Análisis de conversaciones
Financiación y uso de IA
IA incluida utiliza créditos REDA. Traiga su propia IA utiliza la cuenta de proveedor de su organización, facturada directamente por ese proveedor. La licencia determina un modelo para toda la organización. En ambos, REDA AI controla las herramientas y acciones configuradas en Salesforce. Configure la licencia y las cuentas de IA.
Revise Funding Mode, AI Connection y AI Model de la conversación. La vista Customer AI Account muestra conversaciones financiadas con cuenta propia. Sus créditos medidos son unidades de uso, no descuentos de una asignación REDA ni una factura. Cambiar la cuenta efectiva, el modelo o la financiación requiere una nueva conversación en las sesiones interactivas afectadas. Consulte el uso y los cambios de cuenta.
La función Análisis de conversaciones de REDA AI permite a los administradores comprender a fondo cómo cada conversación individual consume créditos y dónde existen oportunidades de optimización. Al analizar una conversación, obtienes información sobre la eficiencia de tus agentes, identificas interacciones costosas, detectas problemas de configuración y recibes recomendaciones basadas en IA para mejorar. El análisis es bajo demanda (no automático): los administradores eligen deliberadamente qué conversaciones analizar y pagan un costo de créditos pequeño, fijo y único para desbloquear información detallada.
Cómo funciona
Cada registro de conversación en REDA AI almacena una transcripción completa de todos los mensajes y llamadas a herramientas. Cuando haces clic en el botón Analizar conversación, el sistema:
- Procesa el historial completo de la conversación y el uso de tokens mensaje por mensaje.
- Calcula el consumo de créditos por mensaje e identifica qué herramientas se llamaron en cada turno.
- Calcula métricas de eficiencia globales e identifica patrones de optimización.
- Genera una calificación de eficiencia (Óptimo, Bueno, Requiere revisión o Costo alto) según los créditos por intercambio.
- Produce sugerencias prácticas tanto para los mensajes individuales como para la configuración general del agente.
Los resultados del análisis se muestran en un desglose detallado que los administradores pueden usar para ajustar agentes, modificar las asignaciones de herramientas, refinar prompts o reconsiderar las estrategias de canal.
Acceder al análisis de conversaciones
- Abre la aplicación REDA AI y ve a Conversaciones de IA (o abre un agente y ve a su lista relacionada Conversaciones de IA).
- Haz clic en un registro de conversación para abrirlo.
- Haz clic en el botón Analizar conversación.
- Espera unos segundos a que se complete el análisis.
- Revisa la calificación de eficiencia, el desglose por mensaje, las métricas de tokens y las sugerencias de optimización.
Calificaciones de eficiencia
La calificación de eficiencia clasifica la rentabilidad de la conversación según los créditos por intercambio (mensaje enviado por el usuario, respuesta del agente):
| Calificación | Créditos por intercambio | Interpretación |
|---|---|---|
| Óptimo | ≤ 3, y sin consultas de esquema | Eficiencia excelente. El agente responde de forma concisa, llama a las herramientas con criterio y no desperdicia créditos. Óptimo también exige que la conversación no haya hecho llamadas a describe_object ni a get_picklist_values: una conversación barata que aun así consulta el esquema se califica como Buena, porque esa consulta debería vivir en un prompt de esquema. No se requiere ninguna acción inmediata. |
| Bueno | ≤ 6 | Buen desempeño. El agente es eficiente, pero tiene margen para mejoras menores. Considera las sugerencias proporcionadas. |
| Requiere revisión | ≤ 10 | Costos moderados. El agente o la conversación revelaron ineficiencias: demasiadas llamadas a herramientas, respuestas largas o consultas evitables. Investiga las sugerencias y ajusta la configuración del agente. |
| Costo alto | > 10 | Interacción costosa. El agente consumió muchos créditos por intercambio, probablemente debido a una carga excesiva de herramientas, generación de respuestas largas o prompts ineficientes. Prioriza las optimizaciones. |
Desglose por mensaje
Cada mensaje del informe de análisis incluye:
- Vista previa del contenido del mensaje: los primeros 80 caracteres del mensaje, para ayudarte a identificar rápidamente qué turno estás revisando.
- Créditos usados: el costo en créditos de ese mensaje, incluidos los recargos por llamadas a herramientas.
- Herramientas llamadas: una lista de las herramientas que el agente invocó en ese turno (por ejemplo, describe_object, query_related_records, get_picklist_values).
- Nivel codificado por colores: los indicadores visuales muestran la intensidad de créditos: verde (baja, 0–2 créditos), ámbar (media, 2–6 créditos), rojo (alta, 6+ créditos).
- Sugerencias por mensaje: recomendaciones específicas para ese turno (por ejemplo, «considera agregar este esquema al prompt para evitar llamadas repetidas a describe_object»).
Sugerencias de optimización globales
Además de la información por mensaje, el análisis ofrece recomendaciones a nivel de la organización:
- Llamadas a herramientas evitables: identifica patrones en los que el agente llama repetidamente a describe_object o get_picklist_values. Sugerencia: agrega el esquema del objeto o las definiciones de listas de selección al prompt del sistema o a los campos de contexto del agente para eliminar estas consultas costosas.
- Carga excesiva de herramientas: si el agente tiene más de 15 herramientas asignadas, el análisis lo señala. Sugerencia: reduce el conjunto de herramientas solo a las más esenciales; menos herramientas = menos decisiones que el agente debe tomar y menor consumo de créditos.
- Eficiencia de la caché: indica cuándo el almacenamiento en caché de prompts está reduciendo el costo en contenido repetido. Si conversaciones similares se repiten sin beneficiarse de la caché, la sugerencia recomendará estabilizar el prompt del sistema entre los mensajes.
Métricas clave
| Métrica | Descripción |
|---|---|
| Promedio de créditos por intercambio | El costo promedio de cada par de mensajes usuario-IA. Es la métrica de eficiencia principal: cuanto más bajo, mejor. |
| Costo total de la conversación | Suma de todos los créditos consumidos en esta conversación (sin incluir el costo mínimo en créditos de ejecutar el análisis en sí). |
| Cantidad de iteraciones de herramientas | Número de veces que el agente repitió el ciclo de llamadas a herramientas en un solo turno. Los valores altos suelen indicar que el agente estaba refinando su búsqueda o su toma de decisiones, lo que aumenta el costo de la conversación. |
Patrones y acciones comunes
Patrón 1: Consultas de esquema evitables
Hallazgo: la conversación muestra llamadas repetidas a describe_object y get_picklist_values para los mismos objetos.
Acción: actualiza el prompt del sistema del agente para incluir el esquema del objeto (por ejemplo, «El objeto Oportunidad tiene los campos: Amount, Close_Date, Account_ID...»). Como alternativa, agrega estos objetos a los Campos de contexto del agente, lo que incorpora su esquema en cada solicitud de forma automática.
Patrón 2: Conjunto de herramientas sobredimensionado
Hallazgo: el informe de eficiencia señala más de 20 herramientas asignadas al agente, pero la conversación solo usó 3 de ellas.
Acción: revisa las asignaciones de herramientas del agente y elimina las que rara vez se usan. Menos herramientas = decisiones más simples para la IA, menor uso de tokens y respuestas más rápidas.
Patrón 3: Respuestas largas y extensas
Hallazgo: el agente genera respuestas extensas, lo que eleva el promedio de créditos por intercambio.
Acción: actualiza la personalidad o el prompt del agente para fomentar la concisión (por ejemplo, «Responde en 2 o 3 oraciones» o «Sé directo y enfocado en la acción»). Para los agentes automatizados, agrega «Responde en modo automatizado: breve y al grano».
Patrón 4: Oportunidad de eficiencia de la caché
Hallazgo: las sugerencias de optimización señalan un bajo reúso de la caché a pesar de consultas similares repetidas.
Acción: verifica si el prompt del sistema del agente es estable entre los mensajes. Las marcas de tiempo por turno, el orden aleatorio o los campos de contexto que cambian constantemente pueden invalidar la caché del prompt. Estabiliza el contenido del prompt para maximizar el reúso de la caché en conversaciones repetidas.
Usar el análisis para mejorar los agentes
Sigue este flujo de trabajo para optimizar tus agentes:
- Toma una muestra de conversaciones: elige de 3 a 5 conversaciones representativas y analiza cada una. Busca patrones comunes.
- Prioriza los hallazgos: identifica los mayores generadores de costos: llamadas a herramientas evitables, conjuntos de herramientas sobredimensionados o respuestas extensas.
- Realiza cambios específicos: actualiza el agente (refina el prompt, ajusta las herramientas, agrega esquema al contexto). Pruébalo en conversaciones nuevas.
- Vuelve a analizar: ejecuta el análisis en conversaciones posteriores para medir el impacto de tus cambios.
- Itera: repite hasta alcanzar la calificación de eficiencia que buscas.
Casos de uso del análisis
- Presupuesto de costos: analiza las conversaciones de agentes de alto volumen para estimar los costos mensuales. Si los costos son demasiado altos, optimiza antes de implementarlo para más usuarios.
- Comparación de agentes: analiza conversaciones de distintos agentes (soporte, ventas, interno) para identificar cuáles son los más eficientes. Comparte las prácticas recomendadas con los equipos de los agentes de menor rendimiento.
- Eficiencia por canal: compara los costos de las conversaciones entre canales (Interno vs. Externo vs. Comunidad) para decidir dónde invertir en optimización.
- Solución de problemas: cuando un usuario informa que el agente es demasiado lento o da malas respuestas, analiza su conversación. La sobrecarga de herramientas o el exceso de llamadas a herramientas suelen indicar problemas de configuración.
- Cumplimiento y auditoría: analiza las conversaciones que involucran datos sensibles para confirmar que el agente maneja las consultas de forma adecuada y no llama a herramientas innecesarias que expongan datos.
Prácticas recomendadas
- Analiza con regularidad: incorpora el análisis de conversaciones a tu rutina de administración semanal o mensual. Las tendencias surgen con el tiempo.
- Toma muestras de varios agentes y fechas: no analices solo las conversaciones más antiguas o más recientes. Toma muestras de todos tus agentes activos y de distintos rangos de fechas para obtener una imagen representativa.
- Documenta los cambios: cuando optimices un agente con base en el análisis, anota el cambio en la descripción del agente o en un registro de cambios. Esto ayuda a los administradores y a las partes interesadas a hacer seguimiento de las mejoras del agente.
- Comparte los hallazgos: presenta los resultados del análisis a tu equipo; muestra qué agentes son eficientes y cuáles necesitan mejoras. Usa los datos para justificar los cambios de configuración.
- Define objetivos de eficiencia: apunta a calificaciones «Bueno» u «Óptimo» como base. Las conversaciones «Requiere revisión» son oportunidades de aprendizaje; las conversaciones «Costo alto» ameritan una investigación inmediata.
Solución de problemas
Comprender el cambio de créditos Económico
El uso ordinario del nivel Económico aplica ahora un multiplicador de 0,40 a la tarifa base de créditos. Con los mismos tokens y tarifas, un ejemplo de 100 créditos base consume 40 créditos Económico. Con el multiplicador anterior de 0,10 consumía 10: el débito es cuatro veces el anterior y un 60 % inferior al base. Cambia el consumo, no el precio de suscripción. La extracción previa de archivos se cobra por separado a tarifa completa. Una ruta alternativa del proveedor puede usar otro nivel efectivo; consulte la transacción real y no aplique 0,40 a toda operación mixta. Las transacciones nuevas registran Nivel de procesamiento; las anteriores no se rellenan retroactivamente. Económico exige consentimiento y una licencia/configuración compatible. Sin consentimiento, la solicitud se rechaza; no se procesa silenciosamente en otro nivel.