
El análisis de sentimiento con IA de Gladly es Signals: escribes un criterio de sentimiento, y la IA de Gladly etiqueta con él una muestra de sesiones pasadas de chat, SMS y correo atendidas por IA, gratis para clientes de Gladly AI dentro de los límites de uso justo. No puntúa las conversaciones que atienden tus agentes, y no corre en vivo. Para una reacción en vivo, agregas un motivo de transferencia a la lista "Cuándo pedir más ayuda" de Gladly AI; para conversaciones atendidas por agentes, necesitas un atributo personalizado o una app de un socio como SentiSum, Idiomatic o SupporTrends.
Mi opinión: corre un Signal de sentimiento de tres etiquetas sobre tu tráfico de IA, porque no cuesta nada y el razonamiento por sesión es útil. Solo no leas su número como el estado de ánimo de tus clientes: Signals deja de leer en la transferencia, y lo que pasa después, con una persona, es justo donde se desarrollan las conversaciones que más probablemente salgan mal. Si estás evaluando un helpdesk parcialmente por esto, el compañero de IA de eesel lee todo el hilo de cada ticket en Zendesk, Freshdesk, Gorgias o Help Scout y actúa según una regla en lenguaje simple; no se conecta con Gladly. Con el CLI de eesel, un agente de IA que programa puede subir artículos de ayuda y macros aprobados y hacer preguntas de prueba antes de que algo salga en vivo, aunque un admin sigue teniendo que aprobar la conexión del helpdesk.
¿Qué es el análisis de sentimiento de Gladly AI?
No hay una puntuación de sentimiento sobre cada conversación de Gladly, lo que sorprende a quienes vienen de otras funciones de Gladly AI. Lo que Gladly tiene es Signals, una función bajo Gladly AI que "usa IA para evaluar Sesiones atendidas por IA contra criterios que tú defines, y luego resume los resultados en una imagen estadística". El sentimiento es una de las cosas que puedes pedirle que juzgue (la idea general está en mi guía sobre el análisis de sentimiento de IA para soporte), y la propia guía de inicio de Gladly lista "el sentimiento general del cliente" como un ejemplo de Signal.
Yo construyo las integraciones de eesel, así que lo primero que reviso en cualquier función de IA es qué datos lee realmente. Para Signals, la respuesta es acotada. Su página de mejores prácticas dice que "actualmente solo evalúa Sesiones de Chat, SMS y Correo. Las conversaciones dirigidas por Agentes humanos aún no están incluidas". Incluso dentro de una Sesión de IA, la guía de revisión de Gladly dice que solo lee los mensajes entre la IA y el cliente, no los metadatos de la transferencia ni el resumen de la transferencia.

Esa brecha importa por cómo funcionan las transferencias. Los motivos de transferencia integrados de Gladly AI incluyen a un cliente que amenaza con acciones legales y a un cliente que pide hablar con una persona (Cuándo pedir más ayuda). Esas suelen ser las conversaciones sobre las que más querrías una lectura de análisis de sentimiento, y desde la transferencia en adelante, un agente las está atendiendo.
Signals también es claro sobre lo que no es. "No es una alerta en tiempo real": corre a pedido o según un calendario sobre un rango de fechas de sesiones pasadas, y devuelve porcentajes y tendencias, no registros individuales de clientes (según el resumen de Signals de Gladly).
¿Cómo juzga el sentimiento Signals de Gladly?
Signals juzga el sentimiento haciéndole a un modelo de lenguaje grande una pregunta que tú escribiste y haciendo que elija una de las etiquetas que permitiste, con su razonamiento y una cita de apoyo adjuntos. Nada se puntúa en una escala numérica a menos que tú inventes una, y Gladly recomienda no hacerlo.
Empiezas un criterio describiendo qué quieres medir. La IA de Gladly redacta las etiquetas y un prompt de evaluación, y puedes editar ambos. Según Build a Signal, un criterio tiene hasta 5 etiquetas mutuamente excluyentes, cada una de hasta 30 caracteres, y puedes marcar una como la Meta (el resultado que quieres) o el Riesgo (el que quieres evitar). La misma página dice que prefieras "una lista corta de categorías con nombre (Positivo/Neutral/Negativo)" y que "nunca uses una escala numérica de 1 a 5".

Cuando termina una corrida, cada sesión evaluada muestra la etiqueta que eligió la IA, su razonamiento escrito y la cita en la que se basó. Puedes marcar cada una con pulgar arriba o abajo, y Gladly registra una tasa de acuerdo entre tus revisiones y las etiquetas de la IA (según la guía de revisión de Gladly). Ese ciclo de revisión es un pequeño humano en el ciclo para los juicios de la IA. Gladly dice que mantiene sus propios criterios integrados en un "umbral de precisión superior al 90 %", y que tú deberías fijar el tuyo.
Una advertencia de la documentación de Gladly vale leerla dos veces si el sentimiento es tu objetivo. En una organización de prueba donde los escenarios se repiten, un juicio de sentimiento "puede colapsar hacia una sola etiqueta dominante cuando el contenido subyacente no varía mucho" (según la guía Build a Signal de Gladly). En mi opinión, si cada corrida regresa 95 % Neutral, revisa primero si tu tráfico de IA son mayormente preguntas sobre el estado de un pedido, antes de culpar al criterio.
Cómo configurar un Signal de sentimiento en Gladly
Necesitas el permiso Gestionar Gladly AI para crear criterios; los Administradores, Gerentes de equipo y cualquiera con Ver Gladly AI pueden ver los resultados (según el resumen de Signals de Gladly). Luego:
- Abre Signals. Ve a Gladly AI > Analyze > Signals y haz clic en New Signal.

- Define el Signal. Nómbralo y agrega de 1 a 5 criterios. Crea un criterio nuevo, descríbelo en términos específicos ("el tono del cliente en sus últimos dos mensajes: positivo, neutral o negativo"), y nombra los casos límite. El propio ejemplo de Gladly de un caso límite es "un cliente que por naturaleza es cortante pero no está realmente frustrado" (según las mejores prácticas de Signals de Gladly).
- Revisa las etiquetas y el prompt. Mantén tres etiquetas: Positivo, Neutral, Negativo. Marca Negativo como el Riesgo, para que los reportes muestren con qué frecuencia ocurre; medir el sentimiento del cliente explica por qué tres etiquetas superan a una puntuación. Lee el prompt de evaluación generado en la última pantalla, porque es la instrucción exacta que sigue la IA en cada sesión.
- Define el alcance. Elige Evaluate all AI sessions, que Gladly recomienda, o acota por canal (Chat, Correo, SMS), agente de IA y guía, o palabra clave.

- Corre una prueba pequeña. Elige One-off con un rango de fechas corto, para que la primera corrida se mantenga bajo 50 sesiones, como sugiere la guía Run a Signal de Gladly, y lee las etiquetas.
- Hazlo continuo. Una vez que las etiquetas se vean bien, crea un Signal configurado en Ongoing con una actualización Daily o Weekly. La tasa de muestreo predeterminada es 20 %; las opciones son 5 %, 20 %, 50 % y 100 %, con 100, 1,000 o 10,000 sesiones por corrida.
Editar un criterio más tarde nunca reescribe resultados pasados. Cada criterio tiene versión, y solo las corridas futuras usan la nueva versión (según la guía Build a Signal de Gladly), así que una línea de tendencia que salta después de una edición es la edición, no tus clientes.
¿Puede Gladly escalar por sentimiento en tiempo real?
Sí, pero a través de las reglas de transferencia de Gladly AI, no de Signals. Es una forma de escalamiento con IA que configuras en palabras. La tarjeta Cuándo pedir más ayuda contiene una lista de motivos, y "cuando Gladly AI identifica una consulta como uno de los motivos detallados en esta lista, la Conversación se transfiere al instante a un agente".
Los motivos predeterminados son un cliente que amenaza con acciones legales, un cliente que pide explícitamente hablar con una persona o un agente, y un cliente que usa un idioma distinto del inglés. La frustración no es uno de ellos, así que si quieres que Gladly AI se haga a un lado con un cliente molesto, escribes ese motivo tú mismo: AI Agents > When to get more help > + Add, y luego guardas. Las mejores prácticas de transferencia de Gladly dicen que trates cada motivo nuevo como complementario a los integrados, y que no lo empieces con un guion.
Toma prestada la regla que da la guía de criterios del Simulador de Gladly para cualquier cosa juzgada a partir de una transcripción: hazla observable en la transcripción. "El cliente está insatisfecho" es vago. "El cliente dice que ya nos contactó sobre este pedido, o usa palabras como ridículo, inaceptable o cancela todo" le da al modelo algo que encontrar. La transferencia también le da a tu agente un resumen, que es lo que la transferencia de agente de IA hecha bien significa: nadie le pide al cliente que se repita.
Esto solo cubre conversaciones que Gladly AI está atendiendo, lo que mi artículo sobre desvío de Gladly AI cubre con más profundidad. Una vez que una persona tiene la conversación, ninguna función de Gladly que encontré en su documentación observa el tono del cliente por ti.
¿Y las conversaciones que atienden tus agentes?
Para conversaciones atendidas por agentes, Gladly ofrece tres rutas, ninguna automática de fábrica.
Temas aplicados por el agente. Los Freeform Topics de Gladly dejan que los agentes agreguen un valor a una conversación, y Gladly nombra Sentiment como uno que podrías capturar, recomendando opciones claras para que no cada agente invente las suyas. Los valores llegan a tu herramienta de analítica por la API, webhooks o AWS EventBridge. Es sentimiento juzgado por una persona, lo cual es preciso y depende de que los agentes lo recuerden. Combina bien con una encuesta de CSAT, que le pregunta directamente al cliente.
Un atributo personalizado para enrutar. Un atributo personalizado en el Perfil del Cliente puede fijarse con un Lookup Adaptor, la API REST o un campo editable, y luego usarse en Rules, enrutamiento y los impulsos de prioridad de People Match, la misma maquinaria detrás del enrutamiento de conversaciones de Gladly. La documentación de Shopify de Gladly incluso lista un metacampo "Sentiment Score" que muestra Positivo, Neutral o Negativo como un caso de uso (atributos personalizados de Shopify). Dos trampas: agregar un atributo como condición de Rule significa contactar a Gladly Support, y el valor tiene que existir antes de que corran Lookup y Rules, así que necesitas otra cosa para calcularlo. La página de enrutamiento de Gladly promete "Enrutar clientes según su LTV, historial y sentimiento"; la documentación que encontré solo muestra el sentimiento llegando al enrutamiento a través de un atributo personalizado que tú llenas.
Una app de un socio. Gladly lista tres que puntúan sentimiento sobre sus conversaciones:
| Socio | Qué hace con las conversaciones de Gladly | Dónde vive el resultado |
|---|---|---|
| SentiSum | Analiza conversaciones en tiempo real para priorizar, enrutar y reportar por sentimiento, urgencia y motivo de contacto, a través de voz, correo, chat y redes sociales | El dashboard de SentiSum, más priorización en Gladly |
| Idiomatic | Escucha actualizaciones de Conversación por webhook y clasifica tema y sentimiento | Solo el dashboard de Idiomatic: la integración va en un solo sentido |
| SupporTrends | Recoge Conversaciones cuando se cierran y vincula temas con sentimiento usando NLP | La plataforma de SupporTrends |
Cada una tiene precio fijado por el socio, la documentación de Gladly dice que Idiomatic y SupporTrends construyen y mantienen sus propias integraciones, y cada una agrega un proveedor que lee las conversaciones de tus clientes. La ruta de hacerlo tú mismo también existe: la guía de data warehouse de Gladly sugiere almacenar el contenido de las conversaciones para "el análisis de sentimiento personalizado que quieras realizar con tu propio software", aunque su exportación diaria de conversaciones corre 24 horas atrás.
¿Qué función de sentimiento de Gladly se ajusta a tu tarea?
La función correcta depende de si necesitas una tendencia, una reacción en vivo, o un valor por el cual enrutar. Elige tu tarea:
Elige para qué necesitas el sentimiento, para ver qué función de Gladly lo hace, y la trampa.
¿Cuánto cuesta el análisis de sentimiento de Gladly?
Signals no cuesta nada extra si ya pagas por Gladly AI. Los lanzamientos de septiembre de 2026 de Gladly dicen que "ya está disponible para todos los Clientes de Gladly AI sin costo adicional, sujeto a límites de uso justo". Gladly no publica cuáles son esos límites, y la guía Run a Signal sugiere bajar la tasa de muestreo "para reducir el uso de tokens", así que espera que un Signal diario de alto volumen muestreado al 100 % sea lo que los alcance.
Gladly no publica el precio de Gladly AI; mis notas sobre los precios de Gladly cubren lo que es público. Las apps de socios tienen precio fijado por cada socio, y un atributo personalizado cuesta lo que le tome a tu equipo construir el Lookup Adaptor o el trabajo de API que lo fija.
¿Dónde se queda corto el análisis de sentimiento de Gladly?
Primero el mérito: Signals es una herramienta de evaluación bien construida. Cada etiqueta viene con razonamiento y cita, los criterios tienen versión, y puedes medir tu acuerdo con la IA en lugar de confiar en ella a ciegas. Para revisar cómo le habla a los clientes tu agente de IA, eso es más honesto que una sola puntuación, y además sirve como control de calidad de soporte con IA.
Los límites, todos de la propia documentación de Gladly:
- Solo sesiones de IA. Las conversaciones dirigidas por agentes humanos aún no están incluidas, y solo evalúa sesiones de chat, SMS y correo.
- No es en vivo. Evalúa sesiones históricas a pedido o a diario o semanalmente, y no tiene calendario mensual.
- Tasas, no una lista en vivo. Los resultados son tasas y tendencias. Puedes entrar a las sesiones detrás de una etiqueta, y los lanzamientos de octubre de 2026 de Gladly agregaron filtrar Sesiones de IA por resultados de Signals, pero no es una búsqueda de clientes y no es en vivo.
- Muestreado por defecto. Con el 20 % predeterminado, una semana tranquila puede hacer que un pequeño cambio parezca una tendencia, de lo que el propio Gladly advierte.
- Respuestas cerradas. Clasifica las sesiones en las etiquetas que escribiste y "no puede descubrir respuestas abiertas por sí sola".
Si tu verdadera pregunta es "¿qué clientes están molestos ahora mismo, y quién lo está atendiendo?", Signals no la responde. Eso es un problema de la voz del cliente, del tipo para el que existen las alertas de voz del cliente. Para conversaciones atendidas por agentes en Gladly, significa un socio o tu propio desarrollo.
¿Dónde encaja eesel?
eesel encaja con un equipo que compara helpdesks (mi lista de alternativas a Gladly es un punto de partida), o uno que corre Zendesk, Freshdesk, Gorgias o Help Scout junto a Gladly. eesel es un compañero de IA que se une a las herramientas que un equipo ya usa; en soporte trabaja en la cola del helpdesk, aprende de tickets pasados y se prueba contra ellos antes de responder. En lugar de una etiqueta de sentimiento sobre la que después construyes reglas de enrutamiento de tickets, lee todo el hilo de cada ticket y sigue una instrucción en palabras simples, como "si el cliente ha escrito tres veces sobre el mismo pedido o pide un gerente, etiquétalo como urgente y deja una nota para el líder del equipo". La documentación de Zendesk lista etiquetar, asignar y actualizar campos entre sus acciones.
Rúngne, una marca de ropa para escalada en Gorgias, corre un agente de borradores que lee primero el hilo completo, buscando una promesa que un compañero ya hizo, una devolución en curso, o un cliente frustrado, y un agente de triage cuya lista fija de etiquetas incluye human_review_required. Las cancelaciones, artículos dañados y cualquiera que pida hablar con una persona van al equipo.
eesel no se conecta con Gladly: no está en la documentación de helpdesks de eesel. Si te quedas en Gladly, mi consejo es la configuración de arriba: un Signal de tres etiquetas sobre tu tráfico de IA, un motivo de transferencia para clientes molestos, y un socio si también necesitas puntuar conversaciones atendidas por agentes.
Prueba eesel junto a tu configuración de Gladly
Si estás comparando helpdesks en parte por cómo tratan a los clientes insatisfechos, prueba eesel en una prueba de Zendesk, Freshdesk, Gorgias o Help Scout. Escribe tu regla de escalamiento en palabras simples, córrela contra una semana de tickets pasados, y lee cuáles habría marcado y por qué, tickets atendidos por agentes incluidos. Lo que eesel hace solo y lo que espera el sí de una persona se fija por acción en acciones y aprobaciones, así que puede empezar etiquetando y dejando una nota antes de reasignar nada.

Prueba eesel primero con tu regla de escalamiento, o compara opciones en la mejor IA para Gladly.