Desarrollo

Objetivo:

Al finalizar este programa, los participantes serán capaces de configurar la arquitectura lógica de un bot, entrenar su modelo de lenguaje (NLU), integrar servicios externos y gestionar la transición a agentes humanos, aplicando siempre las mejores prácticas de desarrollo y análisis de datos.

Duración:

2 sesiones de 2 horas cada una.

¿A quién va dirigido?:

Desarrolladores de bots, personal de soporte técnico y perfiles con afinidad a la implementación de reglas de negocio.

Prerrequisitos:

Cursos de Administración y Gestión de Cari AI; conocimientos en consumo de Web Services; caso de uso real para implementación (deseable).

Temario:

1.Introducción a los bots de Cari AI

Agenda.
¿Qué es un bot?.
Canales disponibles.
Integraciones con AI.

2.Creación de un bot

Configuración inicial del bot.
Flujos de conversación
Cajas de Cari AI.

3.Configuración modelo agentes.

Creación de habilidades, colas, etiquetas.
Configuración pasó agente.
Configuración de la consola de agentes.
4.NLU.
Tipos de preguntas.
Opciones de respuesta.
Gestión de respuestas. incorrectas.
5.GIK + CARI AI.

6.Pruebas y simulaciones de bots

7.Buenas prácticas

8.Reportes de Cari AI

Reportes de conversaciones.
Reportes de mensajes.
Reportes personalizados estándar.

9. Cierre del curso

Evaluación de conocimientos adquiridos.
Certificado del curso.

Sesión 1: Desarrollo 1 (Lógica y Entrenamiento)

Fundamentos y Configuración: Introducción a bots de Cari AI, canales disponibles e integraciones iniciales con IA.
Diseño de Flujos: Configuración inicial del bot, uso de la caja de herramientas de Cari AI y estructuración de flujos conversacionales.
Modelo NLU: Configuración de intenciones, tipos de preguntas, opciones de respuesta y gestión de respuestas incorrectas.
Calidad y Simulación: Pruebas de funcionamiento del bot y aplicación de buenas prácticas de desarrollo.

Sesión 2: Desarrollo 2 (Integración y Operación)

Ecosistema de Integración: Conexión de Cari AI a través de Web Services y vinculación con GIK.
Modelo de Agentes: Configuración de la consola de atención, creación de habilidades, colas, etiquetas y lógica de paso al agente.
Data & Analytics: Reportes de conversaciones, mensajes y personalización de métricas estándar.
Cierre: Evaluación de los conocimientos adquiridos y certificación del curso.