Skip to main content
El nodo AI Agent es el componente central para crear conversaciones autónomas impulsadas por inteligencia artificial en Brain Studio. Permite configurar un agente que procesa mensajes del usuario, consulta bases de conocimiento, ejecuta herramientas y genera respuestas contextuales de forma autónoma. El panel de configuración se organiza en cuatro pestañas:
  1. General — Modelo e instrucciones
  2. Tools — Herramientas nativas, personalizadas y MCP
  3. Knowledge — Documentos y datastores
  4. Advanced — Modelo de respaldo, seguridad, expiración, DLP y más

General

La pestaña General contiene la configuración esencial del agente.

Modelo

Selecciona el modelo de lenguaje (LLM) que utilizará el agente para generar respuestas. Considera latencia, costo y complejidad de las tareas antes de seleccionarlo. Los modelos disponibles incluyen:
  • Llama 4 Scout: modelo ágil y de baja latencia, ideal para ideas rápidas e interacciones ligeras.
  • GPT 4.1 Mini: variante simplificada de GPT-4.1 optimizada para respuestas rápidas con menor demanda de recursos.
  • GPT 4.1: evolución refinada de GPT-4, con mejor comprensión, razonamiento y precisión.
  • GPT 4-o (Azure): versión de GPT 4-o alojada en Azure, enfocada en estabilidad y rendimiento en entornos empresariales.
  • GPT 4-o Mini: versión más rápida y ligera de GPT 4-o, orientada a casos donde prima la velocidad.
  • Claude 3.5 Sonnet: excelente para tareas complejas que requieren textos más elaborados y contextos extensos.
  • Claude 4 Sonnet: alta capacidad de razonamiento y análisis.
  • Llama 4 Maverick: modelo de alto rendimiento diseñado para razonamientos exigentes y resolución multistep.
  • Gemini 2.5 Flash: procesamiento rápido con capacidades multimodales.
  • Gemini 2.5 Pro: razonamiento avanzado con capacidades multimodales.
También puedes agregar modelos personalizados usando el botón “Agregar modelo”. Esto permite conectar modelos propios o de terceros que no estén en la lista predefinida.

Instrucciones

Define el comportamiento base del agente mediante un prompt de sistema. Las instrucciones determinan qué rol adopta, qué tono utiliza y qué pasos sigue antes de responder. Asegúrate de que sean breves, concretas y libres de ambigüedades. Las instrucciones soportan interpolación de variables usando la sintaxis {{$variable}}, lo que permite personalizar el comportamiento dinámicamente según el contexto de la conversación. El campo incluye un contador de caracteres que se ajusta según el modelo seleccionado, ya que cada modelo tiene un límite máximo diferente. Ver recomendaciones y ejemplos de prompting

Tools

La pestaña Tools permite agregar herramientas que amplían las capacidades del agente más allá de la generación de texto. El agente decide autónomamente cuándo invocar cada herramienta según el contexto de la conversación. Para agregar herramientas, haz clic en el botón ”+ Agregar tools” y selecciona las herramientas que necesites.

Tools nativas

Son herramientas predefinidas e integradas en la plataforma. Están marcadas con el texto “(Nativa)” en el selector:
HerramientaDescripción
Búsqueda de productosConsulta el catálogo de productos configurado en el bot
Enviar mensaje interactivoRenderiza botones, listas y quick replies al usuario
Enviar Call to ActionEnvía botones CTA con URL, con soporte de WebView
Fecha y hora actualObtiene la fecha y hora del momento en una zona horaria específica
Día de la semanaCalcula el día correspondiente a una fecha
Transferir a asesorTransfiere la conversación a un agente humano o cola de atención
Ver documentación detallada de tools nativas

Tools personalizadas

Herramientas creadas por el usuario desde Brain Studio. Al agregar una tool personalizada puedes configurar:
  • Nombre y descripción que el modelo utiliza para decidir cuándo invocarla.
  • Parámetros de entrada personalizados.
  • Acción al ejecutar: comportamiento posterior a la ejecución de la herramienta.
Ver cómo crear tu primer tool

Tools MCP (Model Context Protocol)

Integra servicios externos mediante el estándar MCP. Existen dos tipos de integración:

Apps MCP nativas

Aplicaciones del marketplace de Jelou que se instalan directamente en la plataforma. Cada app MCP puede configurarse en dos modos:
  • Modo integración: habilita todas las herramientas de la app de una vez.
  • Modo granular: permite seleccionar herramientas individuales de la app y configurar cada una por separado.

Servidores MCP externos

Conexiones a servidores MCP propios mediante URL personalizada.
1

Configura la URL del servidor

Ingresa la URL del endpoint de tu servidor MCP.
2

Agrega headers (opcional)

Configura headers personalizados (nombre y valor) para autenticación u otros metadatos.
3

Selecciona las herramientas

Una vez conectado, selecciona las herramientas disponibles que deseas habilitar.

Acciones de herramientas

Cada herramienta (nativa, personalizada o MCP) puede configurar una acción que se ejecuta tras su invocación:
AcciónComportamiento
NingunaEl agente continúa la conversación normalmente
Finalizar funciónLa ejecución del skill termina tras usar la herramienta
Pausar interacciónLa conversación se pausa hasta que se reanude externamente

Knowledge

La pestaña Knowledge permite agregar fuentes de información que el agente consulta para fundamentar sus respuestas, reduciendo significativamente el riesgo de alucinaciones.

Documentos

Sube archivos que el agente utilizará como base de conocimiento:
  • Formatos soportados: .pdf, .csv
  • Tamaño máximo: 2 MB por archivo
  • Carga: arrastra y suelta archivos o usa el botón de carga
  • Puedes editar metadatos o eliminar documentos existentes

Datastores

Conecta bases de datos de Datum para que el agente consulte información estructurada en tiempo real:
  • Selecciona el datastore a conectar
  • Configura las operaciones permitidas sobre la base de datos

Filtros

Filtra las fuentes de conocimiento por tipo usando las pestañas superiores:
  • Todos — Muestra documentos y datastores
  • Datastores — Solo bases de datos
  • Documentos — Solo archivos cargados
Se recomienda activar siempre la sección de Knowledge para anclar las respuestas del agente a la documentación oficial de tu negocio. Esto reduce drásticamente el riesgo de alucinaciones, ya que el modelo priorizará la información de tus archivos sobre su conocimiento general. Para maximizar su efectividad, asigna descripciones claras a cada archivo cargado.

Advanced

La pestaña Advanced contiene configuraciones adicionales para un control más fino del comportamiento del agente.

Modelo de respaldo (Fallback)

Selecciona un modelo alternativo que se utilizará automáticamente si el modelo principal falla o no está disponible.
El modelo de respaldo no puede ser el mismo que el modelo principal.

Mensaje de inicio

Configura un mensaje opcional que el agente envía automáticamente al usuario al iniciar la conversación, antes de que el usuario escriba.
  • Máximo 100 caracteres
  • Soporta interpolación de variables con {{$variable}}

Reanudación externa

Cuando está habilitada, permite pausar y reanudar conversaciones mediante la API. Esto es útil para flujos que requieren procesamiento asíncrono externo, como validaciones, pagos o aprobaciones. Endpoint: POST /v1/skills/resume El payload de la petición debe incluir el ID de ejecución de la conversación que se desea reanudar.

Opciones de procesamiento

Toggles independientes para habilitar capacidades adicionales:
OpciónDescripción
Soporte PDFPermite al agente leer y procesar documentos PDF enviados por el usuario (solo texto, no imágenes dentro del PDF)
Leer URLs de imagenHabilita al agente para procesar imágenes enviadas como URL con caption
Soporte Quick Reply PayloadPermite al agente interpretar el payload de respuestas rápidas de mensajes interactivos

Seguridad (Guardrails)

Configura el nivel de protección del agente contra usos indebidos, inyecciones de prompt y solicitudes fuera de alcance.
1

Habilitar seguridad

Activa el toggle de seguridad para acceder a las opciones de configuración.
2

Seleccionar nivel de seguridad

Elige el preset que mejor se ajuste a tu caso de uso:
NivelDescripción
BajoProtección mínima, mayor flexibilidad en respuestas
MedioBalance entre seguridad y flexibilidad (recomendado)
AltoProtección estricta, restringe respuestas fuera del alcance
CríticoMáxima protección, ideal para contextos regulados
3

Model Armor (opcional)

Habilita una capa adicional de protección que filtra entradas y salidas del modelo para detectar contenido malicioso.
Ver guía completa de seguridad y guardrails

Expiración

Configura un tiempo límite para la sesión del agente. Si el usuario no responde dentro del tiempo configurado, la sesión expira automáticamente.
1

Habilitar expiración

Activa el toggle de expiración.
2

Configurar duración

Define el tiempo y selecciona la unidad:
  • Minutos: rango de 1 a 1200
  • Horas: rango de 1 a 20
  • Valor por defecto: 8 horas (28,800 segundos)

DLP (Prevención de pérdida de datos)

Habilita la detección y enmascaramiento automático de información sensible en las conversaciones del agente.
1

Habilitar DLP

Activa el toggle de DLP para acceder a la configuración.
2

Seleccionar tipos de datos sensibles

Elige qué tipos de información deben ser detectados y enmascarados automáticamente:
Tipo de datoValor de reemplazo por defecto
Número de tarjeta de crédito[CreditCardNumber]
Track de tarjeta de crédito[CreditCardTrackNumber]
Correo electrónico[EmailAddress]
Número de cuenta financiera[FinancialAccountNumber]
Dirección IP[IpAddress]
Ubicación[Location]
Coordenadas geográficas[LocationCoordinates]
Número de teléfono[PhoneNumber]
Fecha[Date]
Nombre de persona[PersonName]
3

Personalizar reemplazos (opcional)

Modifica el valor de reemplazo para cada tipo de dato según tus necesidades.
El tipo Número de tarjeta de crédito siempre está seleccionado por defecto y no puede deshabilitarse.

Guardar respuesta

Permite almacenar la última respuesta del agente en una variable para usarla en nodos posteriores del flujo.
1

Habilitar guardar respuesta

Activa el toggle correspondiente.
2

Definir nombre de variable

Escribe el nombre de la variable donde se almacenará la respuesta (por ejemplo: ai_agent_response).
La variable estará disponible como {{$context.ai_agent_response}} en los nodos siguientes del flujo.

Ejemplo de configuración

Un flujo típico de configuración para un agente de atención al cliente:
1

Configura General

Selecciona GPT-4.1 como modelo y escribe instrucciones claras definiendo el rol, tono y alcance del agente.
2

Agrega Tools

Habilita Transferir a asesor para escalar conversaciones complejas, Búsqueda de productos si el agente gestiona consultas de catálogo, y Enviar mensaje interactivo para mostrar opciones al usuario.
3

Configura Knowledge

Sube el documento de preguntas frecuentes en formato PDF y conecta el datastore de productos si aplica.
4

Ajusta Advanced

Configura un modelo de respaldo, establece la expiración en 30 minutos, habilita seguridad en nivel medio y activa DLP si se manejan datos financieros o personales.