Preguntas frecuentes para optimización de voz (versión preliminar)

Este artículo contiene preguntas frecuentes relacionadas con la configuración y puesta en marcha de agentes de voz en Copilot Studio.

¿El agente solo puede responder a conocimientos fundamentados o también debe tomar acciones en sistemas de gestión de registros?

No necesariamente. Puede configurar agentes para que operen únicamente sobre conocimiento fundamentado, sin realizar ninguna acción en sistemas de back-end. Copilot Studio controla esta característica a través de configuración de búsqueda web y conocimiento.

Cuándo tiene sentido recurrir a agentes de "solo conocimiento"

Utilice este modo cuando el papel del agente es principalmente informativo:

  • Responder a preguntas frecuentes

  • Explicar las directivas

  • Proporcionar orientación e instrucciones

  • Desvío de llamadas o chat

En estos escenarios, el modelo recupera información de fuentes configuradas y genera una respuesta sin llamar a ninguna API.

¿Cómo recupera el agente los datos profesionales, las directivas y el contexto del cliente en tiempo real?

Conocimiento fundamentado (estático o semiestático): Este enfoque funciona mejor para directivas, documentación y contenido estructurado.

El modelo utiliza Respuestas generativas, donde:

  • Busque en fuentes de conocimientos configuradas.

  • Sintetiza una respuesta.

  • Opcionalmente cita orígenes.

Los orígenes de datos compatibles incluyen

  • SharePoint

  • Sitios web

  • Documentos cargados

  • Dataverse (solo indirecto a través de flujos)

Nota

Dataverse no es compatible como fuente de conocimientos directa para agentes orientados a C2 debido a los requisitos de autenticación. Puede exponer datos de Dataverse a través de flujos o llamadas OData y devolverlos al agente como resultados estructurados.

Casos de uso recomendados para conocimientos

  • Directivas de reembolso y devolución

  • Horarios y ubicaciones de las tiendas

  • Reglas de idoneidad

  • Preguntas más frecuentes sobre productos

  • Procedimientos internos

Ejemplo

"¿Cuál es su directiva de reembolsos para pedidos en línea?"

El modelo recupera el contenido de la directiva de SharePoint y genera una respuesta clara.

¿Qué tareas requieren validación exacta antes de ejecutarse? Reembolsos, cancelaciones, actualizaciones o cambios en la cuenta

Ciertas acciones requieren una validación estricta y nunca deben dejarse a decisiones autónomas de la IA.

Categorías de alto riesgo

Categoría Ejemplo ¿Por qué es importante?
Financiero Reembolsos, pagos, créditos Riesgo financiero
Estado de la cuenta Cancelaciones, cambios de plan Acciones irreversibles
Identidad Actualizaciones de dirección, teléfono y número de seguro social Fraude y cumplimiento
Jurídico Consentimiento, opción de no participar Exposición regulatoria

El patrón de ejecución segura

IA decide > El sistema valida > IA comunica

Este principio garantiza una orquestación generativa segura.

Ejemplo: solicitud de reembolso

  1. El modelo identifica la intención
    "El usuario quiere un reembolso"

  2. El modelo recopila los detalles necesarios
    Id. del pedido, motivo, plazo

  3. Valida la API o el sistema de registros

    • Verifica la elegibilidad

    • Aplica la directiva de reembolso

    • Confirma aprobación o rechazo

  4. El modelo comunica el resultado

    • Explica el resultado claramente

    • No inventa ni asume resultados

Aclarando un malentendido común

Usar un solo modelo no significa automatización incontrolada.

Hay una clara separación de responsabilidades.

Capacidad Quién decide Quién se encarga de hacer cumplir
Reconocimiento de la intención Modelo —
Respuestas de conocimiento Modelo Ámbito de fuente de conocimientos
Selección de API Modelo Disponibilidad de la herramienta
Validación Sistema de registro Lógica de back-end
Respuesta final Modelo Basado en resultados reales

Configurar agentes en tiempo real

  • Last updated on