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

Índice

Introducción

El Agent Builder 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 builder haz clic en Agregar bloque y elige la opción AI Agent.

Se agrega un nuevo bloque de AI Agent al builder.

Cómo configurar el bloque de AI Agent

Al hacer clic en el AI Agent creado, es posible configurarlo a través del menú lateral.

Renombrar el AI Agent

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 AI Agent 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, haz clic en el botón Abrir ajustes del modelo, al lado de la indicación del modelo en la pestaña Instrucciones. Se mostrará la pantalla Configurar Instrucciones.

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

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).

Después de definir las configuraciones del agente, basta con hacer clic en Guardar. Si no se realizaron cambios, basta con hacer clic en Cancelar.

Aún en la pestaña Instrucciones, es posible configurar instrucciones para el AI Agent. Para cada instrucción, es posible seleccionar su nivel, pudiendo elegir entre: Usuario, Agente, Sistema, Tool, Variable. Vamos a revisar cada uno:

Nivel de Sistema

El nivel de sistema define la persona y el comportamiento general del agente. Es la instrucción más fundamental, que guía cómo la IA debe comportarse.
Ejemplo de uso: "Eres un especialista en programación Python. Responde de forma clara y objetiva, proporcionando ejemplos de código siempre que sea posible."

Nivel de Usuario

El nivel de usuario es una pregunta o comando directo enviado al agente en su configuración inicial. Esto permite, por ejemplo, pasar el nombre del usuario al agente.
Ejemplo de uso: "Hola, mi nombre es {{contact.name}}."

Nivel de Agente

El nivel de agente es donde se pasan las instrucciones sobre cómo el agente debe responder. Este nivel actúa como una capa intermedia entre el nivel del usuario y el nivel del sistema, para optimizar el flujo de trabajo del agente.
Ejemplo de uso: Puedes instruir al agente para crear una secuencia de pasos para resolver el problema del usuario, como: "Paso 1: Entiende el problema del usuario. Paso 2: Genera el código Python. Paso 3: Explica el código generado."

Nivel de Tool (Herramienta)

El nivel de herramienta se refiere a las instrucciones que el agente de IA recibe para interactuar con recursos externos. Estas herramientas (o "tools") pueden ser una API, una base de datos o un motor de búsqueda.
Ejemplo de uso: El agente puede recibir la instrucción de usar una API específica para obtener la temperatura, como por ejemplo openweathermap.

Nivel de Variable

El nivel de variable se refiere a los datos específicos que la IA debe usar, como nombres, fechas, lugares o cualquier información que cambie dependiendo del contexto.
Ejemplo de uso: Si deseas saber la temperatura de una ciudad, puedes usar una variable como ciudad, y la IA usaría la herramienta para obtener la temperatura de la ciudad correspondiente a esa variable.

En la práctica:

Agrega una instrucción

Seleccione el nivel de instrucción:

Ingrese la instrucción:

En las instrucciones de Sistema y Agente, verás un ícono de escudo. Este ofrece sugerencias de instrucciones de guardrail que puedes agregar a tu agente. Solo debes copiarlas e insertarlas en la instrucción.

Para el ejemplo, vamos a crear una nueva instrucción de sistema y agregar 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 cursor. De esta manera, puedes organizar el orden de las instrucciones, lo cual es crucial para el comportamiento del agente.

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

Configuración de la pestaña Conocimiento

Al pasar a la pestaña Conocimiento, vemos lo siguiente al abrirla por 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 agregar uno, basta con hacer clic en el botón "Catálogos" o en "+ Agregar catálogo".

Al hacer clic en uno de los botones, se abrirá la ventana Gestionar Catálogos.

Para crear un nuevo catálogo, haz clic en "Crear catálogo". Serás redirigido a la pantalla de gestión de Base de Conocimiento, donde podrás crear o 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 Gestionar 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, basta marcar la casilla de verificación y hacer clic en Guardar.

Ahora, en la pestaña Conocimiento es posible visualizar el catálogo vinculado.

Al hacer clic en el botón de edición del catálogo vinculado, puedes gestionar sus archivos y URLs. De esta manera, es posible elegir qué información debe usar el agente en su base de conocimiento.

Notarás que tanto el archivo XLSX como la URL están listados. Basta marcar los que quieres que el agente use y hacer clic en "Guardar".

Ejecutando el Contacto Inteligente

Ahora es un buen momento para probar el Contacto Inteligente (CI) con el AI Agent. 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 AI Agents.

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