Regles de negoci en agents IA: quan preguntar, filtrar o derivar

Un agent IA comercial no hauria de decidir lliurement què fer amb cada lead. Si pot preguntar, qualificar, consultar dades, actualitzar CRM, crear tasques o enviar missatges, necessita regles que defineixin quan cada acció està permesa.

Sense regles de negoci, l’agent pot sonar útil i, tot i així, operar malament: demanar massa dades, filtrar oportunitats valuoses, derivar tard, usar eines sense prou context o respondre amb seguretat on hauria d’aturar-se.

Aquest article continua l’arquitectura de com dissenyar un agent IA que pregunta, filtra i deriva oportunitats, la preparació de la base de coneixement de l’agent i la connexió amb CRM, formularis i eines internes.

En resum

Les regles de negoci en agents IA són condicions explícites, auditables i testables. Defineixen què pot fer l’agent, quina informació necessita, quins criteris ha d’aplicar, quan ha d’usar una eina, quan ha de demanar aprovació humana i quan ha d’aturar-se.

La regla principal és simple: l’agent no hauria d’actuar perquè “creu” que pot. Hauria d’actuar perquè una regla li permet fer-ho amb evidència suficient, risc acceptable i traçabilitat.

Quin problema ha de resoldre aquesta arquitectura

El problema no és que l’agent respongui. El problema és que l’agent ha de decidir entre diverses rutes comercials amb conseqüències diferents.

Davant d’una sol·licitud, un agent pot:

• Respondre un dubte preventa.
• Demanar informació que falta.
• Qualificar o descartar una oportunitat.
• Preparar un resum per a vendes.
• Crear una tasca en CRM.
• Activar un seguiment.
• Derivar a una persona.
• Aturar-se perquè no té evidència suficient.

Cadascuna d’aquestes rutes requereix criteris. OpenAI descriu function calling com la forma de donar accés als models a funcionalitats i dades externes mitjançant eines definides per l’aplicació. Això és potent, però també canvia el risc: quan l’agent pot cridar funcions, ja no només conversa; pot afectar sistemes reals.

Definició operativa

Una regla de negoci en un agent IA comercial és una condició explícita que connecta context, evidència, risc i acció permesa.

No és una frase genèrica del tipus “sigues útil”. És una regla verificable:

Si el lead indica una necessitat alineada amb l’oferta, té urgència clara i falta pressupost, l’agent ha de preguntar pel rang d’inversió abans de derivar.

Les regles han de separar cinc capes.

Capa	Què controla	Exemple	Risc si falta
Intenció	Què vol resoldre l’usuari.	Consultoria, agent IA, auditoria, desenvolupament web, suport.	L’agent respon sense entendre l’objectiu.
Evidència	Quines dades existeixen per decidir.	Empresa, necessitat, urgència, pressupost, eines actuals.	L’agent assumeix informació crítica.
Qualificació	Quins criteris fan que una oportunitat encaixi.	B2B, procés repetitiu, volum suficient, problema comercial clar.	Es deriven leads poc preparats.
Permisos	Quines accions pot executar.	Crear tasca, consultar CRM, enviar resum, no enviar proposta.	Excés d’autonomia o accions indegudes.
handoff	Quan intervé una persona.	Alt valor, risc, negociació, excepció o manca d’evidència.	L’humà arriba tard o sense context.

Principi central: regles abans que eines

Un error freqüent és començar per les eines: CRM, email, calendari, n8n, webhooks, APIs o bases de dades. Però una eina sense regla és una acció sense criteri.

Abans de definir un tool call, cal respondre:

1. Quina decisió comercial prepara aquesta eina?
2. Quines dades mínimes necessita?
3. Quines condicions permeten usar-la?
4. Quines condicions la bloquegen?
5. Quins errors ha de retornar?
6. Què ha de quedar registrat?
7. Quan requereix aprovació humana?

Anthropic recomana definir eines amb nom, descripció i input_schema, i explicar què fa l’eina, quan s’ha d’usar i com es comporta. Aquesta descripció no és només documentació tècnica: és part de la governança de l’agent.

Matriu de decisió: preguntar, filtrar, derivar o actuar

La matriu ha de convertir una conversa ambigua en decisions repetibles.

Situació	Senyal	Acció de l’agent	Control necessari
Falta informació crítica	No hi ha objectiu, urgència, empresa o context.	Preguntar només la dada que falta.	Limitar nombre de preguntes seguides.
No hi ha encaix	Sol·licitud fora d’oferta, baix volum o necessitat no comercial.	Filtrar o respondre amb alternativa segura.	Evitar descarts irreversibles sense criteri humà.
Hi ha encaix parcial	Interès real, però dades incompletes.	Qualificar amb 1-3 preguntes.	Registrar dubtes oberts.
Hi ha encaix alt	Problema clar, urgència i possible valor.	Preparar handoff comercial.	Resum amb evidència i pròxim pas.
Hi ha risc	Dades sensibles, pricing, promesa, contracte o queixa.	Derivar a humà.	No executar accions automàtiques.
Acció permesa i baix risc	Crear tasca, resumir, etiquetar, consultar documentació.	Executar eina.	Permisos mínims, logs i validació.

L’objectiu no és automatitzar la decisió comercial completa. L’objectiu és reduir ambigüitat i preparar millor la intervenció humana.

Flux de regles pas a pas

El flux mínim de regles hauria de ser fàcil d’explicar a vendes, operacions i tecnologia.

1. Entra un lead, formulari, chat, email o sol·licitud interna.
2. L’agent recull context mínim: qui, què necessita, per quan, amb quines eines i amb quin objectiu.
3. Avalua si hi ha informació suficient.
4. Si falta una dada crítica, pregunta de forma concreta.
5. Si hi ha dades suficients, aplica criteris de qualificació.
6. Si no hi ha encaix, filtra o respon amb una alternativa segura.
7. Si hi ha encaix, avalua risc, valor i ambigüitat.
8. Si hi ha risc o valor alt, deriva a una persona.
9. Si l’acció és de baix risc i està permesa, executa l’eina.
10. Registra esdeveniment, font, decisió i resultat.

El paper ReAct és útil com a referència conceptual perquè combina raonament i acció de forma intercalada: raonar per seguir un pla, gestionar excepcions i actuar sobre fonts o entorns externs. En agents comercials, aquest patró només és acceptable si l’acció està limitada per regles de negoci.

Com traduir regles a eines

Les regles no haurien de quedar-se en un document. S’han de convertir en estructures que el sistema pugui validar.

Regla comercial	Implementació tècnica	Exemple
No crear oportunitat sense empresa.	Camp requerit en schema.	company_name obligatori abans de crear deal.
No enviar emails sense revisió en comptes estratègics.	Tool bloquejada per condició.	Si account_tier = strategic, exigir handoff.
No actualitzar CRM amb dades ambigües.	Validació prèvia + estat pendent.	Guardar com a nota, no com a camp definitiu.
No prometre terminis sense validació.	Resposta restringida + derivació.	”Ho reviso amb Nicolás i t’ho confirmem.”
No usar diverses eines en paral·lel si hi ha risc.	Desactivar crides paral·leles.	Una sola acció controlada per torn.
Permetre accions de baix risc.	Tool específica amb permisos mínims.	Crear tasca interna o etiquetar intenció.

OpenAI permet controlar quan el model pot usar eines amb opcions com auto, required, una funció forçada, subconjunts d’eines permeses o none. També recomana strict mode perquè les crides s’adhereixin de forma fiable a l’esquema. En un agent comercial, aquestes opcions són equivalents tècnics de regles de negoci.

Límits, seguretat i aprovació humana

Les regles també han de protegir el negoci. OWASP identifica dos riscos especialment rellevants per a agents amb eines: prompt injection i excessive agency.

Prompt injection pot alterar el comportament del model mitjançant instruccions directes o indirectes. OWASP remarca que RAG i fine-tuning no eliminen completament aquest risc. Per això les regles no poden dependre només del prompt: necessiten validació d’outputs, privilegis mínims, separació de contingut extern i aprovació humana per a accions d’alt impacte.

Excessive agency apareix quan el sistema concedeix massa funcionalitat, permisos o autonomia. En termes comercials, això passa quan l’agent pot fer més del que necessita: enviar missatges, modificar CRM, canviar estats, consultar dades sensibles o executar accions sense revisió.

n8n documenta una opció pràctica per a aquests casos: exigir revisió humana abans que l’agent executi eines sensibles. El flux es pausa, sol·licita aprovació per un canal definit i només executa l’acció si una persona l’aprova.

Quines regles convé definir primer

La versió mínima viable no necessita cobrir tots els casos. Necessita cobrir les decisions que més afecten conversió, confiança i risc.

Regla inicial	Pregunta que respon	Resultat esperat
Context mínim	Quines dades falten abans de qualificar?	L’agent pregunta millor i menys.
Criteri d’encaix	Què fa que una oportunitat sigui rellevant?	Menys leads irrellevants derivats.
Criteri de descart	Quan no convé avançar?	Menys soroll comercial.
Criteri de handoff	Quan ha d’intervenir una persona?	Millor control en alt valor o risc.
Tool permissions	Què pot executar l’agent?	Menys accions insegures.
Format de resum	Què ha de rebre l’equip humà?	Handoffs més útils.
Registre i mesura	Què ha de quedar traçat?	Millora contínua de l’agent.

Les regles s’han de poder revisar amb exemples reals. Si una regla no es pot provar amb converses simulades, probablement encara és massa abstracta.

Errors tècnics comuns

Els errors solen venir de convertir criteris comercials en instruccions vagues.

• Escriure regles com consells, no com condicions.
• Permetre eines massa àmplies.
• No separar regles de resposta, regles de qualificació i regles d’acció.
• No definir què fer quan falta evidència.
• Deixar que l’agent modifiqui CRM sense validació.
• No limitar permisos d’eines.
• No registrar per què es va prendre una decisió.
• No provar prompt injection indirecta amb contingut extern.
• No establir aprovació humana per a accions sensibles.
• No revisar regles amb vendes, operacions i direcció.

La regla més perillosa sol ser la que no existeix. Quan no hi ha regla, l’agent omple el buit amb probabilitat, no amb criteri de negoci.

Validacions abans de producció

Abans d’usar regles amb leads reals, cal provar-les com a part del sistema.

Validació	Què comprova	Senyal de fallada
Casos normals	Si l’agent pregunta, filtra i deriva com s’espera.	Accions correctes per casualitat, no per regla.
Casos límit	Si gestiona ambigüitat, excepcions i dades incompletes.	Deriva tard o inventa criteris.
Tool calls	Si els arguments compleixen esquema i permisos.	Camps ambigus o accions no autoritzades.
Seguretat	Si resisteix instruccions que intenten saltar-se regles.	Canvia de comportament per prompt injection.
handoff	Si el resum ajuda una persona a decidir.	Resum llarg, incomplet o sense evidència.
Observabilitat	Si queden logs, font, decisió i resultat.	No es pot auditar la decisió.

n8n permet retornar passos intermedis i afegir metadades de traçabilitat per depurar el comportament de l’agent. OpenAI permet restringir eines i desactivar crides paral·leles quan cal més control. Aquestes capacitats importen perquè una regla que no es pot observar acaba sent difícil de millorar.

Com ho plantejaria Nicolás Torres

No començaria escrivint una llista enorme de prohibicions. Començaria mapant les decisions reals que avui pren una persona quan revisa una oportunitat.

Primer separaria quatre tipus de regles:

• Regles de conversa: què preguntar, en quin ordre i amb quin to.
• Regles de qualificació: quins senyals fan que una oportunitat avanci o es descarti.
• Regles d’acció: quines eines pot usar i amb quins permisos.
• Regles de derivació: quan ha de derivar a una persona i quin resum ha de lliurar.

Després convertiria aquestes regles en una matriu simple, connectada a la base de coneixement i a eines amb permisos mínims. El primer agent no hauria de resoldre-ho tot. Hauria de resoldre un flux amb claredat: per exemple, qualificar formularis entrants i derivar només les oportunitats preparades.

Aquest és el punt central: les regles de negoci no frenen l’agent. El fan útil, auditable i defensable.

Definir regles per a un agent IA comercial

Si la teva empresa o agència vol usar agents IA en captació, qualificació, seguiment o CRM, convé definir primer què pot fer l’agent, què no, quan ha de preguntar i quan ha de derivar a una persona.

Definir regles per a un agent IA comercial

Preguntes freqüents

Què són les regles de negoci en un agent IA comercial?

Són condicions explícites que indiquen què pot fer l'agent, quina informació ha de demanar, quan ha de filtrar una oportunitat, quan ha de derivar a una persona i quines accions no pot executar.

Quan ha de preguntar un agent IA?

Ha de preguntar quan falta informació necessària per decidir: necessitat, urgència, pressupost, tipus d'empresa, eina actual, responsable o context mínim per qualificar.

Quan ha de filtrar una oportunitat?

Ha de filtrar quan la sol·licitud no encaixa amb l'oferta, no compleix criteris mínims, busca alguna cosa fora d'abast o no hi ha prou intenció comercial.

Quan ha de derivar a una persona?

Ha de derivar quan hi ha alt valor potencial, risc, ambigüitat, excepció comercial, dades sensibles, negociació, pricing o una decisió que requereix criteri humà.

Com s'eviten respostes incorrectes o accions insegures?

Amb regles explícites, eines amb esquemes estrictes, permisos mínims, validació d'inputs i outputs, logs, límits d'autonomia i aprovació humana per a accions sensibles.