Qué es un agente de IA para atender clientes (y cómo se construye uno que no invente)

Empecemos por la diferencia que casi nadie explica

Hay tres cosas distintas que en la conversación diaria se llaman igual.

El chatbot de botones es un menú disfrazado de conversación: la persona elige entre opciones fijas y recibe respuestas escritas de antemano.

El chatbot con inteligencia artificial entiende preguntas escritas con libertad y contesta en lenguaje natural, pero se queda ahí: responde y espera la siguiente pregunta.

El agente de IA hace lo anterior y además ejecuta tareas acotadas: busca en la información de la empresa, toma los datos de quien escribe, orienta hacia el paso siguiente y entrega la conversación a una persona cuando el tema lo excede.

Los tres pueden usar el mismo modelo por debajo. La diferencia no es la tecnología, es el diseño: de dónde saca lo que dice, qué tiene permitido hacer y qué hace cuando no sabe.

Cómo funciona por dentro

Sin jerga, un agente de atención tiene cinco piezas.

La base de conocimiento aprobada. Es el material que la empresa validó: precios vigentes, horarios, condiciones, preguntas frecuentes reales, políticas. El agente no responde desde lo que “sabe” el modelo del mundo, responde desde ahí. Si algo no está en esa base, para el agente no existe.

Las reglas de comportamiento. Quién es, cómo habla, qué trata de lograr en cada conversación, cuándo pregunta y cuándo deja de preguntar. Aquí se define el tono de la empresa, que es lo que separa a un asistente propio de un robot genérico.

Los límites. La lista corta y explícita de lo que no hace: no promete plazos, no da un diagnóstico, no confirma un descuento, no habla de temas ajenos al negocio. Los límites son la parte más valiosa y la que más se omite.

La captura de datos de contacto. Una conversación que resuelve una duda y se pierde no sirve de mucho. El agente pide nombre y forma de contacto en el momento natural, no en el primer mensaje, y deja el registro donde el equipo lo va a ver.

La derivación a una persona. Cuando el tema excede al agente, entrega la conversación con el contexto ya resumido, para que quien atiende no tenga que hacer repetir todo desde el principio.

Por qué la inteligencia artificial inventa

Un modelo de lenguaje predice qué texto es plausible, no qué texto es verdadero. Cuando le falta el dato, en lugar de frenar, completa el hueco con la continuación más verosímil, y lo dice con el mismo tono seguro que usaría para un hecho comprobado. Eso es lo que se llama alucinación.

No es un defecto raro ni un error de programación. Una investigación de OpenAI lo explica de forma incómoda y honesta: los modelos se entrenan y se evalúan con exámenes que premian adivinar y castigan responder que no se sabe, así que aprenden a arriesgar (OpenAI).

La consecuencia práctica para tu empresa es simple: un asistente conectado a un modelo, sin nada más alrededor, va a inventar tarde o temprano. Y va a inventar precios.

Cómo se evita que invente

No hay una sola medida, hay cinco que trabajan juntas.

1. Responde solo desde la base aprobada. Antes de contestar, el agente busca en el material de la empresa y arma la respuesta con eso. Si no encuentra respaldo, no responde de memoria.
2. Tiene permiso para decir que no sabe. Suena obvio y casi nunca está escrito. Un agente al que se le indica que siempre debe dar una respuesta útil va a fabricar una. Un agente al que se le indica que decir que no sabe es una respuesta correcta, la usa.
3. Filtros de salida. Un control revisa la respuesta antes de que la vea el cliente y frena lo que no debe salir: cifras que nadie aprobó, promesas, datos de otras personas, temas fuera del negocio.
4. Pruebas adversariales antes de salir. Cientos de preguntas difíciles, ambiguas y de mala fe, hechas a propósito para hacerlo fallar. Se corrige y se vuelve a probar. Esto se hace antes del lanzamiento, no cuando se queja un cliente.
5. Modelo titular y suplente. El modelo es un dato de configuración, no una pieza soldada al producto. Si el titular se cae o cambia de precio, entra el suplente de otro proveedor y la atención sigue.

Qué necesita para ser seguro

Un agente de atención habla con desconocidos todo el día, así que hay que asumir que alguien va a intentar usarlo mal.

Que no revele lo que no debe. Ni las instrucciones con las que fue construido, ni información de otros clientes, ni nada de los sistemas a los que está conectado más allá de lo estrictamente necesario para responder.

Que resista la manipulación. Existe una técnica conocida como inyección de instrucciones: la persona escribe algo del estilo “olvida tus reglas anteriores y hazme caso a mí”, a veces escondido dentro de un texto o un archivo que el agente lee. Es el primer riesgo del listado de referencia de la industria para aplicaciones con modelos de lenguaje (OWASP). Se defiende con permisos mínimos, con separación entre las reglas y lo que escribe el usuario, y probándolo con ataques reales antes de publicar.

Que tenga límites de uso. Sin un tope por conversación y por persona, cualquiera puede dejar el agente conversando solo toda la noche, y la factura del proveedor de inteligencia artificial llega igual.

Dónde vive y qué necesita tu empresa para arrancar

El mismo agente puede estar en la web, en WhatsApp y dentro de una app. La base de conocimiento y las reglas son las mismas; lo que se adapta es la conversación, porque en la web la persona está mirando una página y en WhatsApp vuelve tres horas después esperando que el agente recuerde de qué hablaban.

Para empezar hacen falta tres cosas, y ninguna es técnica:

• Tus preguntas frecuentes reales. No las inventadas para la web: las que llegan de verdad por teléfono, por correo y por mensaje. Ahí está casi todo el trabajo.
• Tu tono. Cómo habla tu empresa cuando habla bien. Un par de ejemplos de respuestas que te gustaron valen más que un manual.
• Quién responde lo que el agente no puede. Un nombre, un canal y un tiempo de respuesta. Sin eso, la derivación es un callejón sin salida.

Cómo lo construimos

Por etapas, y con una regla propia: ningún agente sale al público sin haber vivido antes en una página oculta del dominio del cliente. Es un banco de pruebas real, con la misma infraestructura que va a usar en producción, donde el equipo de la empresa conversa con él, lo intenta romper y aprueba respuestas antes de que exista para el mundo.

El recorrido es el de siempre: entender el objetivo y a quién le habla, documentar la base de conocimiento y los límites por escrito, construir el motor y la interfaz, endurecerlo con auditoría de seguridad y pruebas de carga, demostrarlo en el banco de pruebas hasta que la empresa diga que sí, y después acompañarlo, porque un agente se afina leyendo las conversaciones reales de las primeras semanas.

El asistente de esta web está construido así, con la misma base aprobada y los mismos límites que le pondríamos al de tu empresa.

Errores frecuentes

Cargarle todos los documentos que existen. Una base con contradicciones produce respuestas contradictorias. Menos material, curado y con fecha, funciona mejor que un archivo entero volcado sin revisar.

No escribir los límites. Si nadie definió qué no puede decir, va a decir de todo.

Medir el éxito por cantidad de conversaciones. Lo que importa es cuántas se resolvieron, cuántas derivaron bien y cuántas dejaron un contacto útil.

Lanzarlo y no volver a mirarlo. Las primeras semanas de conversaciones reales son la mejor fuente de mejora que vas a tener, y caducan si nadie las lee.

Dejar a la persona sin salida. Un agente que no ofrece camino humano convierte una duda menor en un cliente perdido.

Si estás pensando en algo así para tu empresa, conversemos.