¿El Gorgias AI Agent aprende de tickets pasados? Cómo configurarlo
Kira
Katelin Teen
Última edición 20 de noviembre de 2026

El Gorgias AI Agent no usa tus tickets pasados como fuente de entrenamiento. Sus fuentes documentadas son tu tienda Shopify, tu centro de ayuda, tus páginas públicas, tu guidance, tus documentos subidos y tus actions. Lo que sí hace es extraer de los tickets que no pudo resolver Opportunities, sugerencias beta que editas y apruebas, y dejarte calificar con el pulgar las fuentes en tickets cerrados. Las correcciones se prueban un ticket a la vez en el Playground. Si quieres una IA que lea primero tu historial de tickets, la integración de Gorgias de eesel entrena con tickets pasados, macros y tu centro de ayuda, y repite los borradores contra tickets antiguos antes de salir en vivo.
Con el CLI de eesel, un agente de código puede subir conocimiento aprobado, como macros exportadas de Gorgias, luego hacer preguntas de prueba y revisar las respuestas antes de que nada salga en vivo. Conectar Gorgias en sí todavía necesita a alguien con acceso de administrador.
¿Qué significa realmente "aprender de tickets pasados"?
Significa cuatro cosas distintas, y Gorgias responde cada una de forma diferente. Construyo agentes de IA para vivir de esto, así que leo un documento así como leo un pipeline de datos: qué entra, qué cambia la salida, y quién aprueba el cambio.

| Lo que podrías entender | Lo que hace Gorgias | Fuente |
|---|---|---|
| Entrenar con el historial de tickets | No es una fuente listada | Cómo funciona el AI Agent |
| Sugerencias extraídas de tickets | Opportunities (beta): llenar una brecha o resolver un conflicto | Opportunities |
| Un ciclo de feedback | Pulgares sobre los skills y el knowledge usados en tickets cerrados | Coach AI Agent |
| Repetir tickets antiguos | El Playground puede re-simular un ticket existente | Test conversations |
La mayoría de los comerciantes que preguntan esto piensan en la primera fila. Entrenar con el historial de tickets es la capacidad más pedida en las llamadas de ventas de eesel, lo escucho en casi toda evaluación de Gorgias y Shopify: equipos con años de respuestas y una pila de macros desactualizadas quieren que la IA simplemente las lea. Es un deseo justo, y es la fila donde Gorgias está más flojo.
¿Qué fuentes usa hoy el Gorgias AI Agent?
El explicativo del AI Agent dice que está adaptado a tu marca y entrenado con una lista corta:
- Tu tienda Shopify: pedidos, datos de clientes y productos.
- Los artículos de tu centro de ayuda.
- Tu web pública y catálogo de productos.
- Tu guidance personalizada, como cómo funcionan las devoluciones o cancelaciones.
- Tus documentos subidos.
- Tus actions, es decir, tareas en apps de terceros.
Los tickets pasados y las macros no están en la lista. El documento de knowledge explica la mecánica: el knowledge se crea en Gorgias (guidance y artículos del centro de ayuda), se sincroniza desde donde vive (web de la tienda, URLs públicas, documentos), o se importa desde el centro de ayuda de otra plataforma. El AI Agent toma el contenido más relevante para la pregunta del comprador, y la guidance pesa más entre los tipos de knowledge.
Dos límites importan para quien espera meter historial. Las páginas sincronizadas deben ser públicas, así que un wiki con login queda fuera. Y puedes tener hasta 100 guidance activas a la vez, según el documento de agregar el contenido de tu marca. Gorgias también dice claramente que los skills deben cubrir tus conversaciones de mayor volumen, así que la respuesta no queda solo en manos de una búsqueda de relevancia sobre todo.
¿Gorgias extrae sugerencias de tus tickets?
Sí, y esto es lo más cercano a aprender del historial. Las Opportunities, ahora en beta pública, destacan mejoras basadas en conversaciones no resueltas. Hay dos tipos:
- Fill knowledge gap. Un tema que el AI Agent sigue derivando a un humano. La tarjeta resume qué falta y te lleva a crear o actualizar guidance.
- Resolve knowledge conflict. Dos piezas de contenido que se contradicen, mostradas lado a lado, para que edites, desactives, ocultes o borres una.

Cada opportunity muestra cuántos tickets hay detrás y te deja exportarlos como .csv, útil para juzgar si una brecha vale una tarde de trabajo. Aparecen nuevas periódicamente, según tu volumen. Las opportunities descartadas no vuelven. También son instantáneas: el documento dice que se generan a partir de conversaciones pasadas y no se actualizan cuando cambias tu knowledge, así que revísalas contra tu configuración actual antes de actuar.
No se aplica nada por ti. El propio texto del documento dice que "revisas, editas y apruebas cada opportunity". Me gusta eso para un bot de cara al cliente, porque un modelo que reescribe en silencio sus propias instrucciones a partir de tickets en bruto también aprendería tus peores respuestas. Si quieres mi opinión más larga sobre ese fallo, está en entrenar IA con tickets pasados.
Hay un detalle de plan que conviene revisar. El documento de Opportunities dice que aplica a todos los planes con AI Agent, aunque las cuentas abiertas antes de mayo de 2025 pueden necesitar un upgrade. La página de precios, en cambio, lista la detección proactiva de brechas de conocimiento entre los extras del plan custom. Yo lo confirmaría en tu propia cuenta antes de contar con ello.
¿Qué cambia calificar los tickets?
Menos de lo que sugiere el nombre. En tickets cerrados, abres AI Feedback desde la vista To review y calificas la conversación como Bad, Okay o Good. El documento de coaching dice explícitamente que esta calificación va a Gorgias para mejorar el AI Agent con el tiempo y no cambia de inmediato cómo se comporta con tus clientes.
Lo que sí cambia el comportamiento es calificar las fuentes. En Sources used, un pulgar arriba o abajo sobre el knowledge le enseña al AI Agent a priorizar o despriorizar esa fuente para tickets similares. Si faltó algo, Add source bajo Was something missing? le enseña a usar esa fuente la próxima vez. Necesitas permisos de Lead o Admin para dar feedback, según el documento y la guía de roles.

Vale la pena conocer una contradicción en la documentación: la página del ciclo de mejora dice que calificar respuestas en conversaciones cerradas influye en cómo maneja las similares. La página de coaching lo reduce a las calificaciones de fuentes. Yo confiaría en la página más específica y trataría la calificación de la conversación como una señal para Gorgias, no para tu tienda.
Hay una herramienta más, y Gorgias la vende con la idea de los tickets pasados. Gaia es el asistente dentro del helpdesk, y para el coaching del AI Agent lee tus skills, tu knowledge y datos de tickets recientes, según el documento de Gaia. Su página de producto dice que está entrenada con tu centro de ayuda, catálogo, políticas y conversaciones pasadas. Fíjate en el sujeto: ese es Gaia, el asistente que redacta cambios para que tú apruebes, no el AI Agent que responde a los compradores. Gaia no redacta ni envía respuestas a clientes.
¿Cómo lo configuro paso a paso?
Calcula cerca de una hora para el primer ciclo. Gorgias enmarca el proceso como train, test, deploy, analyze, y yo sigo el mismo orden.

- Agrega las fuentes que puede leer. Ve a AI Agent, luego Knowledge, luego Create content. Sincroniza la web de tu tienda, agrega URLs públicas clave, sube documentos de políticas y escribe guidance para tus temas principales. Los artículos de tu centro de ayuda ya forman parte del knowledge.
- Convierte tus mejores respuestas pasadas en guidance. Reúne las 10 a 20 respuestas que tu equipo da más seguido, quita los datos del cliente y pégalas como guidance o artículos del centro de ayuda. Esta es la versión manual de entrenar con tickets. Mi recorrido sobre macros a partir de tickets cubre el paso de extracción, y tus macros de Gorgias son el montón obvio por donde empezar.
- Escribe skills para los intents de mayor volumen. Devoluciones, estado del pedido y cancelaciones primero. Cubro cómo construirlos en skills del Gorgias AI Agent.
- Prueba antes de publicar. Abre el Playground desde AI Agent. Bajo Settings, elige el canal y un objetivo: cliente nuevo, cliente existente, o ticket existente. Las test conversations son gratis, no cuentan hacia el uso de tickets y no tocan el reporting. Las actions están desactivadas por defecto, y activarlas puede cambiar datos de pedidos reales, así que usa un cliente falso.
- Vuelve a simular un ticket malo. Elige el objetivo ticket existente para repetir una conversación donde el AI Agent se equivocó, después de editar el knowledge que usó.
- Trabaja la cola de Opportunities semanalmente. Acepta las que tienen muchos tickets, edita el borrador de guidance, descarta el resto.
- Califica las fuentes en la vista To review. Pulgares sobre las fuentes que importaron, Add source para las que faltaron.
- Observa la tasa de handover por skill. La página de Skills muestra el volumen de tickets, la tasa de handover y el CSAT promedio, como describe el documento del ciclo de mejora. Combínalo con tu analytics de Gorgias y tu reporte de CSAT.

El paso humano en el medio es el punto clave. Los handovers se vuelven Opportunities, tú editas y apruebas, pruebas, publicas, y el siguiente lote de handovers te dice si funcionó.
¿Dónde están los límites?
Esto es lo que yo tendría en cuenta, todo sacado de la documentación:
- Sin fuente de historial de tickets. La lista de fuentes es cerrada, así que las respuestas que tu equipo escribió en 2023 solo ayudan si las conviertes en guidance o artículos.
- Sin importación de macros que yo haya encontrado. La lista de knowledge no tiene opción de macros, así que el texto de las macros hay que reescribirlo como guidance o artículo del centro de ayuda.
- Solo páginas públicas. El contenido sincronizado debe ser de acceso público, y los re-syncs están limitados a una vez cada 24 horas. Los PDF, videos e imágenes incrustados en una página no se extraen.
- Un ticket a la vez. La resimulación apunta a un único ticket existente. No encontré una forma de repetir un mes de historial y ver un puntaje.
- Sugerencias en beta. Las Opportunities dependen del volumen de handovers, y una tienda tranquila puede ver pocas.
- Shopify. El AI Agent está documentado para tiendas Shopify conectadas a Gorgias.
Nada de esto lo convierte en un producto débil. Sus actions, sus datos de pedidos y sus skills son fuertes para un equipo de Shopify, lo cubro en actions del AI Agent. La brecha es estrecha: está construido alrededor del knowledge que tú escribes, no del historial que ya tienes.
¿Cuánto cuesta operarlo?
La página de precios de Gorgias pone el AI Agent en todos los planes, y pagas por cada interacción automatizada. Los precios de abajo son las cifras mensuales de esa página al momento en que revisé, el 2026-11-20.
| Plan | Precio mensual | Tickets incluidos | Interacciones automatizadas incluidas | Extra, por interacción |
|---|---|---|---|---|
| Starter | 40 $ | 50 | 30 | 1,00 $ |
| Basic | 90 $ | 300 | 30 | 0,90 $ |
| Pro | 550 $ | 2.000 | 190 | 0,90 $ |
| Advanced | 1.430 $ | 5.000 | 530 | 0,85 $ |
Un ejemplo calculado, cuenta mía: una tienda Pro donde el AI Agent resuelve 600 conversaciones en un mes paga por 410 por encima de las 190 incluidas, es decir 410 x 0,90 $ = 369 $ extra sobre el plan. Las test conversations en el Playground no se suman a eso. Para el modelo completo, mira mi desglose de precios del Gorgias AI Agent y la comparación de planes.
¿Dónde encaja eesel?
Si lo que quieres es una IA que lea tu historial de tickets, eso es justo lo que hace el teammate de helpdesk con IA de eesel. Se une a tu cola de Gorgias como un nuevo integrante del equipo y aprende de tus tickets pasados de Gorgias, tus macros y tu centro de ayuda, y luego trae datos de pedidos de Shopify a una respuesta. Antes de tocar un ticket en vivo, puedes probarlo contra tickets pasados, ver dónde es fuerte en dónde está mi pedido, devoluciones y preguntas de producto, y arreglar las brechas primero. Escribí cómo se compara en Gorgias AI Agent vs eesel.
Dos comerciantes de Gorgias muestran cómo se ve esto. Rúngne, una marca noruega de ropa de montañismo, corre tres agentes de eesel en su cola de Gorgias y manejó unos 2.100 tickets en un mes, dejando unos 580 borradores como notas internas para el equipo. Sus agentes trabajan con el catálogo de Shopify, pedidos, tickets pasados de Gorgias y una referencia de políticas escrita, y corrieron unas 630 búsquedas por el catálogo y los tickets pasados. ClutchLoop usa un agente que primero lee todo el hilo y cualquier ticket anterior del mismo cliente, luego responde devoluciones y preguntas de producto y da un paso atrás cuando ya hay una persona respondiendo.
Mi división honesta: quédate con el Gorgias AI Agent si tus respuestas viven en un centro de ayuda ordenado y quieres actions nativas sobre pedidos de Shopify. Agrega un teammate que entrene con historial si tu conocimiento real está en miles de respuestas y macros antiguas. Los dos pueden compartir una cola, porque eesel redacta como notas internas que tú controlas. Los precios actuales de eesel son por créditos: la página de precios lista una prueba gratuita de 7 días con 100 créditos, y luego planes desde 299 $ al mes por 500 créditos, donde un ticket o chat cuesta 1 crédito.
Prueba eesel para Gorgias
Si tu Gorgias AI Agent sigue sin dar respuestas que tu equipo ya escribió en tickets antiguos, eesel es la forma más rápida que conozco de poner ese historial a trabajar. Se conecta a Gorgias en pocos minutos, lee tickets pasados y macros, y te deja probar borradores primero en tickets antiguos.

Prueba eesel gratis por 7 días, sin tarjeta. Si estás comparando helpdesks, mis notas sobre alternativas a Gorgias y IA para soporte en Shopify cubren el resto.
Preguntas frecuentes
¿El Gorgias AI Agent aprende de tickets pasados?
No como fuente de entrenamiento. El documento cómo funciona lista tu tienda Shopify, tu centro de ayuda, tu web pública, tu guidance, tus documentos y tus actions, y ningún historial de tickets. Gorgias sí extrae sugerencias de tickets no resueltos que tú apruebas, y lo cubro en mi guía de configuración de Gorgias AI.
¿Cómo hago que el Gorgias AI Agent aprenda de las respuestas de mis agentes?
A mano, a través de knowledge. Convierte tus mejores respuestas pasadas en guidance de Gorgias o artículos del centro de ayuda, y luego acepta las Opportunities que sugiere Gorgias. Mi publicación sobre macros a partir de tickets pasados muestra cómo extraer respuestas.
¿Qué son las Opportunities del Gorgias AI Agent?
Las Opportunities son recomendaciones beta construidas a partir de conversaciones que el AI Agent no pudo resolver del todo. Según el documento de Opportunities, cada una es una brecha de conocimiento o un conflicto entre dos piezas de contenido. Compáralo con skills del AI Agent.
¿Puedo probar el Gorgias AI Agent en tickets antiguos?
Un ticket a la vez. El Playground puede apuntar a un ticket existente para re-simularlo tras cambiar el knowledge, según el documento de test conversations. No encontré una forma de repetir en bloque todo tu historial. Para esa idea, mira pruebas de simulación de soporte con IA.
¿Cuánto cuesta operar el Gorgias AI Agent?
La página de precios de Gorgias muestra el AI Agent en todos los planes, de 0,85 $ a 1,00 $ por interacción automatizada por encima del límite incluido. Las test conversations son gratis. Mi desglose de precios del Gorgias AI Agent trae ejemplos calculados.
¿El Gorgias AI Agent funciona sin Shopify?
La documentación que leí dice que el AI Agent se usa con tiendas Shopify conectadas a Gorgias. Si tu tienda corre en otra plataforma, un teammate adicional como la integración de Gorgias de eesel es una opción. Mira también la mejor IA para Gorgias.
¿Existe una IA que entrene con el historial de tickets de Gorgias?
Sí. eesel lee tickets pasados de Gorgias, macros y artículos del centro de ayuda, y luego repite sus borradores contra tickets antiguos antes de salir en vivo. Mi comparación Gorgias AI Agent vs eesel cubre dónde encaja cada uno.
¿Con qué tickets pasados debería entrenar una IA?
Empieza por tickets resueltos y recientes que respondió bien alguien de confianza, y evita las políticas desactualizadas. Mi guía sobre entrenar IA con tickets pasados y la nota sobre qué datos usar para entrenar profundizan en esto.