Preguntas frecuentes sobre agentes

Este artículo responde a las preguntas frecuentes sobre los agentes de Braze.

General

¿Cuál es la diferencia entre los agentes de paso en Canvas y los agentes de catálogo?

Al crear un agente, especificas si quieres crear un agente de paso en Canvas o un agente de catálogo. Esto determina los tipos de instrucciones y opciones que el agente puede admitir. Los agentes de paso en Canvas procesan usuarios en tiempo real dentro de los recorridos, mientras que los agentes de catálogo enriquecen los datos del catálogo añadiendo o actualizando columnas con información procesada.

¿Cuáles son los beneficios de usar el modelo Auto frente al modelo propio (BYO)?

Los beneficios de usar el modelo Auto de Braze incluyen:

• No requiere la obtención ni la introducción de claves de API ni la configuración de integración
• Enrutamiento automático de cada invocación al modelo más eficaz para realizar la tarea

¿Dónde puedo ver mi uso actual de agentes?

Ve a Configuración > Facturación > Uso de créditos > Agent Console para ver el consumo de créditos, los recuentos de invocaciones y las proporciones de créditos por agente. Consulta Límites diarios de invocaciones y créditos para más detalles.

¿Puedo usar sentencias condicionales de Liquid en las instrucciones del agente?

No, intentar escribir bloques de Liquid como sentencias {% if %} puede provocar un error de validación. En su lugar, los agentes pueden manejar diferentes escenarios mediante descripciones en lenguaje natural en el prompt.

¿Pueden los agentes acceder a datos de usuario más allá de los atributos de Liquid específicos o el contexto de Canvas que les paso?

No. Los agentes solo reciben los puntos de datos de usuario específicos que se les pasan mediante Liquid en las instrucciones, las selecciones de + Agent context, los pasos de contexto previos en Canvas o el contexto adicional en el paso del agente. Los agentes no pueden buscar en los perfiles de los usuarios atributos que no hayas configurado para que reciban.

Los agentes tampoco pueden avisarte cuando faltan datos obligatorios: proceden con lo que haya en el prompt. Trata la configuración del agente como un diseño deliberado de entrada a salida: pasa cada campo que el agente necesite y verifica las entradas en Agent Console > Logs. Para más orientación, consulta Qué datos reciben los agentes.

Solución de problemas

¿Por qué mi agente no siguió mis instrucciones o reglas?

Considera usar Operator para investigar por qué tu agente no está siguiendo tus instrucciones. Operator puede proporcionar instrucciones paso a paso y explicaciones detalladas.

¿Por qué mi agente de catálogo omitió algunas filas?

Los agentes de catálogo omiten una fila cuando una columna que marcaste como obligatoria para ejecutar está vacía o falta; por ejemplo, un campo gender que no se ha rellenado. Después de seleccionar las columnas de entrada, habilita el control de entrada obligatoria para el campo del catálogo y elige qué columnas deben contener valores antes de que el agente se ejecute; las columnas seleccionadas comienzan como obligatorias de forma predeterminada, pero puedes quitar columnas que pueden estar vacías sin bloquear la invocación. Esto evita el desperdicio de tokens en datos incompletos.

El agente también respeta las dependencias entre columnas. Si una columna de salida depende de otras columnas (por ejemplo, la columna D requiere valores en las columnas B y C), el agente no se ejecuta hasta que esas columnas previas estén completadas para esa fila.

Para más detalles, consulta Mejores prácticas de agentes de catálogo.

Mi agente tiene dificultades con una tarea compleja. ¿Cómo puedo mejorar su rendimiento?

Si notas que el agente tiene dificultades con las tareas que le pides, considera un enfoque de subagentes. Por ejemplo, podrías usar tres agentes para hacer lo siguiente:

• El agente 1 estandariza y transforma los datos de contexto de Canvas de entrada no estructurados.
• El agente 2 consulta un catálogo de detalles de artículos e identifica qué artículos podrían ser relevantes.
• El agente 3 consulta un catálogo diferente que tiene una variedad de descripciones posibles para cada artículo e identifica la descripción del artículo más relevante para el usuario para incluirla en un correo electrónico.

¿Qué puede causar que un agente personalizado agote el tiempo de espera con frecuencia?

Un agente personalizado puede agotar el tiempo de espera si:

• Las instrucciones del agente están incompletas o son contradictorias
• Las instrucciones del agente no cubren todos los escenarios ni incluyen una condición alternativa (como “Si todas las entradas están en blanco, devolver ‘No se pudo personalizar’”)
• Las instrucciones del agente le piden que genere un formato de salida diferente al especificado en la pestaña Output (por ejemplo, si las instrucciones del agente piden una cadena, pero en la pestaña Output la salida está definida como un número)
• La tarea del agente es demasiado compleja y se beneficiaría de un enfoque de subagentes en su lugar

Para los agentes de paso en Canvas, configura valores alternativos en Agent Console para que los usuarios sigan recibiendo una salida cuando una invocación falle.

¿Por qué mi agente funcionó bien en las pruebas pero no recibe datos específicos del usuario cuando lo lanzo en un Canvas?

Si tu agente funciona correctamente durante las pruebas pero no recibe datos específicos del usuario en un Canvas en vivo, prueba estos pasos de solución de problemas:

• Asegúrate de que los datos específicos del usuario que quieres que el agente reciba estén introducidos como variables de Liquid en las instrucciones del agente.
• Si tienes datos importantes en el contexto de Canvas, usa la opción Add all Canvas context en la configuración del agente para asegurarte de que el agente reciba todo el contexto de Canvas.
• Asegúrate de que cualquier contexto de Canvas al que quieras que el agente acceda esté almacenado como contexto de Canvas. Usa un paso de contexto antes del paso del agente para almacenar estos datos.

Cumplimiento normativo

¿Agent Console cumple con el RGPD/CCPA?

Sí. Cuando un cliente usa el modelo Auto de Braze (impulsado por Gemini), Google actúa como subencargado del tratamiento de Braze, sujeto a los términos del Acuerdo de Tratamiento de Datos (DPA) entre el cliente y Braze.

¿Agent Console cumple con HIPAA?

Sí. Al usar el modelo Auto de Braze, tenemos un acuerdo HIPAA específico, el Acuerdo de Asociado Comercial (BAA), con Google que cubre Gemini, que impulsa nuestro modelo Auto.

Nuestro BAA se aplica únicamente a los clientes que usan el modelo Auto de Braze. Si los clientes usan su propia clave de LLM, Braze no envía Información de Salud Protegida (PHI) sujeta a HIPAA a un LLM en su nombre; los clientes la envían directamente. En este caso, el BAA entre Braze y Google no se aplica. El tratamiento de datos a través de su propia clave de LLM se rige por el contrato del cliente y cualquier BAA que tengan directamente con su proveedor de LLM.