> For the complete documentation index, see [llms.txt](https://docs.hablla.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.hablla.com/hablla-docs-es/flujos-de-automatizacion/todos-los-componentes/hablla-gpt/agente-autonomo-v3.md).

# Agente autónomo V3

### Visión General

El Componente de Agente Autónomo V3 (identificado internamente en el sistema como `habllaAgentV3`) es un nodo de inteligencia y enrutamiento dinámico avanzado. Su función principal es delegar la atención a un agente virtual de IA predefinido, permitiendo que conduzca conversaciones fluidas con el usuario de forma autónoma.

El diferencial de este componente es su arquitectura de Salidas Basadas en Condiciones de Éxito: el agente opera en loops interactivos con el cliente y el contacto solo avanza en el canvas de la automatización cuando una de las metas o condiciones mapeadas en las herramientas del robot de IA se satisface por completo, activando el puerto de enrutamiento correspondiente.

### Parámetros de Configuración

La parametrización del nodo gestiona la elección del robot, el control del estímulo de inicialización y la inyección de metadatos transaccionales:

* Agente (\* Campo obligatorio): Menú desplegable utilizado para seleccionar qué Agente de IA (previamente entrenado y configurado en la plataforma) asumirá el control de la conversación en esta etapa del flujo.
* Habilidad del agente: Menú desplegable condicional que define el alcance operativo específico o el conjunto de herramientas e instrucciones de especialidad (*skills*) que el robot priorizará durante la atención.
* Habilitar prompt (Interruptor de alternancia - Toggle Switch): Controla el modo de inicialización de la conversación:
  * Desmarcado (Desactivado): El agente permanece pasivo, esperando y usando el último mensaje de texto enviado por el cliente en el chat para entablar la conversación.
  * Marcado (Activado): Obliga al administrador a proporcionar una directriz manual de inicio para que el robot inicie el contacto de forma activa.
* Prompt \* (\* Obligatorio si la clave está activa): Caja de texto contextual donde se escribe la instrucción de saludo o comando operativo inicial. Este texto funciona estrictamente como el disparador de la primera interacción del agente con el cliente; los mensajes posteriores seguirán el flujo conversacional natural.
* Variables \* (\* Campo obligatorio): Bloque de mapeo en formato de lista (Clave y Valor) para inyectar datos del perfil del usuario directamente en la memoria de contexto de la IA (p. ej.: `nombre` y `celular`), permitiendo interacciones hiperpersonalizadas.

### Constructor Visual

La interfaz gráfica es adaptativa y modifica la morfología física del nodo en el canvas de automatización de acuerdo con los recursos heredados:

* Mapeo de Puertos de Salida Mutables: En el editor de diseño de flujos, este componente no posee salidas genéricas estáticas. En cuanto el administrador elige un *Agente*, el bloque renderiza dinámicamente puertos físicos laterales correspondientes a cada intención o disparador de éxito configurado en la raíz de la IA (como salidas para fines específicos de departamentos, tickets o transiciones).
* Indicadores de estado y timeout: El nodo muestra en su base pequeñas insignias visuales de control de error (señal de alerta) y monitoreo cronológico (señal de reloj), permitiendo conectar flujos alternativos de contingencia en caso de que el servidor de IA falle o la sesión del cliente expire.

### Operadores Especiales

Las propiedades lógicas de este componente gestionan el mantenimiento de la sesión conversacional y la inyección de payloads:

* Retención del estado conversacional (Session Standby Loop): Al entrar en este nodo, la cadena tradicional de automatización lineal se pausa. El motor crea una sesión persistente entre la API de IA y el chat del cliente. Cada nuevo mensaje enviado por el usuario es procesado por el modelo de lenguaje y respondido autónomamente por el robot, sin salir del bloque, hasta que se alcance el criterio de transición de uno de los puertos de salida.
* Interpolación de metadatos de contexto: Los campos del repetidor *Variables* y de la caja *Prompt* admiten de forma nativa el uso de llaves dobles `{{...}}`. Esto garantiza recuperar claves del CRM de nodos anteriores y entregarlas formateadas para el procesamiento neuronal del agente.

### Ejemplos Prácticos

La tabla siguiente muestra escenarios tradicionales de cómo configurar el comportamiento de inicialización y salidas del Agente Autónomo V3:

| **Agente seleccionado** | **Clave "Habilitar prompt"** | **Configuración del Prompt Inicial**                                                              | **Salidas disponibles en el nodo**                                                                               | **Caso de Uso Práctico**                                                                                                                                                                                                                     |
| ----------------------- | ---------------------------- | ------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| IA receptiva            | Desactivada                  | *Ninguno (Inicia con la entrada del usuario)*                                                     | <p><code>soporte</code></p><p><br></p><p><code>finanzas</code></p><p><br></p><p><code>corredor</code></p>        | El cliente envía un mensaje vago por DM. El Agente de IA toma el control, conversa libremente con él y, en cuanto identifica que el deseo del cliente es comprar una propiedad, despacha el contacto por la salida física `corredor`.        |
| Agente de ventas        | Activada                     | "Hola `{{nombre}}`! Noté que abandonaste el carrito del plan. ¿Te gustaría resolver alguna duda?" | <p><code>compra\_cerrada</code></p><p><br></p><p><code>rechazó</code></p><p><br></p><p><code>humano</code></p>   | El componente se usa en un flujo activo basado en tiempo. La IA inicia la conversación activamente con la frase del prompt. Si convence al cliente, sale por `compra_cerrada`; si el cliente pide hablar con una persona, sale por `humano`. |
| Triaje general          | Desactivada                  | *Ninguno*                                                                                         | <p><code>send\_images</code></p><p><br></p><p><code>programado</code></p><p><br></p><p><code>fallback</code></p> | El bot conversa con el cliente para recopilar documentos para un registro. En cuanto el usuario envía los archivos solicitados, la IA valida la recepción y enruta el contacto por la salida de éxito `send_images` para seguir en el flujo. |


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.hablla.com/hablla-docs-es/flujos-de-automatizacion/todos-los-componentes/hablla-gpt/agente-autonomo-v3.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.