Una bandeja de entrada heterogénea

Las solicitudes llegan por teléfono, por correo electrónico, por formulario web o por registro interno. Antes de convertirse en intervenciones, se conservan en una bandeja de entrada. Cualificarlas consiste en asignarles una prioridad y un ámbito técnico, lo que determina después el plazo contractual y el perfil del técnico que se enviará.

Confiar por completo esta etapa a un modelo de lenguaje sería tentador, pero frágil: una API no disponible, una respuesta mal formada o una clave caducada nunca deben bloquear el tratamiento de las solicitudes.

Primero las reglas, después el modelo

Por defecto, la cualificación se basa en reglas deterministas escritas para el francés. Producen una sugerencia acompañada de una puntuación de confianza y de motivos legibles. Por encima puede activarse una llamada opcional a la API OpenAI Responses, con salida JSON estructurada.

FieldFlow vuelve automáticamente a las reglas locales en cuatro casos:

  • la respuesta del modelo no respeta el esquema esperado;
  • su confianza es demasiado baja;
  • la llamada falla (error de red, límite alcanzado);
  • no hay ninguna clave de API configurada.

Registrar cada intento

El proveedor utilizado, el modelo y el motivo de un eventual respaldo se guardan con la sugerencia. Cada llamada se audita sin conservar el prompt: funcionalidad, recurso afectado, proveedor, modelo, resultado o respaldo, latencia, identificador de respuesta y consumo de tokens.

En cuanto a los datos, solo se envían al modelo el asunto, la descripción y, si existe, la categoría del equipo, nunca los datos de contacto del solicitante. La identidad del usuario, transmitida como identificador de seguridad, se cifra con un hash irreversible.

La persona sigue decidiendo

Una sugerencia no es una decisión ni un diagnóstico. Al convertir la solicitud en intervención, el responsable de planificación confirma explícitamente la prioridad, la franja horaria y el contrato.

El mismo principio se aplica a los demás usos de la IA en el prototipo: la transcripción de una nota de voz sigue siendo un borrador mientras el técnico no la confirme, y la asistencia visual sobre una foto nunca modifica por sí sola el estado de una intervención.

Por qué esta separación

Las reglas deterministas hacen que la funcionalidad sea comprobable, con resultados reproducibles, y utilizable sin ninguna clave de API. El modelo mejora un comportamiento que ya funciona en lugar de ser su condición. Por último, comparar sus sugerencias con las de las reglas y seguir la tasa de respaldo permite medir de forma concreta lo que aporta la IA.