Documentación

BORRADOR INCOMPLETO: propuesta sin implementación demostrada. Los bloques vacíos son tareas pendientes; esta nota no acredita una demo funcional, reglas de Firestore ni webhooks desplegados.

Bot de Mesa de Ayuda con Dialogflow CX - Borrador de Arquitectura

Estas referencias acompañan el material del curso. Para reconstruir una decisión conviene guardar además edición, fecha y apartado: un enlace a la portada de un producto se queda corto como pista. (・・ ) ?

Tabla de Contenidos

Resumen Ejecutivo Arquitectura del Sistema Requisitos Previos Implementación Paso a Paso Fase 1 Configuración de Dialogflow CX Fase 2 Knowledge Base Setup Fase 3 Configuración de Firebase Fase 4 Desarrollo de Webhooks Fase 5 Configuración de Agent Assist Fase 6 Desarrollo de Landing Page Mantenimiento y Actualizaciones Troubleshooting Común

Resumen Ejecutivo

Objetivo

Crear un bot conversacional inteligente para mesa de ayuda que automatice la resolución de problemas técnicos, con capacidad de escalamiento a agentes humanos y gestión de tickets.

Componentes Principales

Dialogflow CX: Motor conversacional principal
Knowledge Base: Base de conocimientos con PDFs de soluciones
Firebase: Base de datos para tickets y gestión de estados
Agent Assist: Features de IA para agentes humanos
Landing Page: demo propuesta, pendiente de implementar

Arquitectura del Sistema

Flujo de Conversación

Nivel 1: Bot autónomo con Knowledge Base
Nivel 2: Escalamiento con opciones (ticket/humano)
Nivel 3: Agente humano con asistencia de IA
Persistencia: Firebase para tickets y datos

Stack Tecnológico

Backend: Google Cloud Platform (Dialogflow CX, Firebase)
Frontend: HTML/CSS/JavaScript (Landing page)
APIs: Dialogflow CX API, Firebase API
Storage: Cloud Storage (PDFs), Firestore (tickets)

Requisitos Previos

Cuentas Necesarias

[ ] Cuenta de Google Cloud Platform con facturación habilitada
[ ] Proyecto de GCP creado
[ ] APIs habilitadas:
- Dialogflow API
- Cloud Storage API
- Firestore API
- Agent Assist API

Herramientas Requeridas

[ ] Google Cloud SDK instalado
[ ] Node.js en una rama LTS con soporte vigente; elegir según el runtime del despliegue, no usar 14 como mínimo recomendado

Documentos de Preparación

[ ] PDFs con soluciones técnicas organizados
[ ] Listado de problemas más comunes
[ ] Flujos de escalamiento definidos

Implementación Paso a Paso

Fase 1: Configuración de Dialogflow CX

1.1 Crear el Agente Principal

# Crear agente en Dialogflow CX
# Navegar a: https://dialogflow.cloud.google.com/cx
# Crear nuevo agente con configuración:

Configuración del Agente:

Nombre: -
Idioma por defecto: Español
Zona horaria: America/Santiago
Descripción: Bot de mesa de ayuda con escalamiento automático

1.2 Estructura de Flujos

Flujos a crear:
- Default Start Flow: Saludo y categorización inicial
- Problem Resolution Flow: Resolución con Knowledge Base
- Escalation Flow: Manejo de escalamientos
- Ticket Creation Flow: Creación de tickets
- Human Handoff Flow: Transferencia a humanos

Fase 2: Knowledge Base Setup

2.1 Configuración de Knowledge Base

En Dialogflow CX Console:

Elegir el mecanismo de recuperación de CX: por ejemplo, un data store y su herramienta/handler. No confundir los Knowledge Connectors de Dialogflow ES con la consola de CX.
Preparar documentos y permisos de ingesta.
Crear y conectar el almacén siguiendo la guía vigente; validar indexación y citas con preguntas conocidas.
Evaluar respuestas y derivación cuando no haya evidencia suficiente.

Fase 3: Configuración de Firebase

3.1 Configuración de Firestore

3.2 Reglas de Seguridad de Firestore

Fase 4: Desarrollo de Webhooks

4.1 Webhook para Creación de Tickets

4.2 Webhook para Escalamiento

Fase 5: Configuración de Agent Assist

5.1 Habilitar Features de IA

# Habilitar Agent Assist API
# Pendiente: habilitar los servicios indicados por la guía de Agent Assist
# para la integración elegida; el comando anterior no estaba verificado.

# Configurar knowledge base para Agent Assist
# Esto se hace desde la consola de Contact Center AI

5.2 Features a Configurar

Smart Reply: Sugerencias de respuestas automáticas
Article Suggestion: Sugerencias de artículos relevantes
Conversation Summarization: Resúmenes automáticos
Real-time Entity Extraction: Extracción de entidades en vivo

Fase 6: Desarrollo de Landing Page

6.1 Estructura HTML Base

Mantenimiento y Actualizaciones

Mantenimiento Rutinario

Semanal: Revisar logs y métricas de performance
Mensual: Actualizar Knowledge Base con nuevos documentos
Trimestral: Revisar y optimizar intents del bot

Proceso de Actualización

Backup: Exportar configuración actual
Testing: Probar cambios en ambiente de staging
Deployment: Desplegar gradualmente
Monitoring: Supervisar métricas post-despliegue

Troubleshooting Común

Problemas Frecuentes

Bot no entiende las consultas:

Síntomas: Respuestas irrelevantes, fallback frecuente
Solución:
  - Revisar y expandir training phrases
  - Verificar configuración de NLU
  - Añadir más ejemplos de entrenamiento

Tickets no se crean:

Síntomas: Error 500 en webhook, datos no aparecen en Firestore
Solución:
  - Verificar permisos de Firestore
  - Revisar logs de Cloud Functions
  - Validar estructura de datos

Knowledge Base no responde:

Síntomas: "No encontré información relevante"
Solución:
  - Verificar indexación de documentos
  - Revisar formato de PDFs
  - Ajustar configuración de similarity threshold

Véase también

03 Estructura y componentes — Estructura de flujos y páginas que usa la documentación del bot.

Referencia técnica: data stores de Dialogflow CX. Faltan esquema de datos, autenticación/autorización, reglas de Firestore, webhooks, integración real de Agent Assist, pruebas y costos. La cadencia de mantenimiento es propuesta, no garantía de calidad.

+----------------------------------------+
| Floure &                               |
| Tachibana's guild                      |
| [Hikari · Nozomi · Iona]               |
| SEAL: sha256/12: 4770189e9743          |
| STATUS: LITURGY_IN_PROGRESS            |
+----------------------------------------+