Tutorial: creación de flujos conversacionales

Mi primera experiencia desarrollando el flujo conversacional a través de Draw.io y Blip Builder.

- , , ,
copywriting-chatbot

El modelo de chatbot para una pizzería es quizás el ejemplo principal en las sesiones de formación de chatbots y, a veces, es motivo de risa entre aquellos que aprenden el duro arte de construir un chatbot. Lograr la construcción e implementación de un chatbot que se integrará en sistemas digitales como páginas webs o aplicaciones de chats, es un tremendo desafío y requiere un conocimiento profundo de varias áreas.

Compass.uol me presentó este desafío y, aunque nunca antes había tocado la plataforma Blip, traté de guiarlo leyendo la documentación de la plataforma y revisando el centro de ayuda.

Desarrollo de ChatBots para empresas

Creamos chatbots en WhatsApp, Facebook Messenger, Telegram...

Contáctanos en nuestra web

De todos modos, el paso más importante hubiera sido utilizar una buena planificación de UX, una formación que yo tampoco tengo. La gran ventaja es que Blip Builder es una plataforma extremadamente intuitiva para construir y desarrollar chatbots. Así que Blip siempre será una gran opción, ya que cuenta con una completa herramienta de desarrollo. A través de él podemos construir fácilmente los flujos conversacionales de lo que será nuestro futuro chatbot.

Además, pone a nuestra disposición, una amplia gama de plantillas preconfiguradas, podemos crear un chatbot desde cero, sin necesidad de conocer una sola línea de programación. Sin embargo, su personalización con técnicas de programación avanzadas también es perfectamente plausible. Además, permite utilizar una API o SDK para cargar código desde un chatbot preexistente directamente a Blip.

El desafío consistía en realizar la siguiente actividad: Construir un chatbot para pedir pizzas con algunos requisitos, usando BLIP e integrándolo con Telegram y Blip chat. En cuanto a la funcionalidad requerida para el bot, dejaremos la pregunta a un lado.

El enfoque de este artículo solo demostrará el tema relacionado con el flujo conversacional propuesto, el cual fue creado en base al diseño y funcionalidades inherentes a los componentes de Telegram y blipchat. Al principio, dadas las 24 horas que tenía para estructurar el bot, comencé a crear el flujo en el propio constructor, respondiendo a los requisitos obligatorios paso a paso. Obviamente, al final de la construcción, sin una planificación adecuada de UX, lo que quedó fue una maraña de conexiones que parecía una bola de hilo.

Mejorando el desarrollo pude leer y estudiar conceptos UI/UX, y recordar que la esencia del Diseño Conversacional es transformar conversaciones automatizadas en experiencias conversacionales similares a las que mantienen los humanos, y para eso es necesario crear flujos de conversación bien definidos y lógicos.

Para la construcción de mi flujo conversacional terminé eligiendo Draw.io, que permite trabajar con símbolos ISO estandarizados para construir el diagrama de flujo. Después de un poco de esfuerzo logré llegar a un diseño, que está lejos de ser el más completo, pero que al menos tenía el poder de demostrarme lo importante que es planificar el diagrama de flujo antes de realizar las entradas en el framework blip.

Necesitaba revisar conceptos sobre el «árbol de decisiones«. En el mundo de los bots, trabajar con un árbol de decisiones nos ayuda a rastrear posibles respuestas a las preguntas planteadas por los usuarios de bots, es decir, mapear posibles preguntas que pueden resolver los problemas formulados en un diálogo con el chatbot.

En el caso de nuestra pizza, cuando un cliente contacta con la pizzería a través del chatbot y luego escribe «Quiero una pizza«, nuestro asistente virtual respondería «quieres decir: pizza dulce o pizza salada», y así sucesivamente.

La construcción de preguntas y respuestas preestablecidas es parte del razonamiento para construir un árbol de decisiones, que ayudará a componer el diagrama de flujo para el servicio al cliente, que requiere una planificación y estructuración precisas.

Estoy agradecido por el desafío que me permitió realizar y crecer en este campo tan complejo que involucra al mundo de los chatbots. Dejo esta misión seguro de haber ganado más consistencia en mis soft skills, pero junto a eso todo el conocimiento surgido en una plataforma distinta a IBM Watson, que era el único idioma que había aprendido hasta ahora.

A continuación, se muestra un dibujo de cómo fue la propuesta de flujo conversacional, con la certeza de que aún me queda mucho por aprender sobre el tema. No es mi área de elección dentro del marco de los chatbots, pero es una pieza fundamental y una base de conocimiento sobre el tema.

 

Entradas del mismo autor

Deja un comentario