Self-service Knowledge Bot.
Un bot que responde con Knowledge real, cita fuentes y escala con contexto. No un árbol de decisiones.
Un agente Agentforce que busca en tu Knowledge base con RAG semántico, sintetiza respuestas con citas y links, ejecuta consultas transaccionales read-only (tracking, factura, saldo) y, cuando no puede resolver, escala a un humano con el transcript completo y un summary. Implementado por Solu en 15 a 18 semanas.
¿Qué hace el Self-service Knowledge Bot?
Reemplaza el portal de FAQ estático (baja adopción, artículos desactualizados, clientes que terminan en chat humano por consultas que podrían resolver solos) por un bot conversacional que busca en Knowledge con comprensión semántica, sintetiza respuestas citando fuentes y ejecuta consultas transaccionales sin intervención humana.
Para: operaciones con foco en deflection y self-service en portal del cliente, app mobile, FAQ web y cualquier canal digital donde el volumen de consultas repetitivas consume capacidad del equipo de soporte.
Cómo funciona
5 pasos, desde la consulta del cliente hasta el log de deflection o escalamiento.
Cliente entra al portal o app
El cliente accede al Help Center (Experience Cloud), la app mobile o el widget web embebido en el producto. El bot se presenta y ofrece ayuda. En este punto el cliente puede ser anónimo — no se requiere login para consultas de Knowledge.
Búsqueda en Knowledge + transcripts similares
El bot recibe la pregunta y ejecuta una búsqueda semántica (RAG) sobre Knowledge__kav vectorizado. Busca por significado, no por keyword exacta. También consulta transcripts de casos similares resueltos para enriquecer la respuesta.
Respuesta sintetizada con cita y link
El bot sintetiza una respuesta clara basada en los artículos encontrados. Incluye la cita al artículo fuente, un link directo al artículo completo y, si aplica, los pasos a seguir. No copia y pega: adapta el contenido al contexto de la pregunta.
Escalamiento con contexto completo
Si la respuesta no resuelve (el cliente indica que no fue útil o la consulta requiere acción humana), el bot ofrece transferir a un agente humano. El agente humano recibe: transcript completo de la conversación, summary del problema y artículos ya consultados. No se pierde contexto.
Log de deflection y feedback
Cada interacción se registra en Bot_Interaction: consulta, artículos usados, si resolvió o escaló, feedback del cliente. Estos datos alimentan el dashboard de deflection rate y permiten identificar gaps en Knowledge (preguntas frecuentes sin artículo).
Ejemplo real de interacción
Cliente busca "cómo cambiar mi plan" en la app mobile. No está logueado. El bot recibe la consulta y ejecuta búsqueda semántica en Knowledge.
Encuentra 2 artículos relevantes. Sintetiza: "Para cambiar tu plan: (1) ingresá a Mi Cuenta, (2) seleccioná Planes, (3) elegí el nuevo plan y confirmá." Incluye link al artículo completo y botón "No resolvió, hablar con agente".
Cliente confirma que la respuesta fue útil. Se registra como deflection exitosa. El artículo fuente suma +1 en el contador de resoluciones. No se generó caso ni se consumió tiempo de agente humano.
Arquitectura técnica
Los 4 pilares del agente: datos, acciones, guardrails y canal de entrega.
Data
- Knowledge__kav vectorizado: artículos de Knowledge indexados con embeddings para búsqueda semántica RAG
- Bot_Interaction: log de cada interacción — consulta, artículos usados, outcome (resuelto/escalado), feedback
- Anonymous_Profile DMO: perfil progresivo del usuario (anónimo → semi-identificado → autenticado)
- Knowledge_Feedback: valoraciones de artículos por los usuarios para identificar contenido desactualizado o incompleto
Actions
- searchKnowledge — búsqueda semántica RAG sobre Knowledge vectorizado
- getOrderStatus — consulta de estado de pedido (read-only)
- getBillingSummary — consulta de factura y saldo (read-only)
- triggerPasswordResetEmail — envío de email de reset de contraseña
- createCase — creación de caso cuando se requiere seguimiento
- routeToLiveAgent — escalamiento a agente humano con transcript y summary
Guardrails
- NO asesoramiento financiero, legal o médico: el bot detecta estos temas y redirige a un humano
- Rate limiting: máximo 30 mensajes por sesión para prevenir abuso
- Captcha adaptativo: se activa si detecta comportamiento automatizado
- Prompt injection defense: sanitización de input, detección de intentos de manipulación del prompt
- Einstein Trust Layer: zero data retention, PII masking
- Solo responde con información de Knowledge verificada — no genera respuestas sin fuente
Channel
- Experience Cloud Help Center: portal de autoservicio con el bot integrado
- Messaging In-App: bot embebido en la app mobile del cliente
- Web widget: widget flotante en el sitio web o dentro del producto
- WhatsApp: canal de mensajería para consultas de Knowledge y transaccionales
Cómo se implementa
5 fases, 15-18 semanas. Equipo Solu + tu equipo de soporte, Knowledge y producto.
Discovery y auditoría de Knowledge
Auditoría de la Knowledge base existente: cobertura, calidad, artículos desactualizados, gaps temáticos. Análisis de las consultas más frecuentes al equipo de soporte para priorizar contenido. Definición de flujos transaccionales read-only a incluir. Mapeo de canales de entrega.
Curación de Knowledge y vectorización
Curación de los artículos prioritarios (mínimo 200 artículos). Estandarización de formato y metadata. Vectorización de Knowledge__kav para búsqueda semántica. Configuración de Data Cloud para Anonymous_Profile progresivo. Integraciones con billing/WMS para flujos transaccionales.
Build del bot
Configuración en Agent Builder: topics de Knowledge, flujos transaccionales, identidad progresiva, escalamiento. Desarrollo de actions (searchKnowledge, getOrderStatus, getBillingSummary, routeToLiveAgent). Configuración de guardrails (rate limiting, prompt injection defense, temas prohibidos). Personalización de branding y tono.
Piloto controlado
Activación en un canal (web widget o Help Center) con un porcentaje del tráfico. Se mide: deflection rate, CSAT del bot, tasa de escalamiento, calidad del handoff, artículos más consultados, preguntas sin respuesta (gaps de Knowledge). Iteración sobre respuestas y flujos.
Rollout y optimización continua
Expansión a todos los canales (Help Center, app, widget, WhatsApp). Activación de identidad progresiva completa. Curación continua de Knowledge basada en gaps detectados. Dashboard de deflection rate y adopción para leadership. Feedback loop: preguntas sin respuesta generan tickets de contenido para el Knowledge Manager.
Requisitos previos
Lo que necesitás tener (o que Solu te ayuda a configurar) antes de arrancar.
Service Cloud Enterprise+
Con Knowledge habilitado y Cases configurados. Es la base sobre la que vive el bot y el flujo de escalamiento a agente humano.
Agentforce License
Flex Credits (pay-per-use) o Agentforce Edition. El bot consume créditos por cada búsqueda semántica y respuesta generada.
Experience Cloud
Para el Help Center donde vive el bot. Si ya tenés un portal de clientes en Experience Cloud, el bot se integra directamente.
Knowledge base con 200+ artículos curados
Artículos actualizados, con estructura consistente y metadata. La calidad de la KB determina la calidad de las respuestas del bot. Sin KB curada, el bot no tiene de dónde responder.
Messaging for Web o In-App
Para el widget de chat en web o la integración en la app mobile. Es el canal principal de interacción del bot con el cliente.
Data Cloud
Para el perfil progresivo (Anonymous_Profile DMO) y la vectorización de Knowledge. Sin Data Cloud se puede arrancar, pero sin identidad progresiva ni búsqueda semántica avanzada.
MuleSoft (billing / WMS / IDP)
Para los flujos transaccionales read-only (tracking, factura, saldo) y la autenticación progresiva con Auth0/Okta. Sin MuleSoft, los flujos transaccionales se limitan a datos dentro de Salesforce.
IDP (Auth0 / Okta)
Para la autenticación del cliente en consultas transaccionales. Si ya tenés SSO configurado en el portal, se reutiliza la sesión.
KPIs Before / After
KPIs esperados al implementar este agente. Rangos referenciales para planificación; los resultados reales dependen del estado de los datos y la operación de cada empresa.
Riesgos y mitigaciones
Lo que puede salir mal y cómo lo prevenimos. Sin sorpresas.
Hallucination sobre policies
El bot genera una respuesta que suena correcta pero contiene información incorrecta sobre políticas, precios o procedimientos.
Mitigación: El bot solo responde con información de Knowledge verificada. Cada respuesta incluye la cita al artículo fuente. Si no encuentra un artículo relevante con confianza suficiente, responde "no tengo información sobre eso" y ofrece escalamiento. Guardrail de confidence threshold configurable.
Latencia en hydrators transaccionales
Las consultas transaccionales (tracking, factura) dependen de APIs externas que pueden ser lentas, generando una mala experiencia.
Mitigación: Timeout de 5 segundos para cada API. Si el hydrator no responde a tiempo, el bot informa que no pudo obtener el dato y ofrece alternativa (link directo, escalamiento). Cache de datos frecuentes para reducir dependencia de APIs en tiempo real.
Usuarios ignorando el bot
Los clientes cierran el bot inmediatamente y buscan el teléfono o el chat humano directo porque no confían en bots.
Mitigación: UX diseñada para mostrar valor en la primera interacción (respuesta útil en menos de 3 segundos). Opción de "hablar con humano" siempre visible (no se esconde). Métricas de abandono por paso para identificar dónde se pierden los usuarios. A/B testing de mensajes iniciales.
Knowledge desactualizado
Los artículos de Knowledge no se actualizan con cambios de producto o políticas, y el bot responde con información obsoleta.
Mitigación: Dashboard de artículos más consultados y peor valorados. Alertas automáticas cuando un artículo no se actualiza en más de 90 días. Feedback loop: valoraciones negativas generan tickets de revisión para el Knowledge Manager. Proceso de curación continua como parte del operativo.
Prompt injection desde widget
Usuarios malintencionados intentan manipular el prompt del bot para extraer información del sistema o generar respuestas fuera de scope.
Mitigación: Sanitización de input en cada mensaje. Detección de patrones de prompt injection. Rate limiting (30 mensajes por sesión). Captcha adaptativo para comportamiento sospechoso. El bot tiene scope acotado: si la consulta no está en Knowledge ni en flujos transaccionales, no responde.
Contexto perdido en handoff
Cuando el bot escala a un agente humano, el contexto de la conversación no llega completo y el cliente tiene que repetir todo.
Mitigación: routeToLiveAgent incluye transcript completo + summary generado por el bot + artículos ya consultados. El agente humano recibe todo antes de aceptar la conversación. Se mide la satisfacción post-handoff como KPI separado para detectar problemas de transferencia.
Preguntas Frecuentes
Mínimo 200 artículos curados. No es solo cantidad — los artículos necesitan estructura consistente, metadata correcta y contenido actualizado. En la fase de discovery hacemos una auditoría de la KB existente y priorizamos los artículos que cubren el 80% de las consultas. Si tenés menos de 200, Solu te ayuda a curar y completar la base durante la implementación.
Depende de la cobertura de tu KB y el tipo de consultas. Con una KB que cubre el 80%+ de las consultas frecuentes, el rango observado es 50-70% de deflection. Si tu KB tiene gaps significativos, el bot va a escalar más de lo esperado — por eso la auditoría de Knowledge es la primera fase. El deflection rate se mide desde el piloto y se optimiza continuamente.
El bot funciona en 3 niveles: (1) anónimo — el usuario consulta Knowledge sin identificarse, (2) semi-identificado — el usuario da su email y el bot cruza con el perfil en Data Cloud para personalizar respuestas, (3) autenticado — el usuario se loguea y accede a consultas transaccionales (tracking, factura, saldo). Cada nivel desbloquea capacidades sin forzar al usuario a loguearse si no lo necesita.
Sí. El bot se configura con el nombre, colores, logo y tono de tu marca. Las instrucciones de tono se definen en el prompt del agente: formal, casual, técnico, etc. El widget se adapta al diseño del portal o la app. Se puede personalizar el mensaje de bienvenida, las respuestas por defecto y los mensajes de escalamiento.
El handoff incluye: transcript completo de la conversación bot-cliente, summary generado por IA del problema, artículos de Knowledge ya consultados y si el cliente es anónimo o autenticado. El agente humano recibe todo antes de aceptar la conversación. Se mide CSAT post-handoff como métrica separada — si baja, se ajusta la calidad del summary o el routing.
Sí, como canal adicional. WhatsApp funciona para consultas de Knowledge y algunas consultas transaccionales (tracking, saldo). La identidad se maneja por número de teléfono vinculado al contacto en Salesforce. Las limitaciones de formato de WhatsApp se manejan con mensajes adaptados (sin widgets interactivos complejos). Se recomienda activar WhatsApp después del piloto en web/app.
Si la búsqueda semántica no encuentra un artículo con confianza suficiente (threshold configurable), el bot responde honestamente: "No tengo información sobre eso en este momento." Luego ofrece dos opciones: (1) reformular la pregunta, (2) hablar con un agente humano. La consulta sin respuesta se registra como gap de Knowledge y genera un ticket de contenido para el Knowledge Manager.
15-18 semanas desde kick-off hasta el primer canal en producción. Si ya tenés Knowledge curada y Experience Cloud configurado, puede ser más rápido (12-14 semanas). La fase de curación de Knowledge es la que más varía — depende del estado actual de la KB. El piloto controlado es parte del timeline — no se salta.
Self-service real, en producción en 15 semanas.
Hablá con un Service Architect de Solu. En una sesión de discovery auditamos tu Knowledge base y diseñamos el bot para tu operación.