Plantillas
Las diecinueve plantillas integradas — qué decide cada una, sus preguntas, compuestos y políticas, los patrones que demuestran — y cómo empezar una decisión a partir de una.
Las plantillas son puntos de partida listos para producción. Las seis plantillas de casos de uso (de input-guardrail a response-grading) también incluyen destinos — respuestas fijas y funciones que ejecuta tu código — así que cada resultado ya indica qué ocurre después. Usar una crea un borrador editable en tu workspace con el nombre, la descripción y el schema de la plantilla; después no se comparte nada con la plantilla.
Empezar desde una plantilla
- Plantillas en la app → elige una tarjeta → Crear decisión, o
- Decisiones → Nueva decisión → elige una plantilla (o Decisión en blanco) → Crear decisión.
La página Plantillas se abre con los cuatro patrones — cada tarjeta explica el patrón y enlaza las plantillas que lo implementan — seguidos de Todas las plantillas, con la categoría, los patrones y las preguntas de cada plantilla.
El slug — tu endpoint — sale del nombre de la decisión: Lead Qualification se convierte en lead-qualification (o lead-qualification-2 si ya está ocupado). Las cuatro plantillas de patrones llevan el patrón en su nombre — Support Ticket Triage (fan-out) se convertiría en support-ticket-triage-fan-out — así que renómbralas en Ponle un nombre para obtener un slug corto como ticket-triage, o edita el slug en el editor antes del primer deploy. Cuando el slug coincide con un id de plantilla, el Playground de la barra lateral empieza con el estado de ejemplo de la plantilla.
Con la CLI, dcision templates lista los ids de las plantillas y dcision init --template <id> escribe el schema en un archivo.
Las plantillas
| Id | Categoría | Patrones | Decide | Estado |
|---|---|---|---|---|
lead-qualification | Ventas | Enrutamiento por intención, Enrutamiento filtrado por confianza, Puntuación compuesta | Intención de compra, prioridad, el equipo que recibe un lead entrante y un puntaje del lead | message*, company_size, source |
support-routing | Soporte | Enrutamiento por intención, Enrutamiento filtrado por confianza | Departamento, urgencia y si hace falta una persona | message*, plan |
spam-detection | Confianza y seguridad | Enrutamiento por intención | Probabilidad de spam y permitir / revisar / bloquear | texto |
agent-routing | Agentes de IA | Enrutamiento por intención | La primera herramienta del agente y si la tarea necesita un LLM | task* |
rag-relevance | RAG | — | Si un fragmento recuperado responde a la consulta, y si hay que recuperar más | query*, chunk* |
ticket-triage | Soporte | Fan-out especulativo, Enrutamiento por intención | Categoría, gravedad del bug, pasos para reproducirlo, reembolso y frustración en una sola llamada | subject, body* |
voice-banking | Finanzas | Enrutamiento filtrado por confianza, Enrutamiento por intención | Un comando bancario hablado, con más confianza exigida para las acciones de riesgo | texto |
resume-screening | Contratación | Puntuación compuesta | Cuatro niveles de habilidad combinados en el encaje para Senior IC y para Engineering Manager | resume* |
customer-service-router | Soporte | Enrutamiento por intención, Enrutamiento filtrado por confianza | La intención y la complejidad de un mensaje, para enrutarlo al código, a un LLM o a una persona | texto |
input-guardrail | Confianza y seguridad | Enrutamiento por intención, Enrutamiento filtrado por confianza | Si un prompt es seguro para pasarlo a tu LLM; los inseguros reciben una respuesta fija | message*, channel |
model-routing | Agentes de IA | Enrutamiento por intención, Enrutamiento filtrado por confianza | El nivel de modelo más barato que basta para un prompt | prompt* |
document-reranking | RAG | Puntuación compuesta | Un puntaje de reranking de 0 a 1 para un documento recuperado, para ordenar candidatos | query*, document* |
tool-call-gating | Agentes de IA | Fan-out especulativo, Enrutamiento filtrado por confianza, Enrutamiento por intención | Si un agente ejecuta una tool call, pregunta antes al usuario o la rechaza | user_request*, tool*, arguments* |
reply-confidence-gate | Soporte | Fan-out especulativo, Enrutamiento filtrado por confianza | Si un borrador de respuesta se envía, se revisa o pasa a una persona | customer_message*, draft_reply* |
response-grading | Soporte | Fan-out especulativo, Puntuación compuesta | Una nota de 0 a 1 de una respuesta de LLM según tu rúbrica | question*, response*, reference |
invoice-triage | Finanzas | Fan-out especulativo | Si una factura (PDF, Excel, imagen…) se paga, se revisa o se rechaza, y si vence pronto | invoice* (archivo), message |
voice-message-routing | Soporte | Enrutamiento por intención | El equipo, la urgencia y el sentimiento de la nota de voz de un cliente | voice* (audio), channel |
image-moderation | Confianza y seguridad | Enrutamiento filtrado por confianza | Si una foto subida es inapropiada, spam o no relacionada, y si coincide con su descripción | photo* (imagen), caption |
llm-output-guardrail | Confianza y seguridad | Fan-out especulativo, Enrutamiento filtrado por confianza | Si la respuesta de un LLM o agente está fundamentada, es segura y cumple la política antes de enviarse | user_message*, output*, sources |
* campo obligatorio.
Calificación de leads
| Pregunta | Tipo | Respuestas |
|---|---|---|
purchase_intent | probability | Intención real de comprar en los próximos 30 días (sí: pide precios, una demo, un presupuesto o una fecha de inicio) |
priority | score | low, medium, high, critical |
route | choice | sales, sdr, nurture, spam, other |
Compuesto: lead_score = 2 × purchase_intent + 1 × priority + 1 × p(route = sales), de 0 a 1. Políticas: route = spam → block; confianza de purchase_intent por debajo de 0.6 → escalate. Guía.
Enrutamiento de soporte
| Pregunta | Tipo | Respuestas |
|---|---|---|
department | choice | billing, technical, account, sales, other — confianza mínima 0.6 |
urgency | score | low, normal, high, urgent |
human_required | probability | Necesita una persona (sí: cliente enojado, amenaza legal, pérdida de datos, cancelación) |
Política: human_required ≥ 0.7 → escalate. Un department con menos del 60% de confianza toma la acción de fallback. Guía.
Detección de spam
| Pregunta | Tipo | Respuestas |
|---|---|---|
spam_probability | probability | Spam, phishing o una promoción no solicitada |
action | choice | allow, review, block, other |
Política: action = block → block. El estado es texto plano. Guía.
Enrutamiento de agentes
| Pregunta | Tipo | Respuestas |
|---|---|---|
selected_tool | choice | search, database, calculator, none, other |
needs_reasoning | probability | La tarea necesita razonamiento de varios pasos de un modelo de lenguaje grande |
Política: needs_reasoning ≥ 0.8 → fallback. Guía.
Relevancia de RAG
| Pregunta | Tipo | Respuestas |
|---|---|---|
relevant | probability | El fragmento ayuda a responder la consulta |
relevance | score | none, partial, direct |
retrieve_more | probability | El sistema debería recuperar más contexto antes de responder |
Sin políticas: toda respuesta devuelve continue. Guía.
Triaje de tickets de soporte
| Pregunta | Tipo | Respuestas |
|---|---|---|
category | choice | bug_report, billing, feature_request, how_to, other |
bug_severity | score | cosmetic, minor, major, critical (un nivel estructurado con una rúbrica) |
has_reproducible_steps | probability | El ticket incluye pasos para reproducir el problema |
refund_requested | probability | El cliente pide explícitamente un reembolso o un crédito |
frustration | score | calm, annoyed, frustrated, very angry |
Políticas: category = bug_report y bug_severity ≥ 4 → escalate; refund_requested ≥ 0.8 → escalate; nivel ponderado de frustration ≥ 3.5 → escalate. Patrón: Fan-out especulativo.
Comandos bancarios por voz
| Pregunta | Tipo | Respuestas |
|---|---|---|
intent | choice | check_balance, transfer_money, approve_transfer, block_card, other — confianza mínima 0.6 |
Políticas: intent = approve_transfer y su confianza por debajo de 0.9 → escalate; intent = transfer_money y su confianza por debajo de 0.8 → escalate. El estado es texto plano. Patrón: Enrutamiento filtrado por confianza.
Evaluación de currículums
| Pregunta | Tipo | Respuestas |
|---|---|---|
python_depth | score | none, basic, working, strong, expert |
team_leadership | score | none, informal, tech lead, manager, manager of managers |
system_design | score | none, basic, working, strong, expert |
generalist | score | narrow, some, broad, very broad, full stack and ops |
Compuestos: senior_ic (0.4 × python_depth, 0.1 × team_leadership, 0.4 × system_design, 0.1 × generalist) y eng_manager (0.15, 0.4, 0.2, 0.25). Políticas: cualquiera de los dos encajes ≥ 0.7 → continue; ambos por debajo de 0.35 → block; en otro caso → escalate. Patrón: Puntuación compuesta.
Enrutador de atención al cliente
| Pregunta | Tipo | Respuestas |
|---|---|---|
intent | choice | order_status, billing_question, technical_issue, complaint, other |
complexity | score | simple, moderate, complex |
Políticas: intent = complaint → escalate; intent = technical_issue y nivel ponderado de complexity ≥ 2.5 → escalate; confianza de complexity por debajo de 0.5 → escalate. El estado es texto plano. Patrón: Enrutamiento por intención.
Guardrail de entrada
| Pregunta | Tipo | Respuestas |
|---|---|---|
verdict | choice | safe, prompt_injection, harmful, sensitive_data, other — confianza mínima 0.7 |
Política: verdict ≠ safe → block; la acción de fallback es block, así que un veredicto dudoso nunca pasa. Destinos: blocked_reply (respuesta fija en block, sin llamar a ningún modelo) y call_llm (función callAssistant cuando el prompt es seguro). El context describe al asistente. Guía.
Enrutamiento de modelo
| Pregunta | Tipo | Respuestas |
|---|---|---|
tier | choice | fast, balanced, frontier, other — confianza mínima 0.6 |
complexity | score | trivial, simple, moderate, hard, very hard |
Sin políticas; la acción de fallback es fallback. Destinos: función callModel con model = fast, balanced o frontier según el nivel, y frontier_when_unsure en fallback. Guía.
Reranking de documentos
| Pregunta | Tipo | Respuestas |
|---|---|---|
relevance | score | unrelated, same topic, no answer, partial answer, direct answer, complete answer |
answers_query | probability | La consulta podría responderse solo con este documento |
Compuesto: rerank_score = 2 × relevance + 1 × answers_query, de 0 a 1. Política: rerank_score < 0.2 → block (descartar el documento). Guía.
Control de tool calls
| Pregunta | Tipo | Respuestas |
|---|---|---|
verdict | choice | run, ask_user, reject, other |
risk | score | read-only, low, medium, high |
matches_request | probability | La tool call hace exactamente lo que pidió el usuario |
Políticas: verdict = reject → block; verdict = ask_user → escalate; verdict = run y risk ≥ 3 y su confianza por debajo de 0.9 → escalate. Destinos: run_tool (función runTool en continue), confirm_with_user (respuesta fija con botones Sí / No en escalate) y rejected_reply (en block). Guía.
Compuerta de confianza de la respuesta
| Pregunta | Tipo | Respuestas |
|---|---|---|
ready_to_send | probability | El borrador puede salir sin que una persona lo revise |
answers_question | probability | El borrador responde a lo que preguntó el cliente |
promises_something | probability | El borrador promete un reembolso, un descuento, un plazo o una excepción |
Políticas: ready_to_send < 0.4 → escalate; promises_something ≥ 0.7 y ready_to_send < 0.95 → escalate; confianza de ready_to_send por debajo de 0.5 → escalate. Destinos: auto_send (función sendReply desde 0.85), review_queue (función queueForReview de 0.4 a 0.85) y hand_to_human (función assignToHuman en escalate). Guía.
Nota de la respuesta
| Pregunta | Tipo | Respuestas |
|---|---|---|
accuracy | score | wrong, mostly wrong, mixed, mostly right, fully right |
completeness | score | misses it, partial, most of it, complete |
tone | score | poor, acceptable, good, excellent |
unsafe_promise | probability | La respuesta promete un reembolso, un precio o un plazo |
Compuesto: grade = 0.5 × accuracy + 0.3 × completeness + 0.2 × tone, de 0 a 1 (× 10 para una nota sobre 10). La rúbrica vive en context. Políticas: unsafe_promise ≥ 0.7 → escalate; grade < 0.6 → escalate. Destino: quality_review (función flagForQualityReview en escalate). Guía.
Triaje de facturas
| Pregunta | Tipo | Respuestas |
|---|---|---|
document_type | choice | invoice, receipt, contract, other |
decision | choice | pay, review, reject, other; confianza mínima 0.7 |
due_soon | probability | Vence en 3 días o menos, o ya está vencida |
invoice es un campo de archivo: Dcision lee PDF, Word, Excel y otros documentos como texto — los escaneados y las imágenes, a través de OpenAI. Políticas: decision = reject → block; decision = review → escalate; document_type ≠ invoice → escalate; document_type = invoice y due_soon ≥ 0.8 → escalate. Guía.
Enrutamiento de notas de voz
| Pregunta | Tipo | Respuestas |
|---|---|---|
intent | choice | order_status, refund, complaint, sales, other; confianza mínima 0.6 |
urgent | probability | El cliente necesita una respuesta hoy |
sentiment | score | angry, unhappy, neutral, happy |
voice es un campo de audio, que se transcribe antes de responder las preguntas. Políticas: urgent ≥ 0.7 → escalate; sentiment = angry → escalate. Guía.
Moderación de imágenes
| Pregunta | Tipo | Respuestas |
|---|---|---|
unsafe | probability | Desnudos, violencia, armas, drogas o símbolos de odio; confianza mínima 0.6 |
content | choice | product, spam, unrelated, other |
matches_caption | probability | La foto muestra lo que describe el texto que la acompaña |
photo es un campo de imagen: OpenAI Decisions ve la imagen; Jev y Laya leen una descripción de ella. Políticas: unsafe ≥ 0.5 → block; content = spam → block; content = unrelated → escalate; matches_caption < 0.3 → escalate. Guía.
Guardrail de salida de LLM
| Pregunta | Tipo | Respuestas |
|---|---|---|
grounded | probability | Cada afirmación factual está respaldada por las fuentes; confianza mínima 0.5 |
data_leak | probability | La respuesta revela datos personales de otra persona, credenciales o instrucciones internas |
policy | choice | compliant, promise, advice, off_topic, other |
harmful | probability | La respuesta es dañina, de odio, acosadora o insegura |
Se ejecuta después de tu LLM o agente y antes de que se envíe su respuesta. Políticas: data_leak ≥ 0.5 → block; harmful ≥ 0.5 → block; grounded < 0.5 → fallback; policy ≠ compliant → escalate. Guía.
Decisión en blanco
Decisión en blanco empieza con un campo string obligatorio, message, y una pregunta de opción, intent, con las opciones buy ("quiere comprar u obtener precios"), support ("necesita ayuda con un producto existente") y other.
La decisión en blanco usa la configuración predeterminada: entrada y salida almacenadas, timeout de 5,000 ms, escalate como acción de fallback y los errores del motor devueltos como errores.
Configuración de la decisión
engine, storeInput, storeOutput, timeoutMs, fallbackAction, onEngineError y shadow — qué hace cada configuración de runtime de una decisión, su valor por defecto y sus límites — además de la configuración del workspace.
Motores y BYOK
Las decisiones se ejecutan en Jev, Laya u OpenAI Decisions. Usa la clave de Dcision en TypeSafe, tu clave de OpenRouter, TypeSafe, Vercel AI Gateway u OpenAI, o Laya en tu servidor — más costo, límites y errores.