Recetas

Flujos probados para las tareas más comunes. Todo aplica solo a tu tenant; las escrituras piden acceso Completo y confirmación.

Configurar el bot de cero

El objetivo es dejar el Prompt Builder bien seteado sin romper nada.

1. ver_definicion_prompt_builder — mirá los 9 pasos, los campos y qué valores acepta cada uno (algunos son opciones fijas, otros texto libre).
2. listar_roles_agente — los roles (cargos) válidos para el tenant, para setear bot_primary_role.
3. ver_config_bot — qué hay configurado hoy y si ya existe un borrador.
4. actualizar_config_bot({...}) — editá el borrador con merge parcial (solo los campos que cambian). Iterá con el dueño.
5. publicar_config_bot — aplica el borrador. Pide confirmación y regenera el prompt completo.

Regla de oro

Nunca publiques sin revisar el borrador con el dueño. Publicar es un lossy rebuild: si hay contenido de onboarding, puede pisarse. Ver Conceptos → Borrador vs Publicado.

Cargar un catálogo, lista de precios o manual (PDF)

Cuando el dueño te pasa un archivo para que el bot lo sepa, el análisis lo hacés vos — no subís el binario:

1. Leé el archivo que el usuario adjuntó en la conversación (PDF, catálogo, lista de precios, manual…).
2. Estructuralo con criterio: una FAQ por cada dato o consulta que un cliente haría; un protocolo solo para reglas de conducta.
3. Mostrale al dueño las entradas extraídas (o una muestra si son muchas) y pedile que confirme que están 100% correctas — es su documento, su verdad.
4. Con su OK: agregar_documento_conocimiento(titulo_documento, entradas, confirmar=true). Quedan agrupadas como un documento (visible en “Documentos” del panel; se quitan enteras con desconectar_fuente).

Esto no reemplaza la subida de archivos del panel (que extrae el binario del lado de la plataforma) — es una vía adicional donde vos ponés el análisis. Si el dueño prefiere, puede subirlo por el panel.

Revisar preguntas sin responder (rutina semanal)

Las preguntas que el bot no supo responder son oro para mejorar el KB:

1. preguntas_sin_responder — traé las pendientes.
2. Para cada una, decidí con el dueño: ¿es una FAQ recurrente o un caso puntual?
3. responder_pregunta_pendiente(pregunta_id, respuesta, tipo="faq") — la respondés y queda en el KB para la próxima.
4. descartar_pregunta_pendiente(...) — si no aporta (spam, fuera de alcance).

Optimizar el agente con conversaciones reales

El prompt optimizar_agente analiza lo que pasa de verdad con tu bot y propone mejoras concretas a su configuración — a partir de conversaciones reales, no casos inventados.

Vos: Usá el prompt optimizar_agente.

1. Chequea el volumen (resumen_negocio). Si sos un tenant nuevo con poca data, en vez de forzar conclusiones sobre ruido hace una revisión de configuración por buenas prácticas (rol asignado, KB con contenido, campos completos, anti-patrones).
2. Toma una muestra representativa de conversaciones reales (listar_conversaciones para el día a día + conversaciones_atencion para las trabadas) y los gaps (preguntas_sin_responder).
3. Diagnostica y cuantifica los patrones (ej. “en el 30% de los handoffs el bot repitió un dato ya entregado”).
4. Propone un plan priorizado, mapeando cada problema a su palanca: una FAQ, el msg_fallback, consolidar protocolos, etc.
5. Aplica solo lo que apruebes, de a uno, con preview. Nunca borra conocimiento (a lo sumo lo desactiva) y avisa antes de publicar.

Rutina

Repetilo cada tantas semanas: el bot mejora con la evidencia de sus propias conversaciones.

Probar el bot y validar un cambio (A/B)

Antes de dar por bueno un ajuste, probalo sin ensuciar datos reales.

1. ver_prompt_efectivo — mirá el system prompt REAL que usa el bot hoy (no el borrador del wizard).
2. probar_bot("<un mensaje que suele fallar>") — devuelve la respuesta real del bot en un contexto efímero: no crea conversación, ni lead, ni memoria, y no envía nada por ningún canal. Devuelve un session_id.
3. ¿El problema aparece recién a varios turnos (mezcla de idiomas, sobre-indagación, handoff falso)? Re-pasá el session_id a probar_bot para continuar el mismo hilo (máx 20 turnos, 30 min) y reproducirlo end-to-end.
4. Ajustá con actualizar_config_bot (queda en borrador) o cargando una FAQ/protocolo.
5. probar_bot de nuevo con el mismo mensaje/hilo y compará antes/después. Cuando estés conforme, publicá.

Consume cuota

probar_bot corre el LLM del tenant, por eso tiene un tope diario. Usalo para validar, no para chatear.

Cargar una web al conocimiento

Cuando el dueño quiere que el bot sepa lo que dice una página (about, precios, FAQ del sitio):

1. agregar_web_al_conocimiento("https://…") — descarga la página y te devuelve su texto limpio. Solo URLs públicas.
2. Estructurá ese texto en FAQs claras y correctas (sin inventar lo que no está).
3. Mostrale al dueño las entradas extraídas y, con su OK, cargalas con agregar_documento_conocimiento(titulo_documento, entradas, confirmar=true).

Ajustar cómo habla el bot (reglas del agente)

Para pulir la salida sin tocar el prompt:

• Reemplazos (crear_reemplazo) — cambiar palabras/patrones (ej. “barato” → “conveniente”).
• Frases prohibidas (crear_frase_prohibida) — que el bot nunca diga algo (ej. “no lo sé”).
• Directivas de estilo (crear_directiva_estilo) — instrucciones positive/negative (ej. “usá frases cortas”).

Todas son inmediatas y se listan con listar_*.

Programar un seguimiento (outbound)

Para reenganchar un lead:

Vos: Programá un seguimiento al lead de Marta para mañana 10h: “Hola Marta, ¿pudiste ver la propuesta?”

Claude: (preview → programar_seguimiento(lead_id, cuando, mensaje, confirmar=true)) Programado para mañana 10:00.

Anti-ban

Los envíos outbound respetan pacing y ventana de 24h. No sirven para spam masivo: son reenganches puntuales a leads con conversación abierta.

Cerrar el círculo del CRM

• listar_leads / ver_lead — el estado del funnel.
• etiquetar_lead, agregar_nota_lead, cambiar_etapa_lead — mover y anotar.
• buscar_contactos / ver_contacto — la ficha del contacto.
• listar_tickets — soporte abierto.