AI Employee en producción: prompt, escalado y métricas
Pasar de la demo a producción es un cambio de oficio: menos prompts brillantes y más base de conocimiento, control de calidad y decisiones sobre cuándo el agente debe callarse.
En producción, un AI Employee se sostiene con tres cosas: una base de conocimiento acotada y actualizada, un enrutamiento por intención que decide cuándo escala y una revisión humana semanal de transcripciones. Lo que se mide es resolución sin humano, escalado correcto y costo por conversación.
Un agente que responde bien el 80% de las veces parece un éxito hasta que miras el 20% restante. Ahí están los clientes que se fueron sin que nadie lo notara, porque el agente contestó con seguridad algo incorrecto y nadie revisó esa conversación. En producción, el trabajo no es que hable más: es que falle de forma visible.
Base de conocimiento y prompts versionados
La calidad depende más de lo que el agente puede consultar que de cómo se le pide. Una base útil tiene documentos cortos, un tema por documento y fecha de actualización. Un PDF de cien páginas metido entero produce recuperaciones vagas. La prueba: si tú no puedes señalar el párrafo que responde la pregunta, el agente tampoco.
Un prompt sin versión es un experimento sin resultado. Cada cambio se guarda con número, fecha y motivo, y se compara contra la anterior sobre las mismas conversaciones reales. Los prompts que envejecen mejor tienen pocas reglas y muy explícitas; los de veinte instrucciones se contradicen y el modelo elige la que le conviene.
Escalado por intención y control de calidad
Clasificar el mensaje antes de responder —consulta de precio, soporte técnico, reclamo, cancelación— permite enrutar cada intención a un camino distinto. Los reclamos y las cancelaciones no deberían pasar por el agente sin humano, por bien redactado que esté el prompt.
La revisión humana semanal es obligatoria: una muestra de conversaciones leídas completas, con una planilla de tres columnas (correcta, ambigua, incorrecta). De ahí salen las correcciones que vuelven a la base.
Las métricas que sirven: conversaciones resueltas sin humano, escalados correctos frente a innecesarios, costo por conversación (suscripción más consumo) y abandono a mitad de conversación. Sin la segunda cifra, un agente que escala todo parece perfecto y no sirve para nada.
Límites, riesgos y mejora continua
Un agente no debería dar consejo legal, médico ni financiero, ni confirmar datos de pago por chat. Tampoco operar sin aviso de que es un asistente automático. Con datos sensibles hay marcos regulatorios que exigen controles que GHL no cubre por defecto.
El plan de mejora continua es aburrido a propósito: revisar, corregir, versionar, volver a medir. En la parte VIP está el sistema completo, con las plantillas de revisión y el panel de costos.
El sistema de prompts versionados, la base de conocimiento y el panel de control
Con la estructura de prompts por versión, el protocolo de revisión semanal y las métricas que muestran cuándo el agente está costando más de lo que ahorra.
- Prompt engineering
- Base de conocimiento
- Escalado por intención
- Control de calidad
- Métricas y costos
- Límites y riesgos
- Revisión humana
- Plan de mejora continua
Al crear tu cuenta con nuestro enlace entras a la comunidad de afiliados y se te habilita el acceso a las 20 guías VIP.
Desbloquea las 20 guías VIP
Cada serie tiene dos partes cerradas con el paso a paso exacto, plantillas y configuraciones. Se abren al crear tu cuenta de High Level con nuestro enlace.
Al unirte con nuestro enlace desbloqueas:
- Las 20 guías VIP de las series
- Plantillas y snapshots base
- Sesiones de preguntas y respuestas
- Ruta de negocio personalizada