Motor de Botpress
¿Por qué esto es diferente de otros motores de IA?
Todas las plataformas de IA usan LLMs. Pero eso no significa que todas ofrezcan la misma calidad de IA a sus clientes.
No te quedes solo con nuestra palabra. Mídelo tú mismo.
Ejecutamos el Botpress Engine en un LLM económico y lo comparamos con el estándar de la industria funcionando en un LLM costoso. (Sí, así de seguros estamos.)
Primero la IA desde 2017.
Comenzamos construyendo LLMs.
Ahora usamos ese profundo conocimiento técnico para ayudarte a servir mejor a tus clientes.
Reemplaza el uso de herramientas por la ejecución directa de código en cada acción del agente.
Una biblioteca de esquemas que le indica al LLM exactamente qué esperar de cada herramienta.
Aprende de la retroalimentación humana para mejorar la precisión del agente con el tiempo.
Framework LLMz
Ejecución de código, no uso de herramientas
La mayoría de los agentes de IA interactúan con el mundo mediante llamadas a herramientas: el LLM selecciona una herramienta (por ejemplo, para buscar un pedido o recuperar el registro de un cliente), obtiene una respuesta, luego elige la siguiente herramienta y repite.
Nosotros no hacemos esto.
¿Por qué? Porque los LLMs son mucho mejores escribiendo código que llamando herramientas.
Así que en lugar de llamadas a herramientas, en el LLMz Framework, tus instrucciones en lenguaje natural se convierten en código. Específicamente, en Typescript.
Eso significa que si tu solicitud tiene varios componentes (como recuperar el registro de un cliente y luego consultar el estado de un pedido), encadenamos todas esas solicitudes en una sola, en vez de hacer varias llamadas separadas a herramientas.
¿Qué significa esto para nuestros clientes?
Más rentable
Obviamente, una sola ejecución por solicitud es más barato que solicitudes separadas para cada acción dentro de la petición.
(No nos preguntes por qué nuestros competidores no hacen esto. Nosotros tampoco lo sabemos.)
Razonamiento más seguro
Como es una sola gran solicitud hecha en código, el LLM puede detectar y corregir errores sobre la marcha, en vez de asumir algo en el Paso 1 que se convierte en un error en el Paso 3.
Biblioteca ZUI
Resultados exactos, no suposiciones
Tus agentes de IA usan herramientas para ayudar a tus clientes — como usar un CRM para recuperar el registro de un cliente.
Cuando una solicitud involucra varias herramientas (como recuperar el registro de un cliente y luego consultar el estado de un pedido), los LLMs a veces adivinan qué devolverá la herramienta.
Y cuando encadenas 10 pasos de herramientas, esas suposiciones se acumulan y pueden convertirse en fallos.
Lo que hace la ZUI Library es imponer una salida estrictamente definida en cada herramienta. Así el LLM siempre sabe exactamente qué va a recibir.
Eso significa que tu agente de IA puede — de forma muy confiable — encargarse de solicitudes que impliquen más de un paso.
Y, sinceramente, la mayoría de las solicitudes requieren varios pasos. Por eso nos tomamos en serio hacerlo bien.
Llamadas a herramientas vs. la ZUI Library
Salida estándar de LLM
El LLM supone qué devuelve una herramienta. En varias acciones encadenadas, esas suposiciones se acumulan: entradas incorrectas se pasan al siguiente paso, los errores se suman y el agente falla de formas difíciles de diagnosticar.
Con la Biblioteca ZUI
Cada herramienta tiene una salida definida con precisión en la que el LLM puede confiar. Las acciones se encadenan sin problemas, el modelo siempre sabe con qué está trabajando y las tareas complejas de varios pasos se ejecutan de forma confiable.
Bucle de aprendizaje ZAI
Retroalimentación que se acumula
La mayoría de las plataformas de IA no cuentan con un mecanismo real para que tus agentes de IA mejoren de manera tangible con el tiempo.
Pero Botpress incorpora una capa de retroalimentación en cada componente: el ZAI Learning Loop.
Nuestro Learning Loop toma comentarios en lenguaje natural (como “Eso suena demasiado formal” o “Solo actualiza el CRM después de procesar el reembolso”) y los integra nuevamente en el sistema en el que estás trabajando.
En la práctica, el Bucle de Aprendizaje ZAI significa que:
Ves mejoras reales tan pronto como das tu retroalimentación.
Tu agente de IA mejora cada vez más con el tiempo.
Tu agente de IA nunca comete el mismo error dos veces.
