Agente de Análisis de Sentimiento de Jitterbit

Descripción General

Jitterbit proporciona el Agente de Análisis de Sentimiento a los clientes a través de Jitterbit Marketplace. Este agente utiliza IA para evaluar el sentimiento de los casos de soporte al cliente, ayudando a las organizaciones a comprender las tendencias de satisfacción del cliente e identificar casos que necesitan atención.

El análisis de sentimiento es una técnica de procesamiento de lenguaje natural (NLP) que determina si un texto expresa una actitud positiva, negativa o neutral. El agente aplica esta técnica a los casos de Salesforce y sus comentarios, proporcionando información como el sentimiento inicial cuando se abre un caso, el sentimiento final después de que ocurren interacciones y un estado de resolución sugerido.

El agente se integra con Azure OpenAI para analizar el texto del caso y clasificar el sentimiento. El agente realiza las siguientes tareas:

• Se conecta a Salesforce para recuperar datos de casos y comentarios utilizando Jitterbit Studio.
• Envía el contenido del caso a Azure OpenAI para el análisis de sentimiento.
• Almacena los resultados del análisis en Jitterbit Cloud Datastore o Jitterbit App Builder.
• Proporciona una API personalizada a través de Jitterbit API Manager para consultar datos de sentimiento por número de caso o nombre de cuenta desde Cloud Datastore.

Este documento explica cómo configurar y operar este agente de IA. Cubre arquitectura y requisitos previos, consultas de API de ejemplo que muestran lo que el agente puede hacer, y pasos para instalar, configurar y operar el agente de IA.

Arquitectura del agente de IA

Este agente de IA analiza el sentimiento de los casos de soporte de Salesforce. Un flujo de trabajo típico sigue estos pasos:

1. El agente se ejecuta según un horario o manualmente y consulta Salesforce para casos que fueron modificados desde la última ejecución.
2. Para cada caso, el agente extrae el número de caso, asunto, descripción, comentarios y detalles del caso relacionado. Luego, el agente envía este contenido a Azure OpenAI.
3. Azure OpenAI analiza el texto y devuelve clasificaciones de sentimiento. Estas clasificaciones incluyen el sentimiento inicial, el sentimiento final, el estado de resolución sugerido y una explicación.
4. El agente almacena los resultados del análisis en Cloud Datastore o App Builder.

5. Los usuarios pueden acceder a los datos de sentimiento de las siguientes maneras:

   • Cloud Datastore: Consulta datos directamente a través de la API personalizada por número de caso, nombre de cuenta o nombre del cliente. Este agente de IA incluye controladores de solicitudes API preconstruidos específicamente para el almacenamiento en Cloud Datastore. Cualquier cliente REST o aplicación puede consumir estos puntos finales de API, incluidas aplicaciones web, aplicaciones móviles, Microsoft Teams, Slack, servicios de SMS u otras plataformas.

   • App Builder: Si utilizas App Builder para almacenamiento, puedes acceder a los datos de sentimiento de dos maneras:

     1. Construir una aplicación personalizada: Crea una aplicación interactiva dentro de App Builder para visualizar e interactuar con los datos de sentimiento. Este enfoque proporciona una interfaz fácil de usar para usuarios no técnicos. Para obtener información sobre cómo construir una aplicación personalizada, consulta Cómo construir una aplicación inteligente.

     2. Crear una API personalizada: Configura una API personalizada para consultar los datos de sentimiento almacenados en App Builder, permitiendo la integración con aplicaciones o sistemas existentes (como aplicaciones web, aplicaciones móviles, Microsoft Teams, Slack o servicios de SMS). Esto requiere crear flujos de trabajo adicionales y configuraciones de API más allá de lo que se cubre en esta guía.

Diagramas de flujo

Los siguientes diagramas representan los dos flujos de trabajo principales en esta integración.

Análisis de sentimiento

El agente se ejecuta según un horario o manualmente para analizar casos de Salesforce:

Consulta de API

Los usuarios consultan datos de sentimiento desde Cloud Datastore a través de la API personalizada:

Requisitos previos

Necesitas los siguientes componentes para usar este agente de IA.

Componentes de Harmony

Debes tener una licencia de Jitterbit Harmony con acceso a los siguientes componentes:

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Cloud Datastore o App Builder
• Agente de Análisis de Sentimiento de Jitterbit adquirido como un complemento de licencia

Endpoints compatibles

El agente de IA incorpora los siguientes endpoints. 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 el análisis de sentimientos. Para usar Azure OpenAI, se debe tener una suscripción a Microsoft Azure con permisos para crear un recurso de Azure OpenAI con un modelo gpt-4o desplegado.

Fuente de datos

El agente de IA utiliza Salesforce como la fuente de datos de casos de clientes.

Consultas de API de ejemplo

La siguiente tabla muestra ejemplos de solicitudes de API que se pueden usar para consultar los resultados del análisis de sentimientos desde Cloud Datastore. Estas consultas de API solo son aplicables cuando se utiliza Cloud Datastore para almacenamiento.

Instalación, configuración y operación

Sigue estos pasos para instalar, configurar y operar este agente de IA:

1. Instalar el proyecto.
2. Crear recursos de Microsoft Azure.
3. Preparar Jitterbit Cloud Datastore.
4. Configurar variables del proyecto.
5. Probar conexiones.
6. Desplegar el proyecto.
7. Crear la API personalizada de Jitterbit.
8. Revisar flujos de trabajo del proyecto.
9. Activar los flujos de trabajo del proyecto.
10. Solución de problemas.

Instalar el proyecto

Sigue estos pasos para instalar el proyecto de Studio:

1. Inicia sesión en el portal de Harmony en https://login.jitterbit.com y abre Marketplace.

2. Localiza el agente de IA llamado Agente de Análisis de Sentimientos de Jitterbit. Para localizar el agente, puedes usar la barra de búsqueda o, en el panel de Filtros bajo Tipo, seleccionar Agente de IA para filtrar la visualización.

3. Haz clic en el enlace de Documentación del agente de IA para abrir su documentación en una pestaña separada. Mantén la pestaña abierta para consultarla después de iniciar el proyecto.

4. Haz clic en Iniciar Proyecto para abrir un cuadro de diálogo de configuración para importar el agente de IA como un proyecto de Studio.

   Nota

   Si aún no has comprado el agente de IA, se mostrará Obtener este agente en su lugar. Haz clic en él para abrir un cuadro de diálogo informativo, luego haz clic en Enviar para que un representante se comunique contigo sobre la compra del agente de IA.

   Consejo

   El cuadro de diálogo de configuración incluye una advertencia de no importar la plantilla antes de aplicar personalizaciones de punto final. Esta advertencia no se aplica a este agente de IA. Puedes ignorarla y seguir el orden recomendado de pasos en esta documentación.

5. Haz clic en Siguiente.

6. En el paso de configuración 2, Crear un Nuevo Proyecto, selecciona un entorno donde deseas crear el proyecto de Studio, luego haz clic en Crear Proyecto.

7. Se muestra un diálogo de progreso. Después de que indique que el proyecto ha sido creado, utiliza el enlace del diálogo Ir a Studio o abre el proyecto directamente desde la página Proyectos del Studio.

Crear recursos de Microsoft Azure

Crea los siguientes recursos de Microsoft Azure y conserva la información para configurar el agente de IA. Para crear y gestionar estos recursos, debes tener una suscripción de Microsoft Azure con los permisos apropiados.

Recurso de Azure OpenAI

Debes crear un recurso de Azure OpenAI y desplegar un modelo gpt-4o a través del portal de Azure AI Foundry.

Necesitas el nombre del despliegue, la URL del endpoint de Azure OpenAI y la clave API para configurar las variables del proyecto de Azure OpenAI. Para encontrar estos valores, sigue estos pasos:

1. En el portal de Azure AI Foundry, abre el recurso específico de OpenAI.

2. En la página de inicio del recurso, encuentra los valores para la URL del endpoint (azure_openai_base_url) y la clave API (azure_openai_api_key).

3. En el menú de navegación bajo Recursos compartidos, selecciona Despliegues. El nombre del despliegue (azure_deployment_id) aparece en la lista.

Preparar Jitterbit Cloud Datastore

Salta esta sección si estás utilizando App Builder para almacenamiento.

Si estás utilizando Cloud Datastore, crea un almacenamiento de claves llamado Sentiment_Analysis. Configura los campos con los nombres y tipos que se enumeran en la siguiente tabla.

A medida que agregas campos personalizados, utiliza la tabla para determinar si debes alternar cada campo a Requerido en la interfaz de usuario de Cloud Datastore. Los campos AlternativeKey y Value son campos predeterminados que no puedes eliminar ni alternar.

Puedes dejar en blanco los valores de los campos que se autocompletan o que el agente no utiliza.

Almacenamiento de análisis de sentimiento (Sentiment_Analysis)

Este almacenamiento de claves guarda los resultados del análisis de sentimiento generados por IA para cada caso de Salesforce. Los valores de sentimiento indican si las comunicaciones del caso son positivas, negativas o neutrales. El agente completa automáticamente estos datos cuando se ejecuta.

Configurar variables del proyecto

En el proyecto de Studio, debes establecer valores para las siguientes variables del proyecto.

Para configurar las variables del proyecto, utiliza el menú de acciones del proyecto para seleccionar Variables del Proyecto. Esta acción abre un panel en la parte inferior de la página donde puedes revisar y establecer los valores.

Cloud Datastore

Configura esta variable solo si estás utilizando Cloud Datastore para almacenamiento.

Común

Azure OpenAI

Salesforce

App Builder

Configura estas variables solo si estás utilizando App Builder para almacenamiento.

Para obtener instrucciones detalladas sobre cómo configurar claves de API y puntos finales de API REST, consulta Publicar la aplicación de App Builder como un punto final de API REST.

Obtener una clave API

Para obtener una clave API para la variable app_builder_api_key:

1. Crea un proveedor de seguridad API Key en IDE > Proveedores de Seguridad.
2. Asigna la clave API a un usuario en IDE > Gestión de Usuarios.

Encuentra tu URL de endpoint

Para encontrar el valor correcto para la variable app_builder_endpoint_url:

1. Navega a IDE > REST APIs.
2. Localiza tu aplicación en el panel de Aplicación. El nombre del endpoint se muestra en la columna Endpoint.
3. En el panel de Objetos de Negocio, encuentra la tabla que se publica como un recurso REST. El nombre del recurso se muestra en la columna Nombre.
4. Construye la URL del endpoint utilizando este formato: rest/v1/{ApplicationEndpoint}/{ResourceName}.

Probar conexiones

Prueba las configuraciones del endpoint para verificar la conectividad utilizando los valores de variables de proyecto definidos.

Para probar conexiones, ve a la pestaña Endpoints y conectores del proyecto en la paleta de componentes de diseño, pasa el cursor sobre cada endpoint y haz clic en Probar.

Desplegar el proyecto

Desplegar el proyecto de Studio.

Para desplegar el proyecto, utiliza el menú de acciones del proyecto para seleccionar Desplegar.

Crear la API personalizada de Jitterbit

Crea una API personalizada utilizando API Manager para las operaciones en los flujos de trabajo Main Entry - Datastore API Request Handler y Main Entry - Query Customer API Request Handler.

Esta API personalizada de Jitterbit activa dos operaciones que consultan Cloud Datastore. Necesitas crear dos servicios para esta API personalizada.

Configura y publica la API personalizada con los siguientes ajustes para el primer servicio:

Configura y publica la API personalizada con los siguientes ajustes para el segundo servicio:

Después de configurar cada servicio, publica la API personalizada.

Guarda la URL del servicio API de la API publicada para usarla al hacer solicitudes API. Para encontrar la URL del servicio, ve al panel de detalles de API en la pestaña Servicios, pasa el cursor sobre la columna Acciones del servicio y haz clic en Copiar URL del servicio API.

Revisar flujos de trabajo del proyecto

En el proyecto de Studio abierto, revisa los flujos de trabajo y descripciones en la siguiente tabla para entender qué hace cada flujo de trabajo.

Tool - Get Salesforce Cases

Este flujo de trabajo automatiza el procesamiento de casos y comentarios al extraer detalles de Salesforce (basado en LastModifiedDate) y enviarlos para análisis de sentimiento. El flujo de trabajo almacena los resultados en el destino de almacenamiento que elijas (Cloud Datastore o App Builder).

Debes ejecutar este flujo de trabajo primero para cargar todos los datos de los casos y generar el análisis de sentimiento. Para más información sobre cómo ejecutar el flujo de trabajo, consulta Trigger the project workflows.

Main - AI Agent Tools Logic

Este flujo de trabajo procesa casos individuales recibidos del flujo de trabajo Tool - Get Salesforce Cases. Envía el contenido del caso (incluyendo asunto, descripción y comentarios) a Azure OpenAI, que analiza el texto y devuelve clasificaciones de sentimiento como Positivo, Negativo o Neutral. Luego, el flujo de trabajo llama al flujo de trabajo de utilidad apropiado para almacenar los resultados del análisis.

En la configuración de la Salesforce Query activity, la siguiente consulta recupera información de casos y comentarios. Si tu organización de Salesforce no utiliza estos objetos y campos, o si la información de casos y comentarios se almacena en diferentes objetos o campos, debes personalizar la consulta para alinearla con el modelo de datos de tu organización de Salesforce:

SELECT  Account.Id,
        Account.Name,
        CreatedBy.Email,
        CreatedBy.Name,
        LastModifiedBy.Email,
        LastModifiedBy.Name,
        Owner.Email,
        Owner.Name,
        (SELECT CreatedBy.Email,
                CreatedBy.Name,
                Id,
                CommentBody,
                CreatedDate,
                LastModifiedDate,
                LastModifiedBy.Email,
                LastModifiedBy.Name
         FROM CaseComments),
        Id,
        CaseNumber,
        Comments,
        CreatedDate,
        Description,
        LastModifiedDate,
        Origin,
        Priority,
        Reason,
        Status,
        Subject,
        Type
FROM    Case
WHERE   LastModifiedDate > [Last_Modified_Date_Variable]
        AND AccountId != null

Utility - Store to App Builder

Este flujo de trabajo almacena los resultados del análisis de sentimiento para cada caso en App Builder. Puedes acceder a estos datos de dos maneras:

1. Construir una aplicación personalizada: Crea una aplicación interactiva dentro de App Builder para visualizar e interactuar con los datos de sentimiento. Este enfoque proporciona una interfaz fácil de usar para usuarios no técnicos. Para obtener información sobre cómo construir una aplicación personalizada, consulta Cómo construir una aplicación inteligente.

2. Crear una API personalizada: Configura una API personalizada para consultar los datos de sentimiento almacenados en App Builder, permitiendo la integración con aplicaciones o flujos de trabajo existentes. Esto requiere crear flujos de trabajo adicionales y configuraciones de API más allá de lo que se cubre en esta guía.

Utilidad - Almacenar y Consultar en Cloud Datastore

Este flujo de trabajo almacena y consulta los resultados del análisis de sentimiento para cada caso en Cloud Datastore. Utiliza este flujo de trabajo si deseas acceder a los datos de sentimiento a través de la API sin construir una aplicación personalizada. Cloud Datastore proporciona almacenamiento en backend que puedes consultar a través de solicitudes de API.

Entrada Principal - Manejador de Solicitudes de API de Datastore

Este flujo de trabajo gestiona las solicitudes de API entrantes de usuarios que desean consultar el análisis de sentimiento por número de caso o nombre de cuenta desde Cloud Datastore. Una API personalizada de Jitterbit activa el flujo de trabajo cada vez que un usuario interactúa con la API. Para obtener información de configuración, consulta Crear la API personalizada de Jitterbit.

Entrada Principal - Manejador de Solicitudes de API de Consulta de Clientes

Este flujo de trabajo gestiona las solicitudes de API entrantes de usuarios que desean consultar el análisis de sentimiento por nombre de cliente desde Cloud Datastore. Este flujo de trabajo proporciona un método de consulta alternativo para acceder a los datos de Cloud Datastore. Una API personalizada de Jitterbit activa el flujo de trabajo cada vez que un usuario interactúa con la API. Para obtener información de configuración, consulta Crear la API personalizada de Jitterbit.

Activar los flujos de trabajo del proyecto

Para la carga inicial de datos, ejecuta la operación en el primer flujo de trabajo, Tool - Get Salesforce Cases. Para ejecutar la operación, pasa el cursor sobre la operación y selecciona la opción Ejecutar. Ejecuta la operación nuevamente en el futuro cuando tus datos se actualicen.

Los siguientes flujos de trabajo son activados por las APIs personalizadas de Jitterbit y solo funcionan con Cloud Datastore:

• Main Entry - Datastore API Request Handler: Este flujo de trabajo es activado por solicitudes de API (con autenticación) y consultas por Key (número de caso) o AlternativeKey (nombre de cuenta).
• Main Entry - Query Customer API Request Handler: Este flujo de trabajo es activado por solicitudes de API (con autenticación) y consultas por customerName (nombre del cliente). Este flujo de trabajo proporciona un método de consulta alternativo para los datos de Cloud Datastore.

Todos los demás flujos de trabajo son activados por otras operaciones y se ejecutan a continuación de los flujos de trabajo que se enumeran arriba. Estos flujos de trabajo no están destinados a ejecutarse de forma independiente.

Solución de problemas

Si encuentras problemas, revisa los siguientes registros para obtener información detallada sobre la solución de problemas:

• Registros de API
• Registros de operación

Para asistencia adicional, contacta a soporte de Jitterbit.