La IA orientada al cliente representa a tu marca y exige un trabajo de naturaleza muy distinta al de las herramientas internas.
La diferencia entre un agente funcional y uno convincente es más conceptual que técnica, porque la mayoría de los prompts se escriben como conjuntos de instrucciones, no como diseños de diálogo.
La lingüística y la psicología cognitiva ofrecen un enfoque mejor: las conversaciones tienen estructura y los prompts crean un entorno de atención. Lo que pongas primero, lo que repitas y la manera en que cierres determinarán de forma confiable el comportamiento del agente.
Las restricciones ayudan, pero solo cuando son precisas. Demasiados casos extremos generan interacciones forzadas y prompts difíciles de manejar; tener que tomar menos decisiones permite concentrarse en las más importantes.
Crear una IA conversacional orientada al cliente es una tarea abrumadora para una empresa.
Incluso para quienes adoptan la tecnología con enorme entusiasmo, han incorporado la colaboración con IA en el trabajo de cada empleado y quizá hasta han desarrollado herramientas de IA personalizadas para uso interno, llevar la IA a la interfaz entre tu empresa y el mundo es algo completamente distinto.
Y sí que es un ascenso. Cuando la IA empieza a atender a clientes, pasa de ser una practicante diligente a una empleada avalada por la empresa: se pone el uniforme y representa a la marca ante los clientes.
Hay mucho en juego. Ahora, cada paso en falso es público y puede quedar registrado.
Los productos que creamos suelen ser sistemas multiagente con interacciones complejas a nivel empresarial. Sin embargo, esa lógica puede ser la parte más sencilla. El mayor desafío es convencer a los usuarios de que hablan con un mismo agente todo el tiempo y de que vale la pena escuchar lo que tiene que decir.
Por eso escribimos y reescribimos prompts una y otra vez.
Algunos agentes son el resultado de cientos de iteraciones de prompts. Todos tienen el mismo objetivo: mantenerse enfocados en la tarea y expresarse con una voz que conecte con los usuarios humanos.
Nuestra experiencia al perfeccionar prompts nos ha llevado a buscar inspiración de formas creativas. Hemos empezado a tomar ideas de otras disciplinas. Por supuesto, no todo ha funcionado y lo que sí funcionó rara vez dio resultado al primer intento. Como resultado de esta exploración, surgió en nuestro equipo un paradigma diferente para formular prompts.
La brecha entre un agente que funciona de forma sistemática y uno brillante al conversar no es puramente técnica, sino conceptual. Es la distancia entre el mundo en el que posicionaste al agente mediante tu prompt y el mundo real de la comunicación humana en el que opera.
Este último se caracteriza por su ambigüedad, a la que las personas están muy habituadas y que los interlocutores bienintencionados sortean de forma cooperativa mediante un conjunto de reglas discursivas sutiles y tácitas. Es evidente cuando un agente no está preparado.
Para preservar la cuarta pared, o la ilusión de Turing, podemos afianzar a nuestros agentes en el arte del diálogo con aportes de la lingüística y la psicología cognitiva.
La lingüística cuenta con todo un conjunto de herramientas para estudiar el lenguaje en acción, entre ellas el análisis de la conversación, que examina cómo las personas estructuran y gestionan sus conversaciones momento a momento. Aplicado a la formulación de prompts, este marco nos ofrece un vocabulario para concebir la conversación no como un intercambio de palabras, sino de acciones.
Algunas acciones son prácticas, como obtener o proporcionar información; otras son sociales, como mantener una buena relación o evitar fricciones. Estos movimientos ocurren dentro de la estructura más amplia del diálogo y sus distintas fases, cada una con acciones esperadas. Los diálogos tienen aperturas y cierres, pero también transiciones de tema e incluso pretransiciones: esos momentos a veces incómodos en los que se propone sutilmente un nuevo rumbo, se negocia y se decide entre líneas.
Los malentendidos ocurren todo el tiempo, incluso cuando todas las partes tienen las mejores intenciones. Aunque las personas dominan el arte del diálogo en distintos grados, lo importante es que el LLM detrás de tu agente no viene equipado con la intuición que posee hasta el interlocutor humano más común.
Además del análisis lingüístico, la psicología cognitiva ofrece una perspectiva complementaria. Nos explica cómo funcionan realmente la atención, la memoria y la toma de decisiones: cuánto peso dan las personas a lo primero frente a lo último, cómo ciertos estímulos generan conductas confiables y cómo las restricciones pueden liberar al reducir la carga cognitiva.
Un prompt no es un contenedor neutral de instrucciones. Es un entorno de atención. Por eso, importa lo que aparece al principio. Importa lo que aparece al final. Importa lo que se repite. Ante una lista, las personas suelen recordar con mayor facilidad el principio y el final que la parte intermedia. Los psicólogos denominan a esto efecto de posición serial: primacía y recencia.
En la práctica, observamos algo similar con los LLM. Las primeras indicaciones establecen el marco: quién es el agente, qué función desempeña y qué clase de mundo espera encontrar. Las indicaciones finales suelen funcionar como “lo último que escucha”. Si colocamos ahí nuestras instrucciones más importantes, es más probable que se cumplan.
Además de considerar cuidadosamente dónde ubicar cada instrucción dentro del prompt, debemos observar la forma general del límite que esas instrucciones trazan para nuestro agente.
Las instrucciones restringen al agente: reducen la cantidad de posibilidades contrapuestas que debe resolver y acotan el espacio general del problema. Nuestros prompts necesitan suficientes restricciones para que la tarea del agente sea manejable.
Al dar instrucciones a empleados, sobre todo a quienes tienen menos experiencia, la psicología indica que conviene eliminar la ambigüedad de la tarea y así reducir al máximo la carga cognitiva. Aunque las restricciones puedan parecer un freno a la libertad, tener que tomar menos decisiones nos permite concentrarnos en las pocas que siguen siendo importantes y aplicar creatividad al actuar dentro de ciertos límites.
Por el contrario, intentar que nuestro agente no tenga que tomar ninguna decisión cubriendo cada caso extremo imaginable con listas de conductas de ejemplo es una buena manera de crear un interlocutor rígido, además de un prompt Frankenstein inmanejable, lleno de condiciones, que será una pesadilla administrar.
(Prompts con pocos ejemplos, hablamos de ustedes).
Un prompt con límites bien definidos ofrece suficiente claridad de rumbo sin sobrecargar las instrucciones ni paralizar al agente. A menudo, esto significa incluir menos casos extremos u objetivos para el agente, tanto respecto de qué decir o evitar como de la manera de hacerlo.
Según nuestra experiencia, si recurres a un prompt con pocos ejemplos para ajustar tus límites, estos no son lo bastante precisos. Vuelve a las instrucciones fundamentales y perfecciónalas.
Desde la perspectiva de la psicología cognitiva, hemos reflexionado sobre dónde ubicar las distintas instrucciones dentro de un prompt y considerado tanto su cantidad como su calidad para delimitar de la mejor manera el espacio del problema del agente.
Si retomamos nuestras observaciones anteriores sobre el arte del diálogo desde la perspectiva lingüística, podemos completar nuestro paradigma de formulación de prompts al enmarcar las instrucciones orientadas al diálogo como parte de los límites más amplios de la tarea del agente.
Para la IA orientada al cliente, el diálogo siempre es la metatarea, lo reconozcamos o no. Cuando decidimos abordar el diálogo deliberadamente en nuestro prompt, dedicamos parte de la capacidad o “carga cognitiva” del agente a reconocer el diálogo y responder a él de una forma que mejore su capacidad conversacional.
Sin embargo, esto probablemente exigirá reducir el alcance de la tarea principal para mantener un espacio general del problema manejable y bien delimitado.
Por eso, para la IA orientada al cliente, diseñamos de forma integral las condiciones que propician mejores diálogos y decisiones. Buscamos agentes más pequeños y con límites bien definidos, cuya tarea principal esté contextualizada dentro de la metatarea del diálogo o la incluya. No escribimos montones de instrucciones para luego perfeccionarlas con ejemplos. Escribimos un conjunto menor de instrucciones depuradas, con la precisión necesaria para que los ejemplos sean redundantes.
Este es el paradigma de formulación de prompts que usamos para crear agentes que no solo se mantienen enfocados en la tarea, sino que además la cumplen con elegancia conversacional.
Una vez trazado el panorama conceptual, en nuestro próximo artículo pasaremos a la práctica. Analizaremos algunos patrones clave que surgieron al aplicar estos principios a prompts mediante pruebas y errores en situaciones reales. Curiosamente, los proveedores de modelos de vanguardia empiezan a reflejar patrones similares en sus propias recomendaciones para formular prompts. Continuaremos en la próxima entrega.