Knowledge Generation Agent para Service Cloud.
Artículos de KB que se escriben solos. A partir de tus cases resueltos, no desde cero.
El agente de Agentforce que detecta clusters de cases similares, lee las resoluciones y genera drafts de artículos de Knowledge listos para revisión. Para equipos de Knowledge y Customer Success que mantienen el KB pero no tienen tiempo para escribir artículos nuevos.
¿Qué hace Knowledge Generation Agent?
Knowledge Generation Agent es un agente autónomo de Agentforce que trabaja dentro de Service Cloud analizando cases resueltos. Detecta clusters de cases similares sin artículo de KB correspondiente, lee las resoluciones reales y genera drafts de artículos listos para revisión humana. El resultado: time-to-publish de semanas a días, y cobertura del KB +30-50%.
Cómo funciona paso a paso
De cases resueltos a artículos publicados. 6 pasos, con revisión humana obligatoria.
Análisis de clusters
El agente analiza cases resueltos y detecta grupos con causas raíz similares sin artículo de KB correspondiente.
Lectura de resoluciones
Lee las resoluciones, resúmenes de wrap-up y comentarios de los cases del cluster.
Generación de draft
Crea borrador de artículo con título, summary, body estructurado, tags y artículos relacionados.
Validación de tono y estilo
Aplica el style guide del KB para mantener consistencia con artículos existentes.
Revisión humana
El equipo de Knowledge revisa, edita y aprueba el draft. El humano tiene la última palabra.
Publicación y feedback
Artículo publicado. El agente mide re-uso en otros agentes y cases futuros.
Ejemplo de interacción real
[Knowledge Generation detecta cluster]
[Genera draft]
Arquitectura del agente
Los cuatro pilares que hacen funcionar a Knowledge Generation Agent dentro de tu org de Salesforce.
Data
Fuentes de grounding
- Cases resueltos (transcripciones, wrap-ups, CaseComments)
- Knowledge Articles existentes (para evitar duplicados)
- Case taxonomy (Type/Sub-type/causa raíz)
- Account context (productos, industria)
Actions
Lo que el agente ejecuta
- Detectar clusters de cases similares
- Leer resoluciones y wrap-ups
- Generar draft de artículo (título, body, tags)
- Validar contra style guide
- Chequear duplicados con artículos existentes
- Publicar draft para revisión
Guardrails
Controles de confianza
- Trust Layer PII masking en drafts
- Grounding sobre resoluciones reales (no inventar pasos)
- Dedup contra KB existente
- Revisión humana obligatoria pre-publicación
- Versionado de artículos
Channels
Dónde opera el agente
- Knowledge Management Console
- Service Console (sugerencia de gap)
- Slack (notificación al Knowledge team)
- Email (alert de draft listo)
Implementación en 5 fases
De discovery a producción. Knowledge Generation Agent toma entre 6 y 8 semanas de implementación.
Discovery y KB audit
Evaluar cobertura del KB, identificar gaps, definir style guide.
Data readiness
Configurar acceso a cases resueltos, wrap-ups, taxonomía de causa raíz.
Agent build
Configurar detección de clusters, prompts de generación, validación de tono, dedup.
Testing y piloto
Generar 20-30 drafts, validar calidad con Knowledge team, medir accuracy y relevancia.
Go-live y tuning
Rollout, tuning de prompts, expansión de cobertura, feedback loop.
Equipo típico de implementación
Requisitos para arrancar
Lo que necesitás tener listo antes de poner Knowledge Generation Agent en producción.
Datos mínimos
- Cases bien resueltos con wrap-up/resumen (idealmente de Case Wrap-up Agent)
- Taxonomía de causa raíz
- Knowledge style guide documentado
Licencias
- Service Cloud Enterprise+
- Agentforce for Service
- Lightning Knowledge (incluido)
- Data Cloud (recomendado para clustering)
Integraciones
- Knowledge Management API
- Case Wrap-up Agent (feed de resúmenes)
- Service Console (sugerencia de gaps)
- Slack (notificaciones al Knowledge team)
Org readiness
- Knowledge owner activo con governance de publicación
- QA de contenido
- Plan de revisión con SLA de 2-3 días por draft
KPIs: antes y después
Métricas de referencia para equipos que adoptan Knowledge Generation Agent en producción.
| Métrica | Antes (manual) | Después (agente) | Cambio |
|---|---|---|---|
| Time-to-publish | 2-4 semanas | 2-3 días | -85% |
| Cobertura del KB | Baseline | +30-50% | +30-50% |
| Re-uso de artículos nuevos | N/A | 5-10x vs artículos promedio | Alto |
| Gaps detectados/mes | Manual | Automático | Sistemático |
| Artículos publicados/mes | 2-5 | 10-20 | +3-4x |
| Time-to-value post go-live | N/A | 3-4 semanas | Rápido |
Tenemos casos en este agente — hablemos para compartir los relevantes a tu industria.
Riesgos comunes y cómo los mitigamos
Drafts imprecisos por resoluciones ad-hoc
Si los cases se resolvieron con workarounds, el artículo replica malas prácticas.
Mitigación: Filtrar solo resoluciones con wrap-up validado, revisión humana obligatoria.
Duplicados con artículos existentes
Draft que repite lo que ya hay en el KB.
Mitigación: Dedup automático contra artículos publicados, similarity check antes de generar.
Tono desalineado con el KB
Draft con estilo distinto al resto de artículos.
Mitigación: Style guide en el prompt, validación automática de tono, Knowledge owner con checklist de estilo.
Artículos publicados sin revisión
Bypass del proceso de governance.
Mitigación: Workflow de aprobación obligatorio, sin publicación directa, audit trail de cada draft.
Baja adopción del Knowledge team
El equipo no revisa los drafts a tiempo.
Mitigación: SLA de revisión (2-3 días), notificaciones automáticas, dashboard de drafts pendientes.
Preguntas Frecuentes
No. Knowledge Generation genera drafts que van a un workflow de aprobación. El Knowledge team revisa, edita y aprueba cada artículo antes de publicar. El agente no tiene permiso de publicación directa.
No es obligatorio, pero sí recomendado. Si los cases tienen resúmenes estructurados (de Case Wrap-up Agent), la calidad de los drafts es mucho mejor. Sin resúmenes, el agente trabaja con CaseComments y transcripciones, que son más ruidosos.
Analiza clusters de cases con causas raíz similares que no tienen artículo de KB correspondiente. Si 30+ cases preguntan lo mismo y no hay artículo, lo flaggea como gap y genera draft.
Sí. El prompt incluye las reglas de estilo de tu KB: estructura, tono, largo, formato de pasos. Los drafts salen consistentes con los artículos existentes. Si tu KB tiene estilo formal para banca y coloquial para retail, se configura.
Sí. Los drafts se generan en el idioma predominante de los cases del cluster. Si 40 cases son en español y 7 en portugués, genera primero en español. La traducción a otros idiomas se maneja con Translation Workbench o manualmente.
Un KB que crece solo, con tus propios cases.
Hablá con un Service Architect de Solu. Te mostramos cómo Knowledge Generation cierra los gaps de tu KB automáticamente.