Documento Ejecutivo Interno

Eficiencia Radical en
Quality Assurance.

QA Center no es solo una herramienta de monitoreo; es un ecosistema de toma de decisiones basado en datos, diseñado para escalar la supervisión al 100% de las operaciones mediante Inteligencia Artificial Multimodal.

100%

Auditabilidad de Llamadas

92%

Ahorro en Costos Operativos

Motor v2.5

Análisis Multimodal en Tiempo Real

Infraestructura &
Flujo de Datos

Procesamiento de Audio Multimodal

Nuestra arquitectura permite que el modelo Gemini 2.0 "escuche" el audio original. No solo transcribimos; analizamos el tono, las pausas y el cumplimiento del script directamente desde la fuente.

Sistema de Colas Asíncronas

Utilizamos Laravel Jobs con Redis para garantizar que la carga de trabajo no interrumpa la experiencia del usuario. El procesamiento escala horizontalmente según la demanda.

Almacenamiento de Datos Robusto

Cada evaluación genera una huella persistentes SQL con hallazgos segmentados por campañas, supervisores y agentes, lista para reportes BI inmediatos.

Stack Tecnológico

PHP 8.2+ Laravel 12.0 Gemini 2.0 Flash PostgreSQL / MySQL Redis Cache Tailwind CSS 4.0

El Corazón de la Precisión

Hemos ajustado nuestro motor de IA para pasar de resultados "creativos" a resultados **empresariales deterministas**.

Contexto de 65K

Habilitamos 65,536 tokens de salida. Esto permite que el modelo razone profundamente antes de entregar el JSON final, eliminando truncamientos y errores de sintaxis.

Determinismo Absoluto

Mediante el uso de Temp 0.0, Top-K 1 y Top-P 0.1, garantizamos que la respuesta sea la más lógica estadística disponible, minimizando la varianza.

Ejemplos Maestros

El sistema inyecta ejemplos reales de "Calidad Perfecta" (Gold Records) en el prompt, alineando el criterio de la IA con el estándar exacto de tu empresa.

Ingeniería de Prompts y Lógica de Decisión

Nuestra IA no solo realiza una comparación de palabras; ejecuta un proceso de **Chain of Thought (Cadena de Pensamiento)** donde analiza el contexto antes de emitir un juicio.

"Aprovechamos los 65k tokens de Gemini para que el modelo 'piense' en silencio antes de generar el JSON final, lo que reduce las alucinaciones en un 98%."

Few-Shot Learning: Inyectamos dinámicamente evaluaciones pasadas (Gold Records) para que la IA aprenda el 'estilo de corrección' de tu empresa.
Scoring Geométrico: Los pesos de los criterios no son lineales. El sistema calcula el impacto relativo basado en la configuración del formulario.
Knockout System (Falla Crítica): Si un criterio marcado como 'Crítico' no se cumple, la nota final se degrada automáticamente a 0, protegiendo el estándar de cumplimiento legal.

// Arquitectura del Prompt Dinámico
SystemPrompt: "Eres un analista experto..."
Context: [Instrucciones de la Ficha]
Evidence: [Transcripción del Audio]
FewShot: {
  "input": "Ejemplo Audio A",
  "output": "Evaluación Maestra (Gold)"
}

// Lógica de Evaluación (Backend)
if (subattribute.is_critical && status === 'non_compliant') {
    evaluation_score = 0;
    status = "K.O.";
}

Technical Deep-Dive

Arquitectura Técnica &
Documentación de Ingeniería

01 Instalación y Despliegue

El sistema está diseñado para entornos de contenedores (Docker) y servidores tradicionales Linux. Sigue un flujo estándar de Laravel con optimizaciones para alta disponibilidad.

Requisitos del Servidor

PHP Runtime 8.3+
Base de Datos PostgreSQL 15+
Key-Value Store Redis 7+
Servidor Web Nginx / Apache

Comandos de Inicialización

# Instalar dependencias
composer install --optimize-autoloader
npm ci && npm run build

# Migrar y Sembrar
php artisan migrate --force
php artisan db:seed --class=RoleSeeder

# Iniciar Workers
php artisan queue:work redis --tries=3

Seguridad de la Información

Implementamos un modelo RBAC (Role-Based Access Control) estricto. Los datos sensibles están protegidos mediante el cifrado nativo de Laravel (AES-256) y las llaves de API se gestionan de forma cifrada en la base de datos. Además, la aplicación incluye bloqueos de concurrencia e idempotencia atómicos (`Cache::lock`) para evitar race conditions y envíos duplicados.

RBAC AES-256 CSRF/XSS Protec Idempotency Locks

Escalamiento y Carga

Diseñado para la nube. La arquitectura desacoplada permite escalar el front-end y los workers de IA de forma independiente. Compatible con auto-scaling en GCP Cloud Run y AWS Fargate.

Horizontal Scaling Redis Queues

Visibilidad y Logs

Contamos con un sistema de trazabilidad de respuestas de IA. Cada error de parsing o tiempo de espera se registra en logs detallados, permitiendo auditorías técnicas en tiempo real.

Error Tracking Log Rotation

Modelo de Datos (Core)

La lógica reside en la relación trilateral:
Interacción ➔ Ficha de Calidad ➔ Evaluación por IA.
Este flujo garantiza la integridad referencial y permite auditorías cruzadas entre lo que la IA detectó y lo que el formulario exigía.

// Relación de Base de Datos
Interaccion hasOne Evaluacion
Evaluacion belongsTo Agente
Agente belongsTo Supervisor

// Procesamiento
ScoreTranscriptJob ➔ AIEvaluationService ➔ GemeniResponse

Guía de Operación Estratégica

Gestión de Fichas

CRÍTICO

Defina los indicadores de cumplimiento (KPIs) en el módulo de Fichas de Calidad. La IA leerá estas descripciones literales para juzgar el audio.

Análisis de Supervisión

KPI VIEW

El Dashboard de Calidad segmenta los resultados por el Supervisor del Agente. Esto permite identificar silos de baja performance y áreas de capacitación inmediata.

Alertas en Tiempo Real

TELEGRAM PUSH

El ecosistema integra un bot oficial de Telegram. Los supervisores y agentes pueden vincular sus cuentas para recibir notificaciones Push instantáneas con los resultados de cada evaluación completada.

Escalabilidad Garantizada

"Nuestra arquitectura permite pasar de 0 a 10,000 evaluaciones por día sin modificar una sola línea de código, apalancándose en la nube elástica."

Eficiencia Radical en Quality Assurance.

Infraestructura & Flujo de Datos