Índice

[[#Playbooks en Conversational Agents]]
[[#La arquitectura ReAct y los Playbooks]]

Playbooks en Conversational Agents

Playbooks es una característica que permite a los desarrolladores crear experiencias de chat y voz usando lenguaje natural. En lugar de definir flujos, páginas e intenciones, se usa un lenguaje de instrucciones para construir soluciones.

Ventajas de usar Playbooks

Desarrollo rápido y flexible: Al usar instrucciones en lenguaje natural, se elimina la necesidad de un desarrollo manual largo, lo que acelera la creación de prototipos.
Orquestación de la IA generativa: Permite definir flujos de trabajo de principio a fin, lo que hace que los agentes sean más flexibles y adaptables.
Uso de herramientas: Los Playbooks pueden acceder a APIs y bases de datos para realizar operaciones como Crear, Leer, Actualizar y Borrar (CRUD).
Menor equipo de desarrollo: Su rapidez y flexibilidad permiten trabajar con equipos más pequeños, lo que es ideal si los recursos son limitados.
Iteración rápida: Facilitan ciclos de desarrollo y prueba más cortos, permitiendo mejoras continuas en los flujos.

Casos de uso ideales para Playbooks

Asistencia creativa: Como la creación de historias, donde la flexibilidad es clave.
Resolución de problemas (troubleshooting): Permiten un proceso orgánico y menos estructurado, ya que los usuarios pueden haber probado diferentes soluciones.
Asistentes conversacionales: Para tareas como ordenar comida en un drive-thru, planificar viajes o dar asesoría financiera.
Requisitos de statefulness flexible: Cuando el orden de las operaciones no es tan estricto y las interacciones pueden ser más conversacionales.

Casos de uso NO apropiados para Playbooks

Reglas de negocio estrictas: No son ideales para casos que requieren respuestas con una redacción exacta o que tienen un impacto legal (ej. términos y condiciones). Para esto, es mejor usar Flujos.
Procedimientos muy rígidos: Cuando la conversación debe seguir una secuencia de pasos exacta sin desviaciones. Los Flujos ofrecen un mayor control.
Funciones fuera de las capacidades de los LLMs: No están diseñados para cálculos matemáticos complejos, entender eventos actuales o realizar un etiquetado de voz (SSML). Para estas tareas, es mejor usar funciones o APIs externas.

La arquitectura ReAct y los Playbooks

La transcripción explica cómo funciona el patrón de diseño ReAct (Reasoning and Action) y cómo es implementado por los Playbooks de Google Cloud.

¿Qué es ReAct?

ReAct es una técnica de ingeniería de prompts que permite a los Modelos de Lenguaje Grandes (LLMs) resolver problemas al combinar el razonamiento y la acción. En lugar de dar una respuesta final de inmediato, el modelo sigue un ciclo repetitivo:

Thought (Pensamiento): El LLM razona internamente sobre cómo abordar la tarea o la pregunta.
Action (Acción): El LLM decide qué hacer para conseguir la información o realizar la tarea. Esto implica interactuar con un sistema externo, como una API.
Observation (Observación): El LLM recibe la respuesta del sistema externo (la acción) y la analiza.

Este ciclo de pensamiento -> acción -> observación se repite hasta que el LLM tiene la información necesaria para formular una respuesta final.

Aplicación de ReAct en Conversational Agents

En Conversational Agents, el modelo que sigue el ciclo ReAct es el Playbook.
Para conectar un Playbook a un sistema externo (como una base de datos o una API), se utiliza una Playbooks Tool.
Esta herramienta se define usando el formato OpenAPI, que describe la estructura del endpoint de la API externa.
De esta manera, un Playbook puede, por ejemplo, hacer una "acción" para consultar una base de datos de productos (que sería el "sistema externo") y luego usar la información (la "observación") para responder al usuario.

En resumen, los Playbooks usan la arquitectura ReAct para actuar de forma inteligente. No solo "piensan", sino que también realizan "acciones" en el mundo real (fuera de su modelo de lenguaje) para dar respuestas más precisas y útiles, como si estuvieran siguiendo un plan paso a paso.