
- El AI Agent de Re:amaze decide por sí mismo cuándo entregar una conversación a una persona: cuando no puede responder, y cuando un cliente está molesto. Ninguno de los siete artículos de la sección Using the AI Agent de Re:amaze documenta un ajuste para cuándo escala, adónde va la conversación, o qué se le dice al cliente.
- Así que das forma al escalado alrededor del AI Agent, no dentro de él. Un AI Pre-Filter mantiene ciertos temas totalmente fuera de su alcance, un Workflow o Smart Assign decide quién recoge la conversación, y tu modo de chat decide qué pasa cuando nadie está en línea.
- Las escalaciones no cuestan nada: una resolución es un hilo de conversación que el AI Agent gestiona por completo y que "does not escalate to a human agent", y solo esas cuentan contra las 5, 10 o 20 incluidas por puesto (luego 0,85 $ cada una).
- Si quieres reglas de traspaso escritas con tus propias palabras, eesel se conecta a Re:amaze, lee cada conversación abierta según un calendario y la asigna o la etiqueta con su motivo en una nota interna. Un agente de código con IA puede configurarlo con la CLI de eesel, por ejemplo haciéndole preguntas de prueba antes de ponerlo en marcha; conectar Re:amaze sigue necesitando a una persona con un token de API.
¿Cómo escala a un humano el AI Agent de Re:amaze?
Escala según su propio criterio, y el centro de ayuda describe ese criterio en unas pocas frases en lugar de una lista de disparadores. Trabajo en las integraciones de helpdesk de eesel, y con el agente de IA de cualquier helpdesk lo primero que busco es el traspaso: qué lo detiene, quién recibe la conversación, y qué ve el cliente. Re:amaze responde la primera pregunta brevemente y deja las otras dos al resto de la configuración de tu bandeja de entrada. (Para la misma pregunta en otros helpdesks, ver Escalado con IA de Freshdesk y Escalado con IA de Front; para la idea general, Escalado con IA.)
Esto es todo lo que las propias páginas de Re:amaze dicen sobre cuándo el AI Agent traspasa, comprobado el 22 de noviembre de 2026:
| Lo que dice Re:amaze | Dónde |
|---|---|
| "When your AI agent can't answer a customer's question, it escalates the conversation to a human agent." | Novedades en Re:amaze |
| "the agent already responds in a respectful tone and escalates when a customer is upset. Repeating these does not improve responses." | Buenas prácticas de Response Guidelines |
| Escalated: "The AI Agent could not answer the question and escalated it to a human agent." | Guía de pruebas del AI Agent |
| Failed: "This may occur if response generation fails or if the conversation exceeds the maximum number of turns." | La misma página |
El AI Agent funciona en Chat, Email y SMS, y lo activas en AI > Manage Bots > AI/Chatbots, según la guía de configuración. Esa página enumera lo que lee (artículos de las FAQ, plantillas de respuesta, contexto de IA personalizado, productos y pedidos de Shopify y WooCommerce) y cómo cambia tu bandeja de entrada, pero ninguna opción de escalado. Lo que responde bien está cubierto en Desvío de tickets con IA de Re:amaze.
Dos consecuencias importan para quien dirige el soporte. Primero, no puedes decirle "always hand over refund requests" desde un ajuste del AI Agent. Segundo, la documentación no dice qué estado o responsable recibe una conversación escalada, así que el primer paso más seguro es una prueba real: envía un mensaje que el AI Agent no pueda responder desde un canal real, y luego encuentra esa conversación en los filtros de tu bandeja de entrada. La pestaña Test AI Agent muestra el resultado Escalated, pero sus conversaciones de prueba "aren't treated as real conversations on the backend", así que no puede mostrarte dónde termina una real.

¿Cómo me aseguro de que algunas conversaciones siempre vayan a una persona?
Usa un AI Pre-Filter. Es la única forma documentada de mantener una conversación alejada del AI Agent desde el principio, y Re:amaze lo recomienda justamente para esto: "billing or payment issues, cancellation requests, or VIP and high-value customer inquiries."
Así funciona, según la guía de Pre-Filter:
- Lo encuentras en AI > Manage Bots > Pre-Filters. Viene con cinco filtros por defecto (Marketing, Purchases, Updates, Social y Spam).
- Cada filtro es un prompt (como máximo 500 caracteres), una etiqueta y una acción. Las cuatro acciones son Tag only (leave open), Tag and mark done, Tag and mark spam y Tag and archive. Para un traspaso, usa Tag only.
- "Any conversation that matches a pre-filter will not be handled by the Reamaze AI agent." Eso aplica a cada filtro, sea cual sea su acción.
- Pre-Filter necesita que el AI Agent esté activo, "with resolutions remaining or overage enabled."
El truco está en una línea de la misma guía: "Pre-filters also take priority over Workflows. If a conversation matches both, the Pre-Filter runs and the Workflow is skipped." Así que un Pre-Filter que etiqueta con needs-human no puede además alimentar un Workflow que asigna la conversación. Dale a esa etiqueta su propia vista guardada y que alguien sea responsable de ella, o enrútala después. Cubrí esta misma trampa desde el lado de la prioridad en Priorización de conversaciones con IA en Re:amaze.
¿Quién recoge una conversación escalada?
Quien sea que reciba tu routing normal, porque el AI Agent no elige a una persona. Re:amaze te da dos herramientas de routing, y cuál funciona depende de tu plan.
Workflows se ejecutan sobre un disparador y unas condiciones, y luego actúan: etiquetan, asignan a un agente o departamento, responden o dejan una nota interna. El propio ejemplo de Workflows de Re:amaze es una regla de routing: cuando llega un mensaje del cliente, si el canal del mensaje es Chat (Classic Mode) o Facebook y las etiquetas de la conversación contienen VIP Customer, asigna la conversación a VIP Support. La guía no enumera un disparador para "the AI Agent escalated", así que construye el routing sobre lo que puedes ver (canal, etiquetas, valor del pedido) en lugar de sobre la escalación misma.

Smart Assign entrega una conversación a "the staff member with the fewest unresolved conversations assigned to them", y puedes ejecutarlo como un comando de Workflow. Según la guía de Smart Assign, salta al personal que no haya enviado un mensaje en esa marca en la última semana y a cualquiera que no esté en un turno activo.
Los planes determinan hasta dónde llega esto. En la página de precios, Departments (grupos de personal) y Staff Shifts y Vacation Days son funciones de Plus, por 69 $ por miembro del equipo al mes (62,10 $ con facturación anual). Basic (29 $) y Pro (49 $) aún pueden asignar a una persona concreta. Para un equipo de cinco eso son 145 $ al mes en Basic o 345 $ en Plus. Automatización de Re:amaze y etiquetado y routing en Re:amaze profundizan más en ambas herramientas.
¿Qué pasa cuando un chat escala y nadie está en línea?
Eso depende de tu modo de chat, ajustado en Settings > Chat and Office Hours. La guía de los modos de chat describe dos:
| Real-Time Chat | Classic Chat | |
|---|---|---|
| Planes | Todos los planes | Solo Plus |
| Quién debe estar en línea | "There is no expectation that both parties need to be online at the same time." | Un agente conectado desde un navegador de escritorio y puesto en "Available for Live Chat" |
| Si el cliente se va | "Each reply is also sent as an email to the customer if they do not view it through chat immediately" | El chat en vivo termina y "there can be no further messages posted to that live chat session" |
| Chats perdidos | Sin final de sesión: la conversación "continues via push notifications with no defined end point" | Tú decides si los chats perdidos "automatically convert into a regular conversation" |
Para una configuración centrada en IA, Real-Time Chat es la opción más indulgente: una escalación a las 2 de la madrugada espera en la bandeja de entrada y tu respuesta de la mañana llega al cliente por correo. Si usas Classic Chat, activa la conversión de chats perdidos, o un chat escalado sin nadie disponible puede terminar sin forma de continuarlo. Añade horario de atención en cualquier caso, para que los clientes sepan cuándo responderá una persona. Más sobre esta disyuntiva en buenas prácticas de traspaso humano.
¿Cuesta algo una escalación?
No. Según la guía de facturación, una resolución es "a conversation thread that is handled entirely by the AI Agent and does not escalate to a human agent", contada una vez por hilo. Basic incluye 5 resoluciones por puesto al mes, Pro 10 y Plus 20, y cada una por encima de eso cuesta 0,85 $. Los planes Volume facturan cada resolución a 0,85 $.
Vale la pena conocer dos detalles:
- Una conversación que nunca escaló no siempre es un éxito. Una que el AI Agent conservó, en la que el cliente se rindió y dejó de responder, puede terminar igualmente como AI Agent Done, lo que según la guía de estados de conversación ocurre "when the customer indicates they have been helped or when they stop responding and the conversation has not been configured to escalate to your team." Revisa esas conversaciones por muestreo, no solo las escaladas.
- Desactivar Usage Overage tiene una alternativa. Con la overage desactivada en Settings > AI Settings, los chatbots clásicos siguen funcionando sin coste una vez agotadas las resoluciones incluidas. Mientras el AI Agent está activo, esos bots clásicos (Hello Bot, Order Bot, Shopping Bot, AI FAQ Bot y FAQ Bot) no funcionan, pero Cue Bots y Workflow Bots sí. La guía de chatbots de Re:amaze los compara.
La tabla de precios de Re:amaze tiene la tabla completa de planes.
¿Cómo mido las escalaciones con IA en Re:amaze?
Empieza por el Chatbot report, que reporta tasas de participación, resolución y escalado. Léelo en sesiones, no en conversaciones: según la guía de sesiones, una sesión termina por inactividad, por resolverse o por "an immediate escalation", y un mismo hilo de correo puede contener varias. El propio ejemplo de Re:amaze es un hilo con tres sesiones, dos contenidas y una escalada, que puntúa como una tasa de contención del 66%.
Vigila la tasa de escalado junto a la tasa de contención. Una tasa de escalado que baja solo es buena noticia si las conversaciones que conservó el AI Agent realmente se respondieron. Medir la calidad de contención y escalado explica por qué hay que leer las dos juntas.
Las escalaciones también retroalimentan al AI Agent. Según la guía de Learned Answers, en cuanto una conversación escalada se marca como Done, Re:amaze redacta una respuesta sugerida para que la guardes, edites o elimines. Las sugerencias caducan a los 14 días y puedes guardar hasta 50, así que marca las escalaciones como Done con rapidez y guarda solo las respuestas que quieras repetir.
Cómo configurar el escalado con IA en Re:amaze, paso a paso
- Enumera lo que siempre debe llegar a una persona. Reembolsos por encima de un límite, cancelaciones, amenazas legales o de contracargo, clientes VIP. Mantenla corta: cada elemento se convierte en un Pre-Filter.
- Escribe un Pre-Filter por elemento. Usa Tag only (leave open) y una etiqueta clara como
needs-human-refund. Mantén el prompt bajo 500 caracteres y describe las palabras del cliente, no tu política. - Dale a cada etiqueta una persona responsable. Guarda una vista filtrada por la etiqueta y un estado sin resolver, márcala con una estrella, y nombra a quién la vacía. Recuerda que un Pre-Filter que coincide salta los Workflows, así que no dependas de un Workflow para asignarlas.
- Enruta todo lo demás. Añade un Workflow que asigne por canal, etiqueta o valor del pedido, o ejecuta Smart Assign. En Plus, añade turnos para que Smart Assign solo elija a quienes están trabajando.
- Revisa tu modo de chat. Real-Time Chat, o Classic Chat con la conversión de chats perdidos en conversaciones normales. Añade un horario de atención.
- Prueba con mensajes reales. Usa la pestaña Test AI Agent para las respuestas, luego envía unos cuantos mensajes sin respuesta posible y de clientes molestos desde un canal real y confirma que cada uno termina donde dicen los pasos 3 o 4.
- Revisa semanalmente durante el primer mes. Las sesiones escaladas en el Chatbot report, una muestra de conversaciones AI Agent Done, y la cola de Learned Answers. Mantener un humano en el bucle así es barato mientras los volúmenes son bajos; buenas prácticas de traspaso de agentes de IA tiene más comprobaciones.
Errores comunes con el escalado con IA de Re:amaze
- Escribir reglas de escalado en Response Guidelines. La página de guidelines presenta el campo de 2.000 caracteres como control sobre "how your AI agent writes replies", y dice que repetir un comportamiento ya incorporado, como escalar cuando un cliente está molesto, "does not improve responses." No dice que las guidelines cambien cuándo escala el AI Agent, así que pon los temas de escalado obligatorio en Pre-Filters y prueba todo lo demás.
- Esperar que un Pre-Filter y un Workflow se ejecuten ambos. No lo hacen; el Pre-Filter gana y el Workflow se salta.
- Probar solo en la pestaña Test AI Agent. No tiene conexión real con Shopify ni WooCommerce y no crea conversaciones reales, así que no puede mostrarte dónde termina una escalación ni responder una pregunta de estado de pedido.
- Dejar sin convertir los chats perdidos de Classic Chat. Un chat escalado sin agente disponible se queda entonces sin forma de continuar.
- No marcar nunca las escalaciones como Done. Sin Done, no hay sugerencia de Learned Answer, y las sugerencias que no gestionas caducan a los 14 días.
Probar eesel junto a Re:amaze
Si quieres reglas de traspaso en palabras sencillas ("un reembolso de más de 200 $, un artículo dañado o cualquiera que pida un responsable va a Sam, con un resumen"), eesel puede aplicarlas en Re:amaze. Según la documentación de Re:amaze de eesel, se conecta con un token de API y trabaja tus conversaciones según un calendario, tan seguido como cada diez minutos. Lee hasta los 40 mensajes más recientes de un hilo, luego redacta una respuesta como nota interna, envía una respuesta, o fija etiquetas, el responsable y el estado. Antes de enviar una respuesta vuelve a leer el hilo y se detiene si alguien ya respondió.

Eso hace visible el traspaso: la persona que recibe la conversación ve el motivo en la nota, en lugar de un hilo en el que la IA simplemente dejó de responder. Para el mismo patrón en una bandeja de entrada de ecommerce con mucho movimiento, Question Beauty usa eesel en Gorgias y Shopify, donde los reembolsos, las quejas y todo lo que necesita una decisión van a un miembro del equipo con una nota adjunta. Empieza solo con notas, revisa sus traspasos durante una semana, y luego deja que asigne. Probar eesel en tu bandeja de entrada de Re:amaze.