Crear un flujo de trabajo de agente de chat

Crea una experiencia de chat en tiempo real impulsada por IA en Maestro Flow, incluidas capacidades como el enrutamiento basado en resultados y la transferencia de agentes.

Qué crearás: un flujo de conversación que demuestre cómo se pueden utilizar los nodos de chat principales para orquestar experiencias de chat flexibles.

Esta guía crea una experiencia de chat que consiste en un agente general del servicio de asistencia que decide cuándo pasar una conversación a un agente especialista en cuentas.

Qué necesitará

• Una cuenta de UiPath Automation Cloud con acceso a Maestro Flow.
• Un modelo LLM disponible para que lo utilice el agente.

Nodos utilizados

• Desencadenador de conversación: marca el flujo como conversacional y lo inicia cuando un usuario inicia un chat.
• Esperar mensaje: se suspende hasta que el usuario envía un mensaje y devuelve el último contexto de conversación.
• Agente conversacional: nodo de IA conversacional de solicitud única que ejecuta un turno de respuestas y llamadas de herramientas dado el contexto de la conversación.
• Decisión: rutas en la salida estructurada de un agente.
• Enviar mensaje: envía un aviso determinista (no LLM) al chat.

Pasos

1. Crea el flujo y añade un desencadenador de conversación

1. Desde Studio Web, elige Crear nuevo y selecciona Maestro Flow.
2. Selecciona el desencadenador predeterminado (etiquetado como Desencadenador manual) y elige Cambiar desencadenador.
3. En el selector de desencadenadores, selecciona Desencadenador de conversación.

2. Espera el primer mensaje del usuario

Esperar mensaje debe ser el primer nodo después del desencadenador de conversación:

1. Arrastra un nodo Esperar mensaje desde la paleta de herramientas de conversación al lienzo y conéctalo al desencadenador de conversación.
2. En el panel de propiedades, establece ID de conversación en $vars.conversationTrigger1.output.conversationId.

El nodo genera conversationContext (el historial de chat reciente, los datos del perfil de usuario y otra información de turno) para que los consuman los nodos de chat posteriores.

3. Añade un nodo de agente conversacional

El primer nodo de agente conversacional que añadiremos es un agente general del servicio de asistencia técnica para gestionar las preguntas cotidianas de TI y decide, a través de una salida estructurada, cuándo pasar a un especialista.

1. Arrastra un nodo Agente conversacional al lienzo y conéctalo a Esperar mensaje.

2. Cambia el nombre a Agente de soporte técnico general y cambia el nombre de su ID en el panel Avanzado del agente a generalHelpdeskAgent para facilitar el seguimiento.

3. En el panel de propiedades del agente, establece la solicitud del sistema:

   You are the internal IT helpdesk assistant.
   Answer everyday questions about our tools, wifi, printers,
   meeting rooms, and where to find internal docs.
   
   When the employee is having an account problem — 
   a forgotten password, a locked account, an MFA issue, 
   or a missing permission — tell the user that they will
   be handed off to an account specialist agent.
   

4. En Configuración de agente de conversación, vincula el contexto de conversación $vars.waitForMessage1.output.conversationContext.

5. En Salidas, añade una variable de salida:

   • Nombre: needsAccountSpecialist
   • Tipo de datos: booleano
   • Predeterminado: false
   • Descripción: Set to true when the employee has an account problem — a forgotten password, a locked account, an MFA issue, or a missing permission. Otherwise false.

La Descripción en la variable de salida es necesaria: el agente utiliza la descripción además de la solicitud del sistema para generar las salidas estructuradas después de su turno en la conversación.

4. Rama en la decisión del enrutador

Sigue al agente con un nodo de decisión que enruta en la salida estructurada.

1. Arrastra un nodo Decisión al lienzo y conéctalo al agente del servicio de asistencia general.
2. Establece la condición: $vars.generalHelpdeskAgent.output.needsAccountSpecialist.
3. Conecta la rama Falso de nuevo a la espera de mensaje original (Paso 2). El agente general del servicio de asistencia mantiene la conversación; puede transferirla más tarde o nunca.

Deja la rama Verdadero abierta por ahora; lo desarrollarás en los siguientes pasos.

5. Anunciar el traspaso

Dígale al empleado lo que está sucediendo y pregúntele los siguientes pasos antes de que el especialista se haga cargo.

1. En la rama Verdadero de la Decisión, añade un nodo Enviar mensaje . Configurar:
   • ID de conversación: $vars.conversationTrigger1.output.conversationId
   • ID de Exchange: $vars.waitForMessage1.output.conversationContext.latestExchangeId
   • Contenido: "You've been connected to the account specialist, which can help with password resets, unlocking your account, and permission or group membership questions. Please explain your issue."

6. Añade un segundo bucle Esperar mensaje con el especialista de la cuenta

1. Después de Enviar mensaje, añade otro nodo Esperar mensaje .

2. Establece ID de conversación en $vars.conversationTrigger1.output.conversationId.

3. Arrastra un nodo Agente conversacional y conéctalo a este segundo Esperar mensaje.

4. Opcionalmente, cámbiale el nombre Agente especialista en cuentas.

5. Establece la solicitud del sistema:

   You are the account specialist. The user has been handed off 
   to you from a general helpdesk assistant.
   
   Help only with account problems — password resets, unlocking
   accounts, MFA re-enrollment, and permission or group membership
   questions.
   

6. En Configuración de agente de conversación, vincula el contexto de conversación $vars.waitForMessage2.output.conversationContext.

7. Vuelve a conectar la salida del especialista de la cuenta a waitForMessage2 para cerrar el bucle del especialista.

Consejo:

Cuando tienes varios nodos Esperar mensaje, puedes configurar accidentalmente un nodo descendente para hacer referencia a un contexto de conversación obsoleto desde un nodo Esperar mensaje que se ejecutó anteriormente.

Para facilitar el seguimiento, crea una variable de nivel de flujo (por ejemplo, $vars.globalConversationContext) y actualízala desde la sección Actualizar variable de cada nodo Esperar mensaje. Los nodos posteriores pueden hacer referencia a esa única fuente de verdad en lugar de tener que elegir la salida del nodo Esperar mensaje ejecutado por última vez.

7. Depurar el flujo

Selecciona Depurar en la barra de herramientas superior. Se abre un panel de chat junto al lienzo.

• Pregunta "¿Cómo me conecto a la VPN de mi oficina?" — el agente general del servicio de asistencia debe responder directamente y volver para otro turno.
• Pregunta "Tengo problemas para iniciar sesión". el agente del servicio de asistencia general debe establecer needsAccountSpecialist: true, la decisión se dirige a la rama Verdadero, aparece el aviso de transferencia y el especialista de la cuenta se hace cargo.

Inspecciona el seguimiento de ejecución para ver qué agente se ejecutó en cada turno y qué salida estructurada produjo el agente general del servicio de asistencia.

Resultado

Una vez publicado e implementado, tu flujo conversacional aparece a los usuarios finales como un agente conversacional en los canales de implementación de chat. Supervisa su rendimiento, métricas y comentarios de los usuarios a través de la observabilidad del agente de chat.

Ampliar este flujo

• Proporciona contexto y herramientas a los agentes: conecta un recurso de contexto al manipulador de contexto del agente para que responda desde una fuente de conocimiento indexada en lugar de solo el modelo. Conecta los recursos de herramientas al identificador de herramientas del agente para que pueda actuar durante sus turnos de conversación, no solo responder.
• Añade ramas de ejecución paralelas: además de enrutar de nuevo a Esperar mensaje, añade ramas paralelas para realizar acciones en segundo plano sin bloquear la conversación. Por ejemplo, una rama puede iniciar un nodo humano para la aprobación de un gestor y luego continuar con otras acciones.
• Finaliza el chat cuando se resuelva la incidencia: añade una salida resolved: true en los agentes que dirijan a una rama que finalice la ejecución. La conversación finaliza correctamente y los usuarios verán que la conversación ha finalizado.

Por ejemplo, ampliar el flujo del tutorial con las capacidades anteriores puede dar como resultado una experiencia de chat completa como esta: