HubSpot Customer Agent y notas de voz de WhatsApp: qué dice la documentación
Kira
Katelin Teen
Última edición 9 de noviembre de 2026

La documentación de HubSpot dice que el Customer Agent puede responder a notas de voz de WhatsApp, pero nunca dice cómo maneja el audio. No encontré ninguna mención de transcripción, de idiomas admitidos ni de un límite de duración. Necesita Professional o Enterprise en un hub que califique, una plaza asignada con el permiso de editor, y HubSpot Credits, facturados por resolución. La beta de notas de voz de WhatsApp está documentada para quienes usan la bandeja de entrada. Hasta que HubSpot lo detalle, yo probaría con notas de voz reales y mantendría un traspaso humano. eesel ve que se envió una nota de voz, no lo que dice.
¿Puede el HubSpot Customer Agent responder a notas de voz de WhatsApp?
HubSpot dice que sí, en una frase. El artículo de help desk sobre WhatsApp, actualizado por última vez el 19 de octubre de 2026, dice que puede asignar el Customer Agent a su canal de WhatsApp "para responder automáticamente a los mensajes entrantes, incluidas las notas de voz".
Esa es toda la afirmación. No he probado esto en un portal de HubSpot en vivo, así que todo lo de aquí viene de las propias páginas de HubSpot, y marco cada punto donde se quedan en silencio. Lo leo como alguien que crea integraciones: qué entra, qué sale y qué no promete la pantalla.

Las primeras tres tarjetas están por escrito. La cuarta es la que importa a un líder de soporte, porque "responder" podría significar que el agente transcribe el audio, que responde a partir del texto que lo rodea, o que envía una respuesta estándar tipo "por favor escriba su pregunta". Las páginas de HubSpot no eligen una. Si quiere el producto más amplio primero, mi guía del HubSpot Customer Agent y la reseña de HubSpot lo cubren.
Con la CLI de eesel, un agente de codificación con IA puede subir conocimiento aprobado, como macros y políticas de WhatsApp exportadas, ajustar las instrucciones del agente para que las notas de voz vayan a una persona, y hacer preguntas de prueba antes de lanzarlo. Conectar HubSpot en sí sigue necesitando a alguien con acceso de administrador para aprobarlo.
¿Qué necesita para activarlo?
Necesita cuatro cosas, y HubSpot las reparte en páginas separadas. El artículo de comprensión, actualizado el 16 de septiembre de 2026, da los requisitos del agente. Los artículos de WhatsApp dan los del canal.

| Requisito | Qué dice HubSpot |
|---|---|
| Suscripción | Professional o Enterprise en Marketing, Sales, Service, Data, Content o Revenue Hub, o Smart CRM, para el Customer Agent |
| Canal de WhatsApp | Service Hub Professional o Enterprise en help desk; Marketing Hub o Service Hub Professional o Enterprise en la bandeja de entrada |
| Permiso y plaza | Permiso de editor del Customer Agent y una plaza asignada |
| Créditos | HubSpot Credits para desplegar en canales, consumidos al resolver |
| Beta de notas de voz | Un Super Admin puede activarla en la cuenta |
| Número de WhatsApp | Un número de empresa, configurado con coexistencia; las cuentas personales no pueden conectarse |
Fuentes: el artículo de comprensión de HubSpot, el artículo de WhatsApp en la bandeja de entrada, y el artículo de WhatsApp en help desk. Para Service Hub, la página de precios de HubSpot lista Professional a 90 $ por plaza al mes y Enterprise a 150 $ (comprobado en noviembre de 2026). Mi artículo sobre precios de HubSpot explica cómo se suman plazas y créditos.
Una parte de esa tabla es una valoración personal. La beta está documentada para quienes envían y reciben notas de voz en la bandeja de entrada. Nada de lo que leí dice que el Customer Agent necesite la beta para recibir una, ni que no la necesite. Si está planeando un despliegue, pregunte a HubSpot o pruebe ambas opciones.
¿Qué es la beta de notas de voz de WhatsApp?
Es una beta de HubSpot que permite que su equipo envíe y reciba notas de voz en el mismo hilo de WhatsApp. El artículo de la bandeja de entrada, actualizado el 5 de noviembre de 2026, dice que los mensajes a su número de WhatsApp crean un hilo donde puede "responder, reasignar conversaciones, y enviar y recibir notas de voz". Un Super Admin se activa mediante un enlace en esa página.
El mismo artículo lista lo que un número conectado puede recibir: imágenes, videos y GIFs, notas de voz, archivos adjuntos como mp3 y PDF, ubicación, stickers y contactos compartidos. Las notas de voz están en esa lista de recepción, así que la nota de voz de un cliente llegará al hilo, use o no el agente esa información.

Dos reglas de WhatsApp siguen aplicando. Si el cliente no ha escrito en las últimas 24 horas, solo puede iniciar una conversación con una plantilla aprobada. Y HubSpot dice que tanto las conversaciones iniciadas por la empresa como las iniciadas por el usuario cuentan para su uso mensual de conversaciones de WhatsApp, un medidor separado de los HubSpot Credits. Mi explicación sobre la API de WhatsApp Business cubre cómo lo factura Meta.
¿Cuándo se lanzó?
Las páginas de HubSpot no dan una fecha de lanzamiento. El artículo de la bandeja de entrada se actualizó el 5 de noviembre de 2026 y el de help desk el 19 de octubre de 2026, pero ninguno dice cuándo se abrió la beta de notas de voz. Un blog externo lo fecha en septiembre de 2026, y no lo trato como una fuente.
La mejor señal propia de HubSpot es la comunidad. Una publicación que pide compatibilidad con la Conversations API describe la "beta de la bandeja de entrada" como ya funcional para grabar y enviar, así que la beta es anterior a esa publicación. Si necesita una fecha exacta para un registro de cambios, pregunte a su contacto de cuenta de HubSpot.
¿Qué hace realmente el agente con el audio?
HubSpot no lo dice, y esa es la brecha que importa. Revisé el artículo de comprensión del Customer Agent, el artículo de despliegue de canales, y ambos artículos de WhatsApp. Ninguno describe la transcripción de una nota de voz, los idiomas que maneja, ni un respaldo cuando el audio no es claro.

Esto es lo que la documentación da y lo que no:
- Por escrito: el agente puede asignarse a WhatsApp, y las notas de voz de WhatsApp son un tipo de medio admitido en recepción.
- No por escrito: si el audio se transcribe, cuánto puede durar una nota de voz, qué idiomas funcionan, y qué hace el agente cuando no entiende una.
- No por escrito: si una conversación con nota de voz cuenta como resolución en los mismos términos que una de texto.
- No por escrito: si las pruebas por lotes de HubSpot pueden reproducir una nota de voz. Los conjuntos de prueba se construyen con preguntas escritas.
Una publicación de ideas de la comunidad de HubSpot de diciembre de 2024 pide que HubSpot transcriba las notas de voz de WhatsApp a texto dentro del CRM, señalando que la transcripción de llamadas ya existe. No puedo saber por las páginas que leí si esa petición se ha implementado, y prefiero decirlo así antes que adivinar. Para lo más parecido que HubSpot documenta, lea la siguiente sección.
¿Es lo mismo que Customer Agent Voice?
No, y a menudo se confunden. Customer Agent Voice es una beta separada para llamadas telefónicas entrantes. El artículo de configuración de HubSpot dice que gestiona solo llamadas entrantes, crea un ticket por cada llamada, adjunta una transcripción con identificación de interlocutores, admite más de 9 idiomas, y detecta el idioma de quien llama después del mensaje de bienvenida.
También factura de otra forma. HubSpot dice que paga por los minutos en los que el agente está activo en una llamada, redondeados al minuto completo, y que el límite de créditos del agente aplica tanto a canales de texto como de voz. Nada de eso está documentado para las notas de voz de WhatsApp. Si alguien le dice que el Customer Agent "hace voz", pregunte a cuál de los dos se refiere.
Las llamadas tienen una transcripción, idiomas y facturación documentados. Las notas de voz de WhatsApp tienen una frase. Mi guía de agentes de voz con IA compara los productos de gestión de llamadas.
¿Cuánto cuesta una nota de voz en créditos?
Las páginas de HubSpot dicen que los créditos se consumen cuando el agente entrega una resolución, no por mensaje. El artículo de comprensión dice que varios mensajes en una conversación abierta no suman créditos, y que una resolución basada en respuesta se juzga en una ventana de 72 horas. Si los créditos se agotan, el agente deja de recibir nuevas conversaciones asignadas en todos los canales conectados hasta el próximo reinicio.
El importe por resolución está en la tarifa de créditos de HubSpot. En noviembre de 2026 lista 50 créditos por conversación resuelta en canales basados en texto, y los mismos 50 por minuto para la beta de Customer agent voice, que cubro en mi artículo de precios del HubSpot AI agent. No se indica si una conversación con nota de voz de WhatsApp se considera "basada en texto" para ese fin. Es una pregunta de facturación que yo resolvería antes de enviar clientes ahí. Puede activar 14 días de acceso gratuito la primera vez que configure el agente, y no se usan créditos en esa ventana, así que es el momento más barato para probarlo.
¿Cuáles son los límites?
HubSpot lista un puñado de límites de WhatsApp, y ninguno es específico de las notas de voz. Estos son los del artículo de la bandeja de entrada:
- Cada cuenta de WhatsApp Business puede tener hasta
25números de teléfono. - Solo se sincronizan los mensajes nuevos tras conectar, así que las conversaciones históricas no aparecen.
- Tras conectar, los mensajes dejan de mostrarse en la app móvil o web de WhatsApp.
- Enviar más de
50conversaciones iniciadas por la empresa al día necesita un Meta Business Manager verificado.
Para las notas de voz en sí, HubSpot no da un límite de duración, de tamaño de archivo ni una lista de formatos. Remite a la documentación de Meta para los formatos de audio admitidos. La Conversations API es el otro límite que señalaría. Un usuario de la comunidad informó que el envío de una nota de voz nativa en .ogg por la API falló, y escribió que el soporte de HubSpot confirmó que la API y la bandeja de entrada no tienen paridad en notas de voz. Si construye flujos de trabajo que necesiten enviar notas de voz, eso importa. Para la gestión solo de entrada, puede que no.
¿Cómo debería gestionar las notas de voz hasta que HubSpot diga más?
Trátelas como algo que probar, no algo en lo que confiar. Este es mi orden, y cada paso después del primero es mi razonamiento, no una regla de HubSpot.
- Envíe notas de voz reales a un número de prueba. Pruebe cortas, largas, ruidosas, y dos idiomas. Observe lo que responde el agente y si se crea un ticket.
- Escriba una regla de traspaso. Dígale al agente que, si no puede responder a partir de un mensaje, lo traspase a una persona con contexto. El proceso de traspaso de HubSpot es donde vive eso, y mi guía de traspaso de agentes de IA muestra qué poner en ella.
- Vigile la capacidad. Una nota de voz traspasada llega a un humano, así que los límites de capacidad y la asignación por habilidades decidirán quién la escucha.
- Deje que una persona escuche cualquier cosa sensible. Reembolsos, quejas y cualquier asunto legal deberían ir a un humano, sea lo que sea que el agente diga haber entendido. Mis guías de pruebas de agentes de soporte con IA y pruebas adversarias le ayudan a construir ese conjunto de pruebas.
- Revise el canal. Las conexiones de canal de HubSpot explican dónde cae cada canal, y las asociaciones de registros de tickets muestran dónde termina el hilo.
HubSpot también permite que un representante cambie el hilo a una llamada o a un correo desde el menú del canal, la salida natural cuando una nota de voz necesita una conversación real.

También señalaría a los clientes que envían una nota de voz hacia un respaldo escrito breve, como "No puedo reproducir audio aquí, ¿podría escribir su pregunta?". Eso es barato y funciona tanto si el agente puede manejar audio como si no.
¿Cómo gestiona eesel las notas de voz de WhatsApp?
Lee el texto de un mensaje de WhatsApp y no lee el audio. La documentación de WhatsApp de eesel dice que cuando alguien envía una imagen, una nota de voz, un documento o una ubicación, el agente ve que se envió algo, más cualquier leyenda, nombre de archivo o nombre de lugar, pero no lo que hay dentro. Prefiero que lo escuche aquí a que lo descubra tras el lanzamiento.

Hay una segunda limitación que decir. La documentación de la integración de HubSpot de eesel describe respuestas en conversaciones de la bandeja de entrada, incluido el chat del sitio web, y tickets. No lista el canal de WhatsApp de HubSpot como fuente, así que no puedo decirle que eesel responderá sus hilos de WhatsApp en HubSpot. Su propio canal de WhatsApp Business, conectado a través de Meta, es una configuración distinta. Mis artículos sobre chatbot de IA para WhatsApp, chatbot de WhatsApp para empresas, y plataforma de atención al cliente de WhatsApp comparan las opciones.
Así que el resumen honesto: HubSpot documenta un agente que responde a notas de voz sin decir cómo. eesel documenta un agente que lee texto y le dice que no puede oír audio. Ninguno de los dos es una respuesta terminada a "¿qué hace mi agente con una nota de voz?".
¿Cómo es un despliegue con revisión primero en HubSpot?
MentorShow es la historia con nombre más cercana que tengo, y no es una de WhatsApp. Es una plataforma francesa de aprendizaje online que gestiona su equipo de soporte dentro de HubSpot y le dijo a eesel que recibe entre 5.000 y 13.000 tickets al mes. Cada nueva conversación de bandeja de entrada o ticket activa a eesel, que lee el hilo y el registro de HubSpot del miembro y deja una nota interna con un análisis y un borrador de respuesta en el idioma del miembro.
Del 8 de agosto al 8 de septiembre de 2026, eesel leyó alrededor de 1.200 conversaciones y tickets de HubSpot y escribió 432 borradores, según la historia. Una persona lee, edita y envía cada uno, y los reembolsos y las revisiones de facturación van directamente a una persona. No dice nada sobre notas de voz, y yo tampoco lo afirmo.
Lo que se traslada es el patrón. El agente funciona desde el primer día, pero nada llega a un cliente sin que una persona lo revise, así que un mensaje que el agente no puede leer le cuesta a un humano un minuto en lugar de una respuesta incorrecta. Para las notas de voz, donde nadie puede prometer lo que el agente entendió, esa es la opción más segura por defecto. Vea desviación de tickets en HubSpot Service Hub, tasa de escalado, y humano en el proceso para ideas relacionadas.
¿Qué más merece la pena leer?
Si WhatsApp es un canal clave, el conocimiento detrás del agente importa más que el audio. Una nota de voz suele hacer las mismas preguntas que el texto, así que una base de conocimiento bien mantenida es lo que hace correcta la respuesta. Mis guías de base de conocimiento con IA y de gestión de bases de conocimiento cubren eso, y prevención de alucinaciones de IA explica por qué un agente que adivina audio que no puede analizar es el riesgo a vigilar.
Para equipos multilingües, las notas de voz tienden a usar el idioma del cliente. Mis artículos sobre soporte al cliente multilingüe y traducción en HubSpot muestran lo que HubSpot cubre para texto. Para juzgar resultados una vez en producción, use la tasa de resolución y desviación frente a tasa de resolución, y la entrada del glosario sobre alucinación de IA.
Si está comparando herramientas, mis guías de alternativas a HubSpot Breeze y alternativas a HubSpot son la siguiente parada, junto con IA para HubSpot Service Hub, cómo añadir IA a HubSpot, y alternativas de software de atención al cliente con IA.
Pruebe eesel para su helpdesk de HubSpot

Si su equipo de HubSpot quiere un compañero de helpdesk con IA que redacte respuestas para revisión en lugar de adivinar lo que no puede oír, eesel para HubSpot funciona como una nueva incorporación en Service Hub. Aprende de su base de conocimiento y de tickets anteriores, lee cada nueva conversación junto con el registro del contacto, y deja una nota interna con un borrador de respuesta que su equipo puede editar y enviar. El precio son planes de créditos mensuales fijos, desde un nivel gratuito de 100 créditos hasta 299 $ al mes por 500 créditos, según la página de precios de eesel.
Yo empezaría con el nivel gratuito en sus conversaciones de texto, añadiría una regla escrita para las notas de voz, y vería qué llega al borrador. Conectar HubSpot sigue necesitando a alguien con acceso de administrador para aprobarlo, y las respuestas se prueban antes de que algo salga en vivo.