Cómo automatizar la clasificación inicial de solicitudes sin perder contexto

La clasificación inicial automática organiza las solicitudes para que lleguen a la persona adecuada con el contexto necesario. Puede combinar reglas sobre campos conocidos con IA para interpretar texto libre. El resultado útil es una asignación verificable, con una salida para los casos ambiguos, no solo una etiqueta producida deprisa.

Por Lyntev. Actualizado el .
Unos 5 minutos de lectura.

Una solicitud con continuidadLa misma referencia acompaña a la solicitud y evita duplicados.

Traducción publicada el . Guía original en portugués; revisión de la fuente .

Al terminar, podrá:

  • Diseñar categorías sin solapamientos innecesarios
  • Medir las derivaciones correctas por categoría
  • Tratar la ambigüedad y los fallos sin perder solicitudes

Describa qué entra y quién debe recibirlo

Inventaríe los canales utilizados: formulario, correo, bandeja de mensajes o aplicación. Elija inicialmente uno y registre los campos disponibles, los adjuntos, los idiomas y el responsable actual. La misma frase puede necesitar destinos diferentes según el producto o el contrato; identifique el contexto que realmente modifica la asignación.

Separe la clasificación de la prioridad. «Facturación» identifica un asunto; «responder a más tardar mañana» expresa una necesidad; una prioridad operativa depende de las reglas de la empresa. No convierta automáticamente palabras como «urgente» en autorización para saltarse controles. Conserve el mensaje original aunque presente un resumen al equipo.

Escriba una definición y un límite por categoría

Dé a cada categoría una descripción, ejemplos incluidos, ejemplos excluidos y un destino. Si dos personas del equipo clasifican de forma diferente las mismas solicitudes, resuelva primero la regla. Automatizar una taxonomía ambigua puede limitarse a acelerar la circulación incorrecta de los casos.

La documentación de Anthropic sobre derivación propone estudiar el proceso de soporte y probar con solicitudes clasificadas. La matriz siguiente es una propuesta editorial para una empresa ficticia de servicios. Ajuste los límites a su trabajo y mantenga una categoría de revisión; tiene responsable y plazo, no es un lugar donde desaparecen las solicitudes.

Escriba una definición y un límite por categoría
CategoríaIncluyeDerivación
ComercialSolicitud de condiciones para un servicio nuevoEquipo comercial
SoporteProblema en un servicio ya contratadoEquipo de soporte
AdministraciónSolicitud de documento o cambio de contactoEquipo administrativo
RevisiónDos asuntos o información insuficienteResponsable de entrada

Utilice reglas donde la decisión ya esté definida

Un formulario que identifica expresamente el servicio y el motivo puede seguir una regla directa. La IA es una posibilidad cuando la información llega como texto variable y necesita interpretación. No añada una llamada al modelo solo para copiar un campo que ya determina el destino.

Pida una salida limitada a las categorías previstas, con los datos ausentes y una breve prueba del texto. Las salidas estructuradas ayudan a cumplir el formato, como documenta Anthropic; no demuestran que la categoría elegida sea correcta. La aplicación verifica la estructura, el destino permitido y las condiciones necesarias antes de asignar la solicitud.

Examine una solicitud que exige revisión

En el ejemplo ficticio PED-309, la persona escribe: «No puedo abrir el área de cliente y quería conocer el precio de dos licencias más». Hay dos asuntos legítimos. La propuesta es derivar el problema de acceso a soporte y señalar el interés comercial, manteniendo relacionados los trabajos para evitar dos respuestas contradictorias.

Si el sistema solo admite un destino, la política puede poner la solicitud en revisión para que alguien la divida. Ese resultado es preferible a fingir que la categoría dominante ha resuelto todo el mensaje. Registre la política en el conjunto de ejemplos para que la evaluación no penalice una derivación humana que era precisamente el comportamiento esperado.

Resultado ilustrativo para revisión, sin ejecución automáticaJSON
{
  "pedido_id": "PED-309",
  "categoria": "revisao",
  "assuntos": ["acesso", "novas_licencas"],
  "motivo": "El mensaje contiene una cuestión de soporte e interés comercial.",
  "acao_proposta": "separar_assuntos_com_referencia_comum"
}

Mida los errores que cambian el destino

Prepare una muestra anotada por personas que conozcan la operación y reserve una parte para la evaluación final. Incluya categorías raras, mensajes cortos, textos largos y casos que deban ir a revisión. No ajuste el sistema con todos los ejemplos para después presentar el resultado sobre esos mismos ejemplos como una prueba independiente.

En un ensayo ficticio, 50 solicitudes se derivan a soporte y 45 pertenecen realmente a soporte: la precisión de ese destino es 45 ÷ 50 = 90%. Si la muestra tenía 60 solicitudes de soporte, la cobertura de esa categoría es 45 ÷ 60 = 75%. El primer cálculo mide el destino elegido; el segundo muestra cuántos casos de soporte quedaron fuera. No son objetivos universales.

Mida los errores que cambian el destino
ObservaciónPregunta que ayuda a corregir
Comercial enviado a soporte¿La definición confunde intención y problema?
Soporte derivado a revisión¿Falta contexto o el caso es realmente ambiguo?
Muchas solicitudes sin destino¿Falta una categoría o hay un fallo técnico?
Categoría correcta, equipo equivocado¿Está actualizado el mapa de responsables?

Conserve los estados y permita corregir la asignación

Mantenga estados como recibido, clasificado, asignado y en revisión. Una interrupción durante la clasificación no debe eliminar la solicitud ni presentarla como atendida. La referencia de la operación permite retomar y reconocer repeticiones; un nuevo intento no crea por accidente una segunda atención.

Empiece por un modo de sugerencia: el equipo ve la categoría propuesta, confirma o corrige y el sistema registra la decisión. Observe el tiempo de clasificación, las solicitudes derivadas de nuevo y la cola pendiente. Una reducción del tiempo de clasificación acompañada de más trabajo de corrección no demuestra una mejora del proceso completo.

Documente la regla antes de automatizarla

El responsable de la operación debe poder explicar la categoría y corregir el destino sin editar el código del modelo. Defina cómo se aprueban nuevas categorías y qué casos se vuelven a probar. Cuando cambien la oferta o el equipo, revise conjuntamente la clasificación y el mapa de asignación.

Ficha para su proyecto

Canal y referencia de la solicitud:
Campos disponibles y contexto necesario:
Categorías, definiciones y exclusiones:
Regla para mensajes con varios asuntos:
Destinos y responsables:
Condiciones para revisión humana:
Salida estructurada y validaciones:
Muestra de desarrollo y muestra reservada:
Precisión y cobertura por categoría, con recuentos:
Tiempo de clasificación, correcciones y pendientes:
Repeticiones, indisponibilidad y recuperación:
Versión de la política y próxima revisión:

Fuentes y criterios

Contenido elaborado con ayuda de IA e investigación en fuentes técnicas, con comprobación de los ejemplos y cálculos pertinentes. Las referencias fundamentan las decisiones de la guía; los ejemplos identificados como ficticios permiten probar el método.

Wellinton Oliveira

Escrito por

CEO de Lyntev

Tecnología con contexto, análisis propio y fuentes que puede consultar.