> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/es/servicios-comerciales/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md).

# Análisis e informes

Explora los informes de Zoom Virtual Agent, las métricas del Panel de control, los filtros y las perspectivas de interacción.

### análisis e informes para Zoom Virtual Agent

Los administradores pueden crear una única suscripción que contenga los distintos informes descritos en esta sección. Pueden filtrar las suscripciones por agentes específicos, grupos de agentes o tipos de informe como Resumen, Rendimiento del agente virtual, Rendimiento del conocimiento, Información de consultas, Detalles de la conversación y Encuestas de participación del consumidor. Los destinatarios reciben un solo correo electrónico con todos los informes seleccionados, etiquetados por tipo de informe y alcance del agente.

Las suscripciones de informes ahora ofrecen una cadencia de entrega ampliada, cobertura de Panel de control y contenido de correo electrónico. Los administradores pueden elegir cualquier día de la semana para la entrega semanal o cambiar a la entrega diaria. Hay una selección más amplia de Paneles de control Disponible para suscribirse, y la plantilla de correo electrónico del informe se ha revisado para incluir más métricas y un resumen generado por IA.

Los filtros del Panel de control también admiten precisión de hora del día y vistas guardadas. Además de los intervalos de fechas, los administradores pueden establecer horas de inicio y finalización hasta el minuto para aislar una ventana, como un único turno de trabajo o un período de tráfico máximo, y también están disponibles los intervalos de fechas relativos. Un panel de control filtrado se puede guardar como una vista con nombre que captura sus filtros y selecciones de gráficos para reutilizarlos rápidamente, y una vista guardada se puede compartir con todos los usuarios de la cuenta.

En los informes Detalles de la conversación e Información de consultas, una vista guardada también almacena el diseño de la tabla: la selección y el orden de las columnas, así como la dirección de ordenación. Al volver a abrir la vista, la tabla se restaura exactamente como estaba configurada, por lo que los administradores no tienen que reorganizar las columnas ni volver a ordenar los datos cada vez que acceden.

Las suscripciones a informes pueden enviar una vista guardada. Al configurar una suscripción, los administradores pueden seleccionar una vista guardada, y los envíos programados reflejan esa vista en lugar de la versión predeterminada del informe. Así, los informes enviados por correo electrónico coinciden con la misma estructura de datos que los administradores analizan en pantalla.

#### <mark style="color:azul;">El Diccionario de datos proporciona definiciones transparentes de métricas para el análisis del agente virtual</mark>

El análisis de Zoom Virtual Agent incluye un Diccionario de datos integrado. Los administradores pueden explorar conjuntos de datos e informes para comprender las definiciones de métricas, los cálculos, los filtros y la guía de Interpretación. Las definiciones pueden exportarse para compartirlas, lo que ayuda a aclarar los KPI y a fomentar la adopción en todos los equipos.

#### <mark style="color:azul;">Las métricas del Panel de control admiten desgloses in situ y tooltips en las columnas</mark>

Los administradores pueden hacer clic en cualquier métrica del Panel de control de Zoom Virtual Agent para profundizar en las conversaciones que la respaldan. Los filtros activos con estado activo del panel de control se mantienen automáticamente, por lo que puede pasar de la lista de conversaciones a una transcripción individual y volver sin perder el contexto. Cada tabla de informes también agrega descripciones emergentes en los encabezados de sus columnas. Pase el cursor sobre una métrica para ver su definición y un enlace directo a la entrada completa del Diccionario de datos.

#### <mark style="color:azul;">El informe de Rendimiento del agente virtual detalla los resultados de Herramienta, Skill y latencia durante la interacción con el usuario final</mark>

Los informes de Rendimiento del agente virtual proporcionan datos sobre indicadores clave de rendimiento del agente de IA.

* **Métricas clave:** Herramientas invocadas únicas y totales, habilidades invocadas únicas y totales, métricas de latencia (latencia del primer token P90/P50), tendencia de latencia, tasa de contención, tasa de escalamiento, uso de la interacción y ahorro de costos.
  * **Métrica de inicio**: Una nueva métrica mejorada que mide cuándo y cómo se inician las interacciones, lo que ofrece una visión más clara de cómo los usuarios acceden a la experiencia de Virtual Agent. Esta métrica ayuda a los administradores a evaluar el rendimiento de los puntos de entrada, analizar las estrategias de enrutamiento y comprender cómo los cambios en los flujos de trabajo o en las superficies de acceso influyen en el comportamiento general de las interacciones.
  * **Métricas totales de mensajes**: Proporciona recuentos agregados de todos los mensajes intercambiados en las interacciones de Zoom Virtual Agent y Zoom AI Expert Assist. Estas métricas ayudan a los administradores a analizar el volumen de conversaciones, comparar patrones de mensajes entre canales y comprender mejor la carga multimodal de los flujos de trabajo de soporte basados en IA.
  * **Mecanismos de protección**: Una vista agregada de la actividad de los mecanismos de protección de seguridad del back-end, que incluye el total de infracciones, la tasa de infracciones por cada 1000 interacciones, un desglose por categoría y una tendencia a lo largo del tiempo. Al explorar los datos agregados, se abren las conversaciones afectadas en el informe Detalles de la conversación, con un filtro previo según la categoría de mecanismo de protección seleccionada. Los informes de mecanismos de protección abarcan tanto voz como chat.
* **Filtros:** Intervalo de fechas, tipo de agente (voz, chat, chatbot) y agente de IA específico.
  * **Grupos de temas** también están disponibles como filtro y dimensión de visualización en los informes de análisis, lo que permite a los supervisores consultar los datos de rendimiento por categoría empresarial.
* **Caso de uso:** Ayuda a los administradores a evaluar la eficiencia de los agentes de IA, supervisar el uso de herramientas y habilidades, y hacer un seguimiento de las tendencias de latencia y contención para mejorar el rendimiento y el ROI.

{% hint style="info" %}
**Nota**

El informe del agente de IA tiene una configuración de ahorro de costos que afecta el rendimiento del agente virtual según un costo de token preestablecido.
{% endhint %}

#### <mark style="color:azul;">El informe de Rendimiento del conocimiento proporciona detalles sobre cómo se usan los artículos de conocimiento durante las interacciones</mark>

Este informe ofrece información sobre cómo los artículos de su Base de conocimientos contribuyen a resolver los problemas de sus clientes.

* **Métricas clave**: Interacciones asistidas por conocimientos, tasa de interacciones asistidas por conocimientos, artículos consultados y promedio de artículos consultados por interacción.
* **Filtros**: Intervalo de fechas, tipo de agente (voz, chat, chatbot), agente de IA específico y fuente del artículo.
  * El filtro de origen del artículo tiene dos valores — sugerido por IA y añadido manualmente — y cada fila de artículo muestra una etiqueta de origen, por lo que los administradores pueden auditar cuánto contribuye el motor de recomendaciones.
* **Caso de uso**: Ayuda a los administradores a evaluar la eficacia del contenido de conocimientos y optimizarlo para mejorar las tasas de resolución.
* **Insignias de KB activa/inactiva**: Esta Característica añade un icono de tipo insignia a los artículos de KB que se reemplazaron o actualizaron. Tanto las versiones antiguas como las nuevas permanecen visibles en el informe de ZVA, con indicadores de estado claros que muestran si cada artículo está activo o inactivo.

La tabla de artículos incluye una columna de **Contención** que muestra la tasa de contención de cada artículo en las interacciones de chat y voz. La tasa corresponde al número de interacciones contenidas que usaron el artículo dividido por el total de interacciones que lo usaron. Esto muestra a los administradores qué artículos realmente ayudan a resolver problemas, y no solo cuáles recupera el agente.

Los administradores también pueden ver por qué los usuarios finales calificaron un artículo como poco útil. El widget **Distribución de motivos de poca utilidad** , en **Análisis e informes** > **Rendimiento del conocimiento**, desglosa los envíos de comentarios de poca utilidad según el motivo seleccionado por el usuario final. Al seleccionar un motivo en el gráfico, se filtra la vista para que los administradores puedan identificar por qué determinados artículos tienen un rendimiento deficiente y priorizar las actualizaciones de contenido.

#### <mark style="color:azul;">El informe de Información de consultas ofrece una vista detallada de las consultas de los consumidores gestionadas por los agentes virtuales</mark>

Este informe le ofrece una vista panorámica de los datos de consultas, incluido el volumen de consultas, la cobertura de coincidencias, la vinculación con interacciones y los resultados a nivel de tema.

* **Métricas clave:** Total de consultas, promedio de consultas por interacción, temas populares, temas resueltos, temas escalados y tendencias de coincidencia de consultas.
* **Filtros:** Intervalo de fechas, tipo de agente (voz, chat, chatbot), agente de IA, tipo de coincidencia de consulta, artículo, tema, resultado de la interacción, base de conocimientos e idioma.
* **Caso de uso:** Ayuda a los administradores y analistas a comprender el comportamiento de las consultas, evaluar la cobertura de los temas e identificar áreas donde mejorar la calidad de las respuestas y el rendimiento de la automatización.

Análisis de Zoom Virtual Agent también ofrece Grupos de temas, una jerarquía de dos niveles que organiza automáticamente los temas granulares en categorías alineadas con el negocio como "Facturación y pagos" o "Envío y entrega". Los supervisores pueden identificar de un vistazo los principales motivos de contacto en el nivel de categoría, mientras conservan la capacidad de analizar más a fondo temas específicos.

Las reglas de enmascaramiento configuradas en las preferencias del tenant de Zoom Virtual Agent ahora se aplican de forma uniforme en todo el panel de control de Query Insights, incluida la lista de consultas y las vistas de desglose. Antes, estas áreas mostraban enunciados sin procesar independientemente del conjunto de reglas configurado; ahora respetan el mismo conjunto de reglas de enmascaramiento que el resto del producto.

El informe Información de consultas admite tres opciones de exportación: la vista de la tabla de consultas, los datos de interacción de las consultas incluidas en la tabla y los seguimientos de los agentes correspondientes a esas interacciones.

#### <mark style="color:azul;">Los análisis comparativos muestran dos segmentos de datos uno al lado del otro</mark>

Los administradores pueden comparar dos segmentos de datos directamente dentro de los paneles de control de Zoom Virtual Agent, sin exportar ni cambiar de pantalla. Desde cualquier informe, haga clic en Compare, seleccione un conjunto de filtros y el panel de control se vuelve a renderizar en un diseño de dos cohortes para que pueda leer los dos segmentos uno frente al otro. Los análisis comparativos funcionan junto con las funciones de desglose y filtrado cruzado del panel de control.

#### <mark style="color:azul;">El filtrado cruzado recalcula las visualizaciones del panel de control por dimensión</mark>

Los supervisores pueden hacer clic en un valor dimensional en las páginas de Query Insights, Detalles de la conversación, Rendimiento del conocimiento y Rendimiento del agente para aplicar un filtrado cruzado a cada visualización de la página. Los valores en los que se puede hacer clic incluyen temas, agentes, herramientas o segmentos de gráfico.

Una etiqueta de filtro muestra la selección activa y se puede borrar haciendo clic en **x**, seleccionando el valor de nuevo o haciendo clic fuera de él. Se pueden combinar varios filtros cruzados entre sí y con la configuración existente de la barra de filtros para mostrar resultados coincidentes. Al pasar el cursor sobre un elemento que se puede filtrar, aparece un cursor en forma de puntero y una información sobre herramientas que muestra una vista previa de la acción.

#### <mark style="color:azul;">El informe de Detalles de la conversación proporciona información sobre conversaciones basada en la interacción para agentes virtuales</mark>

El informe de Detalles de la conversación proporciona datos sobre indicadores clave de interacción de los agentes de IA.

* **Métricas clave:** Total de interacciones, interacciones de varios turnos, duración media y total de las interacciones, y registros de interacciones con metadatos (temas, herramientas, habilidades, motivos de escalamiento y personas que respondieron). En las implementaciones con varias instancias, el informe también añade una columna de **Instancia** que identifica qué instancia gestionó cada interacción.
* **Filtros:** Intervalo de fechas, tipo de agente (voz, chat, chatbot), agente de IA, herramienta, resultado de la interacción, última persona que respondió, habilidad, tema, transferencia aceptada (solo voz), activación del mecanismo de protección por finalización del agente de IA (solo voz) y, en implementaciones con varias instancias, instancia y grupo de instancias.
* **Caso de uso:** Permite a los administradores analizar la calidad de las interacciones, hacer un seguimiento del rendimiento de los agentes de IA y las habilidades, y revisar el comportamiento de cada conversación para optimizarlo, supervisar las operaciones y elaborar informes internos.

Cuando una conversación activa una barrera de seguridad de back-end, el informe de Detalles de la conversación la marca con una insignia de barrera de seguridad en la interacción afectada y un panel que muestra qué categorías de barrera se activaron y en qué turno. Los administradores pueden filtrar la lista de interacciones por categoría de infracción — por ejemplo, delitos violentos, abuso del Intérprete de código, privacidad o difamación — para revisar solo las conversaciones que activaron una regla. Estas son las barreras de seguridad de back-end de Zoom, no barreras que un administrador escribe en Agent Guidance.

El informe de Detalles de la conversación también incluye una franja de visualizaciones configurable en la parte superior del panel de control. Puede crear sus propias visualizaciones para variables — tanto del sistema como personalizadas — eligiendo entre gráficos circulares, de barras y de líneas. Las visualizaciones se pueden agregar, mover y redimensionar, y su configuración persiste a nivel de la cuenta para su próxima sesión. Los gráficos fijados respetan los filtros activos de la página y le ofrecen una vista clara de la distribución de variables justo donde la necesita.

#### <mark style="color:azul;">El informe de Encuestas de interacción con consumidores presenta los comentarios de los consumidores recopilados a partir de encuestas posteriores a la interacción en Zoom Virtual Agent</mark>

Este informe recopila los comentarios de las encuestas posteriores a la interacción para medir la satisfacción del consumidor, el éxito en la resolución y las oportunidades de mejora.

* **Métricas clave:** Asignaciones a agentes, inicios, respuestas, tasa de respuesta, tasa de finalización, tendencia de inicios, respuestas a preguntas de la encuesta y distribución de comentarios de texto libre.
* **Filtros:** Intervalo de fechas, agente de IA y bot (incluidas las variantes si hay varias).
* **Caso de uso:** Permite a los administradores evaluar la opinión de los clientes, medir el rendimiento del chatbot e identificar oportunidades para mejorar la calidad de las interacciones y la satisfacción de los usuarios.

#### <mark style="color:azul;">Las métricas de resolución implícita infieren los resultados del cliente a partir del comportamiento de la interacción</mark>

Los administradores pueden evaluar el rendimiento de los agentes virtuales con la resolución implícita, que infiere automáticamente la resolución y satisfacción del usuario en función del comportamiento real, como la finalización del flujo de trabajo y los niveles de interacción.

Esta métrica ofrece una alternativa a las encuestas tradicionales cuando las tasas de respuesta explícita de CSAT son bajas. También funciona junto con las métricas existentes basadas en encuestas, en lugar de reemplazarlas. Los datos de resolución implícita están disponibles en el portal web de Zoom, la API o los informes descargables, lo que ayuda a los administradores a optimizar la eficacia de Zoom Virtual Agent.

La lógica que determina la resolución implícita se ha mejorado para leer las conversaciones con mayor precisión, reduciendo las clasificaciones incorrectas en ambas direcciones. Como resultado, la tasa de resolución refleja con mayor exactitud los resultados reales. Los administradores pueden ver un ligero cambio en la métrica a medida que la mejora surta efecto.

Los análisis de Zoom Virtual Agent también muestran la métrica de **resolución sin retorno** para voz y chat. Una interacción se considera resuelta sin retorno cuando se contiene y el mismo cliente no vuelve dentro del plazo de retorno definido. Al combinar la contención con lo que hace el cliente después, esta métrica ofrece a los administradores una indicación más fiable de la resolución real que la contención por sí sola.

Los ajustes relacionados con los informes de cada agente se configuran en una sección específica de ajustes de informes dentro de la configuración del agente. Esta sección reúne tres ajustes: objetivos cumplidos, resultados de la conversación y resuelto sin retorno. Estos ajustes solo afectan a los informes, no al comportamiento del agente. Los objetivos cumplidos y los resultados de la conversación se aplican a los agentes Salientes, mientras que resuelto sin retorno se aplica a los agentes Entrantes.

#### <mark style="color:azul;">El Registro de interacciones proporciona un registro detallado de cada interacción de agente de IA y de voz, incluidos los resultados, la duración y las transcripciones para su revisión</mark>

<div data-with-frame="true"><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FBekwbdgq0PzE6LyvSslJ%2Funknown.png?alt=media&amp;token=228a0e64-0379-4341-8546-1567ff1ccd6d" alt=""></div>

El registro de interacciones proporciona una vista detallada de cada interacción gestionada por sus agentes de IA o de voz. Le ayuda a analizar cómo se gestionó cada conversación, si la IA la contuvo o la escaló a un agente en vivo, y las métricas clave de rendimiento de esa interacción.

Este informe es valioso para supervisores, administradores y analistas que necesitan visibilidad sobre la eficacia de los agentes, la experiencia del cliente y el rendimiento del sistema.

**Columnas clave del registro de interacciones**

* **ID de interacción**: Un identificador único para cada interacción. Puede utilizar este ID para buscar y revisar conversaciones específicas.
* **Canal**: Indica si la interacción se produjo a través de un agente de chat o de un agente de voz.
* **Origen**: Muestra el punto de entrada en el que se inició la interacción, como el centro de contacto de Zoom.
* **Cliente**: El cliente o usuario final que inició la interacción. Puede aparecer como un número de teléfono para las llamadas de voz o como un Nombre de usuario para las sesiones de chat.
* **Agente de IA**: Identifica qué agente de IA gestionó la interacción.
* **Herramienta / Habilidad / Tema / Artículo**: Muestra las herramientas, habilidades o recursos de conocimiento que el agente de IA utilizó durante la interacción, como «obtener el estado del ticket» o «solicitud de transferencia a un agente».
* **Resultado de la interacción**: El resultado final de la interacción. «Contención» significa que el agente de IA resolvió el problema sin escalarlo. «Escalado» indica que la interacción se transfirió a un agente humano. Cuando corresponde, se muestran los motivos del escalado, como «escalado por diseño» o «escalado solicitado».
* **Hora de inicio / Hora de finalización**: Las marcas de tiempo de inicio y finalización de la interacción.
* **Último en responder**: Indica quién completó la interacción: el agente de IA o un agente humano tras el escalado.
* **Duración de la interacción**: El tiempo total que duró la interacción.
* **Turnos de interacción**: El número de intercambios entre el agente de IA y el cliente.
* **Duración activa**: El tiempo durante el cual el cliente participó en la interacción, lo que resulta especialmente útil para las llamadas de voz.
* **Transferencia aceptada / Agente de IA retirado**: Muestra si la transferencia a un agente humano se realizó correctamente y si el agente de IA abandonó la interacción.

Esta elaboración de informes respalda la auditoría, la revisión y la Formación al proporcionar registros de auditoría que pueden mejorar el rendimiento tanto de la IA como de los agentes humanos.

Por ejemplo, si el Agente del servicio de asistencia de TI muestra un alto número de escalaciones para tareas de creación de tickets, los supervisores pueden revisar las transcripciones para identificar por qué los usuarios están solicitando un agente humano y actualizar la configuración o los datos de Formación de la IA.

**Agent Tracing proporciona visibilidad paso a paso en la toma de decisiones del agente virtual**

Al revisar una interacción, los administradores pueden usar Agent Tracing para ver toda la cadena de decisiones, desde el procesamiento de la entrada hasta la respuesta final. Esto respalda la resolución de problemas, la revisión de Aseguramiento de calidad y la optimización del rendimiento.

Agent Tracing proporciona una traza unificada y legible para humanos vinculada a una interacción específica. Incluye una transcripción completa del cliente junto con las acciones del sistema. Cada paso del flujo se marca con hora, con duraciones de inicio y fin.

Agent Tracing incluye:

* Captura de entrada
* Clasificación de NLU/intención
* Pasos de búsqueda y recuperación (es decir, reescritura de consultas y selección de fuente)
* Inferencia de LLM
* Llamadas a herramientas/funciones
* Renderizado de la respuesta

Agent Tracing también proporciona resúmenes a nivel de interacción que agilizan la resolución de problemas. Un resumen de llamadas a herramientas enumera cada herramienta invocada durante la interacción, cada una con su estado de éxito o fallo, de modo que los administradores ya no tengan que recorrer la traza turno por turno para encontrar una llamada específica. Un resumen de variables ofrece una vista consolidada de cada variable establecida durante la misma interacción. Juntos, estos resúmenes muestran de un vistazo las ejecuciones de scripts, los activadores de habilidades y la ruta general de la interacción.

Agent Tracing también captura información detallada de traza y depuración para las herramientas integradas, incluidas la herramienta SMS, la herramienta de correo electrónico, guardar respuesta y finalizar conversación. Para cada invocación de herramienta, la traza registra el motivo por el que se seleccionó la herramienta, los parámetros de entrada pasados, la salida de resolución de variables, el estado de ejecución y cualquier error devuelto. La traza también muestra por qué terminó una conversación, incluso si se activó por una instrucción o por un tiempo de espera después de reintentos de aviso.

{% hint style="info" %}
**Nota**

Puede encontrar Agent Tracing dentro del análisis de Virtual Agent. Es accesible desde el Registro de interacciones al revisar interacciones individuales.
{% endhint %}

Para validar los cambios del agente antes de la implementación, consulte la sección de Evaluación a continuación.

#### <mark style="color:azul;">La evaluación valida los cambios del agente antes de la implementación mediante pruebas de escenarios y comparación de versiones</mark>

Al cambiar la configuración de un agente, las pautas, las Habilidades o las Herramientas, los administradores deben verificar que esos cambios no degraden el rendimiento antes de publicarlos en producción. La evaluación proporciona un entorno de pruebas estructurado para ello.

Los administradores pueden ejecutar evaluaciones en cualquier versión publicada o histórica del agente, no solo en el borrador actual. Las evaluaciones se ejecutan como de solo lectura contra la instantánea de la versión seleccionada, por lo que el agente activo no se modifica. Esto ancla los resultados a una configuración específica y conocida.

A continuación, puede evaluar dos versiones del agente una al lado de la otra usando el mismo conjunto de escenarios. Los resultados muestran métricas por versión (como tasas de éxito de los escenarios, puntuaciones de coincidencia de comportamiento y más) para que los administradores puedan ver exactamente dónde cambió el rendimiento entre versiones. Una vista detallada de la transcripción permite a los administradores profundizar en casos de prueba individuales para ver cómo difieren las respuestas.

Antes de que se ejecute una evaluación, el sistema valida la integridad de los casos de prueba. Eso incluye comprobar herramientas faltantes, variables no definidas o discrepancias de esquema. Esto evita ejecuciones de evaluación desperdiciadas y elimina falsos negativos causados por errores de configuración en lugar del comportamiento real del agente.

La evaluación respalda los esfuerzos de los administradores para realizar cambios de agente listos para producción, lo que puede ayudar a acelerar los ciclos de iteración y gestionar el riesgo. Combinada con Agent Tracing, crea un flujo de trabajo de diagnóstico y validación sólido.

#### <mark style="color:azul;">El panel de control de ZVA Receptionist ofrece a los despliegues más pequeños una vista del rendimiento en una sola pantalla</mark>

Para los despliegues más pequeños de ZVA Receptionist que no necesitan la suite completa de análisis, un panel de control de una sola pantalla presenta el rendimiento en lenguaje sencillo. Cada valor se consolida a partir de métricas existentes, por lo que no se requiere nueva instrumentación. Una fila principal muestra las llamadas atendidas, el tiempo de teléfono atendido (expresado en horas) y el costo ahorrado. Un anillo de contención se combina con un recuento de escalaciones y un enlace "Leer estas conversaciones" que lleva directamente a las interacciones subyacentes. El panel de control también muestra los principales motivos por los que la gente llamó y un desglose de resultados resueltos/no resueltos, y una tabla por agente y un registro simplificado de conversaciones completan la pantalla, todo ello delimitado por una única fila de filtros.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://library.zoom.com/technical-library/es/servicios-comerciales/zoom-virtual-agent/zoom-virtual-agent-analytics-reporting.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
