Chatbot con IA para atención al cliente: qué hace y cómo se conecta a tu helpdesk

La mayoría de los chatbots de soporte cumplen tres funciones, y una cuarta es opcional. Conviene definir el alcance de cada una por separado, porque cada una depende de datos distintos para funcionar bien.

Los bots basados en LLM generan respuestas a partir de tu contenido de conocimiento en lugar de seguir guiones escritos a mano. Zendesk, por ejemplo, describe la «Knowledge reply» de sus agentes de IA como una búsqueda en las fuentes de conocimiento conectadas para generar una respuesta, que recurre a una respuesta predeterminada cuando no aparece nada relevante. La consecuencia práctica es sencilla: el bot solo es tan bueno como el contenido con el que responde. Las lagunas y los artículos desactualizados se traducen en respuestas erróneas o vagas.

La recogida de información suele infravalorarse. Aunque el bot no pueda resolver el problema, pedir desde el principio el número de pedido, el email de la cuenta y una breve descripción elimina la primera ronda de idas y venidas que, de otro modo, tendría el agente.

Un bot que no deja hablar con una persona daña la confianza muy rápido. Decide de antemano qué situaciones ponen fin a la parte automatizada de la conversación:

• El cliente pide hablar con una persona. Los ajustes de traspaso de los AI Agents de Freshdesk, por ejemplo, permiten a los administradores definir una lista de frases que transfieren la conversación automáticamente, mostrar un mensaje antes de la transferencia y, opcionalmente, recoger antes los datos del cliente.
• El bot falla una y otra vez. Zendesk permite configurar un agente de IA para que escale a una persona cuando no consigue generar una respuesta a partir de las fuentes de conocimiento conectadas tras varios intentos.
• El tema es delicado o queda fuera del alcance. Freshdesk incluye solicitudes como facturación o reembolsos, y preguntas fuera del alcance configurado del agente, entre los motivos típicos de traspaso.
• No hay nadie conectado. Fuera del horario de atención, el bot debe decirlo con claridad y crear un ticket en lugar de prometer un agente en directo.

Sea cual sea el motivo, el agente debe recibir la transcripción y los campos recogidos para que el cliente no tenga que repetir nada. Cuando un bot de terceros cede el control al Agent Workspace de Zendesk a través del switchboard de Sunshine Conversations, la conversación pasa a poder asignarse a un agente, y el bot puede incluir metadatos que rellenan campos del ticket resultante.

Tanto Zendesk como Freshdesk ofrecen sus propios agentes de IA. Si tus conversaciones ya pasan por el widget de mensajería de ese helpdesk y tu centro de ayuda responde a la mayoría de las preguntas, la opción nativa es la forma más rápida de empezar. Un bot a medida conectado por API es la alternativa cuando necesitas algo que el bot nativo no cubre.

Ninguna de las dos es mejor por defecto. Un orden sensato es comprobar primero qué cubre el agente nativo y desarrollar a medida solo para la carencia concreta: un canal, una consulta o una regla de traspaso que la herramienta nativa no puede expresar.

Hay dos patrones de integración habituales, y muchas configuraciones usan los dos.

1. Crear un ticket en el traspaso. El bot funciona con su propia conexión de canal y, cuando hace falta una persona, crea un ticket mediante la API REST del helpdesk con la transcripción y los datos recogidos. En la Tickets API de Zendesk, el comentario es el único campo obligatorio al crear un ticket, y puedes enviar una clave de idempotencia para que una solicitud reintentada no cree un duplicado. El endpoint POST /api/v2/tickets de Freshdesk acepta campos personalizados como pares clave-valor y crea un contacto nuevo cuando el email del solicitante todavía no existe.
2. Compartir la conversación dentro de la mensajería del helpdesk. En Zendesk, un bot de terceros puede instalarse como respondedor de la mensajería; solo un bot puede ocupar a la vez el rol de respondedor predeterminado. El bot responde primero y usa la acción «pass control» del switchboard para pasar la conversación al Agent Workspace cuando se necesita una persona.

Los webhooks se encargan del camino de vuelta. Un disparador de Zendesk puede llamar a un endpoint externo mediante una acción «Notify webhook»; por ejemplo, para avisar al bot de que un agente ha resuelto el ticket y que así pueda cerrar el ciclo en el canal original.

Si atiendes a clientes en la UE, el artículo 50 del Reglamento de IA se aplica a partir del 2 de agosto de 2026. Según las preguntas frecuentes de la Comisión Europea, los proveedores deben diseñar sistemas como los chatbots de forma que las personas sean informadas de que interactúan con una IA desde el inicio de la primera interacción, de manera clara y distinguible. La excepción, para cuando esto resulte evidente para una persona razonablemente bien informada, debe interpretarse de forma restrictiva, según la Comisión.

La forma más directa de cumplirlo es una frase sencilla en el saludo del bot, junto con una vía visible para hablar con una persona. Además, las transcripciones suelen contener datos personales, así que decide cuánto tiempo las conserva la plataforma del bot y quién puede acceder a ellas.

TascaLab crea chatbots sobre las herramientas que ya usas —Zendesk, Freshdesk, Jira, Slack o sistemas internos— mediante sus API, webhooks y Make o n8n, así que no tienes que cambiar de plataforma. El bot se diseña como un filtro delante de tu equipo, no como su sustituto: responde lo que puede, recoge los datos y pasa el resto con contexto.

Canales disponibles: web, WhatsApp, Telegram, Facebook Messenger e Instagram, además del teléfono mediante el bot de voz. La mayoría de las implantaciones llevan 1–3 semanas, y todos los proyectos incluyen 30 días de soporte tras el lanzamiento y documentación básica, sin costes ocultos. El punto de partida es una llamada de Health Check gratuita de 30 minutos.