Un puntaje bajo es un síntoma con varias causas posibles
Una caída de satisfacción se le echa a la persona que atendió los tickets, porque esa es la atribución que los datos sostienen con más facilidad. Esa atribución a menudo está mal, y puede dañar a un equipo.
La misma caída podría ser un problema real de atención, una falla de producto, una política que los agentes aplican bien pero que a los clientes no les gusta, o una encuesta que llegó en un momento desafortunado.
Para separar esas causas hay que mirar las interacciones e identificar qué tienen en común las de puntaje bajo. Ese rasgo compartido no aparece en ningún dato agregado.
El tamaño de la muestra importa aquí más que en casi cualquier otra situación. Cinco puntajes malos en una semana, en general, cuentan como una semana. Tratarlos como un patrón lleva a una conversación de desempeño que nunca debió ocurrir.
Cómo se construye el agent en Agent Studio
Los puntajes bajos pueden ser el punto de partida, pero nunca son toda la entrada. El flujo aporta la interacción completa, porque un nodo HTTP Request recupera el texto de la conversación junto con el puntaje. Un puntaje sin la conversación no se puede investigar.
El system prompt lista las cuatro causas posibles e instruye al agent a pesarlas todas, en lugar de elegir la primera que parezca plausible. También fija un número mínimo de interacciones antes de afirmar cualquier causa.
Los prompt skills fijan los estándares que aplicas, para que al evaluar la conducta de un agente uses las instrucciones reales que das a los agentes, no un ideal genérico.
Agent Chat entrega el conjunto de puntaje bajo en un horario. Los hallazgos, con interacciones de ejemplo por cada causa, van a Notion.
Cuando la causa es un asunto de producto, un nodo Linear crea un issue de enrutamiento, para que el equipo de soporte no trate la falla de producto como un problema de desempeño.
Los nombres de agentes individuales nunca entran en la salida. Los patrones se reportan a nivel de equipo. Un gerente decide después si mira una conversación en particular.
De qué está hecho este agent
- System prompt: cuatro causas candidatas con nombre, pesadas en lugar de elegidas, con una muestra mínima.
- Prompt skills: tus estándares reales de atención, no un ideal genérico de servicio.
- HTTP Request (Util): trae el texto completo de la conversación junto a cada puntaje.
- Agent Chat (Util): un flujo programado entrega el conjunto de puntaje bajo.
- Notion (Integration): recibe los hallazgos, con interacciones de ejemplo citadas por cada causa.
- Linear (Integration): recibe las causas de producto como issues rastreados, no como hallazgos de soporte.
- Cuando un ActionFlow basta: Si un reporte de tendencia de puntajes alcanza, construye el flujo de trabajo. Diagnosticar la causa es el trabajo del agent. Nombrar personas no lo es.
Preguntas frecuentes
Empieza a crear flujos de IA
Crea una cuenta gratuita, abre una plantilla o un lienzo en blanco y ejecuta tu primer ActionFlow.
Boletín
Recibe actualizaciones del producto
Nodos nuevos, agents y notas de producto. Solo enviamos correo cuando merece la pena abrirlo.