Qué necesitas antes de empezar
Para construir un chatbot IA sin código necesitas: una cuenta de Make.com (plan gratuito con 1,000 operaciones/mes, suficiente para probar; plan Core $9/mes para producción) o Zapier (plan gratuito limitado, plan Starter $19.99/mes para automatizaciones con IA). También necesitas una API key de OpenAI o Anthropic (Claude), que obtienes en platform.openai.com o console.anthropic.com.
Define antes de construir: ¿qué canal usará el chatbot? (WhatsApp via Twilio/360dialog, formulario web, email, Telegram). ¿Qué tipo de conversaciones manejará? (solo FAQs, calificación de leads, soporte técnico básico). ¿Cuándo escala a humano?
Paso 1: Configura la fuente de mensajes
El trigger del workflow es el canal donde llegarán los mensajes. Las opciones más prácticas sin código:
Typebot o Tawk.to (chat web): embed en tu sitio web, envía mensajes via webhook a Make. Gratuito con límites generosos.
WhatsApp via Twilio: cuesta ~$0.005 USD por mensaje. Configura un número de Twilio, conecta con Make via webhook. Más técnico pero muy efectivo para negocios en México donde WhatsApp domina.
Email via Gmail: Make puede monitorear una bandeja de entrada y activar el flujo cuando llega un email. Más simple para empezar.
En Make, crea un nuevo Scenario y elige el módulo Watch para tu canal elegido.
Paso 2: Procesa el mensaje con IA
Añade un módulo de OpenAI o Anthropic (Claude) al scenario. Configura:
- System Message: aquí defines el rol del chatbot. Ejemplo: «Eres el asistente virtual de [empresa]. Respondes preguntas sobre nuestros servicios [lista]. Si preguntan algo que no sabes, di que lo consultarás y pedirás el email del cliente para responder. Siempre en español mexicano, tono amigable.»
- User Message: mapea el campo de mensaje del trigger al input del módulo IA.
- Model: gpt-4o-mini es suficiente para FAQs (barato, rápido). Claude Haiku para mayor calidad de respuesta.
Para mantener contexto de conversación (el chatbot recuerda mensajes anteriores), necesitas almacenar el historial. Usa el módulo Data Store de Make para guardar los últimos 5-10 mensajes por usuario.
Paso 3: Envía la respuesta y define escalación
Añade un módulo de respuesta al canal original. Para WhatsApp via Twilio: módulo Twilio Send Message. Para email: módulo Gmail Send. Para chat web: webhook de respuesta.
Añade una condición de escalación: si el mensaje contiene palabras como «hablar con humano», «urgente», «problema grave» o si el chatbot responde con incertidumbre (puedes pedir al LLM que incluya una bandera como [ESCALAR] cuando no esté seguro), el scenario envía una notificación al equipo humano con el contexto de la conversación.
Configura también un límite de turnos: si la conversación llega a 5 mensajes sin resolución, escala automáticamente.
Resultado final y métricas a trackear
Un chatbot funcional debería resolver 40-60% de consultas sin intervención humana. Trackea: tasa de resolución automática, tiempo promedio de respuesta (segundos vs minutos con equipo humano), satisfacción del cliente (encuesta post-conversación de 1 pregunta), y costo por conversación resuelta. Para una PyME con 100 consultas/mes, el ahorro en tiempo de atención puede ser de 5-15 horas mensuales.
Errores comunes y cómo evitarlos
- System prompt demasiado genérico: sin contexto específico de tu negocio, el chatbot responde de forma vaga. Invierte tiempo en un system prompt detallado con FAQs reales de tus clientes.
- No tener escalación a humano: un chatbot que nunca escala frustra a los clientes cuando tienen problemas complejos. Define claramente cuándo y cómo escala.
- Ignorar el contexto de conversación: sin memoria de la conversación, el chatbot es inútil para consultas de más de un intercambio. Implementa almacenamiento de historial desde el inicio.
- Lanzar sin probar: prueba el chatbot con al menos 50 consultas reales antes de publicarlo. Identifica y corrige los casos donde falla antes de que los vean tus clientes.
En Weblindrome ofrecemos transformación digital para PyMEs mexicanas. Solicita un diagnóstico gratuito.