Cómo construir un chatbot de IA profesional que ejecuta código personalizado y guarda datos en Google Sheets

Para un escenario realista, utilizaremos los detalles de producto disponibles públicamente del Préstamo Personal de Banco Santander para entrenar a nuestro bot. A lo largo de esta guía, te guiaré en la construcción de una solución de alto rendimiento que integra complejos 

• base de conocimiento de preguntas y respuestas,
• cálculos de préstamos en tiempo real,
• y captura segura de leads en una Hoja de Cálculo de Google,

demostrando que puedes lograr una calidad empresarial de primer nivel sin costes innecesarios.

¿Qué hace que un Chatbot de IA sea de «Nivel Empresarial»?

Cuando hablamos de un agente virtual de «nivel empresarial», describimos más que un simple chatbot que maneja preguntas frecuentes básicas o charlas triviales. Nos referimos a un sistema de misión crítica y alto rendimiento diseñado para ejecutar acciones empresariales valiosas (por ejemplo, capturar leads, ofrecer productos, procesar transacciones, restablecer contraseñas), integrarse profundamente en las operaciones de una empresa y escalar sin límites.

Las características clave que elevan una solución de IA conversacional a nivel empresarial incluyen:

• Control Conversacional Robusto (Agentes Conversacionales): Este bot debe manejar conversaciones no lineales, gestionando contextos complejos y permitiendo a los usuarios saltar entre temas sin confusión. 
• Integración Profunda de Sistemas y Orientación a Tareas de Negocio: Las soluciones empresariales están orientadas a tareas, realizando acciones de negocio valiosas en lugar de simplemente mantener una conversación. El agente actúa como un trabajador digital, realizando funciones como calcular datos, actualizar sistemas y recopilar leads de clientes para tu equipo de ventas.
• Escalabilidad y Fiabilidad: La solución debe manejar miles de usuarios concurrentes sin problemas durante los picos de demanda.
• Fundamentación y Precisión de la Base de Conocimiento: Las respuestas deben ser precisas y basarse en la documentación aprobada de la empresa para evitar «alucinaciones».
• Transferencia Fluida a Agentes Humanos: El bot conoce sus limitaciones y puede transferir elegantemente consultas complejas a un agente en vivo. Debe pasar el contexto completo de la conversación y los datos del cliente para una resolución eficiente.

¿Qué son los Agentes Conversacionales (Dialogflow CX)?

Agentes Conversacionales es una plataforma potente de nivel empresarial ofrecida por Google Cloud Platform (GCP) para construir agentes virtuales sofisticados y escalables (Chatbots de IA). Está diseñada específicamente para gestionar sistemas conversacionales de misión crítica y alto rendimiento.

Los aspectos clave de Dialogflow CX, tal como se destacan en el contexto de la construcción de un agente virtual de nivel empresarial, incluyen:

• Control Conversacional Robusto: Permite la creación de bots que pueden manejar conversaciones no lineales, gestionar contextos complejos de forma fluida y permitir a los usuarios saltar entre temas sin confundirse.
• Orientación a Tareas: Los agentes construidos con Dialogflow CX están inherentemente orientados a tareas, lo que significa que están diseñados para realizar acciones de negocio valiosas, en lugar de simplemente manejar charlas triviales.
• Escalabilidad: La plataforma está diseñada para ser altamente escalable y fiable, asegurando que la solución pueda manejar miles de usuarios concurrentes durante los picos de demanda.

¿Para quién son adecuados los Agentes Conversacionales?

Entonces, ¿para quién es realmente esta potente plataforma?

Cuando abres por primera vez la consola de Dialogflow CX, verás una interfaz limpia y visual basada en diagramas de flujo (muy similar al ejemplo de pedido de pizza que compartí anteriormente). Es tentador pensar que es una herramienta sencilla, sin código, de arrastrar y soltar.

Sin embargo, quiero ser sincero contigo: Agentes Conversacionales es una herramienta de nivel empresarial profundamente potente y compleja, y su sencilla superficie visual puede ser engañosa.

Esta no es una plataforma que puedas dominar simplemente haciendo clic aquí y allá de forma intuitiva. Construir un chatbot verdaderamente robusto, escalable y orientado a tareas como el que estamos a punto de crear requiere más que solo navegar por un constructor visual. Requiere que:

• Analices y diseñes flujos conversacionales complejos.
• Leas la documentación a fondo para entender el «porqué» de las configuraciones.
• Consultes otros recursos y tutoriales (¡como este!) para ver aplicaciones prácticas.
• Tengas cierta noción de desarrollo. Para realizar acciones de negocio reales, como nuestro cálculo de préstamos o la captura de leads, necesitarás entender cómo conectarte a otros sistemas. Esto significa familiarizarte con conceptos como webhooks, APIs y formatos de datos (como JSON).

Estoy escribiendo este tutorial específicamente para hacer este camino mucho más fácil para ti. Mi objetivo es guiarte paso a paso a través de un proyecto del mundo real, explicando estas piezas complejas de una manera que tenga sentido.

Pero definitivamente requiere un camino de aprendizaje. ¡No te desanimes por esto! La recompensa es adquirir la habilidad de construir agentes verdaderamente sofisticados sin las limitaciones o tarifas de suscripción de otras plataformas.

Mientras sigues el tutorial, si te quedas atascado, tienes una pregunta o quieres una aclaración sobre un paso específico, ¡por favor, deja un comentario abajo!

Explicando Nuestro Caso de Estudio: El Bot de Préstamos Personales

Para pasar de la teoría a la práctica, necesitamos un proyecto realista. Simplemente hablar de características no es suficiente; necesitamos construirlas.

Para este tutorial, construiremos un agente virtual para un escenario de negocio común y de alto valor: un asistente de préstamos personales.

Para mantener esto anclado en el mundo real, utilizaremos los detalles de producto disponibles públicamente para el Préstamo Personal de Banco Santander como nuestra base. Esto nos permite trabajar con un caso de uso concreto y de nivel empresarial.

Nuestro objetivo es construir un bot que haga mucho más que simplemente responder preguntas sencillas. Construiremos un agente completo y orientado a tareas que realice funciones de negocio valiosas. Aquí están los módulos principales que construiremos juntos:

1. Base de Conocimiento de Preguntas y Respuestas: Primero, entrenaremos al bot para que responda preguntas comunes con precisión utilizando la información de productos de Santander.
2. Cálculos de Préstamos en Tiempo Real: Aquí es donde entramos en la integración profunda de sistemas. Construiremos una acción personalizada que permita al bot realizar cálculos de préstamos en tiempo real para el usuario. Este es un ejemplo perfecto de una función valiosa y orientada a tareas.
3. Captura Segura de Leads: Finalmente, después de proporcionar valor, nuestro bot capturará los detalles del usuario como un lead cualificado. Implementaremos un proceso seguro para enviar esta información directamente a una Hoja de Cálculo de Google, demostrando un proceso de negocio completo de principio a fin.

Al construir estos tres módulos, aprenderás a manejar el conocimiento, realizar acciones personalizadas e integrarte con sistemas externos, los tres pilares de un chatbot de nivel empresarial.

Lo que Necesitarás: Requisitos Previos

Antes de empezar a construir, aclaremos la logística. No te preocupes, esta parte es sencilla y puedes seguirla con una cuenta gratuita.

Aquí están las dos cosas que necesitarás:

1. Una Cuenta de Google: Cualquier cuenta estándar de Google (o Gmail) funcionará. Si no tienes una, puedes crearla gratis.
2. Un Proyecto de Google Cloud Platform (GCP) con Facturación Habilitada: Este es el paso más importante, y uno que a veces pone nerviosa a la gente. Quiero asegurarte que no tienes que preocuparte por los costes.

Permítanme ser muy claro: Seguir este tutorial no debería costarte nada.

Si bien necesitas configurar una cuenta de facturación y vincular una tarjeta de crédito, esta es una práctica estándar de Google para verificar tu identidad y prevenir abusos. No se te cobrará automáticamente porque, al registrarte por primera vez en Google Cloud, eres elegible para un crédito gratuito de $300 para usar durante 90 días.

Aquí tienes un video sobre cómo crear una cuenta de facturación en GCP:  Crear una cuenta de facturación

Navegando por el Tutorial

Dado que esta es una construcción extensa de nivel empresarial, he diseñado esta publicación para que sea tu ancla conceptual y técnica. Aunque no enumeraré cada clic del ratón —puedes seguir el proceso visual exacto, paso a paso, en el video de YouTube incrustado arriba— las siguientes secciones detallarán la arquitectura de lo que estamos construyendo y los conceptos clave que necesitas dominar.

¿Qué son los Agentes Conversacionales?

Anteriormente conocido como Dialogflow CX, Agentes Conversacionales es la plataforma principal de Google para construir IA que no solo «chatea», sino que «actúa». Se encuentra dentro de la Consola de Google Cloud. A diferencia de los chatbots básicos, estos agentes utilizan un enfoque de «máquina de estados» (Flujos y Páginas) combinado con capacidades modernas de LLM (Playbooks) para manejar lógica de negocio compleja y de múltiples turnos.

Primeros Pasos

Para empezar, navegarás a la consola de Agentes Conversacionales, seleccionarás tu proyecto de GCP y crearás un nuevo agente. El «punto de entrada» de tu bot es el Flujo de Inicio Predeterminado. Aquí es donde ocurre el saludo inicial y donde el agente decide qué «Playbook» activar basándose en la solicitud del usuario.

Entendiendo los Playbooks

Los Playbooks son el corazón «Generativo» de los agentes modernos. En lugar de codificar cada posible respuesta, le das al agente un Objetivo (por ejemplo, «Ayudar al usuario a calcular un préstamo») e Instrucciones (por ejemplo, «1. Preguntar por el monto, 2. Preguntar por el plazo, 3. Llamar a la herramienta de cálculo»).

• Parámetros del Playbook: Son variables que el agente «recuerda» durante la sesión (como $amount o $user_name). Actúan como la memoria a corto plazo del agente.

El Poder de los Ejemplos (Few-Shot Prompting)

Esta es, sin duda, la parte más crítica de la configuración. Los Ejemplos son donde proporcionas conversaciones de muestra «estándar de oro» al agente.

Al añadir Ejemplos, le muestras al LLM:

• Entrada del Usuario: Cómo un humano real podría pedir ayuda.
• Acción del Agente: Cuándo exactamente el agente debe decidir llamar a una herramienta (como la calculadora).
• Llamada/Salida de la Herramienta: Cómo el agente debe interpretar los datos técnicos que regresan de tu código Python y traducirlos en una respuesta amigable.

Sin ejemplos, el agente tiene que adivinar; con ellos, sigue tu tono de negocio y lógica específicos a la perfección.

Ampliando Capacidades con Herramientas

Las herramientas son lo que le da «manos» a tu agente. Construiremos tres tipos distintos:

• Herramientas Avanzadas a través de Google Cloud Run: Para lógica compleja como nuestro Calculador de Préstamos, alojamos un script de Python en Cloud Run. El agente envía los datos del usuario a esta herramienta, el script realiza los cálculos y devuelve el resultado.
• Base de Conocimiento de Preguntas Frecuentes: Crearemos una herramienta de «Almacén de Datos». Simplemente subes el PDF de Banco Santander, y el agente lo utiliza para responder cualquier pregunta específica del producto sin que tengas que escribir una sola «intención».
• Integración con Google Sheets: Esta es nuestra herramienta de «Captura de Leads». Cuando un usuario proporciona su información de contacto, el agente llama a un webhook de Python que añade una nueva fila a tu Hoja de Cálculo de Google en tiempo real.

Pruebas y Despliegue

Antes de salir en vivo, utilizamos el Simulador dentro de la consola para «hablar» con el bot e inspeccionar los rastros de ejecución. Una vez satisfecho, puedes desplegar el bot en tu sitio web utilizando la integración de Dialogflow Messenger, un simple fragmento de código que pegas en tu HTML.

Código Fuente de las Herramientas

A continuación se muestra el código fuente de las herramientas personalizadas que desplegamos en este tutorial. Estas están diseñadas para ser alojadas en Google Cloud Run o como Cloud Functions.

Herramienta 1: La Calculadora de Préstamos

Esta herramienta recibe el monto y el plazo del préstamo, y luego devuelve el pago mensual estimado.

requirements.txt

functions-framework==3.*
Flask

Punto de entrada de la función: calculate_loan

Esquema de Open API

Herramienta 2: Captura de Leads en Google Sheets

Esta herramienta toma el nombre, correo electrónico e interés del préstamo del usuario, y luego lo guarda directamente en una hoja de cálculo específica.

requirements.txt

functions-framework==3.*
google-api-python-client
google-auth
flask

Punto de entrada de la función: write_loan_data

Esquema de Open API

El Código Fuente del Playbook

A continuación se muestra el código fuente de los Playbooks que utilizamos en este tutorial.

Playbook Predeterminado

Cálculo de Préstamo

Envío de Lead

Parámetros y sus descripciones

• loan_amont
  Monto del préstamo que el cliente va a solicitar
• loan_term
  Período de amortización del préstamo preferido por el cliente para devolver el préstamo solicitado
• monthly_payment
  Monto del pago mensual calculado
• total_repayable
  Monto total del préstamo a devolver calculado
• apr
  Porcentaje de la TAE