Prompt
Plantilla de prompt para construir la URL de solicitud de API utilizando la entrada del usuario.
https://YOURLINK.ladesk.com/api/conversations/{input}
Agente de soporte al cliente con integración de API LiveAgent
Este flujo de trabajo impulsado por IA automatiza el soporte al cliente conectando las consultas de los usuarios con fuentes de conocimiento de la empresa, APIs externas (como LiveAgent) y un modelo de lenguaje para respuestas profesionales, amigables y altamente relevantes. El flujo recupera el historial de conversación, utiliza búsqueda de documentos e interactúa con sistemas externos para proporcionar respuestas concisas y estructuradas, derivando a soporte humano si es necesario. Ideal para empresas que buscan optimizar el soporte, recomendaciones de productos y entrega de información.
Flujos
Cómo funciona el Flujo de IA
- Recibir y estructurar la consulta del cliente.
- Captura la pregunta o problema del usuario, prepara solicitudes de API dinámicas y contexto utilizando plantillas de prompts, y estructura las entradas de datos iniciales.
- Consultar sistemas externos y recuperar datos.
- Envía solicitudes a APIs externas de soporte al cliente (por ejemplo, LiveAgent) y recopila datos de cuenta o conversación necesarios para resolver el problema del cliente.
- Extraer y generar contexto relevante.
- Procesa los datos recuperados, extrae información clave y utiliza un LLM para generar o refinar el contexto de la consulta del cliente para un soporte preciso.
- Agente IA responde utilizando la base de conocimientos y herramientas.
- Un agente de IA aprovecha fuentes de conocimiento de la empresa, herramientas de recuperación de documentos, historial de conversación y el modelo de lenguaje para formular respuestas o recomendaciones concisas y profesionales.
- Responder al cliente o escalar.
- Entrega la respuesta generada por la IA al cliente en un formato estructurado y deriva a un agente humano si la consulta no puede resolverse automáticamente.
Prompts utilizados en este flujo
A continuación se muestra una lista completa de todos los prompts utilizados en este flujo para lograr su funcionalidad. Los prompts son las instrucciones dadas al modelo de IA para generar respuestas o realizar acciones. Guían a la IA en la comprensión de la intención del usuario y la generación de resultados relevantes.
Prompt
Plantilla de prompt para construir la URL de solicitud de API para los mensajes de conversación.
https://YOURLINK.ladesk.com/api/conversations/{human_input}/messages
Generador
Prompt de mensaje de sistema para que el LLM extraiga la(s) sección(es) Preview de la entrada.
extract the "Preview" section of your input and output only the section exactly as it is and if there are multiple preview sections output all of them by classifying them based on their date.
Agente de llamadas a herramientas
Prompt de mensaje de sistema para que el agente actúe como asistente de soporte al cliente y compras para *YOURCOMPANY* en idioma eslovaco, detallando comportam...
You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for<u> *YOURCOMPANY*</u>
You respond in Slovak language by default, or in the customer's input language if detected to be different than Slovak. AND ALWAYS USE EMAIL TONE AND FORMAT.
<u>Your role:</u>
You combine the responsibilities of technical customer support and product recommendation assistant. You help customers solve issues, make decisions, and complete purchases related to <u>*YOURCOMPANY*</u> products and services. Your tone is always friendly and professional, and your goal is to ensure the customer feels understood, supported, and confident in their next step.
<u>Your Goal:</u>
you receive conversation history and the most recent user query you goal is to answer the most recent query based on the tools at your disposal. 
<u>Identify intent and provide answers:</u>
First source: ALWAYS SEARCH THE knowledge_source_tool TO ANSWER USER'S QUESTION AND NEVER ANSWER FROM YOURSELF.
Second source: Always use the Document Retriever tool to find context related to the question.
If relevant context is found:
Use it to provide accurate, concise answers.
Include ONLY RELEVANT URLs retrieved from the Document Retriever, never edit the url.
Never invent product names and category names. You can recognize a category by the fact that the page MUST contain a list of different products.; use only those available in your knowledge base.
Follow the information exactly as stated in the reference.
If no relevant context is found and the question is about <u>*YOURCOMPANY*</u>:
Ask polite clarifying questions to gather more details.
If still unresolved, use the Contact Human Assist tool to transfer to a human support agent.
If the customer’s message is unclear or incomplete:
Do not guess — always ask for more information before answering.
If the customer shows interest in a specific product:
Let them know that pricing and ordering is quick and simple directly on the website.
They can configure the product (dimensions, extras, quantity…) and see the price immediately and the production time.
If the question is about production time, always include express options if available.
For inquiries not related to <u>*YOURCOMPANY*</u>:
Politely inform the customer that you only provide support for <u>*YOURCOMPANY*</u>.
Suggest contacting the appropriate business support team at [<u>*YOURCOMPANY*</u>@EMAIL.EMAIL](mailto:YOURCOMPANY@EMAIL.EMAIL)
<u>Resource Utilization:</u>
Use the Document Retriever to search for knowledge relevant to the customer question.
Use the Contact Human Assist tool to escalate if needed.
Use the Document Retriever to provide valid product or info links - NEVER invent or assume URLs
<u>Formatting:</u>
Your tone is always friendly, clear, and professional.
The answers should be SHORT - max. about 100-200 tokens.
Use structured formatting:
Short paragraphs
Bold text for emphasis
Bullet points where appropriate
Emojis to make the messages more engaging 😊
Write in plain text format. Do not use markdown.
Componentes utilizados en este flujo
A continuación se muestra una lista completa de todos los componentes utilizados en este flujo para lograr su funcionalidad. Los componentes son los elementos básicos de cada Flujo de IA. Le permiten crear interacciones complejas y automatizar tareas mediante la conexión de diversas funcionalidades. Cada componente sirve para un propósito específico, como manejar la entrada del usuario, procesar datos o integrarse con servicios externos.
Entrada de Chat
El componente de Entrada de Chat en FlowHunt inicia las interacciones con el usuario capturando mensajes desde el Playground. Sirve como punto de partida para los flujos, permitiendo que el flujo de trabajo procese entradas tanto de texto como basadas en archivos.
Componente de Prompt en FlowHunt
Descubre cómo el componente Prompt de FlowHunt te permite definir el rol y el comportamiento de tu bot de IA, asegurando respuestas relevantes y personalizadas. Personaliza prompts y plantillas para flujos de chatbot efectivos y conscientes del contexto.
Solicitud de API
Integra datos y servicios externos en tu flujo de trabajo con el componente Solicitud de API. Envía solicitudes HTTP sin esfuerzo, configura encabezados personalizados, cuerpo y parámetros de consulta, y gestiona múltiples métodos como GET y POST. Esencial para conectar tus automatizaciones con cualquier API o servicio web.
Crear Datos
El componente Crear Datos te permite generar dinámicamente registros de datos estructurados con una cantidad personalizable de campos. Ideal para flujos de trabajo que requieren la creación de nuevos objetos de datos al instante, soporta una configuración flexible de campos e integración fluida con otros pasos de automatización.
Analizar Datos
El componente Analizar Datos transforma datos estructurados en texto plano utilizando plantillas personalizables. Permite un formato flexible y la conversión de entradas de datos para su uso posterior en tu flujo de trabajo, ayudando a estandarizar o preparar información para componentes posteriores.
Generador
Explora el componente Generador en FlowHunt: potente generación de texto impulsada por IA usando el modelo LLM que elijas. Crea respuestas dinámicas de chatbot combinando prompts, instrucciones opcionales del sistema e incluso imágenes como entrada, convirtiéndolo en una herramienta clave para construir flujos conversacionales inteligentes.
LLM OpenAI
FlowHunt es compatible con docenas de modelos de generación de texto, incluidos los modelos de OpenAI. Aquí te mostramos cómo usar ChatGPT en tus herramientas de IA y chatbots.
Agente de Llamada de Herramientas
Explora el Agente de Llamada de Herramientas en FlowHunt: un componente avanzado de flujo de trabajo que permite a los agentes de IA seleccionar y usar herramientas externas de manera inteligente para responder consultas complejas. Perfecto para crear soluciones de IA inteligentes que requieren uso dinámico de herramientas, razonamiento iterativo e integración con múltiples recursos.
Recuperador de Documentos
El Recuperador de Documentos de FlowHunt mejora la precisión de la IA al conectar modelos generativos con tus propios documentos y URLs actualizados, garantizando respuestas fiables y relevantes mediante la Generación Aumentada por Recuperación (RAG).
Componente de Historial de Chat
El componente de Historial de Chat en FlowHunt permite que los chatbots recuerden mensajes previos, asegurando conversaciones coherentes y una mejor experiencia del cliente, mientras optimiza el uso de memoria y tokens.
Salida de Chat
Descubre el componente Salida de Chat en FlowHunt: finaliza las respuestas del chatbot con salidas flexibles y de múltiples partes. Esencial para la finalización fluida del flujo y la creación de chatbots de IA avanzados e interactivos.
Descripción del flujo
Propósito y beneficios
Este flujo de trabajo está diseñado para automatizar, agilizar y escalar el proceso de soporte al cliente y recomendación de productos, aprovechando integraciones de API, recuperación de documentos, modelos de lenguaje y procesamiento dinámico de datos. A continuación, se muestra un desglose detallado de su estructura, componentes y la automatización que proporciona.
Visión general y propósito
El objetivo principal del flujo es actuar como un asistente inteligente automatizado de soporte al cliente y compras para una empresa, utilizando IA avanzada (LLMs de OpenAI), construcción dinámica de prompts, llamadas a API y recuperación de documentos. Está diseñado para responder consultas de clientes, recuperar conocimiento relevante, recomendar productos y escalar a agentes humanos cuando sea necesario, todo con un tono amigable, profesional y una salida estructurada.
Un flujo así permite una interacción escalable y consistente con el cliente, reduce el esfuerzo manual y asegura respuestas de soporte de alta calidad incluso a medida que crece la demanda.
Estructura del flujo de trabajo y pasos clave
1. Entrada e historial de chat
- El nodo Chat Input recopila mensajes y archivos adjuntos del usuario como punto de partida.
- El nodo Chat History recupera los últimos N mensajes y proporciona contexto de la conversación, permitiendo respuestas personalizadas y basadas en contexto.
2. Construcción de prompts
- Las Prompt Templates generan dinámicamente URLs de API utilizando la entrada del usuario y el historial de chat. Por ejemplo:
- Una plantilla construye una URL para obtener datos de conversación de LiveAgent (reemplaza
YOURLINKpor tu dominio real). - Otra plantilla se utiliza para enviar nuevos mensajes a LiveAgent.
- Una plantilla construye una URL para obtener datos de conversación de LiveAgent (reemplaza
- Se incluyen Notas como recordatorio para insertar claves de API o actualizar el enlace de LiveAgent en las plantillas.
3. Solicitudes a API
- El flujo utiliza dos nodos de API Request:
- Uno para obtener información de la conversación (solicitudes GET).
- Otro para enviar mensajes o interactuar con la conversación (solicitudes POST).
- Los nodos Create Data construyen dinámicamente los parámetros de consulta o datos del cuerpo requeridos para estas llamadas API (por ejemplo, incluyendo claves de API o contenido del mensaje).
4. Procesamiento y análisis de datos
- Los nodos Parse Data convierten las respuestas de la API de datos estructurados a texto plano, opcionalmente usando plantillas para el formato.
- Esto permite que la salida de las llamadas a la API sea adecuada para procesamiento adicional por IA o para mostrar al usuario.
5. Recuperación de conocimiento
- Document Retriever es una herramienta integrada que busca en una base de conocimientos o repositorio de documentación en función de la consulta del usuario, devolviendo los documentos, fragmentos o enlaces más relevantes.
- Proporciona conocimiento como herramienta de referencia para el agente IA, asegurando que las respuestas estén fundamentadas en el conocimiento de la empresa.
6. Generación IA y post-procesamiento
- Los nodos LLM OpenAI (se usan dos con diferentes configuraciones) brindan acceso a modelos de lenguaje avanzados (por ejemplo, GPT-4.1) para generar respuestas y extraer información estructurada.
- El nodo Generator utiliza el LLM para extraer secciones específicas (por ejemplo, “Preview”) de las respuestas procesadas de la API.
7. Razonamiento orquestado por agente
- Tool Calling Agent es el motor central de razonamiento:
- Recibe la entrada procesada, historial de chat y acceso a herramientas (como Document Retriever).
- Usa un prompt de sistema extenso para asegurar que las respuestas sigan las políticas, tono y estructura de la empresa.
- Decide dinámicamente si responder desde la base de conocimientos, hacer preguntas aclaratorias o escalar a un agente humano.
- Asegura que la salida sea concisa (100–200 tokens), bien formateada y en el idioma preferido del cliente.
8. Visualización de la salida
- Los nodos Chat Output muestran el mensaje final generado o procesado por la IA al usuario.
- El flujo admite múltiples puntos de salida para diferentes etapas (por ejemplo, después de la generación IA, después del razonamiento del agente, etc.).
Relación de componentes (tabla simplificada)
| Paso | Entrada(s) | Salida(s) | Propósito |
|---|---|---|---|
| Chat Input | Mensaje del usuario | Mensaje | Punto de entrada para consultas de usuario |
| Chat History | - | Historial de chat | Proporciona contexto para respuestas personalizadas |
| Prompt Templates | Entrada de usuario, historial | URLs de API (como texto) | Construye dinámicamente URLs para llamadas API |
| Create Data | - | Datos de consulta/cuerpo | Construye los datos requeridos para solicitudes API |
| API Request | URL, params/cuerpo | Datos de respuesta de la API | Obtiene o envía datos al servicio externo (por ejemplo, LiveAgent) |
| Parse Data | Respuesta de la API | Texto | Convierte datos estructurados a texto plano para LLM o usuario |
| LLM OpenAI | Prompt, parámetros | Texto generado por IA | Genera texto, extrae información |
| Generator | Texto, modelo | Texto procesado | Extrae información específica (ej. “Preview”) de la entrada |
| Document Retriever | Consulta | Documentos/herramienta | Encuentra información relevante en la base de conocimientos |
| Tool Calling Agent | Entrada, herramientas, hist. | Mensaje razonado | Orquesta respuesta, uso de herramientas, escalado y formato |
| Chat Output | Mensaje | - | Muestra mensaje al usuario |
Por qué este flujo es útil para automatización y escalabilidad
- Consistencia: Garantiza que cada cliente reciba respuestas precisas, alineadas a políticas y a la marca, sin importar el volumen.
- Escalabilidad: Maneja conversaciones concurrentes ilimitadas, apoyándose en IA y herramientas automáticas en lugar de solo agentes humanos.
- Eficiencia: Reduce el trabajo manual de los agentes al automatizar la búsqueda de conocimiento, generación de respuestas e incluso la lógica de escalado.
- Personalización: Integra historial de chat y contexto para respuestas personalizadas.
- Extensibilidad: Fácil de adaptar o ampliar cambiando plantillas de prompts, añadiendo nuevas integraciones de API o actualizando fuentes de conocimiento.
- Soporte multilingüe: El agente IA puede responder en el idioma preferido del cliente, mejorando la experiencia de usuario.
Aspectos destacados de la lógica de automatización
- Gestión dinámica de entradas: El flujo adapta sus llamadas a la API y consultas de conocimiento según la entrada en vivo y el contexto de la conversación.
- Razonamiento condicional: El agente elige la mejor fuente (base de conocimientos, API o escalado humano) para cada respuesta.
- Salida estructurada: Obliga a que las respuestas sean breves, bien formateadas y atractivas, incluyendo viñetas, texto en negrita y emojis.
- Seguridad: Recuerda a los usuarios insertar las claves de API de forma segura y actualizar los enlaces específicos de la empresa.
- Bucles de retroalimentación: El agente puede hacer preguntas aclaratorias o escalar a soporte humano cuando la automatización no resuelve el problema.
Resumen
Este flujo de trabajo es una automatización robusta y modular para soporte al cliente y recomendación de productos impulsada por IA. Combina entrada de chat, integración dinámica de API, recuperación de documentos y modelos de lenguaje avanzados bajo un solo agente orquestado. Al automatizar tareas repetitivas y aprovechar la IA para el razonamiento, permite que tu operación de soporte escale eficientemente manteniendo un alto estándar de servicio y personalización.
Permitanos construir su propio equipo de IA
Ayudamos a empresas como la suya a desarrollar chatbots inteligentes, servidores MCP, herramientas de IA u otros tipos de automatización con IA para reemplazar a humanos en tareas repetitivas de su organización.
Saber más
Agente de Soporte al Cliente con IA para LiveAgent
Este flujo de trabajo automatiza el soporte al cliente para tu empresa integrando conversaciones de LiveAgent, extrayendo datos relevantes de la conversación, g...
6 min de lectura
Chatbot de Atención al Cliente con IA y Transferencia a Humano
Un chatbot de atención al cliente impulsado por IA que asiste automáticamente a los usuarios, recupera información de documentos internos y de la web, y transfi...
4 min de lectura
Agente de Soporte al Cliente de Shopify con IA
Un flujo de trabajo para un agente de atención al cliente impulsado por IA que puede responder consultas sobre productos de Shopify, recuperar el estado de los ...
5 min de lectura