¿Qué es Copilot?
Copilot es un editor de prompts impulsado por IA integrado en el Editor Avanzado. En lugar de solo darte sugerencias, Copilot edita y mejora directamente el system prompt de tu agente basándose en tus instrucciones. Analiza tu prompt actual, genera mejoras y aplica los cambios automáticamente.
Copilot no solo sugiere - edita. Describe lo que quieres mejorar y observa cómo modifica tu system prompt en tiempo real usando un sistema de eventos avanzado SSE (Server-Sent Events).
Accediendo a Copilot
Copilot está ubicado en el panel derecho del Editor Avanzado. Haz clic en la pestaña “Copilot” para acceder.
Pantalla de Bienvenida
Cuando abres Copilot por primera vez, verás una pantalla de bienvenida con instrucciones claras sobre cómo usar la herramienta:
Describe tu Solicitud
Escribe en lenguaje natural qué quieres mejorar en tu prompt. Ejemplo : “Añadir manejo de objeciones de precio”
Usa Referencias de Llamadas
Incluye @call:ID para usar contexto específico de llamadas reales. Ejemplo : “@call:abc123 El agente no capturó bien el email”
Observa la Edición en Tiempo Real
Copilot edita directamente tu prompt y muestra cambios estructurados. Flujo : Analizando → Generando → Editando → Completado
Implementa Sugerencias Inteligentes
Recibe sugerencias automáticas para mejoras complementarias. Acción : Usa los botones de implementación de un clic.
Sistema de Eventos SSE Avanzado
Copilot utiliza un protocolo de eventos Server-Sent Events (SSE) para comunicación en tiempo real entre el frontend y el backend.
Tipos de Eventos SSE
Eventos de Procesamiento
Eventos de Edición
Eventos de Configuración
Thinking : Muestra el progreso de análisis{
"type" : "thinking" ,
"seconds" : 3
}
Text : Transmite contenido de respuesta{
"type" : "text" ,
"content" : "Analizando el system prompt actual..."
}
Edit : Aplica cambios estructurados al prompt{
"type" : "edit" ,
"operation" : "replace_section" ,
"targetSection" : "Greeting Instructions" ,
"newContent" : "Say hello warmly and..." ,
"summary" : "Improved greeting warmth" ,
"linesAdded" : 3
}
Complete : Finaliza la operación de edición{
"type" : "complete" ,
"duration" : "2.3s" ,
"editsCount" : 2
}
Input_Change : Modifica parámetros de entrada{
"type" : "input_change" ,
"name" : "customer_type" ,
"fieldType" : "string" ,
"description" : "Type of customer (new, returning, vip)" ,
"required" : false
}
Output_Change : Añade campos de salida{
"type" : "output_change" ,
"name" : "interest_level" ,
"fieldType" : "number" ,
"description" : "Customer interest level (1-10)"
}
Evaluation_Change : Crea nuevas evaluaciones{
"type" : "evaluation_change" ,
"name" : "objection_handling" ,
"prompt" : "Rate how well the agent handles price objections"
}
Flujo de Procesamiento SSE
Inicialización
Copilot establece conexión SSE y prepara el contexto del prompt.
Análisis (Thinking)
El sistema analiza el prompt actual y planifica las modificaciones necesarias.
Eventos thinking muestran progreso en tiempo real
Duración típica: 2-5 segundos
Generación (Text)
Se genera el contenido mejorado basado en la solicitud.
Eventos text transmiten el progreso de generación
Incluye explicaciones de los cambios planificados
Edición Estructurada
Los cambios se aplican usando operaciones estructuradas.
Eventos edit modifican secciones específicas del prompt
Cada operación incluye resumen y métricas
Finalización
La operación se completa con resumen de cambios.
Evento complete con duración y estadísticas
Se generan sugerencias inteligentes automáticas
Operaciones de Edición Estructurada
Copilot utiliza operaciones específicas para modificar el prompt de manera precisa y controlada.
Tipos de Operaciones
Operación Descripción Uso Típico replace_sectionReemplaza una sección completa Mejorar instrucciones existentes append_sectionAñade nueva sección al final Agregar nuevas funcionalidades insert_afterInserta contenido después de una sección Añadir contexto específico delete_sectionElimina una sección existente Limpiar contenido obsoleto modify_inlineCambios menores dentro de una línea Ajustes de tono o estilo
Marcadores de Sección
Copilot identifica secciones del prompt usando marcadores estructurados:
# === GREETING INSTRUCTIONS ===
[Contenido de saludo]
# === OBJECTION HANDLING ===
[Manejo de objeciones]
# === OUTPUT REQUIREMENTS ===
[Campos de salida requeridos]
Los marcadores permiten que Copilot haga cambios precisos sin afectar otras partes del prompt.
Funcionalidad de Grabación de Voz
Copilot incluye una funcionalidad de grabación de voz avanzada para solicitudes hands-free:
Modos de Grabación
Grabación por Botón
Hold-to-Speak (Alt)
Activación : Haz clic en el botón del micrófono
Grabación manual con control total
Ideal para solicitudes largas y detalladas
Permite pausar y reanudar
Permisos : Requiere autorización del navegador para acceso al micrófonoActivación : Mantén presionada la tecla Alt
Grabación rápida tipo “walkie-talkie”
Ideal para correcciones rápidas
Automática al soltar la tecla
Visual : Indicador de grabación en tiempo real
Cómo Usar la Grabación de Voz
Activar Grabación
Botón : Haz clic en el micrófono en el campo de entrada
Teclado : Mantén presionada la tecla Alt
Dar Permisos
Permite el acceso al micrófono cuando el navegador lo solicite (solo primera vez).
Hablar tu Solicitud
Describe claramente qué cambios quieres hacer al prompt.
Usa referencias como “@call:abc123” verbalmente
Sé específico sobre las mejoras deseadas
Finalizar Grabación
Botón : Haz clic en “Parar”
Teclado : Suelta la tecla Alt
Auto : Pausa automática tras silencio prolongado
La grabación de voz convierte automáticamente tu discurso a texto usando la API Web Speech y lo procesa como cualquier otra solicitud de Copilot.
Cómo Funciona el Procesamiento
Copilot opera en múltiples fases cuando solicitas un cambio, mostradas con indicadores visuales en tiempo real:
Fases de Procesamiento
Fase Ícono Qué Sucede Duración Típica 🔍 Analizando magnifying-glassCopilot lee tu system prompt actual y entiende el contexto 2-3 segundos ⚙️ Generando cog-6-toothCrea la versión mejorada basada en tu solicitud 3-5 segundos ✏️ Editando pencilLos cambios se aplican directamente usando operaciones estructuradas 1-2 segundos ✅ Completado check-circleFinalización con resumen y sugerencias inteligentes Instantáneo
Indicadores de Estado en Tiempo Real
Barra de Progreso
Muestra el avance global de la operación con fases claramente identificadas.
Mensajes de Estado
Descripciones textuales del proceso actual, como “Analizando estructura del prompt…”.
Contador de Thinking
Timer visual durante la fase de análisis que muestra los segundos transcurridos.
Resumen de Cambios
Lista detallada de todas las modificaciones realizadas con métricas específicas.
Usando Contexto de Llamadas
Una de las características más poderosas de Copilot es su capacidad para usar llamadas reales para mejorar tu prompt.
La Sintaxis @call
Referencia llamadas específicas usando @call:ID_LLAMADA para proporcionar contexto:
@call:abc123 El agente falló al manejar la pregunta de presupuesto.
Añadir instrucciones para abordar mejor las preocupaciones de precio.
Carga Automática de Contexto
Cuando usas la sintaxis @call:ID, Copilot automáticamente:
Detecta Referencias
El sistema identifica menciones de @call:ID en tu solicitud.
Carga Transcripciones
Obtiene automáticamente la transcripción completa y metadatos de la llamada.
Analiza Contexto
Entiende qué problemas específicos ocurrieron durante la conversación.
Genera Mejoras Específicas
Crea mejoras dirigidas basadas en los problemas identificados en la llamada.
Indicadores Visuales de Contexto
Cuando Copilot usa contexto de llamada, muestra:
Badges violetas : Confirman qué llamadas están siendo analizadas
Estado de carga : Indicadores de progreso para obtener transcripciones
Resumen de contexto : Extracto de los problemas identificados en la llamada
Cambios relacionados : Modificaciones específicas basadas en la llamada
Los indicadores de contexto aparecen durante el procesamiento, mostrando exactamente qué llamadas se están usando para generar las mejoras.
Flujo de Trabajo con Contexto de Llamada
Identificar Problema
En el panel de Llamadas, encuentra una conversación donde el agente no funcionó correctamente.
Obtener ID de Llamada
Copia el ID de llamada (visible en la URL o panel de detalles de la llamada).
Referenciar en Copilot
En Copilot, usa @call:ID_LLAMADA seguido de tu descripción del problema: @call:xyz789 El agente interrumpió al cliente y fue demasiado agresivo
Observar Análisis
Copilot cargará la transcripción y analizará el problema específico.
Revisar Mejoras
Revisa las mejoras sugeridas que abordan directamente los problemas de esa llamada.
Múltiples Referencias de Llamadas
Puedes referenciar múltiples llamadas en una sola solicitud:
@call:abc123 @call:xyz789 En ambas llamadas el agente no manejó bien
las objeciones de precio. Mejorar esta área con un enfoque más empático.
Copilot analizará patrones comunes en todas las llamadas referenciadas.
Sugerencias Inteligentes de IA
Copilot proporciona sugerencias inteligentes automáticas basadas en el contexto y análisis continuo de tu agente.
Tipos de Sugerencias Automáticas
Mejoras complementarias basadas en tu cambio actual
“También podrías mejorar el manejo de objeciones similares”
“Para mayor consistencia, ajusta también la sección de despedida”
“Considera añadir validación para este tipo de entrada”
Trigger : Aparecen después de completar una edición exitosa
Implementación : Botón “Implementar” de un clicCambios en configuración avanzada sugeridos
“Añadir campo de salida para capturar esta información”
“Crear parámetro de entrada para personalización”
“Configurar evaluación para medir esta mejora”
Integración : Se conectan directamente con la configuración avanzada
Banners : Aparecen en las pestañas relevantes (Input, Output, Evaluations)Análisis predictivo de problemas similares
“He identificado 3 llamadas con problemas similares”
“Esta mejora podría prevenir errores en llamadas futuras”
“Patrones encontrados en llamadas recientes sugieren…”
Contexto automático : Incluye IDs de llamadas relacionadas
Prevención : Mejoras proactivas basadas en datos históricosValidación proactiva de cambios
“Crear test para validar estos cambios”
“Sugerir escenarios de prueba específicos”
“Validar casos edge para testing completo”
Integración : Conexión directa con el panel de Tests
Automatización : Genera tests específicos para tus cambios
Apariencia de Sugerencias
Las sugerencias inteligentes aparecen como cards accionables con:
Badge de tipo : Indica la categoría de sugerencia (💡 Mejora, 🧪 Test, 📞 Llamada, ⚙️ Config)
Título descriptivo : Explica claramente qué mejorará la sugerencia
Descripción contextual : Detalles sobre por qué se sugiere esta mejora
Botón de acción : “Implementar”, “Crear Test”, “Analizar”, etc.
Contexto adicional : Enlaces a llamadas relacionadas o configuraciones afectadas
Implementando Sugerencias Inteligentes
Revisar Automáticamente
Las sugerencias aparecen automáticamente después de completar una edición exitosa.
Evaluar Relevancia
Lee la descripción y contexto de cada sugerencia:
Relevancia : ¿Es útil para tu caso de uso?
Prioridad : ¿Es crítico o puede esperar?
Impacto : ¿Mejorará significativamente el agente?
Implementar con Un Clic
Haz clic en el botón de acción correspondiente:
“Implementar” : Aplica la sugerencia inmediatamente
“Crear Test” : Genera test automatizado
“Analizar” : Examina llamadas relacionadas
Personalizar si Necesario
Después de implementar, puedes:
Refinar usando el campo de entrada normal
Hacer ajustes específicos manualmente
Combinar con otras sugerencias
Ejemplos de Sugerencias Contextuales
Después de mejorar manejo de precios:
💡 Sugerencia Relacionada: Validación de presupuesto
"También considera añadir un proceso de calificación de presupuesto
para identificar clientes serios vs curiosos."
⚙️ Configuración: Campo de salida "budget_range"
"Capturar el rango de presupuesto mencionado por el cliente"
[Implementar] [Más tarde]
Después de añadir campos de salida:
🧪 Sugerencia de Testing: Test de captura
"Crear test automatizado para validar que todos los campos
se capturan correctamente en diferentes escenarios."
📋 Test sugerido: "Email Validation Test"
- Escenario: Cliente proporciona email
- Validación: Campo "email" se completa correctamente
[Crear Test] [Ver Detalles]
Después de usar contexto de llamada:
📞 Sugerencias de Llamadas Relacionadas
"Encontré 2 llamadas adicionales con problemas similares:"
@call:xyz123 - Problema de captura de email similar
@call:def456 - Validación incorrecta de información
"¿Quieres analizar estas llamadas para mejoras adicionales?"
[Analizar Todas] [Ver Individual] [Omitir]
Modificaciones Automáticas de Configuración
Copilot puede hacer cambios directamente en la configuración avanzada del agente, incluyendo parámetros de entrada, campos de salida y evaluaciones.
Cambios en Parámetros de Entrada
Cuando Copilot detecta que las mejoras requieren información adicional:
Usuario: "El agente debería personalizar el saludo según el tipo de cliente"
Copilot SSE Events:
1. input_change: añade parámetro "customer_type"
2. edit: actualiza prompt para usar {{customer_type}}
3. complete: cambios aplicados exitosamente
Resultado:
- Nuevo parámetro "customer_type" (string, opcional)
- Prompt actualizado con lógica condicional de saludo
- Banner de confirmación en pestaña "Input Parameters"
Cambios en Campos de Salida
Para mejorar la captura de información de conversaciones:
Usuario: "Capturar el nivel de interés del cliente en una escala de 1-10"
Copilot SSE Events:
1. output_change: añade campo "interest_level"
2. edit: actualiza instrucciones de evaluación en prompt
3. complete: configuración sincronizada
Resultado:
- Nuevo campo "interest_level" (number, 1-10 scale)
- Instrucciones específicas para evaluar interés
- Validación automática de rango numérico
Cambios en Evaluaciones
Para crear métricas de rendimiento automáticas:
Usuario: "Crear evaluación para medir manejo de objeciones"
Copilot SSE Events:
1. evaluation_change: crea "objection_handling"
2. edit: añade sección de métricas al prompt
3. complete: evaluación lista para uso
Resultado:
- Nueva evaluación "Objection Handling"
- Prompt con criterios específicos de evaluación
- Escala de puntuación 1-5 con descriptores
Banners de Cambios Pendientes
Cuando Copilot sugiere cambios a la configuración avanzada, aparecen banners informativos en las secciones relevantes del Editor Avanzado:
Flujo de Aceptación de Cambios
Copilot Sugiere Cambios
Durante el procesamiento SSE, se emiten eventos de cambio de configuración.
Banners Aparecen
Los banners se muestran automáticamente en las pestañas relevantes con detalles específicos.
Revisión Individual
Puedes revisar cada cambio por separado:
Input Parameters : Ver tipo, descripción, requisitos
Output Settings : Confirmar campos y validaciones
Evaluations : Revisar criterios y escalas
Aceptación Granular
Decide sobre cada cambio individualmente:
Aceptar todo : Implementa todos los cambios sugeridos
Aceptar selectivo : Elige qué cambios aplicar
Personalizar : Modifica antes de implementar
Rechazar : Descarta cambios específicos
Los cambios en configuración avanzada son reversibles. Puedes deshacer cualquier modificación usando el historial de versiones del Editor Avanzado.
Revisando y Gestionando Cambios
Copilot proporciona un sistema completo de revisión para todos los cambios realizados.
Resumen de Finalización
Después de que Copilot completa una edición, verás un Completion Summary detallado:
Resumen Principal
Cambios Detallados
Indicadores de Contexto
Información incluida :
✅ Título descriptivo de los cambios realizados
⏱️ Duración total de la operación
📊 Número de ediciones aplicadas
🔧 Herramientas utilizadas (structured_edit, web_search, etc.)
📝 Líneas de código añadidas/modificadas
Lista de modificaciones específicas :
🔄 Replace : Secciones reemplazadas completamente
➕ Add : Nuevas secciones añadidas
📝 Modify : Modificaciones menores inline
🗑️ Remove : Contenido eliminado
🎯 Optimize : Mejoras de claridad y estructura
Cada cambio incluye :
Ubicación exacta (líneas afectadas)
Resumen de la modificación
Razón del cambio
Si se usaron referencias de llamadas :
📞 Badges con IDs de llamadas analizadas
🔍 Problemas específicos identificados
💡 Mejoras implementadas basadas en contexto
📈 Patrones detectados en las llamadas
Opciones de Revisión y Acción
Después de completar los cambios, tienes varias opciones:
Aceptar Cambios Completos
Acción : Botón “Aceptar Cambios”Resultado :
✅ Cambios se aplican al prompt y configuración
📝 Se actualiza el historial de versiones
🔄 Aparecen sugerencias inteligentes de próximos pasos
⚙️ Se sincronizan cambios en configuración avanzada
🎯 Se actualiza el estado “git” del editor
Rechazar Cambios
Acción : Botón “Rechazar Cambios”Resultado :
❌ El prompt vuelve al estado anterior
🗑️ Los cambios de configuración se descartan
🚫 Se eliminan todos los banners de cambios pendientes
🔄 Puedes refinar tu solicitud y volver a intentar
📝 Se mantiene historial de intentos para contexto
Edición Manual Granular
Acción : Revisar cambios individualesCapacidades :
📝 Los cambios aparecen resaltados en el editor Monaco
🏷️ Los banners permanecen para revisión individual
✂️ Control granular sobre cada modificación
⚖️ Aceptar algunos cambios y rechazar otros
🎨 Personalizar implementación antes de aplicar
Historial de Conversación y Contexto
Copilot mantiene contexto conversacional para refinamiento iterativo:
Usuario: "Añadir instrucciones para manejar objeciones de precio"
Copilot: [Implementa cambios + genera sugerencias inteligentes]
💡 También considera añadir campo "budget_range" para captura
Usuario: "Implementa la sugerencia del campo de presupuesto"
Copilot: [Añade campo de salida + actualiza prompt]
🧪 ¿Quieres crear un test para validar la captura de presupuesto?
Usuario: "Sí, crea el test. Menos agresivo en el manejo de objeciones"
Copilot: [Crea test + refina enfoque + nueva sugerencia]
📞 Basándome en patrones, sugiero evaluar @call:similar_issues
Usuario: "@call:xyz123 úsalo como ejemplo para mejorar más"
Copilot: [Analiza llamada + mejoras específicas]
Estados Visuales de Mensajes
Cada mensaje en el historial tiene estados visuales claros:
Estado Indicador Descripción Procesando 🔄 Spinner + progreso Operación en curso, mostrar fases Éxito ✅ Check verde Cambios aplicados exitosamente Aplicando ⏳ Reloj amarillo Usuario revisando cambios propuestos Completado 🎯 Badge azul Operación finalizada con sugerencias Error ❌ X rojo Fallo en procesamiento, opción de reintentar Streaming 💬 Dots animados Recibiendo contenido en tiempo real
El sistema de estados permite seguir claramente el progreso de cada solicitud y entender qué acciones están disponibles en cada momento.
Análisis de Tickets en Lote
Para análisis de múltiples llamadas problemáticas simultáneamente:
Accediendo al Panel de Tickets
Abrir Panel de Tickets
Haz clic en el botón ”+” en la parte superior de Copilot
Selecciona “Analizar tickets” del menú desplegable
Se abre un panel lateral para selección de llamadas
Filtrar y Buscar Tickets
Filtros disponibles :
Por fecha: Últimos 7 días, 30 días, rango personalizado
Por estado: Problemas reportados, evaluaciones bajas, escalaciones
Por agente: Específicos del agente actual o todos
Por tipo: Llamadas fallidas, interrupciones, problemas de captura
Búsqueda : Buscar por contenido de transcripción o metadatos
Seleccionar Múltiples Tickets
✅ Checkbox para cada llamada problemática
📊 Vista previa con resumen del problema
🏷️ Tags automáticos de categorización
📈 Métricas de impacto (duración, satisfacción, etc.)
Ejecutar Análisis en Lote
Botón “Analizar Seleccionados” (mínimo 2, máximo 20 tickets)
Copilot identifica patrones comunes automáticamente
Procesamiento en paralelo para eficiencia
Resultado del Análisis en Lote
Copilot proporciona análisis comprensivo de patrones:
Problemas Comunes
Mejoras Sugeridas
Priorización
Identificación automática :
🎯 “3 de 5 llamadas: fallo en captura de email”
🗣️ “Patrón: interrupción durante explicación de precio”
⏰ “Problema recurrente: manejo de citas fuera de horario”
📞 “Escalación frecuente: objeciones no resueltas”
Cambios específicos basados en patrones :
➕ Añadir sección: “Email Confirmation Protocol”
🔧 Mejorar: “Price Explanation Timing and Flow”
📅 Crear: “Business Hours Validation Logic”
🎭 Refinar: “Empathetic Objection Handling Approach”
Orden de implementación recomendado :
Alta prioridad : Problemas que afectan >50% de llamadas
Media prioridad : Mejoras de calidad y satisfacción
Baja prioridad : Optimizaciones menores de flujo
Impacto estimado : Reducción esperada de problemas similares
Implementación de Mejoras en Lote
Revisar Análisis Completo
Copilot presenta un informe detallado con:
📊 Estadísticas de problemas identificados
🎯 Cambios específicos recomendados
📈 Impacto esperado de cada mejora
⚠️ Riesgos o consideraciones especiales
Implementación Selectiva
Opciones de implementación :
“Implementar Todo”: Aplica todas las mejoras sugeridas
“Implementar Prioridades”: Solo cambios de alta prioridad
“Selección Manual”: Elegir mejoras específicas individualmente
Monitoreo de Resultados
Seguimiento automático :
📈 Métricas de mejora en siguientes llamadas
⚡ Alertas si problemas persisten
🔄 Sugerencias de ajustes adicionales
Mejores Prácticas Avanzadas
Optimización del Flujo de Trabajo con SSE
Monitorea Estados en Tiempo Real
Observa los indicadores de fase (Analizando → Generando → Editando)
Usa el tiempo de “thinking” para preparar próximas solicitudes
No interrumpas el proceso SSE para mejores resultados
Aprovecha la Edición Estructurada
Confía en las operaciones estructuradas para precisión
Revisa los marcadores de sección añadidos automáticamente
Utiliza la granularidad de cambios para control específico
Optimiza Conexiones de Red
Mantén conexión estable para SSE sin interrupciones
Si se pierde conexión, Copilot reintentará automáticamente
Los cambios parciales se preservan para recuperación
Maximización de Sugerencias Inteligentes
Implementa Sugerencias Complementarias
Las sugerencias relacionadas mejoran consistencia global
Combina múltiples sugerencias para cambios holísticos
Prioriza sugerencias basadas en datos de llamadas reales
Usa Configuración Avanzada Integrada
Acepta cambios en parámetros cuando son relevantes
Aprovecha campos de salida automáticos para mejor captura
Implementa evaluaciones sugeridas para medición continua
Sigue el Flujo de Mejora Continua
Implementa → Revisa sugerencias → Refina → Repite
Usa métricas de las evaluaciones para validar mejoras
Ajusta basándose en feedback de llamadas subsiguientes
Optimización de Contexto de Llamadas
Selecciona Llamadas Representativas
Usa llamadas con problemas claros y específicos
Combina múltiples ejemplos para patrones más robustos
Incluye tanto éxitos como fallos para balance
Describe Problemas Específicamente
❌ Malo: "@call:abc123 no funcionó bien"
✅ Bueno: "@call:abc123 interrumpió al cliente 3 veces durante
la explicación de servicios, causando frustración"
Aprovecha Análisis Predictivo
Sigue sugerencias de llamadas relacionadas automáticamente
Implementa mejoras preventivas basadas en patrones
Monitorea impacto en llamadas futuras similares
Aprovechamiento de Grabación de Voz
Usa Voz para Contexto Complejo
Ideal para describir problemas multifacéticos observados en llamadas
Explica matices de tono y estilo que son difíciles de escribir
Combina grabación con referencias de llamadas para máximo contexto
Optimiza Calidad de Audio
Habla claramente y a ritmo moderado
Minimiza ruido de fondo para mejor transcripción
Usa terminología específica del dominio que Copilot reconoce
Combina Modalidades
Graba descripción general del problema
Añade detalles específicos por texto si es necesario
Usa @call:ID verbalmente para cargar contexto automáticamente
Casos de Uso Comunes
Mejorando con Contexto de Llamadas Específicas
Solicitud: "@call:abc123 El agente no manejó bien la objeción sobre
precio alto. Mejorar enfoque para ser más empático y ofrecer opciones."
SSE Flow:
1. thinking: Analizando llamada abc123...
2. text: "Detecté que el agente fue demasiado directo..."
3. edit: replace_section "Pricing Objections"
4. output_change: añadir campo "price_sensitivity"
5. complete: Cambios aplicados (2.3s, 1 edición)
Sugerencias Automáticas:
💡 Crear evaluación para medir manejo empático
🧪 Test de escenarios de objeciones de precio
📞 Analizar @call:def456 con problema similar
Implementación de Flujo Completo con Configuración
Solicitud: "El agente debe capturar mejor información de contacto
y confirmar antes de finalizar."
Resultado Integral:
✅ Prompt: Añadida sección "Contact Information Protocol"
⚙️ Output: Campos "email", "phone", "preferred_contact"
📊 Evaluation: "Contact Capture Quality" (1-5 scale)
🧪 Test: "Contact Information Validation Test"
Banners Generados:
- Input Parameters: Parámetro "contact_preference"
- Output Settings: 3 nuevos campos con validación
- Evaluations: Nueva métrica de calidad de captura
Análisis de Patrones en Lote
Tickets Seleccionados: 8 llamadas con problemas de escalación
Análisis Resultado:
📊 Patrón Principal: 6/8 escalaciones por falta de autoridad percibida
🎯 Mejora Clave: Añadir establecimiento de credibilidad en apertura
📈 Impacto Esperado: -60% escalaciones por autoridad
Implementación:
1. Sección "Authority Establishment" añadida
2. Campo output "escalation_reason" para tracking
3. Evaluación "Authority Perception" creada
4. Test "Credibility Scenarios" generado automáticamente
Siguientes Pasos
Playground Prueba tus prompts mejorados con conversaciones simuladas y escenarios específicos
Tests Crea tests automatizados para validar cambios sugeridos y detectar regresiones
Configuración Avanzada Revisa parámetros, campos y evaluaciones añadidos automáticamente por Copilot
Panel de Llamadas Encuentra IDs de llamadas específicas para usar como contexto en mejoras dirigidas
Recursos de Desarrollo
API SSE Reference Documentación técnica del protocolo de eventos Server-Sent Events utilizado por Copilot
Edit Operations Schema Especificación completa de operaciones de edición estructurada y marcadores de sección