Ir al contenido principal

Utiliza recomendaciones de contenido impulsadas por IA para mejorar Fin

Cómo usar recomendaciones de brechas de contenido para mejorar el rendimiento de Fin.

Escrito por Beth-Ann Sher

Las recomendaciones de brechas de contenido proporcionan acciones específicas para ayudar a los compañeros a mejorar el rendimiento de Fin. Destacan dónde Fin no pudo responder porque el contenido de ayuda faltaba, era confuso, estaba duplicado o era contradictorio.

  • Sabe qué corregir y cómo – Las recomendaciones de brechas de contenido resaltan dónde Fin tuvo dificultades y sugieren actualizaciones claras y específicas del contenido.

  • Omite la revisión manual – Las recomendaciones de brechas de contenido analizan conversaciones no resueltas de Fin, las comparan con respuestas humanas y muestran qué corregir, sin necesidad de revisar transcripciones.

  • Corrige lo que más importa – Cada recomendación se clasifica por impacto para que puedas priorizar las correcciones que mejoran la mayoría de las conversaciones.

  • Mantén el control – Edita, acepta o rechaza cualquier recomendación antes de que se publique, para que los cambios ocurran según tus términos.

Nota: Para acceder a Recommendations y otros insights impulsados por IA, necesitarás el complemento Pro.


Cómo acceder a las recomendaciones de brechas de contenido

Para ver tus recomendaciones de brechas de contenido, ve a Fin AI Agent > Analyze > Recommendations y filtra por Reason is Content gaps.

Nota: Si haces clic en un enlace directo a una recomendación específica y recibes un error como “That data could not be loaded,” significa que el contenido subyacente ya no existe. Las revisiones pendientes de sugerencias expirarán automáticamente después de 4 semanas para mantener las sugerencias relevantes.


Cómo usar las recomendaciones de brechas de contenido

Las recomendaciones de brechas de contenido se generan analizando:

  • Respuestas fallidas de Fin (por ejemplo, escaladas o respuestas de baja calidad) y comparándolas con respuestas humanas exitosas a preguntas similares.

  • Respuestas manejadas por compañeros para verificar si hay brechas en tu knowledge base.

  • Duplicados del mismo contenido en múltiples fuentes.

  • Contradicciones del contenido en diferentes fuentes.

Para cada sugerencia de brecha de contenido, puedes:

  • Revisar recomendaciones generadas por IA para crear o editar.

  • Ver las conversaciones exactas que desencadenaron la sugerencia.

  • Actualizar artículos públicos o fragmentos directamente para mejorar la resolución futura.

Tipos de sugerencias de brechas de contenido

Acción

Objetivos

Disponibilidad

Agregar nuevo contenido

  • Llenar brechas de contenido

Artículos

Fragmentos

Editar contenido existente

  • Llenar brechas de contenido

  • Asegurar que el contenido esté actualizado y sea relevante

  • Mejorar la calidad del contenido

Artículos

Fragmentos

Revisar contenido contradictorio

  • Corregir fuentes potencialmente confusas para Fin

Artículos

Fragmentos

Páginas web

Revisar contenido duplicado

  • Limpiar contenido para Fin y gestores de knowledge

Artículos

Fragmentos

Páginas web

Segmentar recomendaciones de brechas de contenido por audiencia

Para que tus recomendaciones sean más precisas e impactantes, debes segmentarlas por audiencia. Esto asegura que Fin solo analice conversaciones y contenido relevante para un grupo específico de clientes, evitando confusión por información contradictoria (por ejemplo, diferentes políticas de datos para clientes de la UE vs. EE. UU.).

Haz clic en el icono de configuración en la parte superior de la página de Recommendations para segmentar contenido por audiencias de Fin que hayas configurado.

Nota:

  • La segmentación actualmente solo funciona para recomendaciones de contenido.

  • Cuando guardas, tus recomendaciones actuales de contenido se borrarán. Se generarán nuevas sugerencias de contenido segmentado, lo que puede tardar unas horas.

Consejo: Para espacios de trabajo multi-marca, recomendamos agregar un atributo brand a tus audiencias. Esto ayuda a asegurar que las sugerencias se generen usando el contenido correcto para cada marca. Para saber más, puedes consultar el artículo, create a branded experience with Fin Identities.

Revisando recomendaciones de brechas de contenido

Puedes revisar todas las recomendaciones de brechas de contenido antes de habilitarlas para Fin.

Cada recomendación incluye:

  • Puntuación de impacto

  • Una explicación resumida

  • Fecha de creación

  • Conversaciones fuente

  • Contenido relacionado

  • Revisar acciones requeridas

Si abres el panel lateral en la esquina superior derecha, encontrarás las conversaciones que informaron directamente una sugerencia.

Esto facilita:

  • Entender las preguntas exactas de los clientes detrás de una recomendación.

  • Validar si la solución mejorará significativamente la resolución.

  • Compartir ejemplos concretos con compañeros al planificar cambios.

Revisar ediciones

Opciones de revisión:

  • Nuevo contenido: Agrega nuevo contenido como un fragmento o artículo

  • Ediciones: Desplázate por múltiples cambios incluyendo:

    • Texto rojo (eliminaciones sugeridas)

    • Texto verde (adiciones sugeridas)

Aceptar una recomendación:

  • Snippets se añaden inmediatamente a Knowledge y están disponibles para Fin.

  • Ediciones de artículos pueden guardarse como borrador o publicarse para estar disponibles para Fin.

Consejo: Puedes editar el contenido directamente antes de aceptar o rechazar una recomendación.

Crear nuevos artículos o fragmentos

Algunas recomendaciones de brechas de contenido podrían no encajar naturalmente en tu contenido existente. Usa el botón Añadir en la tarjeta de recomendación para agregar como un nuevo fragmento o artículo, que puedes publicar inmediatamente en tu Help Center y colección preferidos.

Mover recomendaciones de brechas de contenido a otra fuente

Si la recomendación es útil pero está en la fuente incorrecta, puedes moverla a otro contenido o convertirla en contenido nuevo.

  1. Busca y selecciona el fragmento o artículo destino.

  2. El sistema intentará reescribir el contenido existente con la recomendación (normalmente en 20-45 segundos).

  3. Si no es posible la ubicación, el contenido se añadirá al final.

  4. Si se añade como contenido nuevo, el editor se abrirá con la recomendación insertada.

Nota: No puedes mover una recomendación a contenido que ya tenga recomendaciones pendientes.

Eliminar/fusionar contenido duplicado

Las recomendaciones de contenido duplicado encuentran piezas de contenido que contienen la misma información. Resolverlas ayuda a limpiar tu contenido y evita que la ventana de contexto de Fin se llene con información redundante, permitiéndole ofrecer mejores respuestas.

Por ejemplo, una recomendación podría mostrarte dos artículos que contienen instrucciones muy similares sobre cómo restablecer una contraseña.

Corregir contenido contradictorio

Nuestra herramienta de contenido contradictorio te ayuda a identificar contenido con información que se contradice. Esto te permite revisar y resolver rápidamente las discrepancias, asegurando que tu knowledge base sea una fuente única de verdad. Al corregir estas contradicciones, ayudarás a Fin a proporcionar respuestas claras, precisas y confiables a tus clientes.

También se muestran las participaciones y resoluciones por contenido para ayudarte a decidir cómo proceder.

Cómo actuar sobre recomendaciones contradictorias

Para resolver una contradicción, puedes:

  • Haz clic en Editar para abrir y actualizar el contenido.

  • Haz clic en Eliminar artículo o Eliminar fragmento para eliminar el contenido.

  • Rechaza las recomendaciones para eliminar la sugerencia de tu vista.

  • Marca las recomendaciones como hechas cuando hayas realizado las actualizaciones necesarias.

Nota: Las recomendaciones son estáticas desde el momento en que se generaron. Como puedes editar tu contenido antes de revisar una recomendación, se muestra la última hora de actualización sobre el contenido con una información emergente que indica que la vista previa mostrada podría estar desactualizada.


Preguntas frecuentes

¿Con qué frecuencia se crean las recomendaciones de brechas de contenido?

Las recomendaciones para crear/editar contenido se activan diariamente o semanalmente, según:

  • Volumen: Gran número de conversaciones donde se puede encontrar una pregunta y respuesta.

  • Actividad del tema: Consultas regulares (1+ al día) sobre el mismo tema durante al menos 7 días.

  • Picos: Aumentos rápidos en consultas relacionadas durante 4 días.

Las recomendaciones de contenido duplicado/contradictorio se revisan cada domingo. Esto escanea tu contenido y prepara hasta 20 nuevas recomendaciones para que las revises el lunes. Estas pueden incluir una mezcla de posibles contradicciones (alrededor de 15) y duplicados (alrededor de 5), dependiendo de lo que se encuentre en tu contenido.

¿Por qué algunas recomendaciones muestran un error cuando las abro mediante un enlace?

Los enlaces directos a recomendaciones individuales pueden volverse inválidos si las recomendaciones subyacentes o el contenido han expirado o sido eliminados. Esto es un comportamiento esperado.

Para ver recomendaciones activas, ábrelas dentro del panel Optimize en Intercom en lugar de usar URLs guardadas.

¿Qué se filtra al generar recomendaciones de brechas de contenido?

  • Conversaciones sin respuestas de compañeros

  • Conversaciones abandonadas

  • Conversaciones donde un compañero repitió la misma respuesta que Fin

  • Conversaciones que se centran principalmente en una solicitud de función o reporte de bug

  • Contenido existente en tus artículos públicos y fragmentos

¿Por qué una recomendación de brecha de contenido se consideraría de alto impacto si solo está vinculada a una conversación?

Una recomendación puede considerarse de alto impacto incluso si está vinculada a solo una conversación cuando esa única conversación revela una brecha crítica, contradicción o fallo en la capacidad de Fin para resolver problemas de clientes. Esto se debe a que la puntuación de impacto no solo se basa en el número de conversaciones afectadas, sino también en la gravedad o importancia potencial del problema descubierto.

  • El sistema no acelera ni marca manualmente conversaciones individuales para recomendaciones; se basa en patrones y umbrales, pero una sola conversación aún puede activar una recomendación de alto impacto si cumple ciertos criterios.

  • No todas las recomendaciones basadas en una sola conversación son de alto impacto, solo aquellas que revelan problemas significativos

¿Cómo sé si el contenido fue generado por AI?

Puedes filtrar por contenido Created by Fin en Knowledge para ver todo el contenido generado por AI.

¿Quién puede aceptar o rechazar recomendaciones de brechas de contenido?

Compañeros con permiso “Can create and manage content in Knowledge” permission.

¿Existen limitaciones para las recomendaciones de brechas de contenido?

  • Las recomendaciones solo se generan para conversaciones que tienen un AI topic asignado.

  • No hay opción para acelerar o marcar manualmente conversaciones individuales para recomendaciones.

  • Los clientes con bajo volumen (con menos conversaciones) pueden recibir menos o ninguna recomendación.

¿Por qué veo conversaciones antiguas en mis recomendaciones de brechas de contenido?

Puedes notar que algunas recomendaciones hacen referencia a conversaciones que tienen varias semanas o meses. Esto es un comportamiento esperado y forma parte de cómo las recomendaciones están diseñadas para identificar patrones significativos. Las recomendaciones se crean para un tema una vez que se acumulan suficientes conversaciones para señalar una brecha clara de knowledge base o una oportunidad de mejora.

Para algunos temas, puede tomar más tiempo reunir un volumen suficiente de conversaciones para cumplir este umbral. Como resultado, una sola recomendación puede basarse en una mezcla de conversaciones recientes y antiguas. Esto asegura que cada recomendación esté bien informada y aborde un tema recurrente, en lugar de basarse en una interacción única y aislada.

¿Ha quedado contestada tu pregunta?