactos cuando se selecciona una herramienta personalizada, el autoservicio de agentic utiliza agentes de IA orquestadores que pueden razonar a lo largo de varios pasos, recurrir a las herramientas de MCP para tomar medidas en nombre de los clientes y mantener una conversación continua hasta que se resuelva el problema o sea necesario intensificarlo.

Por ejemplo, cuando un cliente llama por una reserva de hotel, un agente de IA de Orchestrator puede saludarlo por su nombre, hacerle preguntas aclaratorias, consultar su reserva y procesar una modificación, todo ello en una sola conversación, sin devolver el control al flujo de contactos entre cada paso.

Capacidades clave

El autoservicio de Agentic ofrece las siguientes funciones:

Herramientas para organizar agentes de IA

Puedes configurar tu agente de IA de Orchestrator para el autoservicio con los siguientes tipos de herramientas:

Configure el autoservicio de los agentes

Siga estos pasos generales para configurar el autoservicio de los agentes:

Cree herramientas personalizadas de Return to Control

Las herramientas de retorno al control indican al agente de IA que detenga el procesamiento y devuelva el control al flujo de contactos. Cuando se invoca una herramienta Return to Control, el nombre de la herramienta y sus parámetros de entrada se almacenan como atributos de sesión de Amazon Lex, que su flujo de contactos puede leer mediante un Comprobar atributos de contacto bloque para determinar la siguiente acción.

Si bien el agente de SelfServiceOrchestrator IA incluye herramientas predeterminadas Complete y de Escalate Return to Control, usted puede crear herramientas de Return to Control personalizadas con esquemas de entrada que capturen un contexto adicional para que su flujo de contactos pueda actuar en consecuencia.

Para crear una herramienta de retorno al control personalizada:

Ejemplo: herramienta de escalado personalizada con contexto

El siguiente ejemplo muestra cómo reemplazar la herramienta Escalate predeterminada por una versión personalizada que capture el motivo, el resumen, la intención del cliente y la opinión de los clientes. Este contexto adicional proporciona a los agentes humanos una ventaja a la hora de retomar la conversación.

En primer lugar, elimina la herramienta Escalate predeterminada de tu agente de IA. A continuación, cree una nueva herramienta de Return to Control llamada Escalate con el siguiente esquema de entrada:

{
    "type": "object",
    "properties": {
        "customerIntent": {
            "type": "string",
            "description": "A brief phrase describing what the customer wants to accomplish"
        },
        "sentiment": {
            "type": "string",
            "description": "Customer's emotional state during the conversation",
            "enum": ["positive", "neutral", "frustrated"]
        },
        "escalationSummary": {
            "type": "string",
            "description": "Summary for the human agent including what the customer asked for, what was attempted, and why escalation is needed",
            "maxLength": 500
        },
        "escalationReason": {
            "type": "string",
            "description": "Category for the escalation reason",
            "enum": [
                "complex_request",
                "technical_issue",
                "customer_frustration",
                "policy_exception",
                "out_of_scope",
                "other"
            ]
        }
    },
    "required": [
        "escalationReason",
        "escalationSummary",
        "customerIntent",
        "sentiment"
    ]
}

En el campo Instrucciones, describe cuándo debe intensificarse el agente de IA. Por ejemplo:

Escalate to a human agent when:
1. The customer's request requires specialized expertise
2. Multiple tools fail or return errors repeatedly
3. The customer expresses frustration or explicitly requests a human
4. The request involves complex coordination across multiple services
5. You cannot provide adequate assistance with available tools

(Opcional) Añade ejemplos para guiar el tono del agente de IA durante la escalada. Por ejemplo:

<message>
I understand this requires some specialized attention. Let me connect you
with a team member who can help coordinate all the details. I'll share
everything we've discussed so they can pick up right where we left off.
</message>

Utilice las herramientas de Return to Control en su flujo de contactos

Cuando el agente de IA invoca una herramienta de retorno al control, el control vuelve a tu flujo de contactos. Debes configurar tu flujo para detectar qué herramienta se ha invocado y enrutar el contacto en consecuencia.

Cómo funciona la detección de Return to Control

Cuando el agente de IA invoca una herramienta de retorno al control:

Configure el enrutamiento en función de las herramientas de Return to Control

Siga estos pasos para añadir el enrutamiento de Return to Control a su flujo de contactos:

Ejemplo: enrutamiento de una herramienta de escalado con contexto

Si ha creado una herramienta de escalada personalizada con contexto (consulteEjemplo: herramienta de escalado personalizada con contexto), puede copiar el contexto de escalada a los atributos de los contactos mediante un Establecer atributos de contacto bloque. Defina los siguientes atributos de forma dinámica:

(Opcional) Agregue un bloque de flujo de eventos establecido para mostrar el contexto de escalada al agente humano cuando acepte el contacto. Defina el evento como flujo predeterminado para la interfaz de usuario del agente y seleccione un flujo que presente al agente el resumen de la escalada, el motivo y la opinión.

Utilice las herramientas de Constant para las pruebas y el desarrollo

Las herramientas constantes devuelven un valor de cadena estática configurado al agente de IA cuando se invocan. A diferencia de las herramientas Return to Control, las herramientas Constant no finalizan la conversación con la IA: el agente de IA recibe la cadena y continúa la conversación. Esto hace que las herramientas Constant sean útiles para realizar pruebas y realizar iteraciones rápidas durante el desarrollo, lo que permite simular las respuestas de las herramientas sin necesidad de conectarse a sistemas de back-end.

Para crear una herramienta Constant:

Por ejemplo, puedes crear una herramienta Constant con un nombre getOrderStatus que devuelva un ejemplo de respuesta JSON. Esto le permite probar cómo su agente de IA gestiona las solicitudes de estado de los pedidos antes de conectarse a su sistema de gestión de pedidos actual a través de una herramienta de MCP.