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:
| Parte | Contenido |
|---|---|
| State | message (string, obligatorio), plan (string) |
department | choice — 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 |
urgency | score — low, normal, high, urgent |
human_required | probability — ¿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. |
| Políticas | 1. human_required ≥ 0.7 → escalate |
| Fallback | escalate — 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" } }'{
"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
contextcomo "Los clientes Enterprise tienen un SLA de 1 hora"; el campoplanya 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:
departmentviene 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_requestedohas_reproducible_steps; consulta Fan-out especulativo y su plantillaticket-triage. -
Mantén los datos personales fuera de los logs si los mensajes los contienen: desactiva
storeInputen la configuración de la decisión.
Calificación de leads
Puntúa la intención de compra, define una prioridad, ordena con un lead score y enruta los leads entrantes a ventas, SDRs o nurture —y bloquea el spam— con la plantilla Lead Qualification.
Detección de spam
Clasifica texto libre como allow, review o block y estima su probabilidad de spam con la plantilla Detección de spam, una decisión con un estado de texto.