Por Nicho Agencia Digital · Publicado el
Escribe categorías que el equipo pueda distinguir
Empieza con el trabajo que hará cada área después de recibir el mensaje. “Información”, “ventas” y “consulta” pueden solaparse demasiado. En cambio, disponibilidad de producto, estado de pedido y soporte técnico describen acciones distintas cuando tu operación realmente las separa.
Para cada categoría, documenta qué incluye, qué excluye y un ejemplo fronterizo. Pide a dos personas del equipo que clasifiquen una muestra sin consultarse. Si discrepan continuamente, aclara las reglas antes de ajustar el modelo: la ambigüedad del proceso también aparecerá en la automatización.
Permite varias intenciones o una revisión explícita
Define si un mensaje puede abrir dos tareas relacionadas o si primero necesita una pregunta. Una solicitud de cambio acompañada de una duda de disponibilidad no debería perder una de sus partes. Mantén un identificador común para que los responsables vean que proceden de la misma conversación.
Una salida “requiere revisión” resulta útil cuando no hay información suficiente. Evita tratar un porcentaje escrito por el propio modelo como una probabilidad calibrada. Decide la automatización con resultados observados en pruebas y con el costo de cada error, especialmente cuando una clasificación activa una acción difícil de revertir.
Ejemplo hipotético: compra nueva y problema anterior
Un comprador ficticio escribe: “Quiero otras tres unidades y la última caja llegó incompleta”. La clasificación identifica una nueva solicitud comercial y un incidente de entrega. El sistema deja ambas vinculadas, informa al responsable de atención y evita que una campaña de venta tape el reclamo.
El mensaje “lo mismo de antes” puede quedar pendiente hasta identificar el pedido. Ninguna categoría debería obligar al sistema a inventar una referencia. El objetivo de la clasificación es organizar el trabajo con los datos disponibles, manteniendo visibles los límites de lo entendido.
Mide errores por categoría y por consecuencia
La documentación de evaluación de OpenAI recomienda pruebas específicas de la tarea, casos habituales y difíciles, y evaluación continua. Para este flujo, prepara una muestra con mensajes cortos, errores de escritura, varias solicitudes y contenido ajeno al negocio. Separa los ejemplos de ajuste de aquellos que usarás para comprobar la versión final.
Cuenta cuántas solicitudes de cada tipo detecta y cuántas asignaciones son incorrectas. Revisa especialmente los asuntos que se pierden, aunque el promedio parezca bueno. Prueba también el circuito humano: una persona debe poder corregir la etiqueta y recuperar la tarea sin dejarla duplicada o sin responsable.
Cómo encaja con tu operación
Después de clasificar, aplica reglas explícitas para asignar responsables. Puedes usar la guía de evaluación de agentes de atención para ampliar las pruebas al recorrido completo.
El siguiente paso
Podemos ayudarte a convertir tus categorías de atención en reglas claras y pruebas que reflejen los mensajes que recibe tu equipo.
Agentes de IA para atención y ventas · Conversar sobre tu proyecto ↗
Fuentes y alcance
Fuentes consultadas el 13 de octubre de 2026. Las recomendaciones de proceso son propuestas editoriales de Nicho; los ejemplos identificados como hipotéticos no representan resultados de clientes.
Contenido preparado con asistencia de IA y comprobaciones automáticas. No sustituye una evaluación de tu implementación ni garantiza resultados. Escríbenos si encuentras algo que debamos corregir.