Extractores de Información
Extrae datos estructurados de las conversaciones
Los Extractores de Información permiten que tu agente de IA capture datos específicos de las conversaciones y los devuelva en un formato estructurado. Cada extractor define qué información recolectar y cómo formatear la respuesta.
Todos los datos extraídos se incluyen automáticamente en el webhook posterior a la llamada, lo que facilita su integración con tu CRM, base de datos u otros sistemas.
Descripción general
Los Extractores de Información son acciones reutilizables que creas una vez y puedes adjuntar a cualquier agente. Funcionan en segundo plano durante las llamadas para identificar y extraer información específica según las reglas que definas.
Tipos de Extractores
Yes/No Question (Sí/No)
Devuelve un valor booleano (verdadero o falso) según si se cumplió o no una condición durante la llamada.
Ejemplos de uso:
“¿El cliente confirmó su cita?”
“¿El lead está interesado en una demostración?”
“¿El llamante solicitó una devolución de llamada?”
Single Choice (Opción única)
Ofrece una lista predefinida de opciones, y la IA selecciona la que mejor coincida con la conversación.
Ejemplos de uso:
“¿Cuál fue el estado de ánimo del cliente?” → Opciones: Feliz, Neutral, Frustrado
“¿Sobre qué producto consultó?” → Opciones: Plan Básico, Plan Pro, Plan Empresarial
“¿Cuál es su método de contacto preferido?” → Opciones: Email, Teléfono, Mensaje de texto
Open Question (Pregunta abierta)
Permite que la IA extraiga respuestas en formato libre basadas en el contexto de la conversación, sin opciones predefinidas.
Ejemplos de uso:
“¿Qué problema específico describió el cliente?”
“¿Qué características del producto mencionó?”
“¿Cuál es el nombre de la empresa del cliente?”
Crear un Extractor de Información
Los Extractores de Información se crean de forma global en tu espacio de trabajo y pueden adjuntarse a cualquier agente. Este ejemplo muestra cómo crear un extractor Sí/No para determinar si un usuario está abierto a nuevas oportunidades laborales.
Navega a tu agente y abre la pestaña Actions.
Ve a la pestaña After the Call y selecciona Information Extractor. Aparecerá una ventana con todos tus extractores existentes. Selecciona los que quieras adjuntar a tu agente o haz clic en New Action para crear uno nuevo.
Si decidiste crear una nueva acción, tendrás disponibles plantillas de extractores que podés editar según tu caso de uso.
Seleccioná el tipo de extractor que se ajuste a tus necesidades (Yes/No, Single Choice o Open Question).
En este ejemplo, usamos un extractor Yes/No porque queremos una respuesta booleana.
Ingresá un nombre único para tu extractor en formato snake_case (por ejemplo:
open_to_opportunities).Este nombre se usará como clave en los datos del webhook, así que debe ser descriptivo y fácil de referenciar en tu código.
Escribí una pregunta o instrucción clara y sencilla que indique a la IA qué debe extraer.
Ejemplo: “¿El usuario está abierto a considerar nuevas oportunidades?”
Limitaciones importantes:
Mantené el prompt de extracción conciso y específico.
Evitá instrucciones complejas o múltiples preguntas.
No uses pseudocódigo, sintaxis de código ni caracteres especiales como
{},[], o<>.No solicites salidas en formatos estructurados (JSON, XML, etc.).
Solicitá solo respuestas en texto plano.
Pedir salidas estructuradas (como JSON o código) causará errores de análisis y puede generar fallos en las llamadas.
Hacé clic en Save para crear el extractor. La acción se adjuntará automáticamente a tu agente.
Adjuntar a un agente
Una vez creado, adjuntá el extractor de información a tu agente para que se ejecute durante las llamadas.
Navegá a la pestaña Agents y abrí el agente que querés configurar.
Ingresá en la pestaña Actions dentro del agente.
En la pestaña After the Call, hacé clic en Add Action y seleccioná tu extractor recién creado desde la ventana modal.
Tu agente ahora extraerá esta información durante cada llamada e incluirá los datos en el payload del webhook posterior a la llamada.
Mejores prácticas
Una sola información por extractor: hacé preguntas simples.
Lenguaje claro: redactá el prompt como si hablaras con una persona.
Solo texto plano: nunca solicites JSON ni uses
{},[],<>.Nombrado consistente: usá formato
snake_case(ej.customer_sentiment,product_interest).Pruebas exhaustivas: realizá llamadas de prueba para verificar la precisión de la extracción.
Contexto relevante: asegurate de que el tema de la conversación sea adecuado para la información que querés extraer.
Preguntas frecuentes
Última actualización
¿Te fue útil?