Es un sistema de detección automática de conversaciones sin valor —definida mediante reglas en lenguaje natural— que las cierra y desvía por una salida dedicada antes de generar mensajes cobrables.
🎯 ¿Para qué sirve?
Bajo el modelo de cobro por mensaje de WhatsApp, cada respuesta que da tu nodo tiene un costo. Una conversación que nunca va a convertir genera un gasto sin retorno (por ejemplo: un número automatizado, un competidor probando tu bot o alguien enviando promociones).
Este módulo evalúa cada mensaje entrante contra las instrucciones de detección que tú defines. Si detecta spam, el nodo directamente no responde y la conversación sale por una rama específica en Flowbuilder para que decidas qué hacer con ella.
Casos ideales que este módulo cubre:
Números que envían mensajes automatizados o hacen scraping.
Consultas totalmente fuera del alcance o contexto del negocio.
Insultos, mensajes sin sentido o contenido ofensivo.
Contenido comercial o publicidad de terceros.
💡 Ventaja global: Al ser parte de la Configuración Global, esta protección aplica automáticamente a todos los nodos del flujo; no necesitas configurarla nodo por nodo.
📍 ¿Dónde y cómo se configura?
Para acceder a esta herramienta, dirígete al Canvas > Configuración Global > sección Anti-spam (o Reglas de seguridad).
Por defecto, esta sección aparece colapsada y desactivada.
Paso a paso para configurarlo:
Expande la sección Reglas de seguridad.
Activa el interruptor (toggle) llamado Reglas de seguridad.
Escribe las instrucciones de detección en lenguaje natural.
Elige el momento exacto de la evaluación.
🗂️ Detalle de los Campos
Campo | Obligatorio | Descripción |
Activar detección de spam | — | Interruptor (Toggle). Viene desactivado por defecto. |
Instrucciones de detección | Sí (si está activo) | Descripción en lenguaje natural de qué se considera spam en el contexto particular de tu negocio. (Admite |
Momento de evaluación | Sí | • Cada interacción del cliente: Evalúa desde el primer mensaje (ideal para casos evidentes como cadenas o promociones).
• Después de la interacción N: Espera un número determinado de interacciones antes de evaluar, para dar lugar a que el cliente se contextualice primero. |
⚡ Qué pasa en Runtime (Tiempo de ejecución)
En cada interacción donde corresponda evaluar, un juez liviano (LLM-as-judge) compara el mensaje del cliente contra tus instrucciones. Si el resultado supera el umbral de detección:
La conversación se marca internamente con el campo de spam en verdadero.
Se guarda el motivo exacto detectado, incluyendo el razonamiento del juez.
La conversación sale hacia Flowbuilder por la rama "Error de contexto" con una etiqueta de “spam” para cerrarla.
El nodo no responde el mensaje que gatilló la detección. La conversación termina ahí mismo, evitando generar más mensajes cobrables.
⚠️ Regla de prioridad: La detección corre antes que la evaluación de tipificaciones y etapas. Si una conversación se clasifica como spam, esas evaluaciones secundarias no se ejecutan en esa interacción. Tampoco se ejecuta el prompt principal del nodo.
🛤️ La salida en Flowbuilder
Al activar este módulo, el sistema crea automáticamente una rama de salida llamada "Error de contexto" en el Nodo Cortex dentro de tu Flowbuilder.
Desde allí, puedes conectar la acción operativa que prefieras:
Agregar el número a una blacklist (lista negra).
Notificar a tu equipo de soporte o seguridad.
Cerrar la conversación en silencio.
💡 Si decides desactivarlo: El sistema te avisará que la rama dejará de dispararse, pero la rama no se elimina automáticamente de Flowbuilder para evitar romper la estructura de tu flow.
¡Cuida tu presupuesto y optimiza tu atención! 🚀
Configurar reglas claras en el Módulo de Seguridad te garantiza que tu agente de IA dedique sus recursos y respuestas únicamente a los clientes que realmente importan, bloqueando el ruido de forma automática e inteligente. ✅