Pruebas por lotes del HubSpot Customer Agent: cómo funcionan y sus límites
Rama Adi
Katelin Teen
Última edición 8 de noviembre de 2026

Las pruebas por lotes del HubSpot Customer Agent son un conjunto guardado de preguntas que ejecutas en el agente antes de que toque a un cliente. Necesitas Professional o Enterprise en un hub que califique, el permiso de editor del Customer Agent y un puesto asignado. Obtienes hasta 8 conjuntos de pruebas, cada uno formado por preguntas que escribes o que se generan a partir de temas de conversaciones en vivo. Cada respuesta recibe una marca de Buena o Mala, y una mala se puede entrenar en el momento. Prueba preguntas, no tu historial real de tickets, así que yo lo combinaría con una repetición de tickets pasados. eesel hace esa repetición, y con el CLI de eesel un agente de codificación con IA puede subir conocimiento aprobado y hacer preguntas de prueba antes del lanzamiento, aunque alguien con acceso de administrador de HubSpot todavía debe aprobar la conexión.
¿Qué son las pruebas por lotes del HubSpot Customer Agent?
Es un área de pruebas dentro del Customer Agent donde los administradores ejecutan muchas preguntas a la vez y revisan cada respuesta. El artículo de pruebas por lotes de HubSpot, actualizado por última vez el 13 de octubre de 2026, dice que los administradores pueden probar el agente a escala antes de implementarlo en canales en vivo, y entrenarlo a partir de los resultados.
No he ejecutado esto en un portal de HubSpot real. Todo lo que hay aquí viene de la propia documentación de HubSpot, y marco cada punto donde se queda callada. Lo leo como lo haría quien construye integraciones: qué entra, qué sale y qué no promete la pantalla. Si quieres el producto primero, mis guías de HubSpot Customer Agent y agente de IA de HubSpot lo cubren, y la revisión de HubSpot lo ubica dentro de Service Hub.
La herramienta más simple está un nivel por debajo. El artículo de configuración de HubSpot, actualizado el 26 de octubre de 2026, describe un botón Probar que abre un único chat de vista previa por correo o chat en vivo, y dice que previsualizar no consume créditos de HubSpot. Las pruebas por lotes son a lo que pasas cuando un chat a la vez ya no es suficiente.
¿Qué plan, puesto y permiso necesitas?
Necesitas Professional o Enterprise en un hub que califique, el permiso de editor del Customer Agent y un puesto asignado. Los tres provienen del artículo de pruebas por lotes de HubSpot, que enumera Marketing Hub, Sales Hub, Service Hub, Data Hub, Content Hub y Smart CRM en Professional y Enterprise.
| Requisito | Qué dice HubSpot |
|---|---|
| Suscripción | Professional o Enterprise en Marketing, Sales, Service, Data o Content Hub, o Smart CRM |
| Permiso | Editor del Customer Agent, que también cubre las acciones de entrenamiento |
| Puesto | Un puesto asignado para editar y gestionar el agente |
| Créditos | Necesarios para implementar en canales, se consumen solo con una resolución |
| Conjuntos de prueba | Hasta 8 |
Fuente: el artículo de pruebas por lotes de HubSpot. Para Service Hub, la página de precios de HubSpot muestra Professional a $90 por puesto al mes y Enterprise a $150, más una tarifa de incorporación obligatoria. Mi artículo de precios de HubSpot explica cómo se suman los puestos y los créditos.
La configuración por primera vez tiene una puerta más suave. HubSpot dice que puedes activar 14 días de acceso gratuito la primera vez que configuras el agente, y que los créditos no se consumen durante ese tiempo. Yo ejecutaría tus primeros conjuntos de pruebas dentro de esa ventana.
¿Cómo se ejecuta una prueba por lotes, paso a paso?
Creas un conjunto de pruebas, haces clic en ejecutar y revisas cada respuesta. Los pasos de HubSpot:
- En HubSpot, ve a Service > Customer Agent (bajo Más, si lo ves ahí).
- En el menú izquierdo, haz clic en Test > Batch testing.
- Haz clic en + New test set y elige From live conversations o Blank test.
- Para conversaciones en vivo, marca los temas que quieras y haz clic en Generate questions. Para una prueba vacía, escribe cada pregunta y guárdala.
- Si te uniste a la beta de Customer Agent Segments, haz clic en Add segment para probar como un segmento específico.
- Haz clic en Run test. El agente responde cada pregunta del conjunto.

El ciclo es la clave. Los conjuntos de pruebas y los resultados se guardan automáticamente, así que puedes volver después de editar el agente y ejecutar las mismas preguntas otra vez. Eso convierte una verificación puntual en una prueba de regresión, que es como yo lo usaría.
¿De dónde salen las preguntas de prueba?
Vienen de dos lugares: preguntas que tú escribes, o preguntas que HubSpot genera a partir de tus conversaciones en vivo. El generador agrupa conversaciones pasadas de visitantes en temas, y tú marcas los que quieres probar.

Dos límites están escritos en el artículo de HubSpot. Un tema necesita 5 o más conversaciones sobre un tema similar antes de aparecer, así que una pregunta rara nunca se convierte en tema. Y el diálogo se construye sobre conversaciones reales de visitantes, así que el generador solo puede reflejar lo que ya le han preguntado al agente. Un agente recién creado tiene poco de dónde sacar, y ahí es donde la prueba vacía demuestra su valor.
Mi opinión: escribe tus propias preguntas para las que te pueden perjudicar, como reglas de reembolso, excepciones de precios y cualquier cosa legal. Los temas generados cubrirán bien las preguntas comunes, pero las arriesgadas suelen ser las poco comunes. Mis guías de pruebas de agentes de IA y pruebas adversarias muestran cómo escribirlas.
¿Cómo revisas las respuestas y entrenas al agente?
Abres cada pregunta, lees la respuesta y la marcas como Buena o Mala. Las respuestas empiezan en No revisadas, y luego pasan a una lista de Buena o Mala a medida que las marcas.

Ante una respuesta marcada como Mala, HubSpot te da dos opciones. Write note registra comentarios para un administrador, y HubSpot dice que una nota por sí sola no actualiza al agente. Coach agent abre un panel a la derecha con las pestañas Knowledge, Actions, Handoff y Experience, donde puedes añadir un disparador de transferencia o crear una respuesta corta.
Esa división importa para los equipos. Un líder de soporte puede marcar una respuesta mala en una nota sin necesitar el permiso de editor para cambiar nada, y un administrador puede agrupar las notas en una sola sesión de entrenamiento. La regla de permisos juega a tu favor aquí: solo los editores cambian al agente.
La puntuación es manual. No vi nada en la documentación de HubSpot sobre una calificación automática o una tasa de aciertos, así que los conteos de Buena y Mala son tu propio juicio. Eso está bien para 10 preguntas y es tedioso para 100, así que presupuesta tiempo de revisor.
¿Cómo se guardan y vuelven a ejecutar los conjuntos de prueba?
Se guardan solos, y puedes volver a ejecutar, duplicar o eliminar cualquiera de ellos. En la pestaña Test sets, Run vuelve a ejecutar un conjunto, y los tres puntos ofrecen Duplicate y Delete. Los resultados están en una pestaña separada, Test results.

Con solo 8 conjuntos permitidos, yo los nombraría por riesgo, no por tema: uno para precios y facturación, uno para disparadores de transferencia, uno para las preguntas que fallaste el mes pasado, y así. Duplicar un conjunto antes de cambiar el agente te da un antes y un después.
¿Cuánto cuesta una prueba en créditos?
Las páginas de HubSpot dicen que probar no consume créditos, y que el despliegue en vivo se cobra por resolución. La guía de configuración dice que previsualizar y probar el customer agent no consume créditos de HubSpot. El artículo de comprensión, actualizado el 16 de septiembre de 2026, dice que los créditos se consumen solo cuando el agente logra una resolución.
La trampa es la regla de las 72 horas. Una resolución es una respuesta que comparte una fuente de contenido o realiza una acción, sin transferencia iniciada por el visitante, y el estado se fija 72 horas después de la última respuesta del visitante. Si se te acaban los créditos, HubSpot dice que al agente deja de asignársele conversaciones nuevas en todos los canales conectados, hasta el próximo reinicio. El artículo de pruebas por lotes no repite la línea sin créditos específicamente para las ejecuciones por lotes, así que yo lo confirmaría en tu portal antes de ejecutar una prueba de 100 preguntas.
"I don't know how many credits I'll need, so I'm less likely to test things, not more."
Esa cita, de un hilo de Reddit de diciembre de 2025 sobre el precio de los créditos, es la razón por la que importa la línea de prueba sin créditos. Un equipo que teme al medidor prueba menos, no más, y un agente sin probar es el que sale caro. Para los cálculos completos de créditos, consulta mi desglose de precios del agente de IA de HubSpot.
¿Qué no cubren las pruebas por lotes?
Cubre las preguntas de tu conjunto, y la documentación deja varios huecos. Estos son los que yo verificaría antes de confiar en ella:
- Sin repetición de tickets pasados. Los temas vienen de conversaciones reales de visitantes y el generador produce preguntas de muestra. Las páginas de HubSpot no describen repetir un ticket pasado específico y comparar la respuesta con lo que envió tu equipo.
- Sin puntuación automática. El marcado es manual, y no encontré una tasa de aciertos ni una vista de tendencia en el artículo.
- Una nota no cambia al agente. Solo la ruta de Coach agent lo edita, y solo para editores.
- Ocho conjuntos es el límite indicado. El artículo no indica un límite de preguntas por conjunto.
- El uso de créditos en las ejecuciones por lotes no se repite. La línea sin créditos está en el artículo de configuración.
- Las acciones se prueban en la vista previa. La guía de configuración describe probar acciones como reservar una reunión en el chat de vista previa único, y el artículo de lotes no las menciona.
Ninguna de estas es tanto un defecto como una descripción del trabajo de la herramienta: un conjunto de preguntas que tú controlas. Eso es útil para pruebas de regresión. Es un trabajo distinto al de preguntar: "¿habría manejado este agente los tickets del trimestre pasado?".
¿Cómo implementar un HubSpot Customer Agent de forma segura?
Sube cuatro escalones, y solo escala al siguiente cuando el de abajo esté limpio. Este es el orden que yo usaría, y la segunda mitad es mi razonamiento, no una regla de HubSpot.

- Chat de vista previa para revisar el tono, las fuentes y el panel Testing Insights, que muestra por qué el agente respondió de cierta forma y qué citó.
- Prueba por lotes con un conjunto de las preguntas que tu equipo responde todos los días, más un conjunto de las arriesgadas.
- Una repetición de historial real, que las pruebas por lotes no hacen. Aquí es donde entra eesel, y lo cubro más abajo.
- Un lanzamiento en vivo acotado, empezando con un solo canal. El artículo de HubSpot sobre implementación en canales cubre dónde puede operar el agente.
Un comentario en Reddit, en el mismo hilo sobre créditos, describió así su implementación:
"I think the key for this working was that we started using customer agent in April, so by August, we had enough data to understand how many credits we needed, and we had already optimized our KB to be best suited for AI use."
Reportaron un 40% de las consultas de soporte resueltas, con más de 15.000 al mes. Es el relato de un solo usuario, no un referente, pero muestra el patrón: meses de datos, y una base de conocimiento optimizada primero. Ambas cosas son justo lo que un buen ciclo de pruebas revela, y mis guías de base de conocimiento con IA y gestión de la base de conocimiento cubren la segunda parte.
¿En qué se diferencia repetir tickets pasados de un conjunto de pruebas?
Un conjunto de pruebas hace las preguntas que tú elegiste, una repetición ejecuta al agente sobre tickets que tu equipo ya respondió. La diferencia está en de dónde vienen las preguntas y contra qué se juzga la respuesta.

Según su documentación de skills, la skill de Simulación de eesel ejecuta el agente contra cientos de tus tickets pasados o casos de prueba generados, puntúa cada respuesta y sugiere cambios en las instrucciones. Puntúa las respuestas contra lo que tu equipo realmente envió. No pronostica una tasa de resolución ni un costo, así que es una verificación de calidad, no un caso de negocio. Mi guía de pruebas de simulación de soporte con IA muestra cómo lo configuraría.
Aquí mi valoración honesta. La versión de HubSpot es nativa, está justo al lado de la configuración del agente y te deja entrenar en la misma pantalla, lo que es difícil de superar en velocidad. Una repetición cuesta más configuración, pero prueba la redacción real y desordenada que una pregunta de muestra generada suele suavizar. Yo usaría ambas: las pruebas por lotes de HubSpot para el ciclo de regresión, y una repetición una vez antes del lanzamiento. Mi guía de prevención de alucinaciones de IA explica por qué los tickets reales detectan lo que las preguntas limpias se les escapa, y la entrada del glosario sobre alucinación de IA define el término.
¿Cómo se ve en la práctica una implementación con borradores primero?
Se ve como MentorShow, una plataforma francesa de aprendizaje en línea que lleva todo 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 o ticket de bandeja de entrada activa a eesel, que lee el hilo y el registro de HubSpot del miembro, y luego deja una nota interna con un análisis y un borrador de respuesta en el idioma del miembro.
En el mes 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 las verificaciones de reembolsos y facturación se entregan a una persona de inmediato. Las reglas sobre qué tipos de tickets omitir, nueve de ellas, se escribieron después de que surgieran casos.
Eso no es una prueba por lotes, y no la llamaré así. Es una red de seguridad distinta: el agente está en vivo desde el primer día, pero nada llega a un miembro sin la revisión de una persona, así que un borrador equivocado cuesta una edición en lugar de una respuesta mala. Los equipos que aún no están listos para un lanzamiento autónomo pueden aprender mucho de ese modo. Guías relacionadas: transferencia de agentes de IA, tasa de escalamiento y mi explicación de tasa de resolución.
¿Qué preguntas deberían ir en tus primeros conjuntos de pruebas?
Empieza con las que tu equipo responde todos los días, y luego añade las que pueden costar dinero. Así dividiría los 8 conjuntos:
| Conjunto | Qué incluir | Por qué |
|---|---|---|
| Preguntas principales | Los temas que HubSpot genera a partir de chats en vivo | Cubre el volumen |
| Precios y facturación | Precios de planes, renovaciones, reembolsos, descuentos | Las respuestas incorrectas cuestan dinero |
| Transferencia | Clientes enojados, solicitudes de un humano, amenazas legales | Prueba los disparadores de transferencia |
| Casos límite | Políticas con excepciones, preguntas de varias partes | Prueba la profundidad del conocimiento |
| Fuera de alcance | Preguntas que el agente debería rechazar | Prueba las directrices |
| Fallos del mes pasado | Preguntas reales que el equipo tuvo que corregir | Conjunto de regresión |
Vuelve a ejecutar el conjunto de fallos después de cada cambio en las fuentes de conocimiento o las reglas de transferencia. Mis guías de desvío vs. resolución y medición de la tasa de contención de IA cubren las métricas en vivo una vez que lances, y la entrada del glosario de base de conocimiento explica por qué la calidad de la fuente importa más.
¿Y si quieres una herramienta totalmente distinta?
El agente de HubSpot está construido para equipos que ya están dentro del ecosistema de HubSpot, y sus pruebas por lotes reflejan eso. Si estás evaluando opciones, mis guías de alternativas a HubSpot Breeze y alternativas a HubSpot las comparan, y alternativas de software de soporte al cliente con IA va más amplio. Para complementos específicos de HubSpot, consulta IA para HubSpot Service Hub y cómo añadir IA a HubSpot.
Dentro de Service Hub, otras dos piezas afectan cómo se comporta un agente probado una vez en vivo: los límites de capacidad decidirán qué humano recibe la transferencia, y las conexiones de canales decidirán dónde aparece el agente. Los artículos de desvío de tickets de HubSpot y base de conocimiento con IA de Service Hub cubren el resto del stack.
Prueba eesel para tu mesa de ayuda de HubSpot

Si ya probaste por lotes al Customer Agent y aún quieres una prueba contra tu historial real, eesel para HubSpot funciona como un nuevo miembro del equipo en Service Hub. Aprende de tu base de conocimiento de HubSpot y tickets pasados, repite cientos de esos tickets contra sus propias respuestas, y luego lee cada ticket en vivo con el registro de contacto y deja una nota interna con un borrador de respuesta para que tu equipo lo revise. Los precios son planes de créditos mensuales fijos, desde un nivel gratuito de 100 créditos hasta $299 al mes por 500 créditos, donde un ticket o chat atendido es un crédito, según la página de precios de eesel.
Yo empezaría con el nivel gratuito sobre una copia de tus temas de preguntas más comunes, compararía sus respuestas puntuadas con tus resultados de prueba de HubSpot, y vería dónde las dos discrepan. Conectar HubSpot en sí todavía requiere que alguien con acceso de administrador lo apruebe en el navegador, y las respuestas se prueban antes de que algo salga en vivo.