todos los artículos
ia · 5 min de lectura

Chatbots de atención al cliente: diseño, evaluación y derivación a una persona

Diseñá un chatbot de soporte basado en contenido aprobado, probá la calidad de sus respuestas y la privacidad, y definí cuándo el cliente pasa a una persona.

Un chatbot de soporte es una promesa que se hace en nombre de tu empresa, a cualquier hora, a personas que muchas veces ya llegan molestas. Las preguntas útiles son concretas: qué puede responder el bot, de dónde salen sus respuestas, cómo sabés que son correctas y cuándo le pasa el cliente a una persona. Esta guía cubre esas cuatro, en ese orden.

Cómo produce una respuesta un bot de soporte

Los proveedores mezclan tres mecanismos distintos, y la diferencia define cómo vas a mantener el bot.

Inferencia. Un modelo de lenguaje escribe una respuesta a partir del texto que recibe en ese momento: tus instrucciones, el mensaje del cliente y el contexto que le agregues. Con esto no se guarda nada en el modelo.

Recuperación. Antes de que el modelo responda, el sistema busca en un conjunto de documentos que vos controlás (artículos de ayuda, políticas, fichas de producto) y le pasa al modelo los fragmentos más relevantes. La mayoría de los bots de soporte para empresas funcionan así. Para cambiar una respuesta, cambiás el documento.

Reentrenamiento o ajuste fino. Alguien prepara a propósito un conjunto de datos y corre un proceso de entrenamiento para cambiar el comportamiento del modelo. Es un proyecto con un responsable, un conjunto de datos y una prueba, no algo que pasa solo en segundo plano.

Un argumento de venta habitual es que el bot "aprende de cada conversación". Tomalo como una pregunta para el proveedor, no como una función. Preguntá si los chats de los clientes se usan para entrenar algún modelo, si podés desactivarlo y cuánto tiempo se guardan los chats. Como ejemplo de cómo puede ser la respuesta, la documentación de la plataforma de OpenAI dice que los datos enviados a su API no se usan para entrenar sus modelos salvo que el cliente lo autorice, y que los registros de control de abusos se guardan hasta 30 días por defecto. Las condiciones de tu proveedor pueden ser otras; pedilas por escrito.

Para tu propia planificación, asumí que el bot sabe lo que hoy está en sus fuentes aprobadas y nada más. Mejorarlo significa mejorar esas fuentes y tus instrucciones.

Diseñá alrededor del contenido aprobado

Empezá con un documento de alcance de una página:

Responde: los temas que maneja el bot, cada uno con un enlace al documento fuente que lo respalda
Rechaza o deriva: reintegros, cambios de contrato, reclamos, cualquier consulta de salud, legal o de seguridad, y todo lo que requiera acceder a la cuenta de un cliente salvo que lo hayas armado a propósito
Responsable: la persona que aprueba cada documento fuente y la fecha de su última revisión
Tono: algunas respuestas de ejemplo escritas por tu mejor persona de soporte

Después, limpiá las fuentes. Artículos que se contradicen producen respuestas que se contradicen. Si tu política de reintegros existe en tres versiones, el bot va a encontrar las tres.

Indicale al bot que responda solo a partir de las fuentes recuperadas y que diga que no sabe cuando no cubren la pregunta. El perfil de IA generativa del NIST incluye la confabulación, es decir, contenido falso dicho con seguridad, entre los riesgos centrales de la IA generativa. La recuperación lo reduce; no lo elimina.

Equivocarse en esto tiene un costo real. En Moffatt v. Air Canada (2024), un tribunal de Columbia Británica responsabilizó a la aerolínea después de que el chatbot de su sitio web le diera a un cliente información incorrecta sobre las tarifas por duelo, y rechazó el argumento de que el chatbot era responsable de sus propias afirmaciones. El monto fue chico. Lo que importa es que los clientes y los tribunales toman las palabras del bot como tuyas.

Probá la calidad de las respuestas antes del lanzamiento

Armá un set de prueba con tickets reales, no inventados. Tomá de 50 a 100 preguntas pasadas de tus temas más comunes, más las incómodas.

Calificá cada respuesta según cuatro criterios:

Correcta: coincide con la política vigente.
Fundamentada: lo que afirma aparece en una fuente aprobada.
Segura: no hace promesas que la empresa no hizo y no repite datos personales sin necesidad.
Bien encaminada: derivó cuando correspondía.

Sumá preguntas pensadas para hacerlo fallar: una política que no existe, un cliente que pide una excepción, un mensaje en otro idioma, alguien que pega un número de tarjeta. Anotá qué porcentaje de aciertos vas a aceptar antes de ver los resultados, y volvé a correr el set completo cada vez que cambies las fuentes, las instrucciones o el modelo de base.

Controles de privacidad

En una ventana de chat, los clientes escriben cosas que nunca pondrían en un formulario. Antes del lanzamiento:

Definí qué no debería pedir nunca el bot y qué debería hacer si un cliente lo comparte por su cuenta (números de tarjeta, datos de salud, contraseñas).
Revisá dónde se guardan los chats, quién puede leerlos y cuánto tiempo se conservan.
Confirmá las condiciones de entrenamiento y retención del proveedor, como se explicó más arriba.
Actualizá tu aviso de privacidad para que describa el chatbot.
Avisale a la gente que está hablando con una IA. El artículo de transparencia de la Ley de IA de la UE exige que se informe a las personas que están interactuando con un sistema de IA, salvo que sea evidente, y la Comisión Europea dice que las normas de transparencia de la ley entran en vigor en agosto de 2026. Cómo se aplica en tu caso depende de tu rol y tu mercado; consultalo con un asesor legal.

Definí la derivación a una persona

La derivación es la parte que los clientes recuerdan. Definí los disparadores de antemano:

Disparador	Qué pasa
El cliente pide hablar con una persona	Derivar de inmediato, sin intentar retenerlo
El tema está en la lista de rechazo	Explicar brevemente y derivar
El bot no encuentra una fuente para la respuesta	Decirlo y ofrecer una persona
La misma pregunta dos veces, o frustración evidente	Derivar
Cualquier tema de dinero, baja del servicio o reclamo	Derivar
Fuera del horario de atención	Crear un ticket y dar un tiempo de respuesta realista

Cuando el bot deriva, pasá la conversación completa y lo que ya intentó, para que el cliente no tenga que repetir todo. Asegurate de que alguien efectivamente lo reciba: derivar a una bandeja de entrada que nadie mira es peor que no tener bot.

Después del lanzamiento

Leé una muestra de conversaciones todas las semanas, sobre todo las que terminaron en una derivación o sin respuesta del cliente. Cada respuesta equivocada o faltante señala un documento fuente para corregir o un tema para sumar a la lista de rechazo. Llevá un registro corto de cambios en las fuentes y en las instrucciones, para poder rastrear por qué cambió una respuesta.

Para muchos equipos, un primer paso más seguro es un bot que redacta respuestas dentro de la mesa de ayuda para que un agente las apruebe. Conseguís los datos de prueba y la limpieza de las fuentes sin poner respuestas sin revisar frente a los clientes.

Dónde entra automotif

Esto es integración de IA: un paso de IA dentro de tu mesa de ayuda o tu bandeja de entrada actual, basado en tus documentos aprobados, con una persona que aprueba antes de que salga cualquier cosa hasta que los resultados de las pruebas justifiquen más. Si estás evaluando un bot de soporte, reservá una llamada gratis de 30 a 60 minutos y miramos juntos tus tickets y tus fuentes.