Cómo usar Freshdesk Freddy AI para evaluar lagunas de conocimiento en bots en 2025

No hay nada como la frustración de lanzar un nuevo bot de IA y verlo fracasar. Has invertido tiempo, lo has conectado a tu base de conocimientos y has pulsado el interruptor de "encendido". Pero entonces empiezas a oír que está dando respuestas extrañas, poco útiles o simplemente incorrectas. Es el clásico escenario de "si entra basura, sale basura", y es una señal segura de que tu IA no tiene la información que necesita para ser útil.

Encontrar y llenar estas lagunas de conocimiento es lo más importante que puedes hacer para que tu IA funcione bien. Es lo que convierte un bot que molesta a los clientes en uno que realmente los ayuda.

Esta guía te explicará exactamente cómo usar las herramientas de Freddy AI de Freshdesk para evaluar las carencias de conocimiento de los bots. Cubriremos las funciones nativas que ofrece Freshdesk, pero también profundizaremos en un método más avanzado que te ofrece resultados mucho mejores al simular el rendimiento de tu IA frente a miles de preguntas reales de clientes.

Lo que necesitarás para empezar

Antes de empezar, repasemos rápidamente lo que necesitarás tener a mano. Todo este proceso depende de tener acceso a algunas funciones específicas dentro de tu configuración de Freshdesk.

• Una cuenta de Freshdesk: Debes tener un plan Pro o Enterprise para acceder al Agente de IA de Freddy.

• El complemento Agente de IA de Freddy: Esta es una función de pago. El precio de Freshdesk se basa en "sesiones", que se compran en paquetes. Para que te hagas una idea, cuesta unos 100 $ por 1000 sesiones.

• Acceso de administrador: Tendrás que ser administrador en tu cuenta de Freshdesk para explorar la configuración y los análisis de Freddy AI.

• Una base de conocimientos existente: Tu bot de Freddy AI debe estar conectado a tus artículos de solución de Freshdesk. Esto le da un punto de partida de conocimiento para que lo comprobemos.

Cómo encontrar carencias de conocimiento con las herramientas de Freshdesk

Freshworks ha incorporado algunas funciones para ayudarte a identificar dónde podría estar fallando tu bot de Freddy AI. Todo se reduce a analizar sus estadísticas y usar la herramienta de autoevaluación integrada para detectar debilidades.

Así es como se hace.

1. Ve al panel de análisis del Agente de IA de Freddy

Primero, necesitas ver cómo le está yendo realmente a tu bot en la práctica. Dirígete a tu panel de administración de Freshdesk y busca la sección de análisis de Freddy. Este panel te ofrece las estadísticas clave que pueden indicarte las lagunas de conocimiento.

Presta mucha atención a métricas como estas:

• Tasa de resolución: ¿Cuántos chats está cerrando el bot por sí solo? Si esta cifra es baja, es una gran señal de alerta.

• Respuestas no útiles: Esto rastrea cada vez que un usuario hizo clic manualmente para decir que la respuesta del bot no fue útil.

• Preguntas sin respuesta: aquí se muestran todas las consultas en las que el bot se dio por vencido y tuvo que derivar el caso. Estas son tus lagunas de conocimiento más obvias, ahí mismo, en bandeja de plata.

Una captura de pantalla del panel de análisis de Freshdesk, que se utiliza con Freddy AI de Freshdesk para evaluar las carencias de conocimiento de los bots.

2. Prueba el bot con la función "evaluarse a sí mismo"

Freshdesk tiene una función en la que Freddy puede examinarse a sí mismo sobre sus propios conocimientos. Puedes encontrarla en los ajustes de configuración del Agente de IA de Freddy. Cuando la activas, Freddy elabora una lista de preguntas que considera relevantes basándose en tus artículos de ayuda y luego te muestra cómo las respondería.

Es una forma decente de detectar algunos agujeros obvios. Por ejemplo, si tienes un artículo sobre tu política de devoluciones pero nada sobre cambios, la autoevaluación podría preguntar sobre cambios y fallar, señalando una clara laguna en tu documentación.

El asistente de IA Freddy en el sistema de tickets automatizado de Freshdesk, que ayuda a usar Freddy AI de Freshdesk para evaluar las carencias de conocimiento de los bots.

3. Profundiza en las respuestas "no útiles" y "sin respuesta"

Sinceramente, tus mejores comentarios provienen directamente de tus usuarios. El panel de análisis divide los fallos del bot en dos categorías útiles:

• Respuestas no útiles: Son oro puro. Un cliente se molestó en decirte "esto no me ha ayudado". Revisa estas respuestas una por una. ¿La respuesta era técnicamente correcta pero confusa? ¿O era completamente equivocada? Esto te indica qué artículos necesitan una buena revisión.

• Preguntas sin respuesta: Aquí es donde Freddy simplemente se rindió. Esta lista es básicamente tu lista de tareas para nuevos artículos de la base de conocimientos. Si una docena de personas preguntó cómo rastrear un pedido y el bot se quedó en blanco, sabes exactamente qué artículo escribir a continuación.

4. Añade o actualiza manualmente tus artículos de solución

Después de haber encontrado las lagunas en los informes y las autoevaluaciones, el último paso es solucionarlas. Esta parte es totalmente manual. Tendrás que entrar en tu base de conocimientos de Freshdesk y escribir nuevos artículos de solución o editar los existentes.

Una buena práctica es crear un artículo nuevo y específico para cada laguna que encuentres. Y con eso, has completado el proceso nativo de Freddy para encontrar y solucionar las lagunas de conocimiento.

Limitaciones de las herramientas de evaluación nativas de Freshdesk

Seguir los pasos anteriores sin duda te llevará a algunas mejoras. Pero si estás intentando automatizar una parte importante de tus tickets de soporte, probablemente te toparás con un muro con este enfoque bastante rápido.

• Las preguntas simuladas no son preguntas reales: que Freddy se ponga a prueba a sí mismo es un poco como un estudiante que redacta su propio examen. Solo puede evaluar lo que ya sabe que está en el temario. No puede imitar las formas desordenadas, extrañas y completamente inesperadas en que los clientes reales piden ayuda. No usará jerga, no escribirá mal las palabras ni preguntará sobre ese nuevo error que acaba de aparecer.

• Solo examina una fuente de conocimiento: Freddy está casi totalmente limitado a tu base de conocimientos oficial de Freshdesk. Pero piensa dónde viven las respuestas reales en tu empresa. Muchas veces, están enterradas en un Google Doc, una página de Confluence o en las notas de resolución de un antiguo ticket de soporte. Freddy no puede ver nada de eso, lo que deja enormes puntos ciegos.

• Es reactivo, no proactivo: Todo el proceso se basa en esperar a que la IA falle frente a un cliente (lo que te da una respuesta "sin contestar") o en realizar pruebas manuales. No te da una previsión real de cómo se comportará tu bot en miles de escenarios del mundo real antes de que lo dejes hablar con un solo cliente.

Una mejor manera de encontrar lagunas de conocimiento

Mientras que las herramientas de Freddy son un comienzo, una solución mucho más eficaz es una plataforma creada específicamente para pruebas intensivas y una integración profunda del conocimiento. En lugar de adivinar, puedes usar una herramienta que te muestre exactamente cómo se comportará tu IA y dónde tropezará incluso antes de lanzarlo.

Prueba con miles de tickets reales e históricos

Aquí es donde una herramienta como eesel AI realmente brilla. En lugar de dejar que la IA invente sus propias preguntas, el potente modo de simulación de eesel AI la pone a prueba con miles de tus tickets reales de Freshdesk.

Toma preguntas reales de clientes y te muestra precisamente cómo habría respondido la IA. Esto te da una imagen sorprendentemente precisa de tu verdadero potencial de automatización y te muestra al instante dónde tu conocimiento es débil. Ya no estás adivinando; estás usando tu propio historial como la chuleta definitiva.

Conecta todo tu conocimiento, esté donde esté

Muchas veces, una "laguna de conocimiento" no es realmente una laguna. La información está ahí fuera, solo que no está en el único lugar que tu IA tiene permitido mirar.

eesel AI se conecta con más de 100 fuentes, por lo que puedes conectarlo a todo, no solo a tu centro de ayuda. Extrae conocimiento de Google Docs, Confluence, Notion e incluso del texto de tickets de soporte anteriores. Esto le da a tu IA acceso a todas las respuestas posibles, lo que reduce enormemente el número de veces que se queda perplejo.

Deja que la IA te ayude a llenar los vacíos automáticamente

Arreglar las lagunas de conocimiento no debería ser un trabajo pesado y puramente manual. Después de ejecutar una simulación, obtendrás un informe claro de las preguntas que la IA no pudo manejar. Con eesel AI, puedes ir un paso más allá.

La plataforma puede generar automáticamente borradores de artículos de la base de conocimientos a partir de resoluciones humanas exitosas. Si un agente resuelve un problema complicado que la IA no pudo, eesel AI marca esa conversación y prepara un borrador de artículo basado en la respuesta del agente. Esto te ayuda a mejorar constantemente tu base de conocimientos con soluciones probadas, convirtiendo el trabajo duro de tu equipo en algo que puedes usar una y otra vez.

Un ejemplo del copiloto de eesel AI redactando una respuesta dentro de Freshdesk, mostrando una alternativa a la solución manual de problemas encontrados al usar Freddy AI de Freshdesk para evaluar las carencias de conocimiento de los bots.

Comparación: Freddy AI de Freshdesk vs. eesel AI

Deja de adivinar, empieza a simular

Al fin y al cabo, encontrar y solucionar las lagunas de conocimiento es la única manera de construir un bot de soporte de IA que realmente funcione. Aunque el sistema integrado de Freddy AI de Freshdesk para evaluar las carencias de conocimiento de los bots te ofrece algunas herramientas básicas para empezar, sus autoevaluaciones y fuentes de conocimiento aisladas solo te llevarán hasta cierto punto. Terminarás pasando la mayor parte de tu tiempo reaccionando a los problemas en lugar de anticiparte a ellos.

Un enfoque más moderno y eficaz es simular el rendimiento de tu IA con tus propios datos históricos y reunir todo el conocimiento de tu empresa. Así es como se construye un agente de IA en el que realmente puedas confiar para atender a tus clientes. Es hora de ir más allá de apagar fuegos y adoptar una estrategia proactiva y basada en datos.

Da el siguiente paso

¿Listo para ver cuál es tu verdadero potencial de automatización? Ejecuta una simulación gratuita y sin riesgos con tus tickets históricos con eesel AI. Puedes tenerlo todo listo en cuestión de minutos y obtener una previsión precisa de cuántos tickets puedes automatizar, junto con un informe claro sobre cualquier laguna de conocimiento que necesites llenar.