Conversational Agents

El agente combina diálogo, herramientas e integraciones. Su comportamiento final depende de todo ese recorrido, así que la evaluación debe ir más allá de probar una respuesta simpática en el simulador.

Índice

¿Qué es? Agente conversacional Arquitectura y consola

¿Qué es?

Una plataforma para crear interfaces conversacionales.
Combina Flujos (NLU) y Playbooks (LLM).
Se puede integrar en apps móviles, sitios web, sistemas IVR, etc.
Usa IA generativa para entender el lenguaje natural y dar respuestas rápidas.
Ofrece capacidades administradas; seguridad y fiabilidad dependen también de configuración, integraciones y operación.

Tipos de agentes y canales

Tipos de agentes:
- Informativos: Dan información y responden preguntas frecuentes (FAQ).
- Transaccionales: Ayudan a completar tareas (ej. hacer citas, procesar órdenes).
Canales de usuario final:
- Texto/Chatbot: Interacción por texto (web, SMS, WhatsApp). Puede incluir respuestas ricas (botones, links).
- Voz: Interacción en tiempo real por teléfono.
- Personalizado/Multimodal: Para experiencias complejas (mezcla de texto, voz, imágenes).

Tecnologías de NLP

El curso organiza cuatro enfoques didácticos; no son una taxonomía exhaustiva:

Basado en intenciones: Usa clasificación de intenciones y respuestas diseñadas. El control puede estar predefinido aunque el clasificador sea probabilístico; Siri y Alexa no se reducen a esta arquitectura.
Basado en máquina de estado e intenciones: Controla los caminos de la conversación de forma determinista. Permite un entendimiento más matizado.
Máquina de estado, intenciones y IA generativa: Combina el control de la máquina de estado con funciones de IA generativa para tareas complejas.
Basado en instrucciones (LLM): Usa un marco como ReAct para que el agente complete una tarea siguiendo instrucciones.

Agente conversacional

¿Qué es un agente conversacional?

Aplicación que usa lógica para lograr un objetivo.
Se basa en 3 componentes principales:
- Orquestación: Configura los pasos, la lógica y mantiene el estado.
- Modelos: La "inteligencia" del agente; razonan sobre objetivos y generan respuestas.
- Herramientas: Conectan el agente a APIs o servicios externos para obtener datos o hacer acciones.

Tipos de agentes

Se puede elegir entre agentes deterministas, parcialmente generativos o totalmente generativos.

Agentes totalmente generativos:
- Basados en Playbooks.
- Usan LLMs de Vertex AI para entender la intención y generar respuestas.
- Son flexibles y rápidos de desarrollar.
- Ideales para manejar errores de ortografía, variaciones en el lenguaje, y casos de uso con muchas idas y venidas.
- Los Playbooks se crean con instrucciones en lenguaje natural. Se define un objetivo principal y los pasos a seguir.
- Usan Playbook tools (como OpenAPI) para conectarse a APIs externas. También pueden usar Funciones si el cliente final debe ejecutar la acción.
Agentes deterministas:
- Basados en Flujos.
- Tienen caminos y acciones predefinidas, lo que da mayor control y predictibilidad.
- Requieren más tiempo de diseño, pero son buenos para situaciones que necesitan respuestas exactas (ej. por cumplimiento).
- Son efectivos para lógicas claras y paso a paso.

Agentes híbridos y capacidades generativas

Se pueden combinar Playbooks y Flujos en un solo agente para crear una solución flexible.
Puedes llamar un flujo desde un Playbook, o viceversa.
Características generativas para agentes deterministas:
- Generators: Permiten que los Flujos usen LLMs para generar respuestas en tiempo real. Útiles para resúmenes o para generar texto que se envía a webhooks.
- Generative Fallback: Permite que el agente use un prompt para responder cuando no hay una coincidencia de intención. Útil para saludos o para pedirle que repita algo.
Data stores (RAG):
- Permiten que los Flujos y Playbooks usen datos externos (sitios web, BigQuery, Cloud Storage) para dar respuestas más precisas y contextualizadas.
- Es una implementación simplificada de la técnica Retrieval Augmented Generation (RAG).

Arquitectura y consola

Arquitectura y capacidades

Escalabilidad y confiabilidad: La plataforma es escalable de forma elástica en la nube. Está gestionada por Google, pero eso no garantiza seguridad de extremo a extremo. La documentación excluye del SLA de Dialogflow CX funciones como playbooks, generators y generative fallback; revisar el alcance contractual de cada función.
Manejo de intenciones:
- Para preguntas que sí coinciden con una intención, un Flujo puede usar respuestas programadas o webhooks para obtener datos.
- Para preguntas que no coinciden, se ejecuta el manejo de no-match configurado; puede ser estático, generativo o de derivación.
Soluciones de IA generativa:
- Data Stores: Se conectan a los documentos o sitios web de la empresa. Permiten a los agentes encontrar respuestas en los propios datos de la organización, como las FAQ.
- Generators: Se usan en un Flujo para generar texto o resúmenes de conversación en tiempo real.
- Generative Fallback: Responde cuando la conversación se desvía de la ruta o si el usuario no sigue la conversación como se esperaba.
- Playbooks: Se usan para crear agentes con herramientas para acceder a data stores o aplicaciones externas.
Agentes híbridos: Puedes combinar Flujos con Playbooks para manejar escenarios complejos.
Funciones de voz: La plataforma tiene herramientas integradas de speech-to-text y text-to-speech para mejorar las experiencias de voz.
Integración: Los agentes se pueden integrar con tecnología de centros de contacto de Google o de terceros para transferir la llamada a un agente humano.

Consola de Conversational Agents

Acceso: Se puede acceder desde la consola de Google Cloud (en AI Applications) o directamente en la consola de Conversational Agents.
Punto de entrada: Al crear un agente, se elige un Playbook (para casos de uso generativos) o un Flujo (para casos de uso deterministas) como punto de inicio.
Características:
- Consola integrada: Permite orquestar conversaciones con Flujos, Playbooks y Herramientas.
- Visualización unificada: Un simulador e historial de conversación unificados para ambos tipos de agentes.
- Diseño amigable: Un panel de menú a la izquierda y una barra de menú en la parte superior derecha.
- Control de agente: Las opciones disponibles dependen de la consola y versión.
- Edición simultánea: Puedes editar recursos relacionados lado a lado, reduciendo la necesidad de cambiar de vista.
Vista consolidada: Hay 5 funciones en una sola vista: previsualización de la conversación, historial, editor de ejemplos, casos de prueba y renderizado de contenido enriquecido.

Navegación del módulo

Anterior: 01 3 Pilares de CES
Siguiente: 03 Diseño de Conversaciones

Referencias: playbooks, generators y fallback generativo.

Contexto: las cinco vistas de consola corresponden a la versión del curso. Canales como WhatsApp o experiencias multimodales requieren integración y soporte específico; no están habilitados por nombrarlos aquí. No-match y fallback configurables.

+----------------------------------------+
| Floure &                               |
| Tachibana's guild                      |
| [Hikari · Nozomi · Iona]               |
| SEAL: sha256/12: 79ae400955f4          |
| STATUS: LITURGY_IN_PROGRESS            |
+----------------------------------------+