Enrutamiento de soporte

Enruta los mensajes de soporte al departamento correcto, califica su urgencia y escala a una persona cuando hace falta, con la plantilla Enrutamiento de soporte.

Objetivo: que cada mensaje de soporte entrante llegue a la cola correcta con un nivel de urgencia, y que los mensajes que necesitan a una persona —un cliente enojado, una amenaza legal, pérdida de datos, una cancelación— se salten la respuesta automática.

Crea la decisión

Plantillas → Enrutamiento de soporte → Crear decisión:

ParteContenido
Statemessage (string, obligatorio), plan (string)
departmentchoice — billing (facturas, cargos, reembolsos, métodos de pago), technical (bugs, errores, integraciones, caídas), account (inicio de sesión, acceso, usuarios, configuración), sales (upgrades, nuevos planes, cotizaciones), other — confianza mínima 0.6
urgencyscore — low, normal, high, urgent
human_requiredprobability — ¿esto necesita a una persona en lugar de una respuesta automática? Sí: cliente enojado, amenaza legal, pérdida de datos, cancelación. No: pregunta simple que la documentación responde.
Políticas1. human_required ≥ 0.7 → escalate
Fallbackescalate — para other y para un department con menos del 60% de confianza

Llámala

curl -X POST https://api.dcision.io/v1/decisions/support-routing \
  -H "Authorization: Bearer $DCISION_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: ticket-55120" \
  -d '{ "state": { "message": "I was charged twice this month and need a refund today.", "plan": "pro" } }'
200 OK
{
  "decision_id": "dec_Rb6Tn2Wq8Lx4Mk9Pz1Cv",
  "execution_id": "exec_Ys3Fp7Kd1Qw9Bn5Lt2Gh",
  "schema": "support-routing",
  "version": 1,
  "result": { "department": "billing", "urgency": "high", "human_required": 0.82 },
  "confidence": { "department": 0.9375, "urgency": 0.61, "human_required": 0.64 },
  "scores": { "urgency": 3.11 },
  "action": "escalate",
  "action_reason": { "type": "policy", "rule": 0 },
  "metrics": { "latency_ms": 356, "engine": "jev", "model": "jev-1.13.0", "estimated_cost_usd": 0.00001386, "input_tokens": 330, "output_tokens": 33 }
}

human_required es 0.82, por encima del umbral de 0.7 de la regla 0, así que la acción es escalate. Una pregunta práctica ("¿Cómo exporto las facturas?") normalmente volvería con un human_required bajo y continue. Un mensaje que la decisión no logra ubicar —department con menos del 60% de confianza— toma la acción de fallback, escalate, con action_reason.type = "low_confidence".

Actúa según el resultado

import os

import requests


def route_ticket(ticket):
    response = requests.post(
        "https://api.dcision.io/v1/decisions/support-routing",
        headers={
            "Authorization": f"Bearer {os.environ['DCISION_API_KEY']}",
            "Idempotency-Key": f"ticket-{ticket['id']}",
        },
        json={"state": {"message": ticket["message"], "plan": ticket["plan"]}},
        timeout=10,
    )
    if not response.ok:
        return helpdesk.assign(ticket, queue="triage")  # a person decides on errors

    decision = response.json()
    queue = decision["result"]["department"]
    if queue == "other":
        queue = "triage"
    priority = decision["result"]["urgency"]

    if decision["action"] == "escalate":
        return helpdesk.assign(ticket, queue=queue, priority=priority, agent="human")
    return helpdesk.auto_reply(ticket, queue=queue, priority=priority)

Ajústala

  • Refleja tus colas: renombra o agrega departamentos como opciones y describe los límites ("los reembolsos van a billing, incluso por fallas técnicas").

  • Usa el plan: agrega un context como "Los clientes Enterprise tienen un SLA de 1 hora"; el campo plan ya está en el estado.

  • Escala los tickets urgentes independientemente de human_required: sobre la respuesta, o sobre el nivel ponderado para captar también los tickets que tienden a urgentes:

    { "field": "urgency", "on": "score", "operator": "gte", "value": 3.5, "action": "escalate" }
  • Ajusta el umbral de enrutamiento: department viene con "minConfidence": 0.6. Súbelo para enviar más mensajes dudosos a la acción de fallback; bájalo para automatizar más.

  • Responde más en la misma llamada: agrega preguntas especulativas como refund_requested o has_reproducible_steps; consulta Fan-out especulativo y su plantilla ticket-triage.

  • Mantén los datos personales fuera de los logs si los mensajes los contienen: desactiva storeInput en la configuración de la decisión.

En esta página