En el generador de diálogo, los bloques condicionales activan las ramas de los diálogos en función de la información de la conversación. En este artículo se describen algunas de las maneras útiles de utilizar los bloques condicionales en los flujos de conversación para los agentes IA avanzados.
El contenido se divide en las siguientes secciones:
- Prevención de bucles
- Listas de entidades
- Personalización del tipo/valor del cliente
- Personalización del valor de la integración de API
- Detección del idioma preferido
- Convenciones numéricas
- Información específica de la marca
Artículos relacionados:
Prevención de bucles
Por lo general, los bucles no son útiles. Si un cliente ha seguido una ruta de conversación una vez, lo más probable es que necesite más información para poder avanzar correctamente por el resto de la conversación.
Para evitar los bucles infinitos, una conversación solo puede pasar en bucle por el mismo bloque en un diálogo un número limitado de veces. Cuando un agente IA está intentando generar una respuesta, si el flujo de conversación pasa por el mismo bloque tres veces (lo que podría suceder si se han vinculado bloques anteriores), el agente IA deja de intentar generar una respuesta.
También se puede establecer un valor de parámetro que haga de “interruptor” en situaciones que, de lo contrario, se convertirían en un bucle frustrante para un cliente. Considere la imagen de ejemplo de abajo, que muestra un diálogo para un cliente que solicita hablar con un ser humano. La primera vez que el cliente hace esta solicitud, el agente IA comunica al cliente que los agentes humanos pueden estar ocupados y le sugiere que trabaje con el agente IA primero. Después de este primer mensaje, el diálogo establece un valor de parámetro de passed, que hará de “interruptor”. Si el cliente solicita una segunda vez hablar con un ser humano, el diálogo verifica si existe el valor passed y, si lo ve, escala el cliente a un ser humano.
Listas de entidades
Si no puede usar botones o prefiere no usarlos, los bloques condicionales son excelentes para distintos casos de uso, como los métodos de contacto donde es poco probable que se entrene una intención específica.
Si usa listas, podrá segmentar la información y luego dirigir a los usuarios por una ruta más específica y personalizada.
El ejemplo de abajo se basa en métodos de contacto, pero podría haber otro basado en información (p. ej., el lugar donde está experimentando el problema el cliente). Si carga una lista de navegadores y sistemas operativos, puede personalizar la resolución de problemas.
Personalización del tipo/valor del cliente
Según el tipo de cliente que se esté comunicando (p. ej., clientes comerciantes, premium o nuevos), puede haber distintos procedimientos o políticas. Por lo tanto, si extrae esta información podrá proporcionar una experiencia más precisa y adecuada en función del valor del tiempo de vida del cliente o la relación comercial. En el ejemplo para Zendesk Support que se muestra en la captura de pantalla de abajo, se usa la acción “Obtener información de la organización” para determinar qué caso de uso se está atendiendo (B2B, B2C o D2C). Luego se puede usar el parámetro “orgCustom” para dividir la experiencia del usuario por caso de uso.
Personalización del valor de la integración de API
Personalice aún más las respuestas del agente IA en función de la información específica del cliente devuelta (que puede ser prácticamente cualquier cosa, según el caso de uso, la API y la información disponible). Por ejemplo, Estado del paquete es “Enviado” + Transportista es “DHL” + Modo de envío es “Exprés”.
Aquí puede proporcionar al usuario información más precisa. En el ejemplo de envío exprés, si simplemente se devuelve el valor “Enviado” y se proporciona una respuesta genérica como “el pedido debería llegar en un plazo de entre 2 y 5 días”, un cliente premium con derecho a envío exprés como parte de un programa de lealtad u otro que pagó por una entrega de 1 día podrían quedar insatisfechos.
Detección del idioma preferido
Cuando alguien visita su centro de ayuda y busca contenido en un idioma en particular, es bueno poder ofrecer una experiencia fluida usando el idioma en que la persona está visualizando la página.
En el siguiente ejemplo, se agrega una etiqueta para el centro de ayuda en el que se cargó el widget.
En el siguiente ejemplo para Zendesk Chat, hemos iniciado una acción para obtener etiquetas y luego utilizamos esas etiquetas para gatillar el idioma correcto. Las capturas de pantalla siguientes muestran un ejemplo de Zendesk.
Convenciones numéricas
Hay diferentes ejemplos donde los números son específicos para un producto (SKU basados en marcas, destinos), país (código postal o número de teléfono) o algún tipo de convención que haya implementado en su negocio (números de pedidos regionales o premium). El operador “Comienza con” es muy útil para personalizar las comunicaciones.
Información específica de la marca
Según el tipo de producto sobre el cual el cliente está solicitando información, es posible que tenga acuerdos de comercialización que dan derecho al usuario a recibir soporte más específico. Si es así, quizás le convenga dividir el flujo de conversación en función de un bloque condicional a nivel de la marca. Según la intención, podría tener respuestas que desea proporcionar, como Instrucciones para el cuidado, Producto dañado y Pedido por adelantado.
