Conversational Designer especializado en desarrollo de Agentes de IA
La fuente puede ser curaduría, portfolio, proyecto o evaluación situacional revisada. Cuando la fuente está disponible se muestra junto a la habilidad. La habilidad no funciona como una nota escolar ni compra prioridad.
La estructura conecta problema, rol, decisiones, resultado y evidencia para que una empresa pueda evaluar cómo piensa la persona detrás del trabajo.
Verificado por CriterioLa iniciativa permitió automatizar procesos, mejorar la personalización en las interacciones y brindar a los asesores herramientas inteligentes para tomar decisiones más informadas en menos tiempo. En concreto, tuvo el siguiente impacto directo en métricas y tiempos de atención: 1) Aumento de un 22% en la tasa de conversión. 2) Reducción de un 12% del tiempo de respuesta promedio. 3) +8 puntos NPS. 4) Aumento del 2% en ahorro energético con IA.
Una empresa de telefonía móvil de Chile buscaba desarrollar un Asistente de IA para sus ejecutivos de Atención al Cliente de Posventa, con el objetivo de reducir los tiempos de atención y mejorar la calidad de la atención misma y la información brindada a los clientes durante la ventana de interacción. El objetivo era trabajar con una gran base de conocimiento cargada al Asistente de IA para que los ejecutivos puedan hacerle consultas durante la atención a un cliente sobre cómo resolver distintos reclamos y facilitar el proceso de respuesta así cómo orientar mejor a los clientes con respecto a sus consultas.
Las empresas quieren implementar agentes de IA, pero muchos terminan siendo confusos, poco confiables o desconectados de la marca — respuestas genéricas, flujos que no contemplan casos reales, o una experiencia que frustra más de lo que ayuda. Yo diseño agentes conversacionales que realmente resuelven el problema del usuario, con una voz coherente y un comportamiento predecible. Para eso, parto de entender el objetivo de negocio y los casos de uso reales antes de escribir una sola línea de diálogo. Diseño el flujo conversacional, defino el tono de voz alineado a la marca, y trabajo en conjunto con equipos de producto y desarrollo para integrar el agente con las herramientas necesarias (APIs, CRMs, plataformas de mensajería). Testeo, mido y ajusto con datos reales antes de escalar. En ese sentido, trabajo desarrollando el diseño conversacional de punta a punta — desde la arquitectura del flujo y el tono de voz hasta que la experiencia funcione bien en producción, trabajando de la mano con los equipos de desarrollo que resuelven la integración técnica. Si algo falla en la conversación o en la experiencia del usuario, lo diagnostico y lo corrijo; me aseguro de que el diseño llegue completo y bien especificado para que el equipo técnico pueda implementarlo sin ambigüedades.
Ver portfolio externoEste perfil fue habilitado después de la curaduría de Criterio. Las experiencias de reputación sólo pueden originarse en proyectos completados dentro de la plataforma; no se compran ni se importan desde otro marketplace. Cuando una habilidad o caso aparece como verificado significa que revisamos evidencia suficiente para sostener esa presentación, no que Criterio garantice resultados futuros. El matching se vuelve a evaluar para cada problema y la información privada, fiscal y financiera nunca forma parte de esta página.
Durante el proceso tuvimos una dificultad esencial: la base de conocimiento tenía alrededor de 13 mil páginas y no estaba optimizada para que pueda ser consumida por el LLM. Cuando empezamos a hacer pruebas, el bot contestaba de manera desorganizada, inexacta y comenzaba a mostrar signos de alucinaciones graves a nivel de negocio. Allí fue donde decidimos establecer un paso intermedio. En primer lugar, la consulta del ejecutivo de posventa sería respondida por un Agente de IA que entiende el contexto del reclamo y clasifica la misma, para luego derivarlo con otro Agente de IA que es “especialista” en cada caso de uso. Construyendo un especialista de IA por cada caso de uso pudimos trabajar con distintos agentes que consumen bases de conocimiento más chicas, lo cual nos permitió mejorar la calidad y velocidad de las respuestas de los LLMs.
La iniciativa permitió automatizar procesos, mejorar la personalización en las interacciones y brindar a los asesores herramientas inteligentes para tomar decisiones más informadas en menos tiempo. En concreto, tuvo el siguiente impacto directo en métricas y tiempos de atención: 1) Aumento de un 22% en la tasa de conversión. 2) Reducción de un 12% del tiempo de respuesta promedio. 3) +8 puntos NPS. 4) Aumento del 2% en ahorro energético con IA.
