Crear y gestionar AI Agent

En este tema se describe cómo crear y administrar un AI Agent en la Control Room. Puede realizar varias acciones, como ejecutar, mover, registrar entrada, ver, editar, copiar y eliminar AI Agent, con ciertos permisos requeridos para editar y eliminar.

Para crear un AI Agent en la Control Room:

Procedimiento

  1. Inicie sesión en la Control Room y vaya a Automatización > Crear nueva o ícono \'+\' y elija Agente de IA.
  2. Proporcione un nombre y una descripción y haga clic en Crear y editar para mostrar un esquema de plantilla. Creemos un ejemplo: Agente de IA para detalles de reclamaciones.
  3. Defina el indicador para el agente: Notará que aparece la pantalla Generar indicador para el agente (función solo disponible en la nube) y le pide que ingrese el indicador.

    El primer paso para crear un AI Agent es darle una misión. Para hacerlo, proporcione un indicador inicial en pantalla claro y detallado que describa el propósito del agente en lenguaje natural. Este indicador es la base sobre la cual se construye toda la lógica del agente.

    Por ejemplo, para crear el agente para detalles de reclamaciones que se muestra en el ejemplo, un usuario pudo haber comenzado con un mensaje conciso pero informativo como el siguiente:

    Your job is to retrieve claim details:
*  Retrieve policy and police report details.
*  If any information is missing, ask a human for assistance.

    Esta entrada inicial proporciona los requisitos principales, que AI Agent Studio puede utilizar luego para generar un indicador más detallado y estructurado. AI Agent Studio está diseñado para ser flexible; no necesita proporcionar cada detalle desde el principio. Sin embargo, mientras más contexto proporcione, mejor podrá AI Agent Studio generar una plantilla inicial para que la pueda perfeccionar.

    El sistema luego ampliará esta entrada inicial para crear un indicador integral (ejemplo mostrado a continuación).

    Nota: El texto generado de rol/objetivo/plan de acción varía ligeramente según el modelo que se esté utilizando. Su ejemplo no puede coincidir palabra por palabra, pero la estructura e intención serán similares.

    Ejemplo de resultado:

    Rol: Usted es un procesador de reclamaciones de seguros especializado en reclamaciones por propiedad robada, con experiencia en recuperar y verificar detalles de reclamaciones, pólizas e informes policiales mediante herramientas automatizadas y asistencia humana cuando sea necesario.

    Objetivo:su objetivo es recuperar y verificar todos los detalles requeridos para una reclamación de propiedad robada utilizando el ID de reclamación proporcionado, asegurándose de que ningún valor de salida sea nulo y consultando a una persona si es necesario para completar la tarea.

    AI Agent: detalles de la reclamación
  4. Elija una conexión de modelo: Vaya a la pestaña Modelo y haga clic en Elegir para elegir de la lista disponible de Model connections a la que tiene acceso. Para obtener más información sobre la Conexión de modelo, consulte Conexiones del modelo
    La creación de estas Model connections está a cargo del administrador de automatización y se asignan a su usuario con un rol personalizado. Solo se permiten Model connections creadas a partir de los modelos proporcionados por Automation Anywhere o mediante sus propias licencias (BYOL). Las definiciones de modelos personalizados no son compatibles actualmente con AI Agent.
    Nota:
    Los agentes de IA ofrecen soporte para lo siguiente:
    • Conexiones de modelos de OpenAI y Azure OpenAI que utilizan los modelos GPT-4o y GPT-4.1 (tipo estándar).
    • Conexiones de modelo de Automation Anywhere que usan GPT-4o.

    Al elegir un modelo, asegúrese de seleccionar la versión más reciente disponible (por ejemplo, GPT-4o de noviembre de 2024 o posterior) para aprovechar las últimas mejoras en estabilidad y rendimiento.

  5. Definir variables de agente: Vaya a la pestaña Entrada y salida. Aquí, necesita indicarle al agente qué información debe buscar como variables de entrada y qué debe proporcionar como variables de salida. Estas variables serán utilizadas por el LLM para comprender el contexto y comunicarse con las herramientas. La clave es proporcionar un lenguaje detallado y descriptivo. Cuanto más detalladas sean sus descripciones, mejor podrá el LLM entender su propósito y cumplir su objetivo.

    • Variable de entrada:

      • Nombre: claim_id

      • Descripción: El ID de la reclamación para el que se recuperarán los detalles

    • Variable de salida:

      • Nombre: claim_details

      • Descripción: Detalles finales de la reclamación, como información de la póliza y del informe policial.

  6. Define la visualización para el usuario final: Este paso le permite configurar cómo se presenta la ejecución de AI Agent al usuario. El objetivo es proporcionar un título claro y significativo para la tarea que el usuario ve en la interfaz de Co-pilot. Vaya a la pestaña Pantalla del usuario final. En el título de solicitud de agente, proporcione un título para la tarea. Este título es un campo obligatorio y se muestra cuando AI Agent se ejecuta en Co-pilot. Por ejemplo, para el agente de detalles de reclamaciones, el título podría ser Solicitud de detalles de reclamación. Esto ayuda al usuario a entender rápidamente qué está haciendo el agente.
  7. Agregar y configurar herramientas:

    En la pestaña Herramientas, agregue las automatizaciones necesarias para que su agente realice su tarea. En este ejemplo, agregará las automatizaciones de Consulta de reclamaciones, Informe policial, Rastreador de datos y Proceso de póliza como herramientas.

    Nombre de la herramienta Objetivo Variables de entrada Variables de salida
    búsqueda de reclamaciones Proporciona los detalles de la reclamación. INPUT_id: ID de la reclamación claim_id: el ID de la reclamación, policy_id: el ID de la póliza, stolen_property_item: el artículo que fue robado, claimed_replacement_cost: el costo de reemplazo para los artículos reclamados, location_of_incident: el lugar del incidente, police_report_id: el ID del informe policial, date_of_incident: la fecha del incidente, claim_status: el estado de la reclamación, claimant_name: el nombre del reclamante, receipt: el recibo de la propiedad objeto de la reclamación
    informe policial Obtiene los detalles del informe policial. INPUT_id: ID del informe policial police_report_id: el ID del informe policial, report_date: la fecha del informe, officer_name: el nombre del oficial, officer_badge_number: el número de placa, incident_type: el tipo de incidente, description: la descripción de la entrada, incident_location: la ubicación del incidente, suspect_name: el nombre del sospechoso, arrest_made: ¿Se realizó un arresto?, reporting_station: la estación donde se realizó el informe
    rastreador de datos Siempre utilice esta herramienta para realizar un seguimiento de los datos que ha recibido y de los datos que no posee hasta ahora. data_received_or_missing_so_far: Los detalles sobre los datos que ha recibido o que faltan (o tienen valores nulos) formateados en json data_received_or_missing_so_far_response: Los datos que ha recibido o que le faltan hasta ahora en formato JSON.
    proceso de póliza Esto recupera los detalles de una póliza. INPUT_id: ID de la póliza policy_id: el ID de la póliza, policy_number: el número de la póliza, policy_type: el tipo de póliza, issue_date: la fecha en que se emitió la póliza, expiration_date: la fecha de vencimiento, status: el estado de la póliza, premium_amount: el monto de la prima, payment_frequency: la frecuencia de los pagos, insured_name: el nombre del asegurado, insured_address: la dirección del asegurado, insured_phone: el número de teléfono del asegurado, insured_email: el correo electrónico del asegurado, coverage_type: el tipo de cobertura, policyholder_id: el ID del titular de la póliza, coverage_amount: el monto de la cobertura, agent_id: el ID del agente de seguros, deductible_amount: el monto del deducible, was_successful: Verdadero si la búsqueda encontró algún dato, Falso en caso contrario.

    Para obtener más información sobre la configuración de herramientas, consulte Configuración de los ajustes en Herramientas para un AI Agent.

  8. Defina el plan de acción: La sección Plan de acción es generada por el sistema según su indicador y las herramientas que agregó. Describe el flujo lógico:
    • Recuperar detalles de la reclamación: Utilice la herramienta Consulta de reclamaciones usando el claim_id.
    • Recuperar informe policial: Utilice la herramienta Informe policial.
    • Haga un seguimiento de los datos: utilice la herramienta Rastreador de datos.
    • Obtenga detalles de la póliza: utilice el Proceso de póliza.
    • Si los detalles de la reclamación están incompletos, utilice la intervención humana para solicitar ayuda.
  9. Pruebe y perfeccione: Una vez que haya configurado todo, haga clic en Ejecutar para probar su agente y asegurarse de que se comporte como espera. Puede simular una conversación con el agente, proporcionando un ID de reclamación y viendo si recupera correctamente los detalles de la reclamación, el informe policial y la información de la póliza. Perfeccione las descripciones de las variables y los indicadores de las herramientas según sea necesario para mejorar el rendimiento y la precisión del agente.
    Nota:

    Nota: Probar y ejecutar AI Agents en el espacio de trabajo privado no consume créditos de Automation AI. Para obtener más información sobre el consumo de créditos al pasar a producción, consulte Modelo de licencia para AI Agents.

    .

Qué hacer a continuación

Una vez que haya creado y configurado su AI Agent, intégrelo en sus procesos empresariales e incorpore inteligencia en la automatización de extremo a extremo. Para obtener más información sobre cómo agregar un AI Agent a un proceso, consulte Agregue la AI Agent al proceso de automatización. El siguiente diagrama ilustra el flujo de trabajo típico, desde la creación del agente hasta la ejecución en un entorno público.

Flujo de trabajo de AI Agent

El proceso de mover un AI Agent de un entorno de desarrollo a uno de acceso público implica varios pasos clave y roles de usuario.

Crear y probar
Un desarrollador profesional o un administrador de automatización crea y prueba el AI Agent.
Configurar en un proceso
El desarrollador profesional luego configura el AI Agent dentro de un proceso más amplio.
Registrar
El proceso se registra en el repositorio, lo que lo hace disponible para su uso.
Ejecutar en público
El proceso puede ejecutarse luego en un espacio de trabajo público, lo que permite que se llame a través del Co-Pilot de automatización.
Nota:

Un usuario empresarial con la licencia requerida de Automation Co-Pilot para usuarios empresariales puede ejecutar el proceso e interactuar con el AI Agent. El diagrama también muestra los permisos específicos requeridos para que cada rol de usuario realice estas tareas. Para obtener más información sobre los roles y permisos, consulte Roles y permisos.