Visibilidad total en las conversaciones IA con clientes — Chat Agent Run Detail

El problema de la caja negra de los chatbots IA

Desplegar un chatbot IA para atención al cliente es la parte fácil. El verdadero desafío es saber si realmente está ayudando a tus clientes.

Cuando un cliente hace una pregunta a tu agente IA, necesitas responder varias preguntas críticas: ¿Respondió correctamente el agente? ¿Qué contexto utilizó para formular su respuesta? ¿Quedó satisfecho el cliente? ¿Escaló cuando debía — o no escaló cuando era necesario?

La mayoría de las plataformas ofrecen como mucho un registro de chat. Puedes ver qué se dijo, pero no por qué. Sin detalles de resolución, sin puntuaciones de confianza, sin forma de rastrear la calidad de las respuestas a lo largo del tiempo. Cuando algo sale mal, solo puedes adivinar. Para equipos que necesitan cumplir requisitos de compliance o SLAs de servicio al cliente, adivinar no es una opción.

Cada conversación es ahora un run

La nueva página Chat Agent Run Detail de JieGou trata cada interacción IA con clientes como un “run” de primera clase — de la misma manera que tratamos las ejecuciones de Recipes y los runs de Workflows. Cada conversación se registra, es revisable y rastreable.

Puedes acceder a los runs de chat agents desde Monitor > Activity > Chat Agent Runs. Cada run es clicable y abre una página de detalle dedicada con un diseño de dos columnas pensado para una revisión rápida.

Columna izquierda — Hilo de conversación. El historial completo de mensajes renderizado como burbujas de chat, mostrando el intercambio completo entre el cliente y el agente IA. Cada mensaje incluye una insignia de fuente que indica cómo se generó la respuesta — coincidencia de regla, FAQ integrada, búsqueda RAG, generación LLM directa o escalación humana.

Columna derecha — Detalles de resolución. Un resumen estructurado de cómo el agente manejó la conversación:

• Fuente: Coincidencia de regla, FAQ integrada, RAG, LLM o Escalación
• Puntuación de confianza: El grado de confianza del agente en su respuesta
• Modelo: Qué modelo LLM se utilizó (ej. Claude, GPT)
• Uso de tokens: Tokens de entrada y salida consumidos
• Duración: Tiempo total de respuesta
• Estado de entrega: Si el mensaje se entregó exitosamente al canal del cliente

Esta vista dividida te permite revisar tanto la experiencia del cliente como los detalles técnicos de un solo vistazo — sin navegar entre múltiples pantallas ni buscar en logs.

Ve exactamente lo que vio la IA

Una de las preguntas de depuración más comunes es: “¿Por qué el agente dijo eso?” La página Run Detail responde esto con paneles de contexto desplegables que revelan exactamente qué información tenía disponible la IA al generar cada respuesta.

Contexto FAQ. Cuando el agente opera en modo FAQ integrada, este panel muestra el documento FAQ completo inyectado en el prompt. Puedes ver exactamente qué preguntas y respuestas tenía disponibles la IA, lo que facilita identificar si una respuesta incorrecta se debió a una entrada FAQ faltante o a una mala interpretación.

Regla coincidente. Si la respuesta fue activada por una regla, este panel muestra la categoría de la regla, los patrones de coincidencia y la respuesta esperada. Esto es invaluable para auditar respuestas basadas en reglas y asegurar que tus reglas se activan correctamente.

Prompt del sistema. Las instrucciones completas del persona del agente — el prompt del sistema que define su tono, límites y comportamiento. Cuando un agente responde de manera inesperada, revisar el prompt del sistema suele ser el camino más rápido para entender por qué.

Feedback de calidad que realmente mejora las respuestas

Cada respuesta en el hilo de conversación incluye un mecanismo simple de feedback con pulgar arriba/pulgar abajo y un campo opcional de notas. Esto no es solo para rastrear satisfacción — crea un ciclo de feedback que mejora directamente el rendimiento de tu IA.

Cómo lo usan los equipos:

Rastrear la calidad de respuestas en el tiempo. Agregar puntuaciones de feedback de todas las conversaciones para ver si tu agente IA está mejorando o deteriorándose. Detectar tendencias antes de que se conviertan en quejas de clientes.

Identificar brechas en FAQ. Cuando la IA recibe consistentemente pulgares abajo en un tema particular, es una señal de que tu contenido FAQ necesita actualización. Los paneles de contexto facilitan ver qué falta.

Cerrar el ciclo rápidamente. ¿Mala respuesta? Abre el panel de contexto FAQ, identifica qué falta, actualiza el documento FAQ, y el próximo cliente que haga la misma pregunta obtiene una mejor respuesta. Sin reentrenamiento, sin redespliegue — la mejora es inmediata.

Por qué los equipos empresariales necesitan esto

Para organizaciones que operan bajo marcos de compliance como SOC 2, cada decisión IA que toca datos de clientes necesita ser auditable. La página Chat Agent Run Detail proporciona un registro de auditoría completo para cada interacción:

• Trazabilidad: Cada respuesta está vinculada a su fuente (regla, FAQ, documento RAG o generación LLM) con marcas de tiempo y metadatos del modelo
• Alineación de gobernanza: Los detalles de run se integran con el framework de gobernanza de 10 capas de JieGou, las interacciones IA con clientes están sujetas a los mismos controles de política que todos los demás workflows automatizados
• Monitoreo de SLA: El seguimiento de duración y estado de entrega permite medir si los agentes IA cumplen sus compromisos de tiempo de respuesta
• Evidencia de compliance: Los detalles de run exportables sirven como evidencia de auditoría, mostrando exactamente cómo se manejaron las consultas de clientes

Este nivel de visibilidad transforma el servicio al cliente IA de un ejercicio de “desplegar y esperar” en una operación gestionada y medible.

Empezar

Chat Agent Run Detail está disponible ahora para todas las cuentas JieGou con chat agents habilitados. Navega a Monitor > Activity, filtra por Chat Agent Runs y haz clic en cualquier conversación para ver la vista detallada completa.

Si estás evaluando plataformas de servicio al cliente IA, empieza con JieGou — la observabilidad completa está integrada desde el primer día, no añadida como ocurrencia tardía.