Agente de Análisis de Sentimiento de Jitterbit

Descripción general

Jitterbit proporciona el Agente de Análisis de Sentimiento a los clientes a través del Jitterbit Marketplace. Este agente utiliza IA para evaluar el sentimiento de los casos de soporte al cliente, ayudando a las organizaciones a entender las tendencias de satisfacción de los clientes e identificar los casos que requieren atención. El agente usa la técnica de Generación Aumentada por Recuperación (RAG), que combina el razonamiento de LLM con acceso a herramientas y fuentes de datos externas.

El análisis de sentimiento es una técnica de procesamiento de lenguaje natural (PLN) 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 las 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 usando Jitterbit Studio.
• Envía el contenido del caso a Azure OpenAI para 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 la arquitectura y los requisitos previos, consultas de API de ejemplo que muestran qué puede hacer el agente, y los 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 cronograma o manualmente y consulta Salesforce para buscar casos que se modificaron desde la última ejecución.
2. Para cada caso, el agente extrae el número de caso, asunto, descripción, comentarios y detalles relacionados del caso. Después, el agente envía este contenido a Azure OpenAI.
3. Azure OpenAI analiza el texto y devuelve clasificaciones de sentimiento. Estas clasificaciones incluyen sentimiento inicial, sentimiento final, 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 solicitud de API preconfigurados específicamente para almacenamiento en Cloud Datastore. Cualquier cliente REST o aplicación puede consumir estos puntos finales de API, incluyendo aplicaciones web, aplicaciones móviles, Microsoft Teams, Slack, servicios SMS u otras plataformas.

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

     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 amigable para usuarios no técnicos. Para información sobre cómo construir una aplicación inteligente, consulta Cómo construir una aplicación inteligente.

     2. Crear una API personalizada: Configura una API personalizada para consultar 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 SMS). Esto requiere crear flujos de trabajo adicionales y configuraciones de API más allá de lo cubierto en esta guía.

Diagramas de flujo de trabajo

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

Análisis de sentimiento

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

Consulta de API

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

Requisitos previos

Se necesitan los siguientes componentes para usar este agente de IA.

Componentes de Harmony

Se debe contar con 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 complemento de licencia

Puntos de conexión compatibles

El agente de IA incorpora los siguientes puntos de conexión. Se pueden acomodar otros sistemas modificando las configuraciones de puntos de conexión y los 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 sentimiento. Para usar Azure OpenAI, se debe contar con una suscripción de Microsoft Azure con permisos para crear un recurso de Azure OpenAI con un modelo gpt-4o implementado.

Fuente de datos

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

Ejemplos de consultas de API

La siguiente tabla muestra ejemplos de solicitudes de API que se pueden usar para consultar resultados de análisis de sentimiento desde Cloud Datastore. Estas consultas de API solo se aplican cuando se usa Cloud Datastore para almacenamiento.

Instalación, configuración y operación

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

1. Instala el proyecto.
2. Crea recursos de Microsoft Azure.
3. Prepara Jitterbit Cloud Datastore.
4. Configura variables del proyecto.
5. Prueba las conexiones.
6. Implementa el proyecto.
7. Crea la API personalizada de Jitterbit.
8. Revisa los flujos de trabajo del proyecto.
9. Activa los flujos de trabajo del proyecto.
10. Solución de problemas.

Instala 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 Jitterbit Sentiment Analysis Agent. Para encontrar el agente, puedes usar la barra de búsqueda o, en el panel Filtros bajo Tipo, selecciona Agente de IA para filtrar la visualización.

3. 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.

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

   Nota

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

   Sugerencia

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

5. Haz clic en Siguiente.

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

7. Se muestra un diálogo de progreso. Después de que indique que el proyecto se ha creado, usa el enlace del 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 retén la información para configurar el agente de IA. Para crear y administrar estos recursos, debes tener una suscripción de Microsoft Azure con los permisos apropiados.

Recurso de Azure OpenAI

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

Necesitas el nombre de la implementación, la URL del extremo de Azure OpenAI y la clave de 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 de la URL del extremo (azure_openai_base_url) y la clave de API (azure_openai_api_key).

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

Prepara Jitterbit Cloud Datastore

Omite esta sección si estás usando App Builder para el almacenamiento.

Si estás usando Cloud Datastore, crea un almacenamiento de claves llamado Sentiment_Analysis. Los campos Key, AlternativeKey y Value están presentes de forma predeterminada. Agrega los campos personalizados que tengan los nombres y tipos que se enumeran en la siguiente tabla.

Puedes dejar en blanco los valores de los campos que se rellenan automáticamente o que el agente no usa.

Almacenamiento de análisis de sentimientos (Sentiment_Analysis)

Este almacenamiento de clave guarda los resultados del análisis de sentimientos generados por IA para cada caso de Salesforce. Los valores de sentimiento indican si las comunicaciones del caso son positivas, negativas o neutras. El agente completa automáticamente estos datos cuando se ejecuta. Añade los siguientes campos personalizados:

Configurar variables del proyecto

En el proyecto de Studio, se deben 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 utilizas Cloud Datastore para el almacenamiento.

Común

Azure OpenAI

Salesforce

App Builder

Configura estas variables solo si utilizas App Builder para almacenamiento.

Para obtener instrucciones detalladas sobre la configuración de claves de API y puntos de conexión de API REST, consulta Publicar una aplicación de App Builder como punto de conexión de API REST.

Obtener una clave de API

Para obtener una clave de API para la variable app_builder_api_key:

1. Crea un proveedor de seguridad de Clave de API en IDE > Proveedores de seguridad.
2. Asigna la clave de API a un usuario en IDE > Gestión de usuarios.

Buscar tu URL de punto de conexión

Para buscar el valor correcto para la variable app_builder_endpoint_url:

1. Navega a IDE > API REST.
2. Ubica tu aplicación en el panel de Aplicación. El nombre del punto de conexión se muestra en la columna Punto de conexión.
3. En el panel de Objetos de negocio, busca la tabla que se publica como recurso REST. El nombre del recurso se muestra en la columna Nombre.
4. Construye la URL del punto de conexión usando este formato: rest/v1/{ApplicationEndpoint}/{ResourceName}.

Probar conexiones

Prueba las configuraciones del punto de conexión para verificar la conectividad usando los valores de variables del proyecto definidos.

Para probar las conexiones, ve a la pestaña Project endpoints and connectors de la paleta de componentes del diseño, pasa el cursor sobre cada punto de conexión y haz clic en Test.

Implementar el proyecto

Implementa el proyecto de Studio.

Para implementar el proyecto, usa el menú de acciones del proyecto y selecciona Deploy.

Crear la API personalizada de Jitterbit

Crea una API personalizada mediante 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 parámetros para el primer servicio:

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

Después de configurar cada servicio, publica la API personalizada.

Guarda la URL del servicio de API de la API publicada para usarla cuando hagas solicitudes de API. Para encontrar la URL del servicio, ve al panel de detalles de API en la pestaña Services, pasa el cursor sobre la columna Actions del servicio y haz clic en Copy API service URL.

Revisar los flujos de trabajo del proyecto

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

Herramienta - Obtener casos de Salesforce

Este flujo de trabajo automatiza el procesamiento de casos y comentarios extrayendo detalles de Salesforce (según LastModifiedDate) y enviándolos para análisis de sentimiento. El flujo de trabajo almacena los resultados en tu destino de almacenamiento elegido (Cloud Datastore o App Builder).

Debes ejecutar este flujo de trabajo primero para cargar todos los datos de casos y generar el análisis de sentimiento. Para obtener más información sobre la ejecución del flujo de trabajo, consulta Activar los flujos de trabajo del proyecto.

Principal - Lógica de herramientas del agente de IA

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

En la configuración de la actividad Consulta de Salesforce, 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 objetos o campos diferentes, debes personalizar la consulta para alinearse 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

Utilidad - Almacenar en App Builder

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

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 amigable para usuarios no técnicos. Para obtener información sobre la construcción de una aplicación personalizada, consulta Cómo crear una aplicación inteligente.

2. Crear una API personalizada: Configura una API personalizada para consultar 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 de 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 backend que puedes consultar mediante solicitudes de API.

Principal - Controlador 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.

Principal - Controlador de solicitudes de API de consulta de cliente

Este flujo de trabajo gestiona las solicitudes de API entrantes de usuarios que desean consultar 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, coloca el cursor sobre la operación y selecciona la opción Run. Ejecuta la operación nuevamente en el futuro cuando se actualicen tus datos.

Los siguientes flujos de trabajo se activan mediante las API personalizadas de Jitterbit y solo funcionan con Cloud Datastore:

• Main Entry - Datastore API Request Handler: Este flujo de trabajo se activa mediante 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 se activa mediante solicitudes de API (con autenticación) y consultas por customerName (nombre de cliente). Este flujo de trabajo proporciona un método de consulta alternativo para datos de Cloud Datastore.

Todos los demás flujos de trabajo se activan mediante otras operaciones y se ejecutan descendentes de los flujos de trabajo listados anteriormente. Estos flujos de trabajo no están diseñados para 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 obtener ayuda adicional, contacta con Soporte de Jitterbit.