Cuando un cliente vuelve a comunicarse, el Nodo Cortex es capaz de retomar la charla desde donde quedó en su conversación anterior, en lugar de empezar de cero.
⚖️ Dos conceptos distintos: Memoria vs. Reconocimiento
Es muy común confundir estos dos comportamientos. Aquí te explicamos la diferencia exacta entre ambos para que entiendas cómo operan:
Característica | 🧠 Memoria | 👁️ Reconocimiento de cliente |
Qué hace | Cortex persiste en la conversación con una memoria a corto plazo que le permite no perder el contexto. | Usa el historial general de conversaciones del cliente para retomar desde donde quedó. |
Se puede desactivar | No | No |
Alcance | Está asociada únicamente a la sesión actual del cliente. | Actúa solo en la primera interacción de una sesión completamente nueva. |
Activación | Activado por defecto. | Activado por defecto. |
💡 En resumen: La memoria siempre está activa durante la charla. El reconocimiento es la herramienta que decide cómo debe comenzar la nueva conversación basándose en el pasado.
📦 ¿Qué contexto recibe el nodo?
En la primera interacción de una sesión nueva —y solo en ese momento— el nodo recibe un paquete de información clave para orientarse:
Historial completo: La conversación previa completa del cliente (incluyendo mensajes que tuvo con otros Nodos Cortex, con flujos de Flowbuilder y con asesores humanos).
Resumen ejecutivo: Un texto generado por un modelo de lenguaje (LLM) liviano, enfocado exclusivamente en el último punto donde quedó la conversación y la última intención detectada.
Tipificaciones: Las clasificaciones que fueron aplicadas en la sesión anterior.
Campos de guardado: Los datos del cliente que ya fueron capturados previamente.
Etapa del pipeline: El punto del embudo comercial que alcanzó.
Perfil del cliente: Un perfil que se va enriqueciendo con cada resumen y que persiste entre sesiones.
(En las interacciones siguientes, el nodo no vuelve a recibir este bloque masivo de información, ya que comienza a usar su Memoria de sesión).
🤖 Cómo se comporta el nodo
El sistema le provee todo el contexto al agente y la instrucción de "retomar". Sin embargo, el tono y el formato exacto los dicta el prompt (instrucciones) de tu nodo.
Idealmente, el primer mensaje debería cumplir con tres pasos:
Saludar al cliente por su nombre (si está disponible).
Referenciar el contexto previo de forma natural.
Preguntar si desea continuar desde donde quedó o si tiene una consulta nueva.
💬 Ejemplo de respuesta ideal: "¡Hola, Pablo! La última vez que conversamos estábamos completando tus datos para una solicitud de crédito. ¿Querés continuar desde ahí o tenés otra consulta?"
🔀 Según lo que responda el cliente:
Si quiere continuar: El nodo retoma usando los campos y la etapa ya capturados, sin volver a preguntar la información que ya sabe.
Si tiene otra consulta: El nodo abandona el contexto previo y atiende el nuevo requerimiento (el historial queda guardado y disponible por si la IA lo necesita más adelante).
⚡ Rendimiento y Trazabilidad
Asincronía (Rendimiento): El resumen del historial se genera de forma asíncrona justo al cerrar cada gestión, no al iniciar la siguiente. Si por algún motivo el resumen no está listo cuando llega la primera interacción, el nodo arrancará con un saludo genérico y el evento quedará registrado.
Trazabilidad (Logs): En los registros (logs) de Atom queda guardado si el reconocimiento se activó en esa sesión y qué resumen exacto recibió el nodo. Esto te permite auditar y entender por qué el nodo respondió de determinada manera basándose en el contexto previo y no solo en el mensaje actual.
¡Brinda un servicio continuo y ultra personalizado! 🚀
Al entender cómo funciona la memoria y el reconocimiento de clientes, puedes diseñar prompts que hagan sentir a tus usuarios que siempre están hablando con el mismo asistente de confianza, mejorando drásticamente la experiencia y la retención. ✅