Validar una reserva antes de guardarla
Llama aPOST /api/v1/action-checks con la clave API de tu organización y espera
la respuesta antes de confirmar la reserva. Compara identificadores estables
del sistema de reservas o CRM, no nombres en texto libre.
decision: "flag_mismatch", allowed: false y un control
con estado mismatch. Las decisiones posibles son:
proceed: todas las comparaciones coinciden, las herramientas indicadas tuvieron éxito y cada herramienta obligatoria declarada se informa como exitosa.request_clarification: falta un dato utilizable o una herramienta está pendiente/no se ejecutó.flag_mismatch: hay una diferencia o falló una herramienta.
requiredTools por separado de las ejecuciones en tools.
Si falta una clave obligatoria en tools, el control devuelve missing,
allowed: false y request_clarification (o flag_mismatch si otro control
falla). La coincidencia del médico por sí sola no permite aprobar esa solicitud.
Por compatibilidad, la lista predeterminada está vacía; envíala siempre que
necesites exigir ejecuciones previas. Las claves de herramientas deben ser
únicas y distintas de las claves de comparación. Distinguen mayúsculas después
de eliminar espacios exteriores.
Construye la lista a partir de las reglas de la aplicación, no de las llamadas
que afirma haber hecho el LLM. La API no puede detectar un requisito omitido
en ambas listas. Exige comprobaciones como disponibilidad antes de reservar;
no exijas que la propia reserva ya se haya realizado para autorizarla. Informa
estados basados en resultados reales. Reconstruye los datos y repite el control
si cambia el médico, la cita o el estado de un requisito previo.
Configurar datos de referencia
En una etapa de análisis con IA, abre Datos de referencia. Añade una etiqueta y una ruta de metadatos, comobooking.doctor_id o crm.patient_type. Marca como
obligatorios los datos necesarios para evaluar. Los cambios se guardan con la
versión del monitor y se usan también en el análisis histórico.
Solo los escalares configurados entran en el bloque de referencia. Cada etapa
acepta 20 campos, hasta 1.000 caracteres por valor y 6.000 en total. Los campos
obligatorios ausentes o demasiado grandes dejan el monitor No evaluado; su
traza muestra las etiquetas faltantes. No se invoca el modelo. Los campos
opcionales ausentes se indican al evaluador. Esto es independiente de la opción
anterior Usar contexto de llamada.
Usa identificadores estables del profesional solicitado y propuesto para
comparaciones deterministas. Un monitor de IA puede comparar la conversación
con el CRM después de la llamada; la validación síncrona es una API separada.
Explicar las transferencias
Abre Informes → Análisis de transferencias → Crear monitor de transferencias. La plantilla editable incluye transferencias adecuadas/evitables, abandonos, motivos, pacientes nuevos/existentes, tareas completadas y preguntas relacionadas.- Selecciona agentes y revisa las instrucciones según sus tareas permitidas.
- Añade referencias obligatorias si necesitas políticas o datos del CRM.
- Prueba y guarda el monitor. Revisa volumen y muestreo antes de activar un análisis histórico; abrir el informe nunca ejecuta evaluaciones.
- Selecciona monitor y fechas. Se muestran 14 días por defecto, hasta 90, según la fecha UTC de cada llamada.
Evaluar la naturalidad de la voz
Naturalidad de voz (vista previa) está desactivada por defecto y no está validada en vivo: las solicitudes de audio sintético devolvieron HTTP 500 de AWS. ManténAUDIO_NATURALNESS_ENABLED=false en la aplicación y el worker hasta que
funcione la inferencia de audio y se revisen ejemplos multilingües; actívala en
ambos solo después de esa validación.
El monitor de audio independiente está diseñado para evaluar los primeros
20 segundos del canal aislado del agente: naturalidad, prosodia y
adecuación al idioma. Las palabras correctas pueden sonar poco naturales; un
acento no es por sí solo un fallo. La degradación va de 0 (natural) a 100 (grave),
con umbral predeterminado de 50.
Requiere audio aislado, decodificación en el worker y configuración opcional de
inferencia de audio en AWS. Audio mezclado, ruidoso o insuficiente y fallos de
inferencia producen No evaluado, nunca un resultado favorable. Un fragmento
no detecta defectos tardíos ni prueba que el interlocutor sea humano. Calibra con
revisores multilingües antes del despliegue; no es un benchmark validado.
Revisar costos manteniendo cobertura de cumplimiento
Abre Informes → Informe de costos. Se mantienen separadas tres fuentes: cargos del proveedor, estimaciones de trazas y estimaciones de monitoreo. Los cargos pueden incluir costos de trazas; no los sumes. Precios desconocidos y datos no disponibles son explícitos. Las estimaciones usan consumo registrado y precios disponibles, no conciliación de facturas. La selección de empresa usa la atribución de cada llamada. Consumo histórico sin vínculo queda sin atribuir y se excluye de vistas por empresa. Referencias de sesión ambiguas no permiten atribuir costos. Selecciona solo monitores opcionales, no de cumplimiento, para estimar ahorro. El control estima una reducción adicional del gasto registrado mediante filtros o muestreo. Todos comienzan excluidos y no se modifica ninguna configuración. Los controles de cumplimiento deben mantener cobertura total. Se excluyen infraestructura y consumo no registrado. Acceso programático con el mismo alcance de organización y empresa:GET /api/v1/reports/costs?companyId=UUID&from=2026-08-24&to=2026-09-06GET /api/v1/reports/transfers?metricId=UUID&companyId=UUID&from=2026-08-24&to=2026-09-06

