Intro

Un flujo define estados y transiciones explícitos. Eso vuelve visible la lógica del recorrido, aunque el reconocimiento de lo que dijo el usuario todavía pueda equivocarse. Determinista no significa infalible.

Flujos Construir una taxonomía

Flujos

Cómo crear agentes virtuales con flujos

Los flujos (Flows) te permiten construir experiencias conversacionales con lógica determinista, lo que significa que el comportamiento del agente está predefinido. Son ideales para casos que requieren precisión, cumplimiento de reglas y lógica paso a paso.

Conceptos clave en los flujos

Drivers: Son categorías de objetivos generales del usuario, como "facturación" o "estado de la orden".
Intents (Intenciones): Capturan grupos de expresiones de usuario que tienen el mismo propósito. Por ejemplo, "Quiero pagar mi factura" o "Pagar la cuenta" se agrupan en una intención llamada pagar-factura.
Entities (Entidades): Los tipos de entidad definen cómo extraer valores de la entrada; los parámetros almacenan esos valores. Sustantivos o cuantificadores son una pista didáctica, no una restricción gramatical. Por ejemplo, en la frase "Quiero pagar $100 el 5 de julio", "$100" y "5 de julio" serían entidades.

Diferencia entre intenciones y entidades

Una intención identifica el propósito de la frase completa del usuario (ej., "agendar un pago").
Una entidad extrae la información específica dentro de esa frase (ej., "$100" y "5 de julio").

Tipos de intenciones

Intención principal (Head intent): Identifica la tarea principal que el usuario quiere lograr. Suele ser la primera en la conversación (ej., "revisar estado de orden").
Intención contextual (Contextual intent): Captura expresiones adicionales que el usuario hace durante la conversación, como preguntas secundarias ("¿cuánto debo?") o respuestas sencillas ("sí", "no").

Consejos para la creación

Identifica las intenciones: Busca los verbos o las frases que expresan la intención del usuario. La mejor manera es analizar cómo se expresan tus clientes e incluirlas como frases de entrenamiento.
Identifica las entidades: Busca los sustantivos o cuantificadores que te darán los detalles de la interacción (ej., nombres, fechas, números).
Personaliza la conversación: Usa las entidades para extraer datos del usuario (como su nombre o su canción favorita) y luego repítelos en la conversación para que se sienta más natural.

Un buen agente conversacional requiere una taxonomía bien definida. Una taxonomía es una manera de categorizar los objetivos del usuario, los cuales son el pilar fundamental de cualquier conversación. Una taxonomía para el desarrollo de agentes conversacionales implica: categorizar los objetivos del usuario en drivers, identificar las intenciones principales y contextuales y luego asociar estas, según corresponda, con tus drivers.

Construir una taxonomía

Los tres datos que necesitas Para empezar a construir una taxonomía, el curso propone tres insumos útiles; no son requisitos universales ni categorías independientes (un dataset puede contener transcripciones):

Transcripciones de conversaciones: Son transcripciones de conversaciones similares a las que intentas modelar. Pueden ser de humano a humano o de humano a agente. Es crucial eliminar cualquier información de identificación personal (PII) por motivos de privacidad.
Conjuntos de datos de conversaciones: Colecciones de transcripciones de conversaciones.
Enlaces externos del cliente: Enlaces que se pueden usar para redirigir a los usuarios a fuentes externas para autoservicio o información adicional.

Cuando no hay transcripciones históricas disponibles para un nuevo caso de uso, tendrás que hacer suposiciones sobre lo que los usuarios podrían decir en ciertos puntos de la conversación.

Construyendo una taxonomía: El proceso

Construir una taxonomía sólida es un proceso iterativo que ayuda a garantizar que el modelo de comprensión del lenguaje natural (NLU) del agente funcione de manera efectiva. El proceso de alto nivel es el siguiente:

Identifica los drivers clave: Estas son las categorías principales de los objetivos del usuario. Puedes consultar con expertos en la materia, analizar planes de proyectos existentes o leer transcripciones de conversaciones para identificarlos. Por ejemplo, en el contexto de una empresa de telecomunicaciones, los drivers podrían ser "facturación", "estado de la orden" o "resolución de problemas".
Identifica las intenciones principales: Son las acciones principales que un usuario quiere realizar dentro de cada driver. Es mejor identificarlas driver por driver. Por ejemplo, bajo el driver "facturación", podrías tener "pagar factura" o "cambiar fecha de vencimiento". Puedes usar métodos similares a los de la identificación de drivers: consultar con expertos, leer transcripciones o usar aprendizaje automático.
Identifica las intenciones contextuales: Son expresiones adicionales que no se relacionan directamente con la tarea principal, pero que son esenciales para una conversación natural. A menudo se dividen en tres categorías comunes:
- Flujo conversacional: Respuestas simples como "sí", "no" o "repite eso".
- Preguntas secundarias: Preguntas que surgen en medio de una tarea, como preguntar "¿cuánto debo?" mientras se está en el proceso de pagar una factura.
- Expresiones dependientes del contexto: Respuestas que solo tienen sentido en el contexto de la conversación anterior, como responder con "¿cuánto es?" a la pregunta, "¿Cuál es tu pregunta sobre la facturación?".

A medida que construyes tu taxonomía, también es una buena práctica comenzar a identificar las frases de entrenamiento para tus intenciones y las entidades (los sustantivos o cuantificadores que necesitas extraer).

Riesgos de una taxonomía incompleta

Una taxonomía incompleta, que carezca de drivers o intenciones, puede llevar a varios riesgos:

Detección de intención incorrecta: El agente puede malinterpretar las consultas del usuario, lo que lleva a respuestas incorrectas o confusas.
Reducción del compromiso del usuario: Los usuarios serán menos propensos a usar un agente que los malinterpreta constantemente, lo que lleva a una disminución de la satisfacción del cliente.
Aumento de los costos: Un agente que no puede manejar las consultas de los usuarios correctamente requerirá una mayor intervención humana, lo que aumenta los costos operativos.

Navegación del módulo

Siguiente: 02 Agentes conversacionales

Referencias: intenciones, tipos de entidad y parámetros. Drivers y head/contextual intents organizan el diseño del curso. La extracción no autentica al usuario ni valida por sí sola un dato contra el negocio. Los efectos sobre satisfacción y costos son riesgos/hipótesis a medir, no resultados de este apunte.

+----------------------------------------+
| Floure &                               |
| Tachibana's guild                      |
| [Hikari · Nozomi · Iona]               |
| SEAL: sha256/12: 883f4b37c1d3          |
| STATUS: LITURGY_IN_PROGRESS            |
+----------------------------------------+