Introducción
En esta lección vamos a explorar en detalle los componentes fundamentales que hemos utilizado en nuestro proyecto anterior: el nodo de inicio y el nodo LLM. Estos son los pilares básicos para construir cualquier flujo de conversación en Flowise.
1. El Nodo de Inicio (Start Node)
¿Qué es y para qué sirve?
El nodo de inicio es exactamente lo que su nombre indica: el punto de partida de nuestro flujo. Es el componente que permite a los usuarios comenzar una conversación y enviar su primer mensaje.
Tipos de entrada disponibles
1. Chat Input (Entrada de Chat)
- Uso recomendado: Para chatbots conversacionales
- Funcionamiento: Permite un flujo natural de pregunta-respuesta
- Ideal para: Asistentes virtuales, bots de atención al cliente
2. Form Input (Entrada de Formulario)
- Uso recomendado: Cuando necesitas recopilar información específica antes de iniciar la conversación
- Funcionamiento: Presenta un formulario estructurado al usuario
- Ideal para: Procesos que requieren datos específicos como nombre, email, categoría de consulta, etc.
2. Estado del Flujo y Variables
Variables Globales
Flowise nos permite definir variables que estarán disponibles durante toda la conversación. Estas variables son extremadamente útiles para personalizar la experiencia.
Ejemplo práctico:
Variable: nombre_empresa
Valor: "Mi Empresa S.A."
Esta variable estará disponible en todos los nodos del flujo, permitiendo personalizar las respuestas con el nombre de tu empresa.
Memoria Efímera (Ephemeral Memory)
¿Qué es la memoria efímera?
Es una configuración que determina cuánto contexto de la conversación se mantiene en cada intercambio.
Memoria efímera DESACTIVADA (recomendado para conversaciones cortas):
- ✅ Ventaja: El LLM recibe todo el historial de la conversación
- ✅ Beneficio: Mejores respuestas contextualmente relevantes
- ⚠️ Desventaja: Mayor consumo de tokens (más costoso)
Memoria efímera ACTIVADA (recomendado para conversaciones largas):
- ✅ Ventaja: Menor consumo de tokens
- ✅ Beneficio: Más económico para conversaciones extensas
- ⚠️ Desventaja: El bot puede «olvidar» el contexto anterior
Persistencia del Estado
Esta configuración determina si las variables se mantienen durante toda la conversación o se reinician con cada mensaje.
- Activada: Las variables conservan su valor
- Desactivada: Las variables se reinician en cada interacción
3. El Nodo LLM
Configuración del Modelo
Selección del Modelo
Flowise soporta múltiples proveedores:
- OpenAI: GPT-3.5, GPT-4, etc.
- Ollama: Modelos locales
- Otros: Anthropic, Google, etc.
Parámetros Importantes
Parámetros Universales:
- Max Tokens: Limita la longitud de la respuesta
- Temperature: Controla la creatividad (0 = muy predecible, 1 = muy creativo)
- Top-p: Probabilidad de selección de tokens
Parámetros Específicos del Modelo: Cada proveedor tiene configuraciones particulares que puedes ajustar según tus necesidades.
4. Sistema de Mensajes y Roles
Los 4 Tipos de Roles
1. System (Sistema)
- Propósito: Proporciona instrucciones de alto nivel y define la personalidad del chatbot
- Ejemplo: «Eres un asistente experto en atención al cliente que siempre responde de manera amable y profesional»
- Cuándo usar: Para establecer el «carácter» y comportamiento general del bot
2. Assistant (Asistente)
- Propósito: Representa las respuestas previas del LLM
- Función: Mantiene el contexto y el historial de la conversación
- Uso automático: Flowise lo gestiona automáticamente
3. User (Usuario)
- Propósito: Contiene la información y preguntas del usuario
- Personalización: Puedes añadir contexto adicional antes de la pregunta del usuario
- Ejemplo: «Contexto: El usuario es un cliente premium. Pregunta del usuario: [consulta]»
4. Developer (Desarrollador)
- Propósito: Mensajes meta-sistema específicos de Flowise
- Uso: Instrucciones sobre cómo usar herramientas y funciones avanzadas
- Novedad: Función introducida recientemente para mayor control
Consejos Prácticos
Para Principiantes
- Comienza simple: Usa solo los roles System y User
- Experimenta con temperature: Valores entre 0.3-0.7 suelen funcionar bien
- Define variables básicas: Nombre de empresa, tipo de negocio, etc.
Para Optimización
- Monitorea el consumo de tokens: Especialmente importante con la memoria efímera
- Ajusta parámetros gradualmente: Pequeños cambios pueden tener grandes efectos
- Prueba diferentes modelos: Cada uno tiene fortalezas específicas
Próximos Pasos
En las siguientes lecciones exploraremos agentes, que son aún más poderosos que los nodos LLM básicos. Los agentes pueden usar herramientas, tomar decisiones complejas y realizar tareas más sofisticadas.
Resumen de Conceptos Clave
- Nodo de inicio: Punto de entrada (Chat Input vs Form Input)
- Variables: Datos disponibles en todo el flujo
- Memoria efímera: Controla el contexto conversacional
- Roles de mensaje: System, Assistant, User, Developer
- Parámetros del LLM: Temperature, tokens, etc.
¡Ahora tienes las bases sólidas para crear flujos conversacionales efectivos en Flowise!