Recursos / System Agent

Catálogo de prompts de System Agent

120 prompts listos para usar con Synerise System Agent, organizados según lo que puede hacer el agente y quién lo utiliza.

Una referencia práctica para profesionales de marketing, analistas, responsables de merchandising y desarrolladores. Busca un prompt, sustituye los marcadores y úsalo en tu espacio de trabajo. Esta página no ejecuta prompts ni se conecta a tus datos.

Explorar el catálogo

Vista previa privada

El agente está en vista previa privada en determinados espacios de trabajo; ábrelo desde Synerise Agent en la barra de navegación superior. Sus capacidades se describen en la documentación de Synerise System Agent.

Leer la documentación(se abre en otra pestaña)

Un mapa del espacio de trabajo

Empieza por la tarea.

Cada prompt tiene un ID estable, como REC-04, y una ubicación en dos niveles: familia → área. Cuatro etiquetas permiten filtrar todo el catálogo: intención, perfil, resultado y nivel.

01

Descubrimiento¿Qué ven las personas?

Recomendaciones (REC) · Búsqueda (SRC) · Experimentos (A/B/X) (EXP)

44
02

Datos¿Qué sabe la plataforma?

Feed de productos (FEED) · Catálogos (CAT)

18
03

Análisis¿Qué está pasando?

Análisis (ANL)

20
04

Construcción¿Qué sucede después?

Automatización (AUT) · IQL (IQL) · Jinjava (JIN)

30
05

Aprendizaje¿Cómo funciona?

Documentación (DOC)

8
Entiende las etiquetas y capacidades

Intención

Explorar
Enumerar objetos, inspeccionar la configuración y comprobar el estado
Medir
Obtener cifras de rendimiento, tendencias y comparaciones
Vista previa
Ver los resultados antes de llevarlos a producción
Crear
Crear un borrador de campaña, flujo de trabajo, filtro, análisis o plantilla
Optimizar
Corregir, diagnosticar o mejorar algo que ya existe
Aprender
Obtener una explicación o una respuesta de la documentación

Perfil

Especialista en marketing
Campañas, recorridos, comunicación y fidelización
Analista
Datos, informes y resultados de experimentos
Merchandiser
Lo que ven los usuarios en búsquedas y recomendaciones, en la aplicación, la web y las tiendas
Desarrollador
Feeds, catálogos, filtros, plantillas y API

Resultado

Tabla
Métricas, listas de campañas, resultados de análisis, registros de catálogos y resultados de búsqueda
Gráfico
Gráfico de líneas, columnas, barras, áreas o sectores para tendencias y comparaciones
Carrusel
Tarjetas de producto con imagen, título y detalles como el precio
Lista de acciones
Filas de objetos (campañas, catálogos) con las siguientes acciones
Formulario guiado
Entrada estructurada para la configuración inicial y en varios pasos
Respuesta
Una explicación escrita, una recomendación o una respuesta de la documentación
Borrador
Una propuesta de flujo de trabajo, regla o configuración para revisar y aplicar
Código
Un filtro IQL o un fragmento de código Jinjava
CSV
Un archivo exportado

Nivel

Inicial
Un solo turno; funciona tal como está escrito una vez sustituidos los marcadores
Avanzado
Más parámetros, comparaciones o turnos de seguimiento

Áreas y capacidades

REC — Recomendaciones
Inspecciona campañas y el motor de recomendaciones de IA, mide el rendimiento y previsualiza los resultados antes de publicarlos.
SRC — Búsqueda
Inspecciona índices, sinónimos y reglas de consulta, ejecuta búsquedas de prueba, consulta las estadísticas de búsqueda y ajusta la relevancia.
EXP — Experimentos (A/B/X)
Revisa pruebas de recomendaciones y búsqueda, prepara nuevas configuraciones e interpreta los resultados de las variantes.
FEED — Feed de productos
Comprueba las importaciones de feeds de artículos y busca artículos en los catálogos.
CAT — Catálogos
Inspecciona catálogos de datos clave-valor, sus registros, tareas y enriquecimiento de eventos; exporta datos.
ANL — Análisis
Pregunta sobre los datos de la plataforma en lenguaje natural: informes, métricas, tendencias, embudos, segmentaciones, histogramas, agregados, expresiones y diagramas de Sankey.
AUT — Automatización
Describe un caso de uso y obtén un diagrama de flujo de trabajo para revisarlo y aplicarlo en Automation Hub.
IQL — IQL
Crea filtros de artículos a partir de lenguaje natural; valida, corrige y explica los existentes.
JIN — Jinjava
Genera, explica, valida y corrige código Jinjava para plantillas de mensajes e inserciones de recomendaciones.
DOC — Documentación
Obtén respuestas basadas en la guía del usuario de Synerise, la referencia de la API y la biblioteca de casos de uso.

Antes de pegar

Cómo escribir prompts que funcionan

01

Identifica el objeto.

Usa el nombre o ID de la campaña, índice, catálogo, producto, regla o experimento. Si coinciden varios objetos, el agente muestra las opciones y te pide que elijas.

02

Indica un intervalo de tiempo para las preguntas sobre rendimiento.

«Últimos 7 días», «este mes» o fechas exactas. Si no indicas ninguno, el agente elige un intervalo predeterminado y te dice cuál.

03

Avanza paso a paso en las tareas complejas.

Afina sobre la marcha: «usa el tipo personalizado en su lugar», «que sean 12 artículos», «muéstralo como gráfico».

04

Revisa antes de confirmar.

El agente pide confirmación antes de realizar cambios sensibles. Cuando no puede aplicar un cambio por sí mismo (por ejemplo, algunos cambios de sinónimos o reglas de consulta), te proporciona la configuración para aplicarla manualmente.

El texto entre [corchetes] es un marcador. Sustitúyelo por un nombre, ID, valor o código copiado de tu espacio de trabajo.

La biblioteca de referencia

Encuentra tu próximo prompt.

120 prompts / 5 familias / 10 áreas

Sustituye los [corchetes] resaltados por valores de tu espacio de trabajo.

Resultados: 120 / 120

  1. REC-01

    DescubrimientoRecomendaciones

    List all active recommendation campaigns.

    Intención
    Explorar
    Perfil
    Merchandiser
    Resultado
    Lista de acciones
    Nivel
    Inicial
  2. REC-02

    DescubrimientoRecomendaciones

    Show the configuration of campaign [campaign name]: recommendation type, feed, filters and number of items.

    Intención
    Explorar
    Perfil
    Merchandiser
    Resultado
    Tabla
    Nivel
    Inicial
  3. REC-03

    DescubrimientoRecomendaciones

    Which recommendation types are available for feed [feed name]: personalized, similar items, complementary, frequently bought together, visual similarity?

    Intención
    Explorar
    Perfil
    Merchandiser
    Resultado
    Tabla
    Nivel
    Inicial
  4. REC-04

    DescubrimientoRecomendaciones

    How is campaign [campaign name] performing this month?

    Intención
    Medir
    Perfil
    Especialista en marketing
    Resultado
    Tabla
    Nivel
    Inicial
  5. REC-05

    DescubrimientoRecomendaciones

    Show clicks, CTR, revenue and conversions for all recommendation campaigns in the last 30 days, sorted by revenue.

    Intención
    Medir
    Perfil
    Analista
    Resultado
    Tabla
    Nivel
    Inicial
  6. REC-06

    DescubrimientoRecomendaciones

    Plot daily CTR for campaign [campaign name] over the last 8 weeks.

    Intención
    Medir
    Perfil
    Analista
    Resultado
    Gráfico
    Nivel
    Avanzado
  7. REC-07

    DescubrimientoRecomendaciones

    Compare revenue from [app home screen campaign] and [web homepage campaign], last month vs. the month before.

    Intención
    Medir
    Perfil
    Especialista en marketing
    Resultado
    Gráfico
    Nivel
    Avanzado
  8. REC-08

    DescubrimientoRecomendaciones

    Which products generate the most revenue in campaign [campaign name] this quarter?

    Intención
    Medir
    Perfil
    Merchandiser
    Resultado
    Tabla
    Nivel
    Inicial
  9. REC-09

    DescubrimientoRecomendaciones

    Which recommendation campaigns had CTR below 1% in the last 14 days?

    Intención
    Medir
    Perfil
    Merchandiser
    Resultado
    Lista de acciones
    Nivel
    Avanzado
  10. REC-10

    DescubrimientoRecomendaciones

    Preview what campaign [campaign name] would recommend for product [product ID].

    Intención
    Vista previa
    Perfil
    Merchandiser
    Resultado
    Carrusel
    Nivel
    Inicial
  11. REC-11

    DescubrimientoRecomendaciones

    Show personalized recommendations for customer [UUID]. I want to see what they get on the app home screen.

    Intención
    Vista previa
    Perfil
    Especialista en marketing
    Resultado
    Carrusel
    Nivel
    Inicial
  12. REC-12

    DescubrimientoRecomendaciones

    Preview what campaign [Articles for you] returns for reader [UUID].

    Intención
    Vista previa
    Perfil
    Especialista en marketing
    Resultado
    Carrusel
    Nivel
    Inicial

Mostrando: 12 / 120

Una conversación, varios pasos

Conecta los prompts.

El agente mantiene el contexto dentro de una conversación, por lo que los prompts del catálogo se pueden encadenar en tareas más largas. Ejecútalos en orden en una misma conversación. Selecciona un ID a continuación para ver su prompt completo; se borrarán los filtros del catálogo que entren en conflicto.

  1. 01

    Corrige las búsquedas sin resultados

    Reduce la tasa de búsquedas sin resultados en un índice

  2. 02

    Lanza recomendaciones en una nueva pantalla de la aplicación

    Pasa de comprobar el feed a tener una prueba en marcha

  3. 03

    Diagnostica una campaña con bajo rendimiento

    Descubre por qué bajó el CTR y qué debes cambiar

  4. 04

    Recupera a los clientes inactivos

    De la audiencia a un mensaje personalizado

  5. 05

    Un producto nunca aparece en las recomendaciones

    Rastrea el problema desde los datos del catálogo hasta los filtros

El catálogo de un vistazo

Distintos roles. Un espacio de trabajo.

Intención

Explorar
28
Medir
29
Vista previa
8
Crear
31
Optimizar
12
Aprender
12

Perfil

Especialista en marketing
35
Analista
23
Merchandiser
44
Desarrollador
18

Resultado

Tabla
32
Gráfico
13
Carrusel
11
Lista de acciones
5
Formulario guiado
2
Respuesta
27
Borrador
13
Código
16
CSV
1

Nivel

Inicial
66
Avanzado
54

Los recuentos se calculan a partir de los prompts de este catálogo.