Northstars
Reglas explícitas y verificables sobre cómo es el comportamiento correcto. Se escriben una vez y luego las usan todas las pruebas antes del despliegue y todas las auditorías posteriores. Un único estándar, aplicado igual en cada etapa.
Reserva una demoNorthstars de comportamiento y de negocio
Dos dimensiones, evaluadas del mismo modo. Los northstars de comportamiento rigen cómo comunica un agente, cómo maneja la información y cómo secuencia las herramientas; los northstars de negocio son los resultados de los que responde, como la resolución en el primer contacto, la contención o la clasificación correcta de la intención.
Dirección confirmada antes de programar la cita
Secuencial
Dirección repetida a las 01:58. Franja ofrecida a las 02:10.
Resuelto en el primer contacto
Resultado de negocio
La llamada se transfirió a una persona tras la comprobación de cobertura.
Cinco categorías
Cada northstar pertenece a una categoría para que el evaluador sepa cómo comprobarlo: información que el agente debe transmitir, tono y registro, cuándo debe activarse una herramienta, orden obligatorio de las operaciones y límites que nunca debe cruzar.
- NotasInformación que el agente debe retener y aplicar durante toda la conversación.
- EstiloTono, registro y personalidad: profesional pero empático, directo sin resultar brusco.
- HerramientaCondiciones bajo las cuales debe invocarse una herramienta concreta, como verificar siempre a través del sistema.
- SecuencialOrden de operaciones requerido, como verificar la identidad antes de cualquier acción sobre la cuenta.
- ContradicciónLímites absolutos que el agente nunca debe cruzar, calificados como fallo con independencia del contexto.
Extracción automática
Las reglas que rigen tu agente ya están en su prompt y en su workflow, así que se extraen automáticamente como northstars, cada uno trazado hasta el nodo del que procede, lo que significa que nada se escribe dos veces y nada se desincroniza.
Confirmar la dirección antes de reservar
Calibrados con ejemplos
Cada northstar incluye ejemplos positivos y negativos que muestran al evaluador cómo son realmente lo bueno y lo malo. Un pulgar arriba o abajo en cualquier resultado de auditoría se convierte en otro ejemplo, así que la precisión mejora según avanza el despliegue.
Sin presupuestos de precio exactos
Nunca des un precio de reparación durante la llamada.
Cómo escribir northstars eficaces
Sé preciso y verificable, haz coincidir la categoría con la intención y fija la prioridad según el impacto.
- Sé preciso y verificable«Confirma siempre el número de albarán antes de revelar el estado del envío» es verificable. «Gestiona bien las consultas sobre envíos» no lo es.
- Haz coincidir la categoría con la intenciónUna regla sobre el orden de operaciones pertenece a Secuencial. Escrita como Estilo, se evaluará de forma incorrecta.
- Prioridad según el impactoReserva la prioridad alta para infracciones que conlleven un riesgo operativo, de cumplimiento o reputacional real.
- Añade ejemplos prontoAñade un ejemplo positivo y uno negativo al crearlo. El evaluador los usa desde la primera auditoría.
FAQs
No. Las reglas que rigen un agente ya existen en su prompt y en su workflow, así que se extraen automáticamente como northstars, cada uno trazado hasta el nodo del que procede. Revisas y afinas en lugar de partir de una lista en blanco y, como cada uno conserva su vínculo con el origen, el estándar no se desvía del agente que rige.
Un northstar es el estándar; un test es un escenario que se ejecuta contra él. Un northstar dice "nunca cotices por encima del límite de tarifa". Un test construye una conversación en la que un transportista presiona para obtener más y comprueba si el agente se mantuvo firme. Una sola regla puede ponerse a prueba con muchos tests, y esa misma regla es la que las auditorías evalúan en producción.
Los northstars se versionan junto a los workflows que rigen, de modo que un cambio en el agente y un cambio en el estándar avanzan juntos y no por separado. Como cada northstar está trazado hasta su nodo de origen, se puede identificar una regla cuya lógica de prompt subyacente ha cambiado, en lugar de que evalúe en silencio un comportamiento que el agente ya no tiene.
No hay un número objetivo. Lo que importa es la cobertura: si los comportamientos que conllevan riesgo operativo, de cumplimiento o reputacional tienen cada uno una regla con una condición de aprobación clara. La cobertura se evalúa frente a las rutas de decisión reales del agente, así que la respuesta depende de cuánto hace el agente y de qué parte de ello es relevante.
Por agente, y versionados con el workflow de ese agente, de modo que un agente de cobros y un agente de dispatch no quedan sujetos a las reglas del otro. Cuando un estándar sí es realmente compartido, como no leer credenciales en voz alta, la misma regla puede aplicarse a varios agentes para escribirla y mantenerla en un único sitio.
