Build AI Business Solutions with Workflow Automation | NappAI - Template: Atencion al Cliente Ecommerce

graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% ChatInput-larrt[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Input] style ChatInput-larrt stroke:#a170ff GoogleGenerativeAIModel-hrflu[Gemini] style GoogleGenerativeAIModel-hrflu stroke:#a170ff GoogleGenerativeAIEmbeddings-fnjt0[Google Generative AI Embeddings] style GoogleGenerativeAIEmbeddings-fnjt0 stroke:#a170ff APIRequest-78xr1[API Request] style APIRequest-78xr1 stroke:#a170ff TelegramMessage-zvrp9[Telegram Message] style TelegramMessage-zvrp9 stroke:#a170ff ChatOutput-16z2g[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-16z2g stroke:#a170ff ChatOutput-0vfib[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output2] style ChatOutput-0vfib stroke:#a170ff ChatOutput-7h910[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output3] style ChatOutput-7h910 stroke:#a170ff GoogleGenerativeAIEmbeddings-mn2ew[Google Generative AI Embeddings2] style GoogleGenerativeAIEmbeddings-mn2ew stroke:#a170ff SplitText-xm92m[<div><img src="/_astro/scissors-line-dashed.CajsPhTx.svg" style="height: 20px !important;width: 20px !important"/></div>Split Text] style SplitText-xm92m stroke:#a170ff GDriveFilesComponent-q2n9y[<div><img src="/_astro/google_drive.wKmDsV2c.svg" style="height: 20px !important;width: 20px !important"/></div>Google Drive File Manager] style GDriveFilesComponent-q2n9y stroke:#a170ff ParseData-dpd2k[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data] style ParseData-dpd2k stroke:#a170ff AdvancedAgent-zbpzj[Agent4] style AdvancedAgent-zbpzj stroke:#a170ff AdvancedAgent-aazz1[Agent] style AdvancedAgent-aazz1 stroke:#a170ff AdvancedAgent-hs2r4[Agent5] style AdvancedAgent-hs2r4 stroke:#a170ff ParseData-2g4fn[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data2] style ParseData-2g4fn stroke:#a170ff ParseData-mrvuk[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data3] style ParseData-mrvuk stroke:#a170ff ParseData-z8755[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data4] style ParseData-z8755 stroke:#a170ff DeepseekModel-7c7w4[Deepseek2] style DeepseekModel-7c7w4 stroke:#a170ff DeepseekModel-juyng[Deepseek3] style DeepseekModel-juyng stroke:#a170ff DeepseekModel-ova3h[Deepseek4] style DeepseekModel-ova3h stroke:#a170ff SmartRouter-kldld[Agent Router] style SmartRouter-kldld stroke:#a170ff RetrieverTool-65vrx[<div><img src="/_astro/langchain-icon.BXtvU_nA.svg" style="height: 20px !important;width: 20px !important"/></div>RetrieverTool] style RetrieverTool-65vrx stroke:#a170ff AstraDB-bdkzn[Astra DB] style AstraDB-bdkzn stroke:#a170ff AstraDB-xlv27[Astra DB2] style AstraDB-xlv27 stroke:#a170ff ParseData-dpd2k -.- SplitText-xm92m linkStyle 0 stroke:#a170ff GDriveFilesComponent-q2n9y -.- ParseData-dpd2k linkStyle 1 stroke:#a170ff AdvancedAgent-zbpzj -.- ChatOutput-16z2g linkStyle 2 stroke:#a170ff AdvancedAgent-aazz1 -.- ChatOutput-7h910 linkStyle 3 stroke:#a170ff APIRequest-78xr1 -.- AdvancedAgent-aazz1 linkStyle 4 stroke:#a170ff AdvancedAgent-hs2r4 -.- ChatOutput-0vfib linkStyle 5 stroke:#a170ff TelegramMessage-zvrp9 -.- AdvancedAgent-hs2r4 linkStyle 6 stroke:#a170ff ParseData-2g4fn -.- AdvancedAgent-zbpzj linkStyle 7 stroke:#a170ff ParseData-mrvuk -.- AdvancedAgent-aazz1 linkStyle 8 stroke:#a170ff ParseData-z8755 -.- AdvancedAgent-hs2r4 linkStyle 9 stroke:#a170ff DeepseekModel-7c7w4 -.- AdvancedAgent-zbpzj linkStyle 10 stroke:#a170ff DeepseekModel-juyng -.- AdvancedAgent-aazz1 linkStyle 11 stroke:#a170ff DeepseekModel-ova3h -.- AdvancedAgent-hs2r4 linkStyle 12 stroke:#a170ff ChatInput-larrt -.- SmartRouter-kldld linkStyle 13 stroke:#a170ff GoogleGenerativeAIModel-hrflu -.- SmartRouter-kldld linkStyle 14 stroke:#a170ff SmartRouter-kldld -.- ParseData-2g4fn linkStyle 15 stroke:#a170ff SmartRouter-kldld -.- ParseData-mrvuk linkStyle 16 stroke:#a170ff SmartRouter-kldld -.- ParseData-z8755 linkStyle 17 stroke:#a170ff RetrieverTool-65vrx -.- AdvancedAgent-zbpzj linkStyle 18 stroke:#a170ff SplitText-xm92m -.- AstraDB-bdkzn linkStyle 19 stroke:#a170ff GoogleGenerativeAIEmbeddings-mn2ew -.- AstraDB-bdkzn linkStyle 20 stroke:#a170ff AstraDB-xlv27 -.- RetrieverTool-65vrx linkStyle 21 stroke:#a170ff GoogleGenerativeAIEmbeddings-fnjt0 -.- AstraDB-xlv27 linkStyle 22 stroke:#a170ff

Atención al Cliente Ecommerce

🧩 Descripción General

Este flujo de trabajo automatiza el servicio al cliente para una plataforma de comercio electrónico enrutando inteligentemente las consultas entrantes hacia la vía de resolución más apropiada. Utiliza un Modelo de Lenguaje Grande (LLM) para clasificar la intención del cliente y luego dirige la consulta a uno de tres agentes de IA especializados, cada uno diseñado para manejar un tipo específico de solicitud. Este sistema agiliza el soporte proporcionando respuestas automatizadas y conscientes del contexto para información general, consultas sobre el estado de pedidos y escalaciones que requieren intervención humana.

⚙️ Características Principales

Clasifica automáticamente los mensajes de los clientes en tres niveles de soporte distintos según la intención.
Enruta las consultas a agentes especializados: uno para información general de la empresa, otro para consultas de pedidos/productos basadas en base de datos, y otro para gestionar escalaciones.
Integra un sistema de Generación Aumentada por Recuperación (RAG) para proporcionar respuestas precisas basadas en la documentación interna de la empresa.
Se conecta a sistemas externos como APIs para datos en tiempo real y Telegram para notificaciones a agentes humanos.
Incluye una canalización separada y configurable para construir y poblar una base de datos vectorial a partir de documentos de la empresa.

🔄 Pasos del Flujo de Trabajo

Nombre del Componente	Rol en el Flujo de Trabajo	Entradas Clave	Salidas Clave
Entrada de Chat	Recibe la consulta inicial del cliente desde la interfaz de usuario.	Mensaje del Usuario	Mensaje del Cliente
Enrutador de Agentes	Analiza el mensaje del cliente para clasificar su intención en una de tres categorías (nivel1, nivel2, nivel3).	Mensaje del Cliente, Modelo de Lenguaje	Resultado de Clasificación
Analizar Datos	Convierte el resultado de clasificación estructurado del enrutador en un mensaje de texto plano para el siguiente agente.	Datos de Clasificación	Mensaje Formateado
Agente Avanzado (Nivel 1)	Un agente potenciado por RAG que responde preguntas generales sobre la empresa utilizando información recuperada de una base de datos vectorial.	Mensaje Formateado, Modelo de Lenguaje, Herramienta de Recuperación	Respuesta de IA
Agente Avanzado (Nivel 2)	Un agente equipado con una herramienta API para consultar sistemas empresariales en busca de datos específicos como el estado de un pedido o el inventario de productos.	Mensaje Formateado, Modelo de Lenguaje, Herramienta API	Respuesta de IA
Agente Avanzado (Nivel 3)	Un agente diseñado para gestionar escalaciones, utilizando una herramienta de notificación para alertar a un empleado humano a través de Telegram.	Mensaje Formateado, Modelo de Lenguaje, Herramienta de Notificación	Respuesta de IA
Salida de Chat	Muestra la respuesta final generada por la IA de vuelta al cliente en la interfaz de chat.	Respuesta de IA	Mensaje Mostrado

🧠 Notas

El flujo de trabajo depende de credenciales preconfiguradas para servicios externos como Google Generative AI, Deepseek, AstraDB y Telegram.
El conocimiento del agente de Nivel 1 se limita a la información contenida en la base de datos vectorial preconstruida; no puede acceder a fuentes web externas.
La instrucción del sistema para el agente de Nivel 1 le ordena usar estrictamente su herramienta de recuperación y no inventar información.
La canalización de creación de la base de datos vectorial (que involucra Google Drive, análisis de texto, fragmentación e incrustación) se representa como un proceso preparatorio separado.
La efectividad del enrutamiento depende de la precisión del clasificador basado en LLM y de la claridad de las categorías de intención definidas.