3 tipos de contexto que todo agente de IA necesita, y el que todos omiten

Los agentes de IA se apoyan en muchos datos para mantener una conversación: un modelo, una base de conocimiento, un conjunto de reglas, los datos de tu CRM y todo lo demás que parezca relevante.

Lo que suele faltar es el contexto del producto: la señal en tiempo real e histórica de lo que las personas realmente hacen en tu producto. Ha sido difícil de acceder, pero los equipos que encontraron la manera vieron que el rendimiento de los agentes mejorar significativamente.

Con ese contexto, los agentes responden con mayor especificidad y van directo a la solución que realmente se ajusta, en lugar de la coincidencia más cercana en una base de conocimiento.

Tres tipos de contexto que todo agente necesita

Hay tres tipos de datos de los que un agente debe valerse:

1. Contexto empresarial: el valor del contrato anual de la cuenta, el segmento y los datos firmográficos.
2. Contexto del usuario: el registro de CRM de una cuenta, su rol y nivel.
3. Contexto del producto: las acciones que alguien realizó dentro de tu producto, con qué frecuencia inicia sesión y en qué parte de tu producto estaba antes de abrir el chat.

Los dos primeros son comunes. La mayoría de los CRM proporcionarán contexto empresarial y de usuario a cualquier agente que lo solicite y esté correctamente configurado. El contexto del producto, en cambio, vive en otro lugar. Proviene de tu plataforma de análisis, el mismo sistema que rastrea el comportamiento dentro de la aplicación para tus PMs y desarrolladores.

La base de conocimiento le indica a un agente qué hace una función, mientras que el contexto del producto le indica que este usuario específico ha navegado a esa función siete veces en tres sesiones, ha avanzado parcialmente en la configuración cada vez y ha vuelto a intentarlo, lo que produce una respuesta diferente a cualquier cosa que la base de conocimiento por sí sola pueda proporcionar.

Para los desarrolladores que ejecutan un agente en más de una aplicación, los mismos datos de producto pueden seguir el recorrido de una persona a través de todos sus puntos de contacto.

Darle a tu agente señales que le permitan intervenir antes de que el usuario pida ayuda

Los clics de frustración, los clics muertos, los intentos fallidos repetidos y el abandono del flujo de trabajo son señales del producto. La mayoría de los agentes no tienen acceso a ellas, pero los que sí pueden dejar de esperar a que se les pida.

Un agente de soporte que detecta que un usuario ha reintentado la misma acción tres veces en cuatro minutos puede mostrar un mensaje específico y contextual en el punto de fricción antes de que la frustración se convierta en una conversación de soporte o algo peor.

La distinción entre un agente reactivo y uno proactivo radica en a qué señales tiene acceso y si esas señales llegan con suficiente rapidez para actuar sobre ellas.

En este momento, el mayor impacto que el contexto del producto tiene en los agentes se manifiesta en el ámbito del soporte. Dale a tu agente de soporte Fin, Decagon, Sierra o uno desarrollado internamente el comportamiento dentro de la aplicación, y podrán:

• Ver dónde los usuarios abandonan el flujo y intervenir para guiarlos a través de todo el proceso
• Ofrece orientación cuando los usuarios hacen clic repetidamente o retroceden
• Guía a los usuarios a través de la configuración y las tareas que impactan su éxito en la aplicación

Teachable integró el contexto de Pendo en su agente de soporte Fin y logró resolver el 67% de los tickets de soporte sin intervención humana. Conoce más sobre su metodología.

Preguntas que debes hacerte antes de tu próximo sprint de agentes

La mayoría de los equipos no tienen una respuesta clara sobre qué sabe su agente acerca del usuario con el que está interactuando. Antes de la próxima ronda de desarrollo de funciones, pregúntate:

1. ¿Tu agente sabe qué hizo un usuario en la aplicación antes de interactuar con él?
2. ¿Sabe si el usuario ha tenido el mismo problema antes? Si es así, ¿cuántas veces?
3. ¿Sabe si las conversaciones anteriores resolvieron el problema de fondo? ¿O el usuario simplemente se rindió y abandonó la aplicación por completo?

Si la respuesta a las tres es no, lo siguiente que necesita tu agente es el contexto del producto desde el cual razonar.