
Re:amaze no tiene una scorecard de control de calidad con IA: no encontré nada en su centro de ayuda, página de precios o novedades del producto que puntúe una conversación según criterios de QA, y lo más cercano es la lista de respuestas recientes en el Individual Staff Report de Plus (69 $ por miembro del equipo al mes). Lo que ofrece a un responsable de soporte son informes de velocidad y de con qué frecuencia una respuesta resolvió el problema (todos los planes), informes de personal y encuestas de satisfacción (también Plus), y un conjunto de herramientas para revisar las respuestas de su propio Agente de IA. Ninguno comprueba si una respuesta fue correcta según tu política o si se etiquetó bien, y el Success Rate del informe de IA cuenta solicitudes de API exitosas, no respuestas correctas. Para comprobar eso, un responsable puede puntuar a mano una muestra semanal, o un compañero de IA como eesel puede revisar conversaciones archivadas recientemente según un horario contra reglas que escribes, y dejar sus razones en una nota interna. Un agente de código como Claude Code puede configurar esa revisión mediante el CLI de eesel, aunque alguien todavía tiene que copiar el token de API de Re:amaze para conectarlo.
¿Tiene Re:amaze control de calidad con IA?
No con ese nombre, y no como scorecard. Trabajo en el equipo de soporte de eesel, así que cuando leo las funciones de QA de un helpdesk me hago una sola pregunta: ¿esto detectaría una respuesta equivocada antes de que lo haga un cliente? En Re:amaze, la respuesta honesta es "solo después de que un cliente se queje". (Para el resto del producto, ve mi análisis de Re:amaze.)
Esto es lo que Re:amaze ofrece para el control de calidad, según su resumen de informes, su guía de herramientas de IA y su página de precios, revisado el 22 de noviembre de 2026:
| Función de Re:amaze | Plan | Qué le dice a un responsable de QA | Qué no dice |
|---|---|---|---|
| Response Time, First Response Resolve Rate, Average Thread Size | Basic | Qué tan rápido salieron las respuestas y con qué frecuencia una respuesta resolvió el caso | Si la respuesta fue correcta |
| Informes de Appreciations, Tags y Satisfaction Ratings | Pro, según el resumen de informes | Qué respuestas gustaron a los clientes, qué etiquetas se usan, qué puntuaron los clientes | Qué etiqueta debería haberse usado |
| Staff Summary e Individual Staff Reports, encuestas de satisfacción | Plus | Las respuestas, tiempos de respuesta, valoraciones y respuestas recientes de cada agente | Si esas respuestas siguieron tu proceso |
| Fuentes del Agente de IA, correcciones, pruebas y Learned Answers | Con el Agente de IA | De dónde vino una respuesta de IA, y un lugar para corregirla | Cómo se desempeñan los agentes humanos |
| Ask About This Conversation | Herramientas de IA | Una respuesta a una pregunta que escribes sobre un hilo | Cualquier cosa a través de muchas conversaciones |

¿Qué dicen los informes de Re:amaze sobre la calidad?
Dicen mucho sobre velocidad y poco sobre el resultado. Todos los planes tienen el informe Response Time (el glosario de first response time explica la métrica con la que empiezan la mayoría de equipos) y el First Response Resolve Rate, que Re:amaze describe como "una métrica de calidad que refleja la efectividad de las respuestas de tu equipo": con qué frecuencia una respuesta resolvió el problema del cliente, cerca de lo que la mayoría de equipos llama first contact resolution. El informe Average Thread Size es su compañero, y la propia guía de Re:amaze dice que un número alto "puede indicar que un problema es difícil de resolver o que los agentes no están dando respuestas suficientemente completas."
En Plus, el Individual Staff Report desglosa esto por agente: respuestas, tiempo de respuesta promedio, appreciations, conversaciones resueltas o archivadas, tamaño promedio del hilo y, si envías encuestas, la valoración promedio del agente. Puedes comparar un agente con el promedio del equipo o con un departamento. Al final está "una lista en curso de sus respuestas recientes", que según Re:amaze los responsables pueden usar "para supervisar la calidad del soporte a nivel individual."
Esa última línea es lo más cerca que llega Re:amaze al QA. Te da una lista de lectura; alguien todavía tiene que abrir cada respuesta y juzgarla.
Dos cosas que debes saber antes de confiar en los números:
- Las conversaciones se fechan según cuándo empezaron. Re:amaze atribuye las métricas de conversación "al momento en que se creó la conversación", así que una conversación que se abrió el 9 de diciembre y se reabrió y archivó el 11 de diciembre cuenta una vez, el 9 de diciembre. Los números de la semana pasada pueden cambiar después de que termine la semana.
- Las respuestas se cuentan por mensaje. Re:amaze dice que el recuento de Response "es un mejor indicador de actividad" que los recuentos de Resolved y Archived.
¿Qué aportan las encuestas de satisfacción de Re:amaze?
El veredicto del propio cliente, tarde. Las encuestas de satisfacción automatizadas están en Plus: en Settings, luego Email Channels, activa Satisfaction Surveys, elige un retraso en horas y qué estados de conversación envían una encuesta (elegir Resolved envía una solo después de que se resuelve una conversación). La encuesta puede usar caritas, etiquetas descriptivas o 1 a 5 estrellas, y el informe Satisfaction Ratings muestra el promedio, el rango de Abysmal a Great, y los comentarios más recientes.
Hay un matiz de plan. La página de precios y la guía de encuestas ponen las valoraciones de satisfacción en Plus, pero el resumen de informes lista el informe Satisfaction Ratings en Pro. Si estás en Pro, confirma con Re:amaze antes de planificar en torno a eso.
Una valoración te dice cómo se sintió el cliente sobre el resultado. No te dice qué respuesta la causó, y solo viene de los clientes que responden. Una puntuación baja te dice por dónde empezar a leer. Mis notas sobre CSAT con IA profundizan en leer el CSAT junto al QA.
¿Cómo revisas las respuestas del Agente de IA de Re:amaze?
Aquí es donde Re:amaze ha hecho más trabajo. En junio de 2026 lanzó un conjunto de herramientas para revisar lo que dice su Agente de IA:
- Sources en cada respuesta. Un recuento de fuentes aparece en cada respuesta de IA; haz clic para ver qué fuentes de conocimiento usó, "una forma rápida de detectar si la IA se apoyó en algo desactualizado o lo sacó del lugar equivocado."
- Improve Response. Envía una corrección sobre cualquier respuesta de IA, y se guarda para que la IA la use la próxima vez. Re:amaze dice que las correcciones se guardan en un solo lugar donde puedes editarlas o eliminarlas, y los ajustes de IA tienen una pestaña AI Agent Corrections.
- Test AI Agent. Hazle las preguntas que hacen los clientes y lee las respuestas completas antes de que lo haga un cliente. Re:amaze sugiere volver a esto cada vez que cambies un artículo, una plantilla o una Learned Answer.
- Learned Answers. Cuando el Agente de IA escala y una persona termina la conversación, Re:amaze redacta una respuesta a partir de lo ocurrido y la pone en cola para revisión. No se añade nada hasta que la guardas, y las sugerencias sin guardar caducan a los 14 días.

Son buenas herramientas para mantener honesto al Agente de IA, y usaría todas. Pero fíjate en lo que tienen en común: una persona encuentra primero la respuesta mala. Nada puntúa las conversaciones del Agente de IA por ti.
Vigila también los informes de IA. El AI Productivity Report tiene un Success Rate, que "mide el número de solicitudes de API de IA exitosas", y un Content Score, una lista de configuración (+20% por crear 20 artículos de FAQ, +20% por configurar Custom AI Context). Un Success Rate del 100% significa que la IA se ejecutó todas las veces, no que fue correcta todas las veces.
¿Qué no puede revisar Re:amaze?
Las tres cosas para las que existen la mayoría de los programas de QA:
- ¿Fue correcta la respuesta según nuestra política? Ningún informe ni herramienta de IA compara una respuesta con tus reglas de reembolso, envío o garantía. Ask About This Conversation responderá una pregunta que escribas sobre un hilo, pero eso es una conversación a la vez, a mano.
- ¿Se etiquetó y enrutó bien? AI Pre-Filter y Workflows aplican etiquetas a las conversaciones, y el informe de Tags cuenta qué etiquetas se aplican más a menudo, pero nada las revisa después. Ninguno te dice que una solicitud de reembolso salió con la etiqueta de envío, y si tus informes se basan en etiquetas, ese error se extiende a cada gráfico.
- ¿Siguió el agente el proceso? Pedir el número de pedido, ofrecer la etiqueta de devolución, escalar una amenaza de contracargo: nada de eso se puntúa.
Si en cambio consideras una herramienta de QA dedicada, comprueba que se conecte con Re:amaze antes de comprarla.
¿Cuánto cuesta Re:amaze para QA?
Los informes y encuestas relevantes para QA vienen con el plan, así que el costo es el salto a Plus. Precios de la página de precios, revisada el 22 de noviembre de 2026:
| Plan | Por miembro del equipo al mes | Facturación anual | Qué añade para QA |
|---|---|---|---|
| Basic | 29 $ | 26,10 $ | Response Time, First Response Resolve Rate, Average Thread Size; Agente de IA con 5 resoluciones por usuario al mes |
| Pro | 49 $ | 44,10 $ | Advanced Reporting (Tags, Appreciations, Workflow); 10 resoluciones de Agente de IA por usuario |
| Plus | 69 $ | 62,10 $ | Staff Performance Reporting, Customer Satisfaction Ratings; 20 resoluciones de Agente de IA por usuario |
| Starter | 59 $ fijos al mes | No indicado | Las funciones de Basic para miembros del equipo ilimitados, hasta 500 conversaciones respondidas al mes |
Las resoluciones extra del Agente de IA cuestan 0,85 $ cada una. Para un equipo de 10 pagando mensualmente, Pro cuesta 490 $ y Plus 690 $, así que los informes y encuestas por agente llegan con un salto de 200 $ al mes. Mi desglose de precios de Re:amaze y mi guía de costos de Re:amaze tienen otros tamaños de equipo.

¿Cómo cubres lo que Re:amaze deja fuera?
Elige qué quieres revisar y mira qué lo cubre:
Elige una revisión para ver qué la cubre en Re:amaze, y qué la cubre si nada lo hace.
Hay dos formas de cubrir el resto.
Puntuar una muestra a mano
La ruta más barata no necesita nada nuevo, y es donde empiezan la mayoría de las guías sobre QA de soporte con IA. Cada semana, un responsable toma diez o veinte conversaciones archivadas recientemente (primero los hilos más largos y las valoraciones más bajas, si las tienes), las lee y las puntúa contra una rúbrica corta en una hoja de cálculo: respuesta correcta para la política, etiqueta correcta, proceso seguido. En Plus, la lista de respuestas recientes de cada Individual Staff Report es una lista de lectura ya lista. Acuerda primero qué significa cada puntuación para que dos revisores puntúen igual la misma conversación: la calibración de QA de soporte ayuda, y también estos ejemplos de feedback de QA.
El límite es el obvio: una persona lee una muestra, y los resultados viven fuera de Re:amaze.
Que un compañero de IA revise contra tus reglas
La segunda ruta es un agente de IA que ejecuta la revisión por su cuenta y deja el resultado en Re:amaze. Esto es lo que yo haría con eesel. La integración con Re:amaze de eesel se ejecuta según un horario, tan seguido como cada diez minutos, o cada hora, día o semana, y puede listar conversaciones archivadas y acotarlas por etiqueta. Para cada una lee los 40 mensajes más recientes con sus autores, notas internas incluidas, además de las etiquetas, el estado y el asignado de la conversación. Aprende de antemano de tus plantillas de respuesta y conversaciones pasadas, y lee en vivo los artículos de tu centro de ayuda, así que una política que has publicado es algo que ha leído.
Define un horario diario y, en cada ejecución, toma las conversaciones archivadas modificadas más recientemente y:
- Lee el hilo con sus etiquetas.
- Lo comprueba contra las reglas que escribiste en palabras simples ("los reembolsos después de 30 días necesitan la aprobación de un responsable", "las preguntas de facturación llevan la etiqueta de facturación", "nunca prometer una fecha de envío").
- Deja su veredicto y sus razones como una nota interna.
- Añade una etiqueta como qa-review a las que un responsable debería leer, para que un responsable pueda filtrarlas.

Tú escribes las reglas, así que las comprobaciones de etiquetado, proceso y política son solo más líneas, que cambian cuando cambian tus políticas. Conoce primero los límites: no ve adjuntos ni campos personalizados, y en un hilo de más de 40 mensajes solo lee los 40 más recientes. Se ejecuta según un horario en lugar del momento en que se cierra una conversación, porque Re:amaze no tiene triggers de eventos en eesel. El mismo agente de eesel también puede redactar respuestas como notas internas, si quieres que lo haga.
Revisiones diarias como esta ya se ejecutan para clientes de eesel. Cactus Club Cafe ejecuta un segundo agente de eesel en su helpdesk de Zendesk que audita el extracto financiero diario cada mañana: comprueba cada tienda y resuelve el ticket como saldado o lo deja abierto con el desajuste nombrado. Entre el 8 de agosto y el 8 de septiembre de 2026 se ejecutó unas 60 veces. Una revisión de QA tiene la misma forma: una comprobación contra reglas escritas, con el resultado dejado en la conversación.
¿Es suficiente Re:amaze para QA?
Para velocidad y resultado, sí. First Response Resolve Rate y Average Thread Size son señales honestas que la mayoría de equipos pequeños usan poco, y en Plus el informe por agente con valoraciones y respuestas recientes le da a un responsable una lista de lectura semanal sensata. Las herramientas del Agente de IA son mejores que la mayoría: fuentes en cada respuesta, correcciones guardadas y un entorno de pruebas son exactamente lo que necesitas para evitar que un agente de IA se desvíe.
Mi opinión: empieza con los informes que ya tienes. Vigila First Response Resolve Rate y Average Thread Size en cada Individual Staff Report, lee los hilos más largos cada semana, y usa Test AI Agent cada vez que cambies un artículo. No confundas el Success Rate del informe de IA con precisión. Y si la pregunta de QA de tu equipo es "¿fue correcta?", no "¿fue rápida?", Re:amaze te deja eso a ti: una muestra puntuada a mano si tu volumen es pequeño, un revisor de IA si no lo es. Las respuestas de otros helpdesks a la misma pregunta están en mis publicaciones sobre control de calidad con IA en Gorgias, control de calidad con IA en Help Scout y control de calidad con IA en Front, y mi recopilación de herramientas de IA para QA de soporte compara opciones dedicadas.
Prueba eesel como tu revisor de QA para Re:amaze
Si la comprobación que te falta es "¿fue correcta esta respuesta según nuestra política?", eesel es el revisor que añadiría a Re:amaze. Se conecta con un token de API, lee tu centro de ayuda y conversaciones pasadas, y según un horario diario comprueba cada conversación archivada recientemente contra las reglas que escribes, dejando sus razones en una nota interna y etiquetando las que valen el tiempo de un responsable. Empieza pidiéndole en el chat del panel que revise tus conversaciones archivadas más recientes, lee lo que marca, y solo entonces activa el horario.

Prueba eesel gratis, o agenda una demo para ver cómo revisa tus propias conversaciones de Re:amaze.