> ## Documentation Index > Fetch the complete documentation index at: https://help.ciarem.ai/llms.txt > Use this file to discover all available pages before exploring further. # El playground: prueba y entrena a tu agente > Simula conversaciones reales, lee el análisis de decisión detrás de cada respuesta y convierte las correcciones en comportamiento duradero. **Probar agente** (también accesible como **Entrenamiento de IA** desde el Centro de control) abre el playground, una simulación completa de una conversación real: * Elige el **canal** a simular (una conversación de WhatsApp se formatea distinto que el chat web), cambia a una **hora simulada** para probar el comportamiento fuera de horario, **simula ser un contacto existente** para probar con sus datos reales, y elige cuáles de tus **agentes participan**. * Chatea como si fueras el cliente, o usa los chips de escenarios rápidos (cliente molesto, pregunta de precios, quiere reservar, pregunta de horarios). * Cada respuesta viene con un **análisis de decisión**: la intención que detectó y la confianza del enrutamiento, qué agente intervino y por qué, qué bases de conocimiento y catálogos consultó, y qué reglas de transferencia se evaluaron, incluyendo por qué ninguna se activó. * Debajo de cada respuesta, **Buena respuesta** / **Necesita corrección** son el ciclo de entrenamiento. Una corrección te deja **mejorar la respuesta** en lenguaje simple o decir que **debe transferir**, y el agente lo aprende para toda situación similar de ahí en adelante. El mismo flujo de correcciones impulsa el [Centro de evaluación](/es/ai-agent/evaluation-center) para las respuestas ya enviadas a clientes reales. El playground: una conversación simulada de WhatsApp con el panel de análisis de decisión mostrando el enrutamiento, las fuentes consultadas y las reglas de transferencia evaluadas ## Cómo leer el análisis de decisión | Línea | Qué te dice | Si se ve mal | | --------------------------------------------------- | --------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | **Agente asignado** y **Confianza de enrutamiento** | Qué agente tomó el mensaje y qué tan seguro estaba el enrutador | Confianza baja o agente equivocado: los textos de *en qué momento interviene* de los agentes se superponen, o no coinciden con cómo escriben los clientes. Consulta [Equipo de agentes](/es/ai-agent/agent-team) | | **Conocimiento usado** / **Respondió sin fuentes** | De qué fuentes se apoyó la respuesta | Una pregunta del negocio respondida sin fuentes es un vacío: el dato falta en la [base de conocimiento](/es/ai-agent/knowledge-bases), o esa base no está activada para el agente | | **Regla de transferencia** | Qué regla se disparó, si alguna | Se disparó demasiado pronto, o nunca: reescribe la condición. Consulta [reglas de transferencia](/es/ai-agent/human-handoff-and-escalation) | ## Qué puede y qué no puede enseñar una corrección **Necesita corrección** abre dos opciones, y enseñan cosas distintas: | Escribes… | Qué hace Ciarem con eso | | ---------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | **Mejorar respuesta**: "No confirmes coberturas que no hayas verificado. Pregunta primero qué plan tiene." | Lo incorpora al coaching permanente del agente: una lista corta de correcciones de comportamiento, fusionadas y generalizadas a situaciones similares. | | **Mejorar respuesta**: "La limpieza cuesta \$50, no \$40." | Detecta un dato del negocio y se niega a guardarlo como comportamiento. Ves **Información del negocio detectada** con un enlace a la base de conocimiento. Corrige el dato allí. | | **Mejorar respuesta**: "Sé más cálido" / "Trata de usted" | El tono y la personalidad tampoco son coaching: configúralos en la [Configuración básica](/es/ai-agent/basic-configuration). | | **Debe transferir**: un nombre y "el cliente disputa un cobro" | Crea una [regla de transferencia](/es/ai-agent/human-handoff-and-escalation) real. El coaching nunca decide cuándo transferir. | | Una corrección sobre una respuesta que era el mensaje de transferencia de una regla | No la cambia. Edita el mensaje en la propia regla; el playground te dice cuál. | Las correcciones enseñan **comportamiento**. Los datos van a la base de conocimiento, las transferencias a las reglas de transferencia y el tono a la Configuración básica. Una corrección que intenta llevar un precio o una política se detecta y se redirige. Nunca se convierte en silencio en comportamiento del agente. Cada veredicto también deja una prueba: **Respuesta adecuada** protege ese comportamiento, y una corrección vuelve a correr el mensaje marcado para comprobar que el arreglo se mantiene. La tarjeta **Entrenamiento de IA** del [Centro de control](/es/ai-agent/agent-health) lleva la cuenta de cuántas respuestas has calificado. ## Una rutina que funciona Con las palabras de tus clientes, errores de ortografía incluidos ("cuanto vale la limpieza?", "atienden los sabados?"). Hazlo antes de cualquier cambio en agentes, reglas o conocimiento. Marca **Respuesta adecuada** en las que están bien. Cada una se convierte en una prueba que protege ese comportamiento. Compara con el análisis de decisión: las mismas respuestas donde no esperabas cambios, mejores donde sí. Un dato incorrecto: la base de conocimiento. Un comportamiento incorrecto: **Necesita corrección** y luego **Mejorar respuesta**. Un momento que debió pasar a una persona: **Debe transferir**. Una vez que estás en vivo, el [Centro de evaluación](/es/ai-agent/evaluation-center) hace lo mismo con las respuestas que tu agente realmente envió.