
El etiquetado de conversaciones con IA de Kustomer es un classifier de Conversation Intelligence: usted lista sus categorías con una descripción cada una, y la IA clasifica cada conversación en una o más, facturado a 0,02 $ por ejecución en Enterprise y Ultimate. Lo que la mayoría de las configuraciones pasan por alto es que el trigger decide qué lee la IA: un classifier que corre en Conversation Created ve solo el primer mensaje, así que para etiquetar el motivo real además de enrutar temprano, ejecútelo una segunda vez en Conversation Done, lo que duplica el costo. El classifier solo completa un campo, así que si sus reglas y reportes leen etiquetas de Kustomer, añada un workflow que convierta su valor en una etiqueta. eesel no tiene integración con Kustomer; en Zendesk, Freshdesk, Gorgias o Help Scout, un AI helpdesk agent como eesel lee todo el hilo antes de etiquetar, y con la eesel CLI un agente de código con IA puede subir sus reglas de etiquetado y probarlas en tickets pasados, aunque conectar el helpdesk sigue necesitando la aprobación de un admin.
¿Qué usa Kustomer para etiquetar conversaciones con IA?
Hoy hay tres rutas de IA en Kustomer, además de las basadas en reglas que todo equipo ya tiene. Es fácil confundirlas porque las páginas de Kustomer usan etiquetar y clasificar casi como sinónimos; Kustomer AI mapea su gama de IA más amplia.
| Classifier de Conversation Intelligence | AI Agent con una herramienta de etiquetas | Conversation Classification (legacy) | |
|---|---|---|---|
| Qué es | Un atributo de IA que clasifica una conversación en categorías que usted define | Un AI Agent que elige una etiqueta de una lista que usted le da | Un modelo de machine learning entrenado con sus conversaciones etiquetadas pasadas |
| Qué escribe | El valor del atributo en la conversación | Una etiqueta de Kustomer | Una etiqueta, o un contact reason usado para enrutar |
| Dónde se configura | Kustomer AI > AI Attributes | AI Agent Studio, Klass Data tool | Settings > Kustomer IQ > Conversation Classification |
| Costo | 0,02 $ por ejecución | Se tarifica con el AI Agent | Cerrado para clientes nuevos desde agosto de 2023 |
El etiquetado basado en reglas sigue presente bajo todo esto. El artículo Add tags automatically de Kustomer lista dos métodos, una business rule o una workflow action, para cuando "la misma etiqueta debe aplicarse cada vez que una condición es verdadera". Eso es coincidencia de palabras clave y campos, no lectura, y es como etiquetan hoy la mayoría de los equipos, como en Freshchat, donde la IA no puede poner etiquetas en absoluto.
¿Cómo funciona un classifier de Conversation Intelligence?
Conversation Intelligence se lanzó el 14 de octubre de 2026, en la publicación de anuncio de Brad Birnbaum, como un tipo de atributo de IA. Según el artículo Understanding Conversation Intelligence de Kustomer, hay tres tipos: los classifiers "categorizan información en opciones predefinidas", los scores devuelven un número, y los extractors guardan detalles específicos como un número de pedido. El classifier es el que etiqueta.
Usted le da opciones, cada una con un nombre y una descripción, e instrucciones en lenguaje simple. El ejemplo de Kustomer es un classifier de Contact reason con opciones como "Where is my order?", "Return or exchange", "Cancel order" y "Product question", cada una descrita en una frase. Un classifier puede ser:
- Single-select, una opción por conversación
- Multi-select, varias opciones cuando aplica más de una
- Hierarchical, opciones anidadas bajo padres
Multi-select no funciona con categorías anidadas, así que una conversación con "Billing > Refund" más "Shipping > Late" necesita una lista plana si quiere ambas.

Cada valor viene con el razonamiento de la IA adjunto, y la página de producto de Kustomer dice que un valor que una persona corrige "no será sobrescrito silenciosamente en la siguiente ejecución". En la página de Kustomer, Simon Birch, Head of Customer Experience en Loaf, dice: "Rather than relying on keywords, it understands the intent behind why a customer is getting in touch".
¿Cómo se configura el etiquetado con IA en Kustomer?
Del artículo Using AI attributes de Kustomer:
- En la página Kustomer AI, haga clic en AI Attributes, luego en Add AI Attribute.
- Elija Classifier, nómbrelo (por ejemplo, Contact reason) y elija single-select, multi-select o hierarchical.
- Añada sus opciones, cada una con una descripción que diga cuándo aplica. El consejo de Kustomer: "intente que sus opciones sean distintas entre sí".
- Escriba las instrucciones. El ejemplo de Kustomer: "considere la intención del cliente y el contexto general de la conversación, no palabras clave individuales por sí solas".
- Elija cuándo se ejecuta (hasta 3 triggers) y añada condiciones para que el spam y las conversaciones de bajo valor no consuman ejecuciones.
- Guárdelo y actívelo.
Luego decida qué lee el valor: un workflow para ticket routing, un reporte, o ambos. Si sus colas, reportes o búsquedas guardadas ya funcionan con etiquetas, construya un workflow o una business rule que añada la etiqueta correspondiente cuando se fije el atributo, para que los reportes existentes sigan funcionando. Los límites de etiquetas de Kustomer aplican a este paso: hasta 20 etiquetas por conversación, y 64 caracteres por nombre de etiqueta, según su artículo Add tags to a conversation.
Decida la forma del classifier antes de construir reportes sobre él. Kustomer dice que algunas propiedades que determinan cómo un atributo guarda su salida "no se pueden cambiar después de crear el atributo", y la solución es un nuevo atributo.
¿Cuándo debería ejecutarse el classifier?
Esta es la configuración que decide tanto la precisión como el costo. El marketing de Kustomer dice que el classifier clasifica una conversación "basándose en toda la conversación y no solo en el mensaje de apertura". Eso es cierto solo hasta donde lo permite el trigger: cuando un classifier corre en Conversation Created, la conversación tiene un mensaje de largo.
El artículo What is an execution? de Kustomer recorre los triggers con su propio ejemplo:
| Trigger | Qué debe leer la IA | Bueno para | Problema |
|---|---|---|---|
| Conversation Created | El primer mensaje | Enrutar al llegar | Una conversación que cambia de tema conserva su primera etiqueta |
| Message Count (por ejemplo, 2 entrantes) | El primer intercambio | Esperar una imagen más clara | "Una conversación que termina tras un mensaje entrante nunca recibe esta evaluación" |
| Conversation Done | Toda la conversación | Reportar por qué los clientes contactaron realmente | Demasiado tarde para enrutar |
Cada trigger que se activa es una ejecución separada, y un atributo puede tener hasta 3. Menos opciones, mejor descritas, también reducen las etiquetas incorrectas, como explica tagging false positives. Mi configuración: un classifier en Conversation Created para enrutar, y el mismo classifier también en Conversation Done, para que los reportes lean el motivo final. Una corrección de una persona en medio permanece.
¿Qué configuración se ajusta a lo que quiere la etiqueta?
¿Cuánto cuesta el etiquetado con IA de Kustomer?
La página de detalles de precios de Kustomer (actualizada el 12 de octubre de 2026) lista Conversation Intelligence a 0,02 $ por ejecución, o 50 ejecuciones por crédito, tanto en Enterprise como en Ultimate, cuyos precios base son "Talk to Sales" (precios de Kustomer tiene lo que se conoce). Las ejecuciones que fallan con un error 5xx o de límite de velocidad no se cuentan.
Para un equipo con 8.000 conversaciones al mes:
- Un classifier en Conversation Created: 8.000 x 0,02 $ = 160 $ al mes
- El mismo classifier en Created y Done: 16.000 x 0,02 $ = 320 $ al mes
- Un Score de sentimiento adicional en Done, como en Kustomer AI sentiment analysis: otros 160 $
- Una scorecard de AI QA en cada conversación, a 0,05 $ por ejecución, añade 400 $; Kustomer AI quality assurance lo cubre
La ruta del AI Agent se tarifica con el agente en su lugar: Kustomer lista Concierge a 0,75 $ por conversación atendida y Envoy (AI Agents for Reps) a 50 $ por usuario al mes. El classifier de una conversación se ejecuta sin importar si un AI Agent la toca, por lo que es la ruta para etiquetar cada conversación.
¿Puede un AI Agent de Kustomer añadir etiquetas por sí mismo?
Sí, desde el 8 de agosto de 2025. Las notas de lanzamiento de agosto de 2025 de Kustomer dicen que los AI Agents "ahora pueden usar su razonamiento para elegir la etiqueta adecuada de una lista de opciones preconfiguradas". Usted crea una herramienta Klass Data para la clase Conversation, selecciona Tags, y describe cada etiqueta; una descripción escrita en la herramienta prevalece sobre una en la página de configuración de Tags.

Esto escribe etiquetas de Kustomer reales, así que los reportes de etiquetas existentes las recogen sin ningún workflow adicional. El límite es la cobertura: el agente etiqueta las conversaciones que gestiona. Para un reporte de contact reason en toda su cola, use el classifier.
¿Dónde se queda corto el etiquetado con IA de Kustomer?
- Las etiquetas y los atributos de IA son cosas separadas. El classifier solo completa su propio campo. Los reportes y colas basados en etiquetas necesitan el paso de workflow adicional de arriba.
- El primer mensaje decide una etiqueta temprana. Si enruta en Conversation Created, un cliente que empieza con una pregunta de envío y pasa a un reembolso conserva "Order status" a menos que corra un trigger posterior.
- Cada trigger se factura. Los triggers amplios sin condiciones también clasifican el spam. El propio consejo de Kustomer es añadir condiciones por canal, etiqueta o estado.
- No resume. Una etiqueta dice de qué trataba una conversación, no qué pasó; Conversation summaries es una función separada de Envoy.
- El modelo legacy desapareció para clientes nuevos. Las guías antiguas de Kustomer describen Conversation Classification bajo Kustomer IQ; está cerrado para clientes nuevos desde agosto de 2023.
¿Dónde encaja eesel?
eesel encaja con un equipo que evalúa dejar Kustomer (vea Kustomer alternatives), o con uno que gestiona un segundo helpdesk junto a él. eesel es un AI teammate que se integra en las herramientas que un equipo ya usa; en soporte trabaja en la cola del helpdesk, aprende de tickets pasados y se prueba contra ellos antes de responder. En lugar de un classifier con un trigger que elegir, lee el hilo cada vez que un cliente escribe y sigue una regla simple como "etiquétalo como refund-request cuando el cliente pida que le devuelvan el dinero, incluso si empezó hablando de envío".
Rúngne, una marca de ropa de escalada en Gorgias, gestiona un agente de triage que etiqueta cada ticket nuevo en el que se ejecuta, incluida una etiqueta human_review_required, de modo que las cancelaciones, los artículos dañados y cualquiera que pida hablar con una persona van al equipo. AI support tagging cubre cómo funciona eso entre helpdesks, y Gorgias tagging and routing muestra una configuración completa, y Zendesk AI tagging otra.
eesel no tiene integración con Kustomer, así que no puedo decirle que lo conecte a su workspace de Kustomer. Si se queda en Kustomer, mi consejo es la configuración de arriba: un classifier con opciones distintas y bien descritas, activado en Created y Done, y un workflow que convierta su valor en la etiqueta que sus reportes ya leen. Para enrutar sobre él, Kustomer AI conversation routing cubre las reglas de cola.
Prueba eesel junto a su configuración de Kustomer
Si está comparando helpdesks en parte por qué tan bien etiquetan, pruebe eesel en una prueba de Zendesk, Freshdesk, Gorgias o Help Scout. Escriba sus contact reasons como reglas simples, ejecútelas contra una semana de tickets pasados, y lea qué etiqueta habría recibido cada ticket y por qué. Lo que eesel hace solo y lo que espera el sí de una persona se fija por acción en actions and approvals, así que puede empezar etiquetando antes de reasignar nada.

Pruebe eesel con sus reglas de etiquetado primero, o compare opciones en best AI for Kustomer.