Por qué tu chatbot se equivoca (y cómo diseñar uno que no lo haga)
Lo preocupante no es que un chatbot falle. Es que falle y no puedas hacer nada al respecto.
El fallo que no parece un fallo
Imagina que un cliente le pregunta a tu chatbot: “¿Puedo devolver un producto después de 30 días?”. El bot responde: “Sí, aceptamos devoluciones en un plazo de 30 días desde la compra”. Suena perfecto. Profesional. Correcto.
Excepto que tu política es de 15 días.
El cliente no lo sabe. El bot no lo sabe. Nadie se entera hasta que el cliente se presenta en tienda con una respuesta que tu propio bot le dio. Y entonces el problema ya no es técnico — es de confianza.
Esto pasa más de lo que crees. Y no es mala suerte. Es mal diseño.
¿Qué significa que un chatbot esté “mal diseñado”?
No hablamos de código mal escrito ni de servidores lentos. Hablamos de decisiones que se tomaron (o no se tomaron) antes de escribir una sola línea:
- No definir qué sabe y qué no sabe el bot — sin límites claros, inventa
- No prever qué pasa cuando no tiene respuesta — sin salida, se atasca o alucina
- No incluir supervisión humana — sin ojos encima, los errores se acumulan sin que nadie los detecte
- No planificar la actualización de datos — la información envejece, el bot no
- No probar con preguntas reales — probar con “hola, ¿qué puedes hacer?” no es probar
Estos no son errores técnicos. Son errores de arquitectura. Y son los que más daño hacen, porque producen un bot que parece que funciona pero que te está creando problemas en silencio.
Los 5 fallos de diseño que más vemos
1. El bot que responde a todo
Si tu chatbot intenta responder cualquier pregunta que le hagan, incluidas las que no tienen nada que ver con tu negocio, va a inventar. Los modelos de IA generativa no dicen “no lo sé” por defecto. Hay que enseñarles a hacerlo.
La solución: Acotar el alcance. El bot responde sobre lo suyo. Fuera de ese perímetro: “No tengo esa información, pero puedo pasarte con alguien que sí la tenga”.
2. El bot sin salida humana
Un chatbot que no puede derivar a una persona es un callejón sin salida. El cliente se frustra, el bot entra en bucle, y la conversación termina con un “no entiendo tu pregunta” que es peor que no tener bot.
La solución: Supervisión humana obligatoria. En todos nuestros bots, cuando la conversación se complica o el cliente lo pide, una persona real toma el relevo. Sin esperas eternas, sin formularios intermedios.
3. El bot con datos desactualizados
Lanzaste el bot en enero con los precios de enero. En marzo subiste tarifas. El bot sigue respondiendo con los precios viejos. Nadie se ha acordado de actualizarlo porque nadie tiene asignada esa tarea.
La solución: Mantenimiento planificado. Alguien (de tu equipo o del nuestro) revisa periódicamente que la información del bot esté al día. No es glamuroso, pero es lo que marca la diferencia entre un bot útil y un bot peligroso.
4. El bot que no se ha probado con clientes reales
El mayor error es probar el chatbot solo internamente. Tu equipo sabe cómo formular las preguntas para que el bot las entienda. Tus clientes no. Preguntan con faltas de ortografía, con contexto implícito, con enfado, con prisa.
La solución: Validación con casos reales. Antes de lanzar, probamos con más de 40 escenarios de conversación que simulan lo que los clientes realmente preguntan — no lo que nos gustaría que preguntaran.
5. El bot sin registro de conversaciones
Si no puedes ver qué preguntan tus clientes y qué responde el bot, estás volando a ciegas. No puedes mejorar lo que no puedes medir.
La solución: Logging completo. Cada conversación queda registrada (cumpliendo RGPD, con el consentimiento correspondiente) para que puedas revisarla, detectar patrones y mejorar el bot con datos reales.
Diseño de chatbot: las preguntas que importan
Antes de construir un chatbot, hay que responder a esto:
| Pregunta | Por qué importa |
|---|---|
| ¿Sobre qué temas puede responder? | Define los límites. Fuera de ellos, deriva a humano |
| ¿Qué pasa cuando no sabe? | Sin protocolo de escalado, el bot inventa o se bloquea |
| ¿Quién revisa las conversaciones? | Sin supervisión, los errores se acumulan |
| ¿Cada cuánto se actualizan los datos? | Información vieja = respuestas falsas |
| ¿Cómo se mide si funciona? | Sin métricas, no sabes si aporta valor o causa problemas |
Si tu proveedor de chatbot no te ha hecho estas preguntas, no ha diseñado tu bot. Lo ha enchufado.
Preguntas frecuentes
¿Cómo sé si mi chatbot actual tiene un problema de diseño?
Revisa las conversaciones de la última semana. Si encuentras respuestas que no se corresponden con la realidad de tu negocio, derivaciones que no llegan a ningún sitio o clientes que abandonan frustrados, tienes un problema de diseño.
¿Se puede arreglar un bot mal diseñado o hay que empezar de cero?
Depende. Algunos se pueden reconducir cambiando la configuración, los flujos o la base de conocimiento. Otros tienen una arquitectura que no permite supervisión ni escalado, y en esos casos es más eficiente empezar de nuevo sobre una base sólida.
¿Cuánto tiempo lleva diseñar bien un chatbot?
Una fórmula sencilla (FAQ + derivación humana): 2-3 semanas. Con integraciones y lógica de negocio: 5-8 semanas. El tiempo de diseño no es un coste — es una inversión que evita meses de problemas después.
¿Qué diferencia hay entre diseño conversacional y desarrollo técnico?
El diseño conversacional define qué dice el bot, cómo lo dice, cuándo calla y cuándo deriva. El desarrollo técnico lo construye. Sin un buen diseño, el mejor desarrollo del mundo produce un bot que suena bien pero falla donde importa.
En resumen
La mayoría de chatbots que fallan no tienen un problema técnico. Tienen un problema de diseño: nadie decidió sus límites, nadie planificó qué pasa cuando falla, nadie asignó su mantenimiento, y nadie probó con preguntas reales antes de lanzar.
Un chatbot bien diseñado no es el que nunca se equivoca. Es el que sabe cuándo parar, pedir ayuda y aprender de cada conversación.
