Agente de Ventas de Jitterbit
Descripción general
Jitterbit proporciona el Agente de Ventas a los clientes a través del Jitterbit Marketplace. Este agente está diseñado para habilitar el equipo de Ventas interno de tu organización. El agente utiliza la técnica de Generación Aumentada por Recuperación (RAG), que combina el razonamiento de LLM con acceso a herramientas y fuentes de datos externas. Realiza lo siguiente:
- Se conecta a NetSuite y Salesforce para obtener en tiempo real órdenes de venta, precios y datos de clientes mediante Jitterbit Studio.
- Se integra con un LLM para potenciar un chatbot de Agente de Ventas inteligente accesible a través de una API personalizada creada con Jitterbit API Manager.
Este documento explica cómo configurar y operar este agente de IA. Cubre la arquitectura y requisitos previos, ejemplos de indicaciones que muestran lo que el agente puede hacer, y pasos para instalar, configurar y operar el agente de IA.
Arquitectura del agente de IA
El siguiente diagrama muestra la arquitectura implementada en el Agente de Ventas:
Slack bot) GENERIC_UI_APP(
Generic UI app) JB_APIM_A((
Jitterbit API Manager
custom API)) JB_APIM_B((
Jitterbit API Manager
custom API)) MAIN_ENTRY(Main Entry - Slack API Request Handler workflow) GENERIC_API_RH(Generic API Request Handler workflow) MAIN(Main - AI Agent Tools Logic workflow) AUTH_UTIL@{ shape: delay, label: "Authorization utility" } AUTH_WF[Utility - User Authorization and Session workflow] HISTORY_CONTEXT_UTIL@{ shape: delay, label: "History context utility" } INSERT_QUERY_QA_HIST_WF[Utility - Bot Chat History Storage workflow] TOOLS_ROUTER_OP[Tools Router operation] DECISION@{ shape: diamond, label: "Identify which function is called based on LLM response" } CUSTOMER_LOOKUP_TOOL@{ shape: delay, label: "Customer lookup tool" } CUSTOMER_LIST_WF[Tool - Customer Lookup workflow] PRICING_TOOL@{ shape: delay, label: "Pricing tool" } PRICING_DETAILS_WF[Tool - Pricing Sheets workflow] ORDER_FORM_TOOL@{ shape: delay, label: "Order form tool" } ORDER_FORM_DETAILS_WF[Tool - Customer Order Details workflow] FUNCTION_RESPONSE_TO_OPENAI[Function response to Azure Open AI] FUNCTION_RESPONSE[Function response] subgraph BOUNDARY[**Sales agent architecture**] LLM_NAT_LANG_REPLY[LLM-crafted natural-language reply] AZURE_OPENAI[ Azure Open AI] subgraph CHATBOT_UI_APPS[Chatbot UI apps] SLACK_BOT GENERIC_UI_APP end subgraph JB_AI[ **Jitterbit Studio project**] JB_APIM_A JB_APIM_B MAIN_ENTRY GENERIC_API_RH MAIN DECISION TOOLS_ROUTER_OP subgraph GROUP2[ ] HISTORY_CONTEXT_UTIL AUTH_UTIL ORDER_FORM_TOOL PRICING_TOOL CUSTOMER_LOOKUP_TOOL end subgraph GROUP3[ ] CUSTOMER_LIST_WF PRICING_DETAILS_WF ORDER_FORM_DETAILS_WF AUTH_WF end subgraph GROUP4[ ] FUNCTION_RESPONSE --> FUNCTION_RESPONSE_TO_OPENAI FUNCTION_RESPONSE_TO_OPENAI -->|Store Q and A| INSERT_QUERY_QA_HIST_WF end end end SLACK_BOT --User question--> JB_APIM_A GENERIC_UI_APP -->|User question| JB_APIM_B JB_APIM_A --> MAIN_ENTRY --> MAIN JB_APIM_B --> GENERIC_API_RH --> MAIN MAIN --> HISTORY_CONTEXT_UTIL MAIN ----> AUTH_UTIL --> AUTH_WF MAIN --> DECISION --> TOOLS_ROUTER_OP HISTORY_CONTEXT_UTIL --> INSERT_QUERY_QA_HIST_WF TOOLS_ROUTER_OP --> ORDER_FORM_TOOL ORDER_FORM_TOOL --> ORDER_FORM_DETAILS_WF ORDER_FORM_DETAILS_WF --> FUNCTION_RESPONSE TOOLS_ROUTER_OP --> PRICING_TOOL PRICING_TOOL --> PRICING_DETAILS_WF PRICING_DETAILS_WF --> FUNCTION_RESPONSE TOOLS_ROUTER_OP --> CUSTOMER_LOOKUP_TOOL CUSTOMER_LOOKUP_TOOL --> CUSTOMER_LIST_WF CUSTOMER_LIST_WF --> FUNCTION_RESPONSE FUNCTION_RESPONSE_TO_OPENAI ---->|REST call| AZURE_OPENAI AZURE_OPENAI -->|Response| FUNCTION_RESPONSE_TO_OPENAI CHATBOT_UI_APPS --- LLM_NAT_LANG_REPLY LLM_NAT_LANG_REPLY --- FUNCTION_RESPONSE_TO_OPENAI classDef Clear fill:white, stroke:white, stroke-width:0px classDef Plain fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px classDef BoundaryStyle fill:white, stroke-width:0px, rx:15px, ry:15px class CHATBOT_UI_APPS,JB_AI Plain class GROUP2,GROUP3,GROUP4 Clear class BOUNDARY BoundaryStyle
Requisitos previos
Para usar el Agente de Ventas, se requieren o se asumen los siguientes componentes en el diseño del agente.
Componentes de Harmony
Debes tener una licencia de Jitterbit Harmony con acceso a los siguientes componentes:
- Jitterbit Studio
- Jitterbit API Manager
- Agente de Ventas de Jitterbit adquirido como complemento de licencia
- Jitterbit Cloud Datastore (opcional)
Endpoints soportados
Los siguientes endpoints se incorporan al diseño del agente, pero se pueden adaptar otros sistemas modificando las configuraciones de endpoints y flujos de trabajo del proyecto.
Modelo de lenguaje grande (LLM)
El agente de IA utiliza Azure OpenAI como proveedor de LLM. Para usar Azure OpenAI, debes tener una suscripción de Microsoft Azure con permisos para crear y gestionar Azure OpenAI con un modelo gpt-4o implementado.
Consejo
Para seleccionar niveles de precios según tus requisitos específicos y uso previsto, consulta precios de Azure OpenAI.
Interfaz de chat
El diseño del agente incorpora Slack como interfaz de chat para interactuar con el agente de IA.
NetSuite
El agente se conecta a NetSuite como fuente principal de formularios de pedidos de clientes. La integración permite al agente recuperar, actualizar o validar datos de órdenes en tiempo real durante las interacciones del usuario.
Salesforce
El agente utiliza Salesforce para gestionar cuentas de clientes y precios de productos. Esta integración proporciona al agente los datos actuales necesarios para generar presupuestos precisos y detalles de cuenta.
Ejemplos de indicaciones
Aquí hay ejemplos de indicaciones que el Agente de Ventas puede manejar con acceso a los datos apropiados:
Preguntas de Búsqueda de Clientes
- "Muéstrame todos los clientes en California."
- "¿Qué clientes tienen base en Sídney?"
Preguntas sobre Formularios de Pedidos / Detalles de Licencias
- "¿Qué productos ha comprado Acme Corp?"
- "¿Cuántas licencias de 'Producto X' tiene ByteTech GmbH?"
- "¿Puedes darme los detalles del pedido para AcmeCloud Ltd?"
- "¿Cuál es la duración de la suscripción para Zento Systems?"
Consultas sobre Precios de Productos o Planes
- "¿Cuál es el precio del 'Producto X' en USD?"
- "¿Cuánto cuesta la suscripción Professional?"
- "¿Qué plan de suscripción permite 10 entornos?"
- "¿Puedes calcular el costo de 15 'Producto X' y 4 'Producto Y'?"
Consultas de Propietario de Cuenta
- "¿Quién gestiona Acme Corp?"
- "¿Qué clientes son propiedad de jsmith@abc.com?"
- "Muestra clientes manejados por David Brown en Texas."
- "Lista las cuentas gestionadas por Grace en el Reino Unido."
Instalación, configuración y operación
Sigue estos pasos para instalar, configurar y operar este agente de IA:
- Descarga las personalizaciones e instala el proyecto de Studio.
- Crea recursos de Microsoft Azure.
- Crea la aplicación de Slack.
- Prepara el Almacén de datos en la nube de Jitterbit.
- Configura las variables del proyecto.
- Prueba las conexiones.
- Implementa el proyecto.
- Crea la API personalizada de Jitterbit.
- Revisa los flujos de trabajo del proyecto.
- Activa los flujos de trabajo del proyecto.
Descarga las personalizaciones e instala el proyecto
Sigue estos pasos para descargar archivos de personalización e instalar el proyecto de Studio:
-
Inicia sesión en el portal de Harmony en https://login.jitterbit.com y abre Marketplace.
-
Localiza el agente de IA llamado Jitterbit Sales Agent. Para localizar el agente, puedes utilizar la barra de búsqueda o, en el panel Filtros bajo Tipo, selecciona Agente de IA para limitar la visualización a los agentes de IA disponibles.
-
Haz clic en el enlace Documentación del agente de IA para abrir su documentación en una pestaña separada. Mantén la pestaña abierta para consultarla después de iniciar el proyecto.
-
Haz clic en Iniciar proyecto para abrir un cuadro de diálogo de configuración de dos pasos para descargar personalizaciones e importar el agente de IA como un proyecto de Studio.
Nota
Si aún no has adquirido el agente de IA, se mostrará Obtener agente en su lugar. Haz clic en él para abrir un cuadro de diálogo informativo y luego haz clic en Enviar para que un representante se comunique contigo sobre la compra del agente de IA.
-
En el paso de configuración 1, Descargar personalizaciones, se proporcionan los siguientes archivos para facilitar la configuración del índice e indexador en Azure AI Search y para crear la aplicación de Slack. Selecciona los archivos y haz clic en Descargar archivos:
-
Archivos de definición JSON del indexador e índice de Azure AI Search
Azure_AI_Search_Datasource_Definition.jsonAzure_AI_Search_Index_Definition.jsonAzure_AI_Search_Indexer_Definition.json
-
Archivo de manifiesto de la aplicación de Slack
slack_app_manifest.json
Sugerencia
El cuadro de diálogo de configuración incluye una advertencia para no importar la plantilla antes de aplicar personalizaciones de punto de conexión. Esta advertencia no se aplica a este agente de IA y puede ignorarse. Sigue el orden recomendado de pasos en esta documentación.
Haz clic en Siguiente.
-
-
En el paso de configuración 2, Crear un proyecto nuevo, selecciona un entorno donde desees crear el proyecto de Studio y luego haz clic en Crear proyecto.
-
Se muestra un cuadro de diálogo de progreso. Después de que indique que el proyecto se ha creado, utiliza el enlace del cuadro de diálogo Ir a Studio o abre el proyecto directamente desde la página Proyectos de Studio.
Crea recursos de Microsoft Azure
Crea los siguientes recursos de Microsoft Azure y conserva la siguiente información para configurar el agente de IA. Para crear y administrar estos recursos, debes tener una suscripción de Microsoft Azure con los permisos apropiados.
Contenedor de Azure Blob
Debes crear un contenedor de Azure Blob para almacenar detalles del cliente. Los datos del contenedor de Blob se indexarán en Azure AI Search usando un índice e indexador.
Necesitarás la URL de SAS del contenedor para usarla en la determinación de los valores de las variables del proyecto Azure Blob Storage. Para generar la URL de SAS:
- En Azure Portal, ve a Cuentas de almacenamiento y abre la cuenta de almacenamiento específica.
- En el menú de recursos bajo Almacenamiento de datos, selecciona Contenedores y abre el contenedor específico.
- En el menú de recursos bajo Configuración, selecciona Tokens de acceso compartido.
- Utiliza el menú Permisos para verificar que la URL de firma de acceso compartido (SAS) de este contenedor tenga un mínimo de permisos de Lectura y Escritura:

- Haz clic en Generate SAS token and URL.
- Copia la Blob SAS URL que se muestra en la parte inferior.
- Determina los valores de las variables del proyecto de Azure Blob Storage desde la URL de SAS. La URL de SAS tiene el formato
{{ azure_blob_base_url }}/{{ Azure_Customer_Details_Container }}?{{ azure_customer_detail_blob_sig }}.
Si utilizas los archivos de definición JSON incluidos en los archivos de personalización del agente de IA para generar el índice e indexador, también necesitarás la clave de cuenta de Azure Blob Storage. Para ver las claves de acceso de la cuenta:
- En Azure Portal, ve a Cuentas de almacenamiento y abre la cuenta de almacenamiento específica.
- En el menú de recursos bajo Security + networking, selecciona Access keys.
-
Haz clic en Show keys para revelar la clave de acceso que se usará durante la configuración de Azure AI Search.

Servicio Azure AI Search
Debes crear un servicio de Azure AI Search y configurar su índice e indexador para procesar los datos del contenedor Blob.
Necesitarás la URL y la clave de API del servicio de Azure AI Search para determinar los valores de las variables del proyecto de Azure AI Search:
- URL: Para obtener el valor a usar para
azure_ai_search_url, consulta la documentación de Azure Get service information. - Clave de API: Para obtener el valor a usar para
azure_ai_search_api_key, consulta la documentación de Azure Configure role-based access.
Puedes usar los archivos de definición JSON incluidos en los archivos de personalización del agente de IA para generar el índice e indexador, o puedes crearlos tú mismo.
Si utilizas los archivos de definición proporcionados, debes reemplazar los siguientes marcadores de posición con tus propios valores de configuración:
Azure_AI_Search_Indexer_Definition.json
| Marcador de posición | Descripción |
|---|---|
{{Your Azure AI Search Service Name}} |
El nombre del servicio Azure AI Search. |
Azure_AI_Search_Datasource_Definition.json
| Marcador de posición | Descripción |
|---|---|
{{Your Azure AI Search Service Name}} |
El nombre del servicio Azure AI Search. |
{{Your Azure Blob Account Name}} |
El nombre de la cuenta de Azure Blob. |
{{Your Azure Blob Account Key}} |
La clave de acceso de la cuenta de Azure Blob Storage, obtenida como se describe en Contenedor de Azure Blob arriba. |
{{your_azure_blob_container_name}} |
El nombre del contenedor de Azure Blob. |
Recurso Azure OpenAI
Debes crear un recurso de Azure OpenAI e implementar un modelo gpt-4o o gpt-4.1 a través del portal de Azure AI Foundry.
Necesitarás el nombre de la implementación, la URL del punto de conexión de Azure OpenAI y la clave de API para determinar los valores de las variables del proyecto de Azure OpenAI. Para encontrar estos valores:
- En el portal de Azure AI Foundry, abre el recurso específico de OpenAI.
-
Los valores que se deben usar para la URL del endpoint (
azure_openai_base_url) y la clave de API (azure_openai_api_key) se muestran en la página de inicio del recurso:
-
En el menú de navegación bajo Recursos compartidos, selecciona Deployments. Se muestra el nombre de la implementación (
Azure_OpenAI_Deployment_Name).
Crear la aplicación de Slack
Para crear la interfaz de chat del Sales Agent en Slack, sigue estos pasos:
-
Crea una aplicación de Slack usando el archivo de manifiesto de la aplicación de Slack (
slack_app_manifest.json) que se proporciona con los archivos de personalización de este agente de IA. Como alternativa, crea la aplicación desde cero. -
Si usas el archivo de manifiesto proporcionado, reemplaza los siguientes marcadores de posición con tus propios valores de configuración:
Marcador de posición Descripción {{Replace with Slack bot name}}El nombre que deseas que tenga tu bot de Slack, tal como se muestra a los usuarios. Reemplaza este valor en dos lugares del manifiesto. {{Replace with Jitterbit API URL}}La URL del servicio de la API personalizada de Jitterbit que creaste en Crear la API personalizada de Jitterbit. -
Instala la aplicación en tu espacio de trabajo de Slack.
-
Obtén el token del bot (para el campo Bot User OAuth Token de la conexión de Slack) e ingresa su valor en la variable de proyecto
slack_bot_oauth_user_token. -
Configura la variable de proyecto
slack_channel_namecon el canal donde deben enviarse las notificaciones. -
Ingresa el valor del token del bot en la variable de proyecto
slack_bot_oauth_user_tokeny el nombre del canal en la variable de proyectoslack_channel_name. Configurarás estos valores en el próximo paso.
Preparar Jitterbit Cloud Datastore
Crea dos almacenes de claves en Jitterbit Cloud Datastore, Bot_Authorized_Users y askjb_sales_q_and_a. Los campos Key, AlternativeKey y Value están presentes de forma predeterminada. Añade los campos personalizados que tienen los nombres y tipos que se enumeran en las tablas de abajo.
Después de añadir campos personalizados, añade un registro de almacén de claves para cada usuario que estará autorizado a usar el bot del agente de IA. Debes definir manualmente los valores marcados en las tablas de abajo. Puedes dejar en blanco los valores de campos cuyos valores se rellenan automáticamente o no se usan.
Bot_Authorized_Users
Este almacén de claves contiene la lista de usuarios autorizados y sus sesiones. Debes ingresar manualmente las direcciones de correo electrónico de los usuarios que están autorizados a acceder al bot del agente de IA. No se requieren campos personalizados.
| Nombre del campo | Tipo | Descripción |
|---|---|---|
Key |
Texto | Ingresa manualmente. La dirección de correo electrónico del usuario autorizado para interactuar con el agente de IA a través del bot de Slack. |
AlternativeKey |
Texto | Se rellena automáticamente. La sesión del usuario, generada durante la ejecución. No se requiere entrada manual. |
Value |
Texto | Ingresa manualmente. La dirección de correo electrónico del usuario autorizado para interactuar con el agente de IA a través del bot de Slack. Proporcionar un valor es obligatorio para que el agente de IA funcione. |
askjb_sales_q_and_a
Este almacén de claves conserva el historial de chat de un bot para proporcionar contexto de memoria al modelo de lenguaje. Lo utiliza la integración para almacenar el historial de preguntas y respuestas. Todos los datos se ingresan automáticamente durante la ejecución de la interacción. Añade los siguientes campos personalizados:
| Nombre del campo | Tipo | Descripción |
|---|---|---|
Key |
Texto | Se rellena automáticamente. Especifica el identificador único asignado a un mensaje por el sistema. |
AlternativeKey |
Texto | Se rellena automáticamente. Especifica el identificador único asignado a una sesión de chat por el sistema. |
Value |
Texto | No se usa. |
slackChannel |
Texto | Se rellena automáticamente. El ID del canal de Slack desde el cual se envía el mensaje. |
User |
Texto | Se rellena automáticamente. El nombre de usuario de Slack del usuario que envía el mensaje. |
FirstName |
Texto | Se rellena automáticamente. El nombre del usuario que envía el mensaje. |
LastName |
Texto | Se rellena automáticamente. El apellido del usuario que envía el mensaje. |
Email |
Texto | Se rellena automáticamente. La dirección de correo electrónico del usuario que envía el mensaje. |
MessageTimestampText |
Texto | Se rellena automáticamente. El texto de la marca de tiempo del mensaje. |
UserQuestion |
Texto grande | Se rellena automáticamente. La pregunta o el mensaje enviado por el usuario al agente de IA. |
AIAnswer |
Texto grande | Se rellena automáticamente. La respuesta generada por el agente de IA a la pregunta del usuario. |
ai_reformulate_question |
Texto grande | Se rellena automáticamente. La pregunta del usuario después de ser reformulada o replanteada por la IA para mejorar la comprensión. |
Configurar variables de proyecto
En el proyecto de Studio instalado anteriormente a través de Marketplace, es necesario establecer valores para las siguientes variables de proyecto.
Para configurar variables de proyecto, utiliza el menú de acciones del proyecto para seleccionar Variables de proyecto. Esto abre un cajón en la parte inferior de la página donde puedes revisar y establecer los valores.
Salesforce
| Nombre de variable | Descripción |
|---|---|
SF_Login_URL |
Server Host en la conexión de Salesforce |
SF_Password |
Contraseña en la conexión de Salesforce |
SF_Security_Token |
Token de seguridad en la conexión de Salesforce |
SF_User_Name |
Nombre de usuario en la conexión de Salesforce |
NetSuite
| Nombre de variable | Descripción |
|---|---|
NetSuite_Account |
Account en la conexión de NetSuite |
NetSuite_Consumer_Key |
Consumer key en la conexión de NetSuite |
NetSuite_Consumer_Secret |
Consumer secret en la conexión de NetSuite |
NetSuite_Base_URL |
URL base de NetSuite, como https://{{NetSuite_Account}}.suitetalk.api.netsuite.com. |
NetSuite_Token_Key |
Token key en la conexión de NetSuite |
NetSuite_Token_Secret |
Token secret en la conexión de NetSuite |
Azure Blob Storage
| Nombre de variable | Descripción |
|---|---|
Azure_Customer_Details_Container |
El nombre del contenedor de Azure Blob para almacenar información de clientes de formularios de pedidos. |
azure_customer_detail_blob_sig |
Firma de URL de SAS para Azure_Customer_Details_Container. |
azure_blob_base_url |
URL base del servicio de contenedor de Azure para Azure_Customer_Details_Container. |
Consejo
Estos valores se pueden derivar de la URL de SAS, que tiene el formato {{ azure_blob_base_url }}/{{ Azure_Customer_Details_Container }}?{{ azure_customer_detail_blob_sig }}.
Azure AI Search
| Nombre de variable | Descripción |
|---|---|
customer_search_index_name |
El nombre del índice de Azure que almacena la información del cliente desde formularios de pedidos. |
Azure_SalesOrders_Customer_Indexer |
El nombre del indexador de Azure que indexa datos de Azure_Customer_Details_Container al índice customer_search_index_name. |
azure_ai_search_url |
URL base del servicio Azure AI Search. |
azure_ai_search_api_key |
Clave de API para el servicio Azure AI Search. |
Azure OpenAI
| Nombre de variable | Descripción |
|---|---|
Max_Output_Tokens |
El número máximo de tokens que el LLM puede generar en una respuesta. GPT-4.1 admite hasta 32,768 tokens, mientras que GPT-4o admite hasta 16,384. |
Azure_OpenAI_Deployment_Name |
El nombre de la implementación para LLM en Azure OpenAI. |
azure_openai_base_url |
URL base del servicio Azure OpenAI. |
azure_openai_api_key |
Clave de API para el servicio Azure OpenAI. |
Slack
| Nombre de variable | Descripción |
|---|---|
salesorder_slack_bot_token |
El token del bot de Slack que se obtiene después de crear la app de Slack, utilizado para el Token de acceso OAuth del usuario bot en la conexión de Slack. |
Nota
La aplicación de Slack se crea en un paso posterior. Por ahora, puedes dejar esta variable en blanco.
Común
| Nombre de variable | Descripción |
|---|---|
Authorized_User_Admin |
Nombre de contacto/correo electrónico que se muestra en la respuesta enviada al usuario cuando ocurre un error. |
Customer_LastOrder_DefaultDate |
La fecha predeterminada (mm/dd/yyyy) desde la cual se extraen pedidos de NetSuite durante la primera ejecución o una ejecución histórica cuando incrementalRun está configurado en false. Por ejemplo: 06/01/2004. |
Default_Last_Sync_Date |
Fecha de última sincronización predeterminada a usar si el valor en caché no está disponible. |
incrementalRun |
Cuando es true, solo se extraen pedidos incrementales (nuevos o actualizados) de NetSuite. Cuando es false o está en blanco, se recupera un historial completo de pedidos desde la fecha predeterminada. |
Only_Unexpired_Orders |
Cuando es true, solo se extraerán de NetSuite los pedidos con nextbilldate mayor que la fecha de hoy. |
Prueba las conexiones
Prueba las configuraciones del endpoint para verificar la conectividad usando los valores de variables de proyecto definidos.
Para probar las conexiones, ve a la pestaña Project endpoints and connectors de la paleta de componentes de diseño, pasa el cursor sobre cada endpoint y haz clic en Test.
Implementa el proyecto
Implementa el proyecto de Studio.
Para implementar el proyecto, usa el menú de acciones del proyecto para seleccionar Deploy.
Crea la API personalizada de Jitterbit
Crea una API personalizada usando API Manager para una de las siguientes opciones:
- Controlador de solicitud de API de bot de Slack: Requerido si usas la notificación de Slack incluida en el diseño de este agente de IA.
- Controlador de solicitud de API genérico: Opcional. Úsalo para manejar solicitudes de API de cualquier aplicación.
Crea el controlador de solicitud de API de bot de Slack
Esta API personalizada de Jitterbit activará la operación Slack Bot API Request Handler. Configura y publica la API personalizada con las siguientes configuraciones:
- API Service:
Slack Bot API Request Handler - Path:
/ - Project: Selecciona el proyecto de Studio creado desde el
Jitterbit Sales Agenten Marketplace - Operation To Trigger:
Slack Bot API Request Handler - Method:
POST - Response Type:
System Variable
Conserva la URL de servicio de la API publicada para usarla en la creación de la aplicación de Slack. La URL de servicio se puede encontrar en el panel de detalles de API en la pestaña Services al pasar el cursor sobre la columna Actions del servicio y hacer clic en Copy API service URL.
Controlador de solicitud de API genérico
Esta API personalizada de Jitterbit activará la operación Generic API request Handler. No es requerida. Crea esta API si usas otras aplicaciones para procesar solicitudes de API HTTP. Configura y publica la API personalizada con las siguientes configuraciones:
- Service name:
Generic API request Handler - Project: Selecciona el proyecto de Studio creado desde el
Jitterbit Sales Agenten Marketplace - Operation:
Generic API request Handler - Method:
POST - Response type:
System Variable
Consejo
También puedes agregar un perfil de seguridad para autenticación.
{
"username": "abc@abc.com",
"sessionId": "123608",
"prompt": "Order Forms details for xyz"
}
{
"message": "Based on order forms, here are the complete order details: ...",
"status_code": 200
}
Revisar flujos de trabajo del proyecto
En el proyecto de Studio abierto, revisa los flujos de trabajo junto con las descripciones a continuación para entender qué hacen. Las descripciones a continuación señalan dónde podrías reemplazar el sistema modificando las configuraciones de endpoints y flujos de trabajo del proyecto.
-
Utility-Upload Customer Order Forms to Azure
Este flujo de trabajo automatiza el procesamiento de formularios de pedidos extrayendo detalles de NetSuite, cargando documentos en Azure Blob Storage e indexándolos en el índice de Azure AI Search.
Este flujo de trabajo debe ejecutarse primero para cargar todos los datos de clientes activos, haciendo que los detalles del cliente estén disponibles para el agente de IA. La ejecución del flujo de trabajo se describe en Activar los flujos de trabajo del proyecto más adelante en esta página.
Si los datos del formulario de pedido de clientes de tu organización se encuentran en un sistema diferente a NetSuite, debes modificar las operaciones del flujo de trabajo para reemplazar los componentes específicos de NetSuite con los de tu endpoint.
-
Main Entry - Slack API Request Handler
Este flujo de trabajo gestiona solicitudes entrantes del bot de Slack y verifica la autorización del usuario. Se activa a través de una API personalizada de Jitterbit cada vez que tu equipo de Ventas interactúa con la interfaz de usuario del chat del bot de Slack (es decir, envía un mensaje de Slack a este). La configuración de la API personalizada de Jitterbit se describe en Crear la API personalizada de Jitterbit más adelante en esta página.
Si no estás usando Slack, este flujo de trabajo se puede ignorar y no se activará. Para usar una interfaz de chat diferente con la que tu equipo de Ventas interactúe, utiliza el flujo de trabajo
Generic API Request Handler, también activado a través de una API personalizada de Jitterbit. -
Main - AI Agent Tools Logic
Después de recibir la autorización del usuario de los flujos de trabajo
Main Entry - Slack API Request HandleroGeneric API Request Handler, este flujo de trabajo gestiona solicitudes de llamadas de funciones al modelo de lenguaje grande (LLM), tomando decisiones sobre qué herramienta ejecutar en función de la respuesta del LLM. Hay tres llamadas de herramienta principales:-
Customer_Order_Function: Esta herramienta aborda consultas de usuarios sobre formularios de pedidos de clientes invocando la operación
Main - Get Customer Order Form Detailsdentro del flujo de trabajoTool-Customer Order Details. -
Pricing_Function: Esta herramienta aborda consultas de usuarios sobre precios de productos invocando la operación
Main - Pricing Sheetdentro del flujo de trabajoTool-Pricing Sheets. -
Customer_Lookup_By_Location_Function: Esta herramienta aborda consultas de usuarios para obtener clientes por ubicación o propietario de cuenta invocando la operación
Main - Customer Lookupdentro del flujo de trabajoTool - Customer Lookup.
-
-
Tool-Customer Order Details
Este flujo de trabajo recupera detalles de pedidos de clientes de NetSuite.
Para usar un endpoint diferente a NetSuite, crea una nueva operación para recuperar formularios de pedidos del sistema y asigna los resultados a la variable global
extractedContent. Luego activa la nueva operación desde la operaciónMain - Get Customer Order Form Details. -
Tool-Pricing Sheets
Este flujo de trabajo recupera precios de productos de Salesforce.
En la configuración de la actividad Salesforce Query, la siguiente consulta recupera información de precios de productos por agente. Si tu organización de Salesforce no usa estos objetos y campos, o si la información de precios de productos se almacena en objetos/campos diferentes, este flujo de trabajo no funcionará correctamente. En ese caso, el agente no podrá responder preguntas sobre precios. Personaliza la consulta en este flujo de trabajo para alinearse con el modelo de datos de tu organización de Salesforce:
SELECT Product2.Description, Product2.Family, Product2.ProductCode, CurrencyIsoCode, Name, UnitPrice, Pricebook2.Name, Id FROM PricebookEntry WHERE IsDeleted = false AND IsArchived = false AND IsActive = true AND Pricebook2.IsActive = true AND Pricebook2.IsDeleted = false AND Pricebook2.IsArchived = false AND Product2.IsActive = true AND Product2.IsDeleted = false AND Product2.IsArchived = false AND CurrencyIsoCode = '{{ currencycode }}' ORDER BY NamePara usar un endpoint diferente a Salesforce, crea una nueva operación para recuperar precios de productos del sistema y asigna los resultados a la variable global
pricing_sheet. Luego activa la nueva operación desde la operaciónMain - Pricing Sheet. -
Tool - Customer Lookup
Este flujo de trabajo recupera clientes de Salesforce.
En la configuración de la actividad Salesforce Query, la siguiente consulta recupera la información de la cuenta del cliente. Si tu organización de Salesforce utiliza campos u objetos diferentes para los detalles del cliente, personaliza esta consulta en este flujo de trabajo según sea necesario:
SELECT Id, BillingCity, BillingCountry, BillingState, Name FROM Account WHERE Type = 'Customer'Para utilizar un punto de conexión diferente a Salesforce, crea una nueva operación para recuperar clientes del sistema y asigna los resultados a la variable global
extractedContent. Luego, activa la nueva operación desde la operaciónMain - Customer Lookup. -
Utility - Get All Account Owners
Este flujo de trabajo recupera propietarios de cuentas de Salesforce.
En la configuración de la actividad Salesforce Query, la siguiente consulta recupera los propietarios de cuentas (nombre y correo electrónico) para todas las cuentas de tipo
CustomeroPartner. Si tu organización de Salesforce utiliza tipos de cuenta diferentes o campos personalizados para clasificar cuentas, personaliza esta consulta en este flujo de trabajo según sea necesario:SELECT OwnerId, Owner.Email, Owner.Name FROM Account WHERE Type IN ('Customer', 'Partner')Para utilizar un punto de conexión diferente a Salesforce, crea una nueva operación para recuperar propietarios de cuentas del sistema y asigna los resultados a la variable
Account_Owner_List. Luego, activa la nueva operación desde la operaciónMain - Get Owner List. -
Utility-User Authorization And Session
Este flujo de trabajo gestiona la autorización del usuario y la sesión. Utiliza Jitterbit Cloud Datastore para mantener una lista de usuarios autorizados y sus sesiones activas.
Para configurar este flujo de trabajo con un almacén de datos alternativo o un mecanismo de autorización para gestionar el acceso y las sesiones de usuarios, modifica las operaciones del flujo de trabajo según sea necesario.
-
Utility - Bot Chat History Storage
Este flujo de trabajo gestiona el almacenamiento del historial de chat del bot, el cual es esencial para proporcionar contexto de memoria a los LLM. Aprovecha Jitterbit Cloud Datastore para este propósito.
Para integrar con otras soluciones de almacenamiento de datos para guardar y recuperar el historial de chat, modifica las operaciones del flujo de trabajo según sea necesario.
-
Generic API Request Handler
Este flujo de trabajo procesa solicitudes de API HTTP de cualquier aplicación. Para integrar con tus aplicaciones, crea una API de Jitterbit personalizada que active la operación
Generic API request Handler. La URL de esta API puede ser utilizada por cualquier aplicación para enviar y recibir solicitudes.La configuración de la API personalizada de Jitterbit se describe en Crea la API personalizada de Jitterbit más adelante en esta página.
Activar los flujos de trabajo del proyecto
Para la carga inicial de datos, ejecuta la operación en el primer flujo de trabajo, Utility-Upload Customer Order Forms to Azure. Esto se puede hacer utilizando la opción Run que aparece al pasar el cursor sobre la operación. Necesitarás ejecutar la operación nuevamente en el futuro si tus datos se actualizan.
Consejo
Quizás quieras poner esta operación en un schedule para obtener datos actualizados de forma regular. Esto se puede hacer desde el menú acciones de la operación en Settings > Schedules.
Los otros dos flujos de trabajo principales se activan mediante las API personalizadas de Jitterbit:
-
Main Entry - Slack API Request Handler: Este flujo de trabajo se activa desde Slack a través de la API personalizadaSlack Bot API Request Handler. Enviar un mensaje directo a la aplicación de Slack iniciará el activador de la API personalizada. -
Generic API Request Handler: Este flujo de trabajo se activa desde otra aplicación a través de la API personalizadaGeneric API request Handler. Enviar una solicitud a la API configurada iniciará el activador de la API personalizada.
Todos los demás flujos de trabajo son activados por otras operaciones y están en cascada de las enumeradas anteriormente. No se pretende que se ejecuten por sí solos.
Solución de problemas
Si encuentras problemas, revisa los siguientes registros para obtener información detallada sobre la solución de problemas:
Para obtener asistencia adicional, contacta al soporte de Jitterbit.