Agentes de IA en WhatsApp: conocimiento propio y paso a humano

Un agente de IA responde bien cuando le acotas tres cosas: qué hace y qué no hace (las instrucciones), de dónde saca los datos (la base de conocimiento y las herramientas) y cuándo se calla y llama a una persona. El modelo pesa menos de lo que parece: casi todas las respuestas malas que vas a ver son alcance mal definido, conocimiento desordenado o falta de una regla de salida. Este artículo va sobre esas tres decisiones, en el orden en que conviene tomarlas.

Un agente no es un flujo: para qué sirve cada uno

Un flujo es determinista: el mismo mensaje produce siempre el mismo paso. Un agente interpreta lo que escribió el cliente y decide qué responder. Esa diferencia define el reparto:

• Flujo para lo que se repite igual siempre: menú, toma de pedido, captura de datos, confirmación de compra. Predecible y sin consumo de modelo.
• Agente de IA para lo que llega escrito en libertad: políticas, dudas de producto, casos que no caben en tres botones.

En la práctica se combinan: un flujo lleva el guion inicial y, en un paso, entrega la conversación a un equipo de agentes. Y si en medio del flujo el cliente pregunta algo que no coincide con ninguna opción, la IA puede rescatar la conversación, responder la duda y devolverla al guion, con un tope de dos rescates por sesión. Si aún estás decidiendo la arquitectura, flujos, IA o los dos y la arquitectura híbrida entran en ese detalle.

Instrucciones: define qué hace y, sobre todo, qué no hace

Cada agente tiene sus propias instrucciones, y su calidad se nota más en las prohibiciones que en los pedidos. Un agente al que solo le dices "sé amable y ayuda al cliente" improvisa en cuanto le preguntan algo que no previste. Una estructura que funciona:

1. Rol y alcance en una frase. "Atiendes dudas sobre estado de pedidos y políticas de envío de una tienda de zapatillas en Lima."
2. Qué puede pedir. Los datos mínimos para trabajar: número de pedido, DNI, correo.
3. Prohibiciones explícitas. Nada de descuentos, plazos ni compromisos de fecha que no estén escritos en tus documentos.
4. Qué hacer cuando no sabe. La línea que más problemas ahorra: si la respuesta no está en la base de conocimiento, no la inventa; lo dice y deriva.
5. Formato. Mensajes cortos, un tema por mensaje. WhatsApp no es un correo.

La regla de fondo es un agente por trabajo. Uno que venda, cobre y dé soporte técnico mezcla los tres tonos y las tres políticas.

La base de conocimiento: que responda con tus documentos

Sin base de conocimiento, un agente responde con lo que el modelo aprendió de internet: genérico y, a veces, inventado. El mecanismo para que responda con lo tuyo se conoce como RAG (generación aumentada por recuperación). Subes tus documentos —PDF, TXT, Markdown o texto pegado, hasta 20 MB por archivo—, el sistema los divide en fragmentos solapados y los indexa. Cuando llega una pregunta busca por significado, no por palabra exacta: si tu documento dice "cambios y devoluciones" y el cliente escribe "quiero devolver esto porque me quedó pequeño", el fragmento correcto aparece igual. El agente redacta sobre esos fragmentos, con el documento de origen identificado.

Los documentos se agrupan en categorías y cada agente se ata solo a las que le corresponden. Eso evita el error más incómodo: que el agente de cobranzas cite el manual interno de ventas, o que el de soporte revele condiciones comerciales.

Tres hábitos que mejoran las respuestas más que cambiar de modelo:

• Un tema por documento. Los archivos de 80 páginas con todo mezclado devuelven fragmentos ambiguos.
• Escribe para ser citado. Frases cortas y afirmativas, con la condición explícita ("el cambio aplica hasta 15 días después de la entrega").
• Borra lo vencido. Un precio viejo que sigue en la base es un precio que el agente va a ofrecer.

Herramientas: cuando el dato está en tu sistema, no en un documento

La base de conocimiento sirve para lo estable: políticas, catálogo, horarios. No sirve para lo que cambia por cliente y por minuto: el estado de un pedido, un saldo o la disponibilidad de una cita no se documentan, se consultan. Para eso el agente usa herramientas:

Una herramienta HTTP es un endpoint tuyo declarado con su URL, método, cabeceras y parámetros: la credencial queda cifrada y el agente solo ve la función. La alternativa es conectar un servidor MCP, el estándar abierto para exponer herramientas a modelos.

Empieza por herramientas de solo lectura: consultar un pedido es reversible, crear una nota de crédito no. Si vas a conectar tu ERP o tu CRM, integrar WhatsApp con tu sistema y la API pública cubren el camino de ida y de vuelta.

Equipos de agentes: especializar y derivar entre ellos

Un equipo agrupa varios agentes y define quién habla con quién: hay un agente de entrada que recibe el primer mensaje y derivaciones que dicen a qué otros agentes puede pasar la conversación. Cada agente lleva además una descripción de sí mismo, para que los demás sepan cuándo conviene derivarle.

Un reparto típico: entrada que identifica el motivo sin responder nada de fondo, ventas para catálogo y disponibilidad, soporte para pedidos y cambios, y cobranzas sin autoridad para negociar condiciones.

Cuando un agente deriva, el que recibe queda a cargo de los mensajes siguientes: el hilo se mantiene, el cliente no repite su historia y no aparecen dos voces respondiendo lo mismo. Las derivaciones son dirigidas, así que puedes dejar que soporte pase a cobranzas sin permitir el camino inverso.

Cuándo pasar a un humano

Todo agente necesita una salida. Hay tres formas de llegar a una persona: el agente deriva por su cuenta, alguien del equipo toma el control pausando el bot en ese chat, o la corrida falla y la conversación vuelve a humanos por seguridad. En los tres casos queda registrado el motivo y el chat aparece pendiente en la bandeja del CRM, con aviso en la app móvil. El criterio:

La última fila es la más importante, y es una instrucción: tienes que escribirla en el agente para que la cumpla.

Cómo se reducen las alucinaciones en la práctica

Una alucinación es el agente afirmando con seguridad algo que no está en ningún lado. No se elimina apretando un botón: se acota con decisiones de diseño.

• Conocimiento acotado. Cada agente consulta solo sus categorías: menos material irrelevante, menos margen para mezclar.
• Regla de salida escrita. "Si no está en la base de conocimiento, no lo afirmes: dilo y deriva." Sin esa frase, el modelo rellena el hueco.
• Datos vivos por herramienta. Un precio dentro de un documento envejece; consultado en vivo, no.
• Revisión semanal. Lee las conversaciones donde el agente derivó o el cliente insistió y convierte cada respuesta floja en un documento nuevo o una línea de instrucciones; las métricas del CRM conversacional te dicen dónde mirar primero.

Ese último punto es el trabajo real: el agente no se configura una vez, se corrige con lo que pasa en tus conversaciones.

Qué revisar antes de encenderlo

Dos límites externos condicionan lo que el agente puede hacer. El primero es de Meta: la ventana de atención de 24 horas se abre cuando el cliente te escribe y, dentro de ella, respondes en texto libre; fuera de ella el contacto sale, por regla general, como plantilla aprobada, y el cobro de plantillas depende de la categoría y del país según la documentación oficial de precios. El agente atiende respuestas; la iniciativa sale de plantillas. Lo desarrollamos en la ventana de 24 horas y en cuánto cuesta WhatsApp Business API.

El segundo es el consumo del modelo, que depende del volumen y del contexto de cada turno: en costos de un chatbot con IA explicamos cómo estimarlo. Si todavía no conectaste el número, el paso a paso de la conexión lo cubre; y antes de encender el agente, pruébalo con las diez preguntas que más te llegan siguiendo el centro de ayuda.

Preguntas frecuentes

¿Necesito subir documentos para que el agente funcione?

Puede funcionar solo con instrucciones, pero responderá en términos generales y con más riesgo de inventar. El mínimo recomendable son tres documentos: preguntas frecuentes reales, políticas de compra o servicio, y catálogo con precios vigentes.

¿Qué pasa si el agente no sabe la respuesta?

Depende de sus instrucciones. Si le indicas que cuando la información no esté en la base de conocimiento debe decirlo y derivar, la conversación pasa a una persona: queda marcada como pendiente de humano con el motivo y llega un aviso a la app móvil. Sin esa instrucción, el modelo tiende a improvisar.

¿Puedo usar agentes de IA y flujos en el mismo número?

Sí, y es la configuración más común: un flujo determinista atiende el menú y la toma de datos, y en un paso entrega la conversación a un equipo de IA. También funciona como red de seguridad: si el cliente escribe algo que no coincide con ninguna opción del flujo, la IA responde la duda y lo devuelve al guion, con un máximo de dos rescates por sesión.

¿El agente puede escribirle primero a un cliente?

No en texto libre. La ventana de atención de 24 horas de WhatsApp se abre cuando el cliente escribe; fuera de ella, el primer contacto sale, por regla general, como plantilla aprobada por Meta. Los agentes atienden conversaciones en curso; la iniciativa se gestiona con plantillas y difusión masiva.

¿Cómo evito que ofrezca descuentos que no autoricé?

Con tres capas: escribe la prohibición de forma explícita en las instrucciones, limita sus herramientas a solo lectura y define que toda excepción comercial se deriva a un humano. Después revisa las conversaciones de la primera semana y corrige lo que falte.