Integración con Slack

Esta integración te permite llevar cualquier Flow a tu espacio de trabajo de Slack, permitiéndote trabajar con IA donde ya colaboras, ahorrar tiempo y mantener todo en un solo lugar.

¿Con qué puede ayudarte la integración de FlowHunt?

• Flujo de Asistente de IA: Haz que un bot de IA responda preguntas de tu base de conocimientos, te ayude con tareas simples y mejore tu redacción.

• Integración de Atención al Cliente: Supervisa las conversaciones del chatbot, recibe avisos cuando la IA necesite tu ayuda y entra en cualquier conversación del chatbot directamente desde Slack.

• Herramientas Personalizadas: Crea y despliega herramientas específicas para canales que simplifican los flujos de trabajo diarios y aumentan la productividad.

Cómo integrar Slack en FlowHunt

1. Ve a Integraciones en el menú principal de la izquierda.
2. Busca la integración de Slack y haz clic en Integrar.

3. Se te dirigirá a la pantalla de integración de Slack, donde se te informará que Flo está solicitando acceso a tu espacio de trabajo.
4. Si tienes más de un espacio de trabajo, usa el selector desplegable en la esquina superior derecha:

5. Una vez que hayas seleccionado el espacio de trabajo correcto, revisa los permisos y haz clic en Permitir.

Si quieres integrar un espacio de trabajo del que no eres administrador, debes enviar una solicitud de instalación al administrador del espacio de trabajo.

6. Recibirás una notificación sobre la integración exitosa.

7. Ve a tu espacio de trabajo de Slack. Deberías ver Flowhunt como una de las aplicaciones instaladas:

Ahora que tu cuenta está conectada, es momento de comenzar a crear los Flows que utilizarás.

Resumen de los componentes de Slack

Regresa a FlowHunt e ingresa al editor de Flows.

Notarás que hay dos componentes relacionados con Slack:

• Slack Message Received
• Slack Send Message

Estos sirven como puntos de inicio y final de las respuestas de Slack y controlan cuándo y cómo el Flow interactúa con tu canal de Slack.

Slack Message Received

Este componente representa el inicio de la conversación en Slack con FlowHunt. Puedes verlo como un componente disparador. También te permite controlar cuándo, dónde y cómo se activan las respuestas de Flo.

Handles del componente

Este componente tiene tres salidas (handles) que dirigen y controlan el comportamiento tras diversas acciones en Slack. Como este componente siempre está al inicio de un Flow o Subflow, no hay handle de entrada.

• After Bot Stop: Controla lo que sucede después de que el bot ha sido desactivado manualmente vía Slack.
• After Bot Start: Controla lo que sucede después de que el bot ha sido reactivado vía Slack.
• Plain message: Controla lo que sucede después de que el usuario de Slack (tú) envía un mensaje.

Configuración del componente

• Channel: Elige los canales a los que deseas agregar FlowHunt.
• Workspace: Elige el espacio de trabajo al que deseas agregar FlowHunt.

Configurar canales y espacio de trabajo es necesario para que el Flow funcione.

Sólo activar al mencionar

Esta configuración controla cómo se activa una respuesta de Flo:

• Si está desmarcado: Flo responderá a cada mensaje enviado en el canal o hilo seleccionado. Esto es ideal para canales usados solo para hablar con FlowHunt, como los canales de Chatbot de Atención al Cliente. No deberías usar esto en canales internos concurridos donde las personas conversan entre sí, ya que FlowHunt interrumpirá todas las conversaciones.
• Si está marcado: El bot no responderá a menos que se le mencione. Puedes llamar a Flo usando la mención @flowhunt. Recomendamos usar esto cuando necesites ayuda rápida para recuperar o resumir información, especialmente en canales concurridos.

Slack Send Message

Este componente representa los mensajes de Flowhunt en Slack de vuelta hacia ti. Te permite controlar dónde, cómo y a quién Flo envía las respuestas.

Handles del componente

• Slack Message: Este handle de entrada especifica lo que se envía como mensaje. Normalmente será la salida de un AI Agent o AI Generator. Es necesario conectar una entrada.
• After Message Send: Este handle de salida permite definir acciones y comportamientos adicionales después de que FlowHunt ha respondido. Conectar este handle es opcional.

Configuración del componente

• Format as Markdown: Si está marcado, los mensajes se formatean en Markdown. Si no, los mensajes no tienen formato.
• Follow Up on Thread: Asegura que FlowHunt siga escuchando y respondiendo en los hilos de conversación en los que ha sido incluido, por ejemplo en conversaciones de atención al cliente.
• Mentions: FlowHunt necesitará llamarte de vez en cuando. Por ejemplo, cuando un usuario del chatbot de atención al cliente solicite ser transferido a un humano. FlowHunt atraerá tu atención usando la mención que hayas seleccionado.
• Thread Timestamp: Te permite limitar FlowHunt solo a un hilo concreto.
• Channel: Elige los canales a los que deseas agregar FlowHunt.
• Workspace: Elige el espacio de trabajo al que deseas agregar FlowHunt.

Nota: Debes elegir canales y espacios de trabajo en ambos componentes ya que hay casos de uso en los que sólo se utiliza uno de los componentes, o cuando se quieren recibir respuestas en diferentes o múltiples canales.

Usando la integración con Slack

Hay varios casos de uso que implican diferentes formas de utilizar los componentes de Slack. Veamos los dos casos de uso más populares.

Flujo de Asistente de IA

El primer ejemplo importante de integración con Slack es el sencillo flujo de Asistente de IA. Este Flow te permitirá agregar el bot Flo a varios canales y chatear con él, usándolo como asistente para responder preguntas de la base de conocimientos o ayudarte a escribir mejor.

La versión más simple de este Flow solo requiere tres componentes:

• Slack Message Received
• AI Agent
• Slack Send message

1. Conecta el Slack Message Received al AI Agent utilizando el handle Plain Message.
2. Conecta la salida de mensaje del Agent a la entrada del componente Slack Send message.

3. Configura ambos componentes de Slack en el mismo workspace y canal. Ajusta las demás opciones a tu gusto.
4. No olvides indicarle al Agent cuál es su tarea. Si necesitas ayuda para configurar el AI Agent, consulta esta guía.

Este Flow básico te permite hablar con el modelo GPT4o de OpenAI vía Slack. Para convertirlo en un verdadero asistente de IA, considera agregar otros componentes como:

• Chat History para que el Flow mantenga el contexto.
• Otros componentes LLM para cambiar del GPT-4o por defecto a alguno de los muchos modelos que soporta FlowHunt.
• Herramientas para que tu Agent pueda recuperar información o realizar tareas.

Aquí tienes un ejemplo de Flow que usa el modelo Claude Sonnet 3.5 como LLM en vez de los modelos de OpenAI. Para herramientas, tiene acceso a información verificada de tu base de conocimientos interna mediante el componente Document Retriever, pero también puede buscar en Google en tiempo real. Por último, no olvidemos el historial de chat:

Dirígete a la Flow Library y consigue este Flow como plantilla lista para usar.

Ahora este bot puede responder tus preguntas usando información actualizada y mantener una conversación sobre los datos.

Flujo de atención al cliente en Slack

El segundo caso de uso importante es conectar tu chatbot de atención al cliente con IA a Slack. Esto te permite no solo monitorear todas las conversaciones del chatbot, sino también intervenir en cualquier momento y hacer que el chatbot te avise cuando necesite tu ayuda.

Esto se llama humano en el ciclo y mejora la IA con la experiencia humana para precisión, reducción de errores y cumplimiento ético en varias aplicaciones. En otras palabras, es cuando la IA te informa de lo que está sucediendo y te pide proactivamente que tomes el control dentro de la ventana del chatbot en vez de solo dar a los usuarios opciones para contactarte.

Todos estos escenarios requieren varios elementos funcionando juntos. Puedes ahorrar tiempo y obtener este Flow como plantilla desde la Flow Library.

Podemos dividir este Flow en tres partes principales. La primera es construir el propio chatbot de atención al cliente. La segunda son los triggers que te permiten tomar el control vía Slack. La última son simples añadidos de calidad de vida. Comencemos por construir primero el chatbot.

Parte 1: Crear el subflujo del chatbot

1. Como siempre, cualquier Flow relacionado con un chatbot comienza con el trigger Chat Input del usuario.
2. Luego, configuramos la escalada. Comienza conectando el Escalation Gateway a Chat Input:

3. Este componente es donde la IA decide si toma la ruta de “Human Escalation” o de “Bot Escalation”. Es decir, si responde la IA o solicita tu ayuda.
4. Continúa conectando el componente Slack Send Message a ambas rutas. Este componente asegura que ambas opciones se reporten al canal de Slack y que estés informado de la decisión.

5. Abre la configuración de Slack Send Message y selecciona el Workspace y Channel (o canales) en los que el chatbot debe estar activo. Selecciona el mismo workspace y canales en ambos componentes:

6. Ahora abre el componente Slack Send Message conectado a la escalada humana. Aquí es donde el bot te notifica que necesita ayuda. Debes configurar una Mención para avisar a las personas adecuadas. Recomendamos usar @here, que notifica a todos los miembros del canal que estén conectados.
7. Si quieres ser notificado de cada mensaje de usuario enviado, también puedes configurar una Mención para el Send Slack Message conectado a la respuesta del bot.
8. Por supuesto, el bot debe responder también al usuario en el chat. Ahí es donde entra el AI Agent. Conecta el handle de Respuesta del Bot a un handle de entrada del AI Agent:

9. El paso final es agregar salidas al Agent. Queremos que responda a los usuarios en el chat, pero también queremos escuchar las respuestas vía Slack. Por eso conectaremos el AI Agent tanto a Slack Send Message como a Chat output:

10. Configura el mismo Workspace y Channel que en el resto de componentes.

Ahora tenemos un chatbot GPT-4o sencillo que puede decidir cuándo no puede responder y necesita tu ayuda. Pero eso todavía está lejos de ser un chatbot de atención al cliente completo. Añadamos todas las demás funciones de un buen chatbot de atención al cliente.

Parte 2: Chatbot de atención al cliente

Necesitaremos añadir un par de