Studio: Primeros pasos - Configuraciones básicas – Blip | Blip Help

Introducción
Creación y configuración de agentes en Studio
2.1 Cómo crear un bloque de Agente
2.2 Cómo configurar el bloque de Agente
2.2.1 Cambiar el nombre del 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 de Orquestador completo
Ejemplo de FAQ AI Agents

Introducción

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 administres agentes inteligentes de forma intuitiva.

Creación y configuración de agentes en Studio

Nota: Al final de este artículo encontrarás los archivos JSON de la configuración. Puedes copiarlos e importarlos directamente en Studio para realizar los ajustes que desees.

Cómo crear un bloque de Agente

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

Se agregará un nuevo bloque de Agente a Studio.

Cómo configurar el bloque de Agente

Al hacer clic en el bloque de Agente creado, puedes configurarlo mediante el menú lateral.

Cambiar el nombre del Agente

Primero, puedes cambiar el nombre del bloque para facilitar su identificación. En el siguiente ejemplo, el Contacto Inteligente será una FAQ sobre el Agente.

Configuración de la pestaña Instrucciones

En esta sección, puedes personalizar tu Agente para satisfacer 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 desempeño de tu agente.

Para configurar un modelo, haz clic en el botón Configurar agente, junto a la indicación del modelo en la pestaña Instrucciones. Se mostrará la pantalla Configurar instrucciones.

En la pestaña Modelo, en el menú desplegable, puedes elegir la versión del modelo que se utilizará.

Ahora, Studio ofrece compatibilidad con múltiples modelos de lenguaje, lo que amplía la flexibilidad para crear agentes y automatizaciones más adecuadas para diferentes casos de uso.

Esta expansión te permite elegir exactamente el modelo que mejor se adapte a las necesidades de interpretación de archivos, rendimiento y profundidad de respuesta deseadas para cada flujo conversacional.

Consulta los modelos disponibles en nuestra Guía de selección de modelos de IA.

Dónde acceder:
Configurar agente → Modelo → Modelos de LLM disponibles

En esta misma pestaña, también puedes:

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

En la pestaña Respuesta puedes:

Definir si la respuesta del agente se enviará al usuario en el canal de atención o se almacenará en una variable. Al almacenarla en una variable, permites que otros agentes la utilicen.

Definir el formato de respuesta del agente. Puedes elegir varios formatos, incluido uno personalizado.

En la pestaña Interpretación puedes:

Definir los tipos de archivos que el agente podrá interpretar, además de configurar el tratamiento en caso de que el agente reciba un tipo no compatible.

Después de definir la configuración del agente, solo tienes que hacer clic en Guardar. Si no realizaste ningún cambio, haz clic en Cancelar.

También en la pestaña de Instrucciones, puedes configurar instrucciones para el Agente. Para cada instrucción puedes seleccionar su nivel, eligiendo entre: Sistema, Usuario, Agente, Historial. Revisemos cada uno:

Nivel de Sistema

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

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 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 interacción determinada.

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 de varios turnos, los mensajes anteriores de la IA pueden incluirse 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, puedes integrar su contexto al agente actual.

Ejemplo de uso:

En la práctica:

Agrega una instrucción

Selecciona el nivel de instrucción:

Ingresa la instrucción:

En la instrucción de Historial, verás el ícono Manipular historial. Te permite configurar cómo se debe insertar el historial de mensajes de otros agentes. Puedes configurar la cantidad de mensajes y su orden.

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

Para el ejemplo, crearemos una nueva instrucción de sistema y agregaremos un guardrail para la base de conocimiento.

En cada instrucción puedes realizar acciones para eliminarla y duplicarla mediante los botones:

Puedes mover la instrucción haciendo clic y arrastrándola desde el botón lateral (seis puntos) que aparece al pasar el mouse. Así, 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 ordenarse junto con las demás.

Configuración de la Base de conocimiento

Ahora, al pasar a la pestaña de Herramientas, esto es lo que vemos al abrirla por primera vez:

Para que el agente acceda a la información, necesita catálogos. Estos catálogos centralizan el conocimiento a partir de archivos y URL, organizando todo sobre un mismo tema. Para obtener más información sobre los catálogos, consulta el tutorial sobre Base de conocimiento.

Como tu agente acaba de crearse, todavía no tiene ningún catálogo vinculado. Para agregar uno, solo tienes que hacer clic en el botón "Herramientas" "+ Agregar herramientas" + “Base de conocimiento”

Al hacer clic en Base de conocimiento, se abre la ventana Agregar catálogos. Para crear un nuevo catálogo, haz clic en "Crear catálogo". Se te redirigirá a la pantalla de administración de la Base de conocimiento, donde podrás crear o eliminar catálogos.

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

Después de crear el catálogo, aparecerá en la pantalla Agregar catálogos de Studio y estará disponible para vincularlo a tu agente. Para obtener más información sobre la creación de catálogos, consulta el tutorial de Base de conocimiento.

Para vincular un catálogo al agente, selecciona la casilla correspondiente. Después de seleccionarlo, el catálogo estará visible para consulta.

Además, puedes administrar tus archivos y URL en la base de conocimiento; solo tienes que seleccionar los elementos deseados, como archivos XLSX o enlaces, para definir qué información debe utilizar el agente.

Ejecutar 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 puedes interactuar con el agente.

Configuración de la pestaña Condiciones de salida

Para configurar la pestaña Condiciones de salida, crearemos 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 comprender 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, agregaremos los bloques determinísticos que darán la bienvenida y recopilarán el nombre del usuario. Para ello, vamos a copiar bloques listos de la Biblioteca de bloques y adaptarlos 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 función como orquestador.
La segunda le indica que llame al usuario por su nombre, usando una variable para personalización.
La tercera es un guardrail para garantizar que el orquestador no envíe mensajes innecesarios al usuario.

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

Las instrucciones para cada agente serán las siguientes:

Definición de función: Describe el área de especialización del agente.
Guardrails de competencia: Evita que el agente mencione a 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 solo tienes que crear los agentes y configurarlos con estas instrucciones y la base de conocimiento, como se vio en los pasos anteriores.

Agente especialista en planes de Blip:

Agente especialista en productos de Blip:

Ahora puedes configurar las condiciones de salida. Estas orientan al agente sobre el siguiente bloque al que se dirigirá al usuario, garantizando la continuidad correcta del flujo.

Comenzaremos 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 puedes definir una condición de salida para casos de excepción.

Ahora, para cada agente especialista, crearemos una condición de salida para regresar al agente orquestador. De esta forma, el usuario podrá regresar y cambiar de contexto.

Y así quedó el flujo:

¡Ahora solo tienes que probarlo!

Configuración de la pestaña Herramientas

La pestaña Herramientas te permite configurar las instrucciones para que el agente interactúe con recursos externos. Para ver un ejemplo práctico, regresaremos 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 activar la acción— y configurar los datos específicos para su ejecución.

Usaremos como ejemplo la herramienta Definir contacto, utilizada para almacenar los datos del usuario. Como ya capturamos el nombre, lo aprovecharemos para completar los datos de contacto. Para ello, solo tienes que cambiar el nombre, ingresar la descripción y asignar la variable {{nome}} al campo correspondiente.

Puedes agregar condiciones para que se realice la definición del contacto. Por ejemplo, puedes incluir una validación para el nombre del usuario.

Para probar el funcionamiento, ajustaremos la instrucción que usamos para pasar el nombre del usuario. En lugar de usar la variable {{nome}}, cambiaremos la instrucción para obtener el nombre directamente de {{contact.name}} y validar que el agente aún pueda llamar al usuario por su nombre:

Ejemplo de Orquestador completo

Descarga el ejemplo aquí.

Ejemplo de FAQ AI Agents