ChatGPT para HubSpot Service Hub: las rutas reales en 2026

Qué significa realmente "ChatGPT para HubSpot Service Hub"

Primero voy a desenredar la frase, porque esconde dos preguntas distintas.

La primera es literal: ¿puedo hacer que ChatGPT, el producto de chat de OpenAI, lea y responda mis tickets de HubSpot? La segunda es la que la mayoría de los responsables de soporte quiere decir en realidad: ¿puedo poner un modelo de lenguaje potente a trabajar en mi cola de Service Hub, redactando y resolviendo tickets como se supone que debería hacerlo ChatGPT?

No son lo mismo, y mezclarlas es donde se pierde mucho tiempo de configuración. HubSpot ya incluye su propia IA, Breeze, y resulta que Breeze funciona con los mismos modelos de OpenAI que hay detrás de ChatGPT. Así que "ChatGPT para Service Hub" puede significar la app de OpenAI añadida al lado, el modelo de OpenAI que impulsa el agente propio de HubSpot, o una tercera herramienta que usa los mejores modelos para trabajar tus tickets directamente.

Seré claro sobre desde dónde hablo. Trabajo en eesel, donde me paso los días pensando en cómo la IA se acopla de verdad a un ticket de asistencia, y llevamos años poniendo agentes de IA en colas de soporte en vivo. Esa historia nos enseñó algo por las malas: un bot que suena seguro dará respuestas incorrectas sin avisar, por eso ahora simulamos cada despliegue con los tickets reales anteriores de un equipo antes de que responda a un cliente en vivo. Ese es el prisma con el que está escrito este artículo: no "qué logo le pego", sino "qué está razonando realmente sobre mis tickets y puedo confiar en ello".

Las cuatro rutas reales para conectar ChatGPT a Service Hub

Aquí está todo el panorama en una página. Cada ruta cambia esfuerzo por control, y la elección correcta depende de cuánta infraestructura quieras poseer.

Ruta 1: copiar y pegar en ChatGPT (la base sin configuración)

La ruta que nadie anuncia pero que todos prueban primero. Un agente lee un ticket en el servicio de asistencia, pega el mensaje del cliente en chatgpt.com, obtiene un borrador y lo pega de vuelta. No cuesta nada, no necesita administrador y funciona hoy.

También se rompe en cuanto te importan la escala o la seguridad. ChatGPT no tiene acceso al registro de tu CRM, así que no puede ver la etapa del trato, los tickets anteriores ni el historial de marketing que HubSpot guarda del mismo contacto. No conoce tus macros ni tu tono. Y pegar datos de clientes en una cuenta personal de ChatGPT es un problema real de gobierno de datos. Sirve como muleta personal, no como estrategia de soporte.

Hay una versión algo más limpia: HubSpot también ofrece un conector de investigación profunda del CRM para ChatGPT, que permite a ChatGPT leer tus datos de HubSpot con permiso. Útil para hacer preguntas sobre tu CRM, pero fíjate en la dirección: trae contexto de HubSpot a ChatGPT, no pone a ChatGPT a resolver tickets dentro de HubSpot.

Ruta 2: crear un GPT personalizado que llame a la API de HubSpot

El siguiente paso es crear un GPT personalizado con Actions que llamen a las API REST de HubSpot, para que pueda traer un ticket, leer todo el hilo de la conversación y publicar una respuesta. Es una ruta legítima, y las API de HubSpot la admiten de verdad: la API de Tickets lee y escribe el registro del ticket, y la API de Conversaciones gestiona el hilo y la respuesta saliente. HubSpot incluso ofrece un servidor MCP remoto oficial en mcp.hubspot.com para que un cliente compatible con MCP llegue a tu CRM con OAuth.

La contrapartida honesta es la propiedad. Ahora mantienes OAuth 2.1 con PKCE, asignaciones de campos, ID numéricos internos de estado en lugar de nombres legibles, y límites de tasa en ráfaga tan bajos que un envío ingenuo por ticket choca con 429. Cuando construyes tu propia app de LLM sobre un CRM, heredas cada cambio futuro en el esquema de ese CRM. Uno de nuestros clientes expuso el cálculo entre construir y comprar mejor de lo que puedo yo:

"We could try to write our own LLM application but we didn't want to invest our time into that. We wanted something that we would not have to maintain."

Karel, GENERAL BYTES

Ese es el coste silencioso de la Ruta 2. Funciona hasta que la persona que lo construyó se va.

Ruta 3: ya estás ejecutando ChatGPT, se llama Breeze

Esta es la ruta que sorprende. La IA de soporte insignia de HubSpot, el Breeze Customer Agent, ya funciona con OpenAI. HubSpot publica en sus AI Model Cards una divulgación de modelos por función realmente detallada, y el Customer Agent, el que "automatiza la resolución de tickets", está documentado como servido por OpenAI: GPT-4.1, GPT-4.1 mini, GPT-5.1, GPT-4o y GPT-4o mini. Así que si activas Breeze, los modelos subyacentes de ChatGPT ya razonan sobre tus tickets, dentro de HubSpot, con todo el contexto del CRM.

La configuración es realmente sin código. Apuntas al agente a contenido aprobado (tu sitio web, base de conocimiento, PDF y documentos subidos), responde usando solo ese contenido y cita sus fuentes, puedes previsualizar respuestas antes de salir en vivo y escalar desde un pequeño porcentaje de conversaciones hacia arriba.

Lo que hay que entender es que aquí no estás añadiendo ChatGPT, estás activando el agente de HubSpot que resulta estar impulsado por OpenAI. La elección del modelo se hace por ti, el precio es el de HubSpot y (como explicaré) solo existe en los niveles Professional y Enterprise. Es la ruta más nativa y, para equipos que ya están muy metidos en HubSpot, suele ser la sensata. Simplemente no es el interruptor de "traer ChatGPT" que la gente imagina.

Ruta 4: una capa de IA dedicada que se conecta a tus tickets

La cuarta ruta se salta por completo la pregunta de "qué modelo", porque una buena capa de IA de soporte ya ejecuta los mejores modelos por debajo y se encarga de la infraestructura por ti. En lugar de construir un agente o conectar una API, conectas la herramienta a HubSpot, la apuntas a tu conocimiento y trabaja los tickets.

Aquí es donde está eesel. Funciona dentro de tu servicio de asistencia de HubSpot, se entrena con tus tickets anteriores y tu base de conocimiento en lugar de obligarte a crear fuentes de contenido desde cero y, sobre todo, te deja hacer un ensayo con tu propio historial antes de que responda a un cliente real. Más sobre eso en la sección de eesel, porque la parte de "probar antes de confiar" es lo que separa una demo de un despliegue.

Entonces, ¿qué modelo ejecuta realmente Breeze?

Si vas por el camino nativo de HubSpot, conviene saber exactamente qué hay por debajo, porque es más concreto que "IA". HubSpot nombra exactamente dos proveedores de modelos externos en toda su divulgación: OpenAI y Anthropic. OpenAI aparece en todas y cada una de las fichas de producto. Y el Customer Agent, en concreto, está documentado como 100 % servido por OpenAI, sin ningún modelo Claude en su flujo de datos.

Dos matices que un comprador cuidadoso debería tener presentes. Primero, Claude sí está dentro de Service Hub, como Claude Sonnet 4 impulsando las funciones de IA integradas (resúmenes, redacción), pero no en el Customer Agent, y es un modelo de la era de 2025 que no puedes actualizar. Segundo, no hay selector de modelo ni campo para traer tu propia clave en ninguna parte de HubSpot AI. Los ajustes de IA de HubSpot son seis interruptores de activar/desactivar; incluso el creador de agentes personalizado te deja escribir instrucciones y elegir herramientas, pero nunca el modelo. HubSpot elige el modelo, por función, y fija la versión.

Hay una asimetría que conviene nombrar, porque confunde a la gente. HubSpot lanzó un conector para Claude y un conector de investigación para ChatGPT, y ambos son reales. Pero funcionan en la dirección opuesta: llevan tus datos de HubSpot a tu propia suscripción de Claude o ChatGPT para que puedas hacer preguntas sobre tu CRM. No cambian qué modelo ejecuta Breeze o el Customer Agent dentro de HubSpot. Así que "quiero usar mi propio ChatGPT en mis tickets" y "quiero usar la IA de HubSpot en mis tickets" siguen siendo dos compras distintas.

Cuánto cuesta realmente Breeze además de Service Hub

Esta es la parte que cambia la decisión, así que seamos precisos. El precio de tu puesto de Service Hub no incluye IA ilimitada. El Customer Agent se mide aparte y solo existe en dos de los cuatro niveles.

Aquí está la escala completa de Service Hub, de la página de precios de Service Hub. El Customer Agent requiere Professional o superior.

El propio Breeze Customer Agent se factura por conversación resuelta: 50 créditos de HubSpot, o 0,50 $, por resolución. Conviene leer con atención la definición de "resolución" de HubSpot: se dio soporte y la conversación no se pasó a una persona durante 72 horas, o se calificó un lead. Una conversación que el agente gestiona en parte pero escala en la hora 70 no se factura, lo que corta en ambos sentidos.

Convertir los créditos incluidos en resoluciones hace concreto el techo:

Así que una cuenta Professional consume todo su fondo mensual de créditos en unas 60 conversaciones resueltas, más o menos dos al día, y ese mismo fondo también financia otras acciones de Breeze, por lo que el margen real es menor. Nada de esto está oculto ni es injusto, es simplemente SaaS por puesto más IA medida, y los clientes de HubSpot notan la suma a medida que crecen:

"Additionally, pricing has become difficult to justify compared to alternative solutions in the market. The Knowledge Base page customization options are also quite limited, especially for companies that want more flexibility in branding and user experience."

Mhmt Y., Technical Product Manager, G2

Puedes ver la vista previa completa de precios y el estimador de créditos en la propia página de HubSpot:

A modo de comparación, una capa de precio fijo como eesel vende planes mensuales de créditos (1 crédito por ticket o chat, sea cual sea su longitud), sin tarifa de plataforma, sin tarifa por puesto y sin tarifa de incorporación. Con 1.000 tickets al mes son 499 $, y solo cuentan los tickets en los que la IA realmente trabaja. La cuestión no es que HubSpot sea caro porque sí, sino que la unidad facturable y el suelo de puesto más incorporación son muy distintos, y conviene modelarlos antes de firmar.

Entonces, ¿qué ruta te conviene?

La ruta correcta depende menos del presupuesto que de cuánto quieras construir. Elige la situación que más se parezca a la tuya.

Prueba eesel con tus tickets de HubSpot

Si llegaste aquí queriendo IA en tu cola de HubSpot sin una construcción larga, esta es la ruta que yo elegiría, y sí, tengo un sesgo, así que aquí va la versión concreta en lugar de un discurso comercial.

eesel es un compañero de IA para el servicio de asistencia. Se conecta a tus tickets de HubSpot Service Hub y, en lugar de crear fuentes de contenido una por una, se entrena con tus tickets anteriores, tu base de conocimiento y tus documentos. El diferenciador que señalaría a un equipo de HubSpot es la Simulación: antes de responder a un solo cliente en vivo, reproduce tus tickets anteriores y puntúa sus respuestas frente a lo que tu equipo realmente envió, y luego te muestra las lagunas exactas por tema para que las corrijas y vuelvas a ejecutar. Ese es el paso de "probar antes de confiar" que los despliegues nativos suelen saltarse, y es la razón por la que sigo volviendo a esto.

También se despliega como quiere un responsable de soporte prudente: cada acción empieza como borrador para revisión, y cedes más autonomía a medida que se la gana, pudiendo retirarla en cualquier momento. Un cliente describió el beneficio tras empezar con sus propios tickets históricos:

"In the first month, eesel is resolving 73% of our tier-1 requests... we saw results quickly during our 7-day trial."

Kim Simpson, Gridwise

Puedes conectarlo, simular sobre tus tickets reales y ver lo que redacta antes de comprometerte a nada, y empieza gratis con 100 créditos. Si además de HubSpot usas Zendesk, Freshdesk, Gorgias, Help Scout o Jira Service Management, el mismo compañero funciona en todos ellos bajo una sola cuenta.