Bot de Mesa de Ayuda con Dialogflow CX - Documentación Completa

Tabla de Contenidos

[[#Resumen Ejecutivo]]
[[#Arquitectura del Sistema]]
[[#Requisitos Previos]]
[[#Implementación Paso a Paso]]
[[#Fase 1 Configuración de Dialogflow CX]]
[[#Fase 2 Knowledge Base Setup]]
[[#Fase 3 Configuración de Firebase]]
[[#Fase 4 Desarrollo de Webhooks]]
[[#Fase 5 Configuración de Agent Assist]]
[[#Fase 6 Desarrollo de Landing Page]]
[[#Mantenimiento y Actualizaciones]]
[[#Troubleshooting Común]]

Resumen Ejecutivo

Objetivo

Crear un bot conversacional inteligente para mesa de ayuda que automatice la resolución de problemas técnicos, con capacidad de escalamiento a agentes humanos y gestión de tickets.

Componentes Principales

• Dialogflow CX: Motor conversacional principal
• Knowledge Base: Base de conocimientos con PDFs de soluciones
• Firebase: Base de datos para tickets y gestión de estados
• Agent Assist: Features de IA para agentes humanos
• Landing Page: Demo funcional del sistema

Arquitectura del Sistema

Flujo de Conversación

1. Nivel 1: Bot autónomo con Knowledge Base
2. Nivel 2: Escalamiento con opciones (ticket/humano)
3. Nivel 3: Agente humano con asistencia de IA
4. Persistencia: Firebase para tickets y datos

Stack Tecnológico

• Backend: Google Cloud Platform (Dialogflow CX, Firebase)
• Frontend: HTML/CSS/JavaScript (Landing page)
• APIs: Dialogflow CX API, Firebase API
• Storage: Cloud Storage (PDFs), Firestore (tickets)

Requisitos Previos

Cuentas Necesarias

• Cuenta de Google Cloud Platform con facturación habilitada
• Proyecto de GCP creado
• APIs habilitadas:
  • Dialogflow API
  • Cloud Storage API
  • Firestore API
  • Agent Assist API

Herramientas Requeridas

• Google Cloud SDK instalado
• Node.js (versión 14+)

Documentos de Preparación

• PDFs con soluciones técnicas organizados
• Listado de problemas más comunes
• Flujos de escalamiento definidos

Implementación Paso a Paso

Fase 1: Configuración de Dialogflow CX

1.1 Crear el Agente Principal

# Crear agente en Dialogflow CX
# Navegar a: https://dialogflow.cloud.google.com/cx
# Crear nuevo agente con configuración:

Configuración del Agente:

• Nombre: -
• Idioma por defecto: Español
• Zona horaria: America/Santiago
• Descripción: Bot de mesa de ayuda con escalamiento automático

1.2 Estructura de Flujos

Flujos a crear:
- Default Start Flow: Saludo y categorización inicial
- Problem Resolution Flow: Resolución con Knowledge Base
- Escalation Flow: Manejo de escalamientos
- Ticket Creation Flow: Creación de tickets
- Human Handoff Flow: Transferencia a humanos

Fase 2: Knowledge Base Setup

2.1 Configuración de Knowledge Base

En Dialogflow CX Console:

1. Ir a "Manage" → "Knowledge"
2. Crear nuevo Knowledge Base: "nombre"
3. Agregar documentos desde Cloud Storage/Upload
4. Configurar extracción automática de FAQ

Fase 3: Configuración de Firebase

3.1 Configuración de Firestore

3.2 Reglas de Seguridad de Firestore

Fase 4: Desarrollo de Webhooks

4.1 Webhook para Creación de Tickets

4.2 Webhook para Escalamiento

Fase 5: Configuración de Agent Assist

5.1 Habilitar Features de IA

# Habilitar Agent Assist API
gcloud services enable agentassist.googleapis.com

# Configurar knowledge base para Agent Assist
# Esto se hace desde la consola de Contact Center AI

5.2 Features a Configurar

• Smart Reply: Sugerencias de respuestas automáticas
• Article Suggestion: Sugerencias de artículos relevantes
• Conversation Summarization: Resúmenes automáticos
• Real-time Entity Extraction: Extracción de entidades en vivo

Fase 6: Desarrollo de Landing Page

6.1 Estructura HTML Base

Mantenimiento y Actualizaciones

Mantenimiento Rutinario

• Semanal: Revisar logs y métricas de performance
• Mensual: Actualizar Knowledge Base con nuevos documentos
• Trimestral: Revisar y optimizar intents del bot

Proceso de Actualización

1. Backup: Exportar configuración actual
2. Testing: Probar cambios en ambiente de staging
3. Deployment: Desplegar gradualmente
4. Monitoring: Supervisar métricas post-despliegue

Troubleshooting Común

Problemas Frecuentes

Bot no entiende las consultas:

Síntomas: Respuestas irrelevantes, fallback frecuente
Solución:
  - Revisar y expandir training phrases
  - Verificar configuración de NLU
  - Añadir más ejemplos de entrenamiento

Tickets no se crean:

Síntomas: Error 500 en webhook, datos no aparecen en Firestore
Solución:
  - Verificar permisos de Firestore
  - Revisar logs de Cloud Functions
  - Validar estructura de datos

Knowledge Base no responde:

Síntomas: "No encontré información relevante"
Solución:
  - Verificar indexación de documentos
  - Revisar formato de PDFs
  - Ajustar configuración de similarity threshold