Studio: Primeros Pasos - Configuraciones Básicas – Blip | Blip Help

Índice

Introducción
Creación y configuración de agentes en el builder
2.1 Cómo crear un bloque de Agente
2.2 Cómo configurar el bloque de Agente
2.2.1 Renombrar el Agente
2.2.2 Configuración de la pestaña Instrucciones
2.2.3 Configuración de la Base de Conocimiento
2.2.4 Configuración de la pestaña Condiciones de salida
2.2.5 Configuración de la pestaña Herramientas
Ejemplo Orquestador completo
Ejemplo FAQ AI Agents

Introducción

El Studio fue diseñado para permitir la creación y personalización de agentes de Inteligencia Artificial de forma visual e intuitiva. Con él, puedes personalizar el comportamiento de tu agente, definir su base de conocimiento, establecer condiciones de salida para el flujo e integrar herramientas externas.

Esta herramienta centraliza todos los recursos necesarios para que construyas y gestiones agentes inteligentes de manera intuitiva.

Creación y configuración de agentes en el builder

Nota: Al final de esta artículo, encontrarás los archivos JSON de la configuración. Puedes copiarlo e importarlo directamente en el builder para realizar los ajustes que desees.

Cómo crear un bloque de AI Agent

En la pantalla del Studio, haz clic en Agregar bloque y elige la opción Agente.

Se agregará un nuevo bloque de Agente al Studio.

Cómo configurar el bloque de Agente

Al hacer clic en el bloque de Agente creado, es posible configurarlo a través del menú lateral.

Renombrar el Agente

En primer lugar, puedes renombrar el bloque para facilitar su identificación. En el siguiente ejemplo, el Contacto Inteligente será un FAQ sobre los AI Agents.

Configuración de la pestaña Instrucciones

En esta sección, puedes personalizar tu Agente para que se adapte a tus necesidades. Elige el modelo de lenguaje (LLM), define la temperatura y la cantidad máxima de tokens, ingresa las instrucciones iniciales del agente, entre otras opciones.
Una configuración precisa es fundamental para optimizar el rendimiento de tu agente.

Para configurar un modelo, haga clic en el botón Configurar agente, al lado de la indicación del modelo en la pestaña de Instrucciones. La pantalla Configurar Instrucciones será exhibida.

En la pestaña Modelo, en el menú desplegable, es posible elegir la versión del modelo que se va a utilizar.

Ahora, el Studio ofrece soporte a múltiples modelos de lenguaje, ampliando la flexibilidad para la creación de agentes y automatizaciones más adecuadas a diferentes casos de uso.

Esta expansión permite que usted elija exactamente el modelo que mejor se adapta a las necesidades de interpretación de archivos, performance y profundidad de respuesta deseadas para cada flujo conversacional.

Modelos GPT disponibles:

gpt-4.1-mini
gpt-4.1
gpt-4.1-nano
gpt-4o
gpt-4o-mini
o4-mini
gpt-5
gpt-5-mini
gpt-5-nano
gpt-5.1
gpt-5.1-chat

Modelos Gemini disponibles:

gemini-2.5-pro
gemini-2.5-flash

También en esta pestaña es posible:

Definir la temperatura del modelo;
Definir la cantidad máxima de tokens;
Activar/desactivar el historial de contexto (memoria a corto plazo).

En la pestaña Respuesta es posible:

Definir si la respuesta del agente será enviada al usuario en el canal de atención o almacenada en una variable. Al almacenarla en una variable, permite que otros agentes puedan utilizarla.

Definir el formato de respuesta del agente, pudiendo elegir entre varios formatos (incluso un formato personalizado).

Ya en la pestaña Interpretación es posible:

Definir tipos de archivos que el agente será capaz de interpretar, además de configurar el tratamiento en caso de que el agente reciba un tipo no soportado.

Después de definir las configuraciones del agente, basta con hacer clic en Guardar. En caso de que no haya realizado alteraciones, basta con hacer clic en Cancelar.

Aún en la pestaña de Instrucciones, es posible configurar instrucciones para el Agente. Para cada instrucción es posible seleccionar su nivel, pudiendo elegir entre: Sistema, Usuario, Agente, Historial. Vamos a pasar por cada uno:

Nivel de Sistema

El nivel de sistema define el comportamiento general, la persona y las restricciones del agente de IA. Es la instrucción más fundamental que establece el contexto y las reglas de cómo el modelo debe responder, independientemente de la entrada específica del usuario.

Ejemplo de uso: "Usted es un especialista en programación Python. Responda de forma clara y objetiva, proporcionando ejemplos de código siempre que sea posible."

Nivel de Usuario

El nivel de usuario representa la entrada o consulta directa del usuario final. Contiene la pregunta o instrucción específica que el usuario desea que la IA resuelva en una determinada interacción.

Ejemplo de uso: "¿Cuál es la capital de Francia?"

Nivel de Agente

El nivel de agente representa las respuestas generadas por el propio agente de IA. En una conversación con múltiples turnos, los mensajes anteriores de la IA pueden ser incluidos como contexto para las interacciones siguientes, manteniendo la coherencia del diálogo.

Ejemplo de uso: "La capital de Francia es París."

Nivel de Historial

El nivel de historial permite utilizar historiales de mensajes de otros agentes. De esta forma, es posible integrar el contexto de ellos al agente actual.

Ejemplo de uso:

En la práctica:

Añada una instrucción

Seleccione el nivel de instrucción:

Informe la instrucción:

En la instrucción de Historial, usted verá el icono Manipular historial. Este permite configurar cómo debe ser insertado el historial de mensajes de otros agentes. Usted podrá configurar la cantidad de mensajes y el orden de los mismos.

En las instrucciones de Sistema y Agente, usted verá un icono de escudo. Este ofrece sugerencias de instrucciones de guardrail que usted puede añadir a su agente. Basta con copiarlas e insertarlas en la instrucción.

Para el ejemplo, vamos a crear una nueva instrucción de sistema y añadir un guardrail para la base de conocimiento.

En cada instrucción es posible ejecutar acciones de eliminar y duplicar la instrucción a través de los botones:

Es posible mover la instrucción haciendo clic y arrastrándola por el botón lateral (seis puntos) que aparece al pasar el mouse. Así, usted puede organizar el orden de las instrucciones, lo que es crucial para el comportamiento del agente.

Si la opción de historial de contexto está activada en la configuración del modelo, este también aparecerá en la pantalla de instrucciones y podrá ser ordenado con las demás.

Configurando la Base de Conocimiento

Pasando ahora a la pestaña de Herramientas, vemos lo siguiente al abrir la primera vez:

Para que el agente acceda a información, necesita catálogos. Estos catálogos centralizan el conocimiento a partir de archivos y URLs, organizando todo sobre un mismo tema. Para saber más sobre los catálogos, accede al tutorial sobre Base de Conocimiento.

Como tu agente acaba de ser creado, aún no tiene ningún catálogo vinculado. Para añadir uno, basta con hacer clic en el botón "Herramientas" "+ Añadir Herramientas" + “Base de Conocimiento”

Al hacer clic en Base de conocimiento, se abre la ventana Añadir Catálogos. Para crear un nuevo catálogo, haga clic en "Crear catálogo". Será redireccionado a la pantalla de gestión de Base de Conocimiento, donde podrá crear/eliminar catálogos.

Siguiendo nuestro ejemplo de FAQ sobre AI Agents, vamos a crear un catálogo usando un archivo XLSX con preguntas y respuestas y una URL, que contenga información sobre los tipos de archivos aceptados en la base de conocimiento de un AI Agent.

Después de la creación, el catálogo se listará en la pantalla Añadir Catálogos del builder y ya estará disponible para ser vinculado a tu agente. Para más detalles sobre la creación de catálogos, consulta el tutorial de Base de Conocimiento.

Para vincular un catálogo al agente, seleccione el checkbox correspondiente. Después de la selección, el catálogo será visible para consulta.

Además, puede gestionar sus archivos y URLs en la base de conocimiento, basta con seleccionar los ítems deseados (como archivos XLSX o enlaces) para definir qué informaciones debe utilizar el agente.

Ejecutando el Contacto Inteligente

Ahora es un buen momento para probar el Contacto Inteligente (CI) con el Agente. Para ello, conecta el bloque Inicio al bloque Faq AI Agent y publica el flujo del CI. En el chat de prueba del flujo es posible interactuar con el agente.

Configuración de la pestaña Condiciones de salida

Para configurar la pestaña Condiciones de salida, vamos a crear un nuevo flujo. La idea es construir un Contacto Inteligente de Blip con tres agentes:

Agente de Planes: Especializado en los planes que ofrece Blip.
Agente de Productos: Especializado en los productos disponibles.
Agente Orquestador: Responsable de entender la intención del usuario y dirigirlo al agente especialista correcto.

En este escenario, también agregaremos bloques determinísticos para mostrar que es posible combinarlos con los bloques de Agente.

Para comenzar, vamos a agregar los bloques determinísticos que darán la bienvenida y recopilarán el nombre del usuario. Para ello, copiaremos bloques listos de la Biblioteca de bloques y los adaptaremos a nuestro ejemplo.

El flujo inicial quedó así:

Ahora, puedes crear el agente orquestador y definir sus instrucciones.
En este ejemplo, tendrá tres instrucciones de sistema:

La primera define su papel como orquestador.
La segunda lo instruye a llamar al usuario por su nombre, usando una variable para la personalización.
La tercera es un guardrail para garantizar que el orquestador no enviará mensajes innecesarios al usuario.

Las bases de conocimiento para los agentes especialistas serán las URLs de productos y de planes de Blip.

Las instrucciones para cada agente serán las siguientes:

Definición de Rol: Describe el área de especialización del agente.
Guardrails de Competencia: Evita que el agente mencione competidores o servicios similares.
Guardrails de Tono de Voz: Garantiza que las respuestas estén en portugués y mantengan un tono amigable.
Guardrails de Grounding: Garantiza que toda la información proporcionada se base exclusivamente en la base de conocimiento.
Nombre del usuario: Garantiza que el agente llame al usuario por su nombre.

Ahora, basta con crear los agentes, configurándolos con esas instrucciones y la base de conocimiento, como se mostró en las etapas anteriores.

Agente especialista en planes de Blip:

Agente especialista en productos de Blip:

Ahora puedes configurar las condiciones de salida. Estas permiten instruir al agente sobre a qué bloque debe ser dirigido el usuario, garantizando que el flujo de la conversación continúe correctamente.

Comencemos por el Orquestador. En la pestaña Condiciones de salida, haz clic en el botón + Agregar direccionamiento.

En Definiciones, completa el nombre, la descripción y el bloque de destino, y guarda la instrucción. Crea una condición de salida para cada agente especialista.

También es posible definir una condición de salida para casos de excepción.

Ahora, para cada agente especialista, vamos crear una condición de salida para volver al agente orquestador. Con esto, el usuario puede regresar y cambiar de contexto.

Y así quedó el flujo:

¡Ahora solo falta probar!

Configuración de la pestaña Herramientas

La pestaña Herramientas permite configurar las instrucciones para que el agente interactúe con recursos externos. Para ver un ejemplo práctico, vamos a volver al agente Orquestador.

Al hacer clic en Agregar herramienta, se mostrará una lista de opciones. Para cada una, además de definir un nombre, es necesario proporcionar una descripción — que orienta al agente sobre cuándo ejecutar la acción — y configurar los datos específicos para su ejecución.

Vamos a ejemplificar con la herramienta Definir contacto, utilizada para almacenar datos del usuario. Dado que ya capturamos el nombre, lo aprovecharemos para completar los datos de contacto. Para ello, basta con cambiar el nombre, proporcionar la descripción y mapear la variable {{nombre}} al campo correspondiente.

Puedes agregar condiciones para que la definición del contacto ocurra. Por ejemplo, es posible incluir una validación para el nombre del usuario.

Para probar el funcionamiento, vamos a ajustar la instrucción que usamos para pasar el nombre del usuario. En lugar de usar la variable {{nombre}}, vamos a cambiar la instrucción para obtener el nombre directamente de {{contact.name}} y validar que el agente aún puede llamar al usuario por su nombre:

Ejemplo Orquestrador completo

Haga el descargo del ejemplo aqui.

Ejemplo FAQ AI Agents