Agente IA

El cerebro de tu bot. Lee el mensaje del cliente (más el historial de la conversación), usa lo que esté conectado a su puerto de recursos y produce una respuesta con una puntuación de confianza — o una señal explícita de que debe tomar el relevo un humano.

Puertos

Entrada ← normalmente un disparador.
Salida → típicamente un Control de confianza o Enviar respuesta.
Conocimiento y herramientas (abajo, discontinuo) ← Base de conocimiento y Herramienta personalizada.

Configuración

Campo	Estado	Comportamiento
Instrucciones	En vivo	El prompt de sistema: quién es el agente, su tono, sus reglas. El formulario de configuración lo escribe por ti a partir del nombre y la descripción de tu negocio — edítalo cuando quieras. El contenido de la base de conocimiento se añade automáticamente.

Deliberadamente no hay selector de modelo ni control de temperatura: el runtime usa una configuración de modelo gestionada con una temperatura fija y sensata para todos los agentes. Los controles decorativos que el motor no respetaba se eliminaron en lugar de dejarlos.

El modelo gestionado

Zapito proporciona y opera el modelo detrás de cada agente. Se elige, se ajusta y — cuando salen modelos mejores o más baratos — se cambia en el servidor, sin cambios de tu lado: tus instrucciones, tu conocimiento y tu flujo quedan exactamente igual. Nunca ves nombres de modelo, tokens ni facturas de proveedor; tu plan simplemente incluye el modelo.

Las agencias y espacios de trabajo avanzados que deban ejecutar sus propias claves de proveedor pueden preguntar por el modo «trae tu propia clave» (activado por flag) — no es parte de la configuración y la mayoría de los clientes nunca debería necesitarlo.

Comportamiento en runtime

El agente ve los últimos 20 turnos de la conversación, así que las preguntas de seguimiento funcionan.
Debe responder con un contrato JSON estricto — {"reply": …, "confidence": 0..1, "escalate": true|false}. El valor de confianza es sobre el que bifurca el Control de confianza; ambos se ven en la traza del chat de prueba (p. ej. replied (confidence 0.92)).
La señal de escalado: el agente pone escalate: true cuando debe tomar el relevo un humano — el cliente pide una persona, el conocimiento conectado no cubre la pregunta, o la petición supera lo que puede hacer (reembolsos, quejas, cambios de cuenta). Un turno escalado va directo a Traspaso a humano, sin importar el umbral de confianza.
El contenido de la Base de conocimiento conectada se inyecta en el prompt de sistema como grounding (ver Base de conocimiento para los presupuestos); las Herramientas personalizadas conectadas se le describen al agente (ver la página de cada nodo para los límites actuales).
Si la llamada al modelo falla, tu cliente nunca ve un error — el turno se degrada en el mismo traspaso a humano, y el fallo queda registrado para ti en la conversación.