> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fastino.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Use https://docs.fastino.ai/openapi.json as the source of truth for customer-facing routes. For GLiDE decision inference, call POST https://api.fastino.ai/v1/systemone with model fastino/GLiDE. Do not infer undocumented routes. Read API keys from FASTINO_API_KEY and never embed credentials in code, logs, or reports.

# Enruta solicitudes con GLiDE

> Crea un enrutador de solicitudes con GLiDE, inspecciona las probabilidades y envía las decisiones inciertas a una ruta de respaldo.

Enrutar con un LLM de propósito general suele implicar pedirle que genere el nombre de un destino y, después, validar y analizar el texto. Con GLiDE, defines las rutas permitidas y recibes una ruta seleccionada más una probabilidad para cada opción.

Usa este patrón para colas de soporte, herramientas de agentes, flujos de trabajo, modelos o cualquier otra decisión de enrutamiento en la que haya que elegir una sola opción. Añade una ruta `other` o `human_review` cuando los destinos de la lista no sean exhaustivos.

## Enruta un ticket de soporte

```python theme={null}
import os

import requests

ticket = {
    "subject": "Charged twice for one subscription",
    "body": "My card shows two charges for the same monthly plan. Please reverse one.",
    "customer_tier": "enterprise",
}

response = requests.post(
    "https://api.fastino.ai/v1/systemone",
    headers={"X-API-Key": os.environ["FASTINO_API_KEY"]},
    json={
        "model": "fastino/GLiDE",
        "state": ticket,
        "questions": {
            "destination": {
                "type": "choice",
                "instructions": "Which team should handle this request?",
                "criteria": {
                    "billing": "Payments, invoices, charges, and refunds",
                    "technical": "Product errors, outages, and integration problems",
                    "account": "Login, access, permissions, and account settings",
                    "human_review": "Unclear or does not fit another route",
                },
            }
        },
    },
    timeout=300,
)
response.raise_for_status()

answer = response.json()["answers"]["destination"]
route = answer["choice"]
confidence = answer["confidence"]
probabilities = answer["probabilities"]

if confidence < 0.5:
    route = "human_review"
```

`choice` siempre es una de tus claves de `criteria`. `probabilities` muestra la distribución completa, mientras que `confidence` es el margen entre las dos rutas más probables. Ajusta el umbral de respaldo con tráfico representativo en lugar de tratar `0.5` como un valor universal.

## Qué cambia respecto a un enrutador basado en LLM

* El destino está limitado a las claves que defines; no hay texto generado que analizar.
* Recibes la distribución completa de rutas, no solo una etiqueta.
* Puedes enviar los casos inciertos o fuera de alcance a una ruta de respaldo explícita.
* Puedes hacer varias preguntas de enrutamiento o puntuación sobre el mismo state en una sola solicitud.

Consulta [Inferencia de GLiDE](/es/inference/systemone) para ver la autenticación, los límites, los errores y el contrato de respuesta completo.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.