Cómo revisar conversaciones de soporte con IA: una rutina semanal que detecta fallos silenciosos

Riellvriany Indriawan
Escrito por

Riellvriany Indriawan

Katelin Teen
Revisado por

Katelin Teen

Última edición 16 de noviembre de 2026

Verificado por expertos
Ilustración dibujada a mano de un responsable de soporte leyendo una pila de transcripciones de chat con IA con una lupa y un bolígrafo rojo, notas adhesivas en algunas páginas y una marcada para un arreglo
TL;DR

Para revisar conversaciones de soporte con IA, lee cada escalamiento, cada conversación con CSAT bajo, cada ticket reabierto y cada conversación de reembolso o política, más una muestra aleatoria de 20 a 30 de las marcadas como resueltas, porque "resuelta" a menudo solo significa que el cliente dejó de responder. Comprueba cada una para ver si la respuesta fue correcta y con fuente, si siguió la política, las acciones, el momento de la transferencia y el tono. Luego etiqueta la causa raíz (falta de conocimiento, falta de instrucciones, acción incorrecta, transferencia tardía), arréglala en esa fuente y repite los mismos tickets pasados antes de que el cambio salga a producción. Revisa a diario la primera semana, luego semanalmente. eesel muestra las fuentes y el razonamiento detrás de cada respuesta y repite tickets resueltos sin enviar nada.

¿Por qué "resuelta" no significa que la IA lo hizo bien?

Trabajo en la cola de soporte de eesel, y lo que más he aprendido a desconfiar es de una insignia verde de "resuelta". Un agente de IA puede cerrar una conversación con una respuesta fluida, educada y equivocada, y nada en el panel se inmuta. El cliente o se rinde, o vuelve enfadado dos días después por otro canal.

Los propios proveedores lo dicen. HubSpot fija el estado de resolución de una conversación del agente de clientes 72 horas después de la última respuesta del visitante, y un comentario negativo posterior "no cambiará el estado de resolución". La misma página es tajante: "Los desvíos no siempre indican una resolución." El nuevo panel de evaluación de calidad de Zendesk, publicado el 10 de noviembre de 2026, puntúa la comprensión y la empatía, y luego advierte que "la comprensión no significa que el problema se haya resuelto". La diferencia entre desvío y resolución tiene su propio artículo.

Así se ve desde el lado del operador, según un equipo que opera un bot de soporte autoalojado:

Reddit

"just ast week a customer sent a screenshot where the bot told him accidental damage was covered under warranty and we'd repair it for free. It isn't and we don't. The doc it pulled was about the extended plan, which he doesn't have, and the bot blended the two we had to honor it ... haunting part is nothing in our logs looked obviously wrong. The answer was fluent and on topic, it was just built on the wrong chunk"

eesel ha visto el mismo patrón en sus propias implementaciones. En una prueba, un equipo de soporte técnico B2B vio cómo el agente le decía a los clientes que un producto estaba soportado cuando no lo estaba, porque un artículo de ayuda decía, literalmente, "soportamos todos los modelos". El agente no se lo inventó. Leyó una frase demasiado amplia y la repitió con confianza. Ese tipo de fallo solo se detecta cuando una persona lee la conversación junto a la fuente.

Una cuadrícula 2x2: respuesta correcta o incorrecta en la parte inferior, marcada como resuelta o escalada en el lateral, con el cuadro de "fallo silencioso" resaltado y una nota de que solo una muestra aleatoria los encuentra
Una cuadrícula 2x2: respuesta correcta o incorrecta en la parte inferior, marcada como resuelta o escalada en el lateral, con el cuadro de "fallo silencioso" resaltado y una nota de que solo una muestra aleatoria los encuentra

Los escalamientos llegan a tu equipo de todos modos. Los fallos silenciosos del cuadro superior derecho no, por eso la rutina de abajo dedica parte de su tiempo a conversaciones que parecen normales. Es un trabajo distinto del control de calidad de soporte para agentes humanos: no estás guiando a una persona, estás averiguando qué entrada recibió el agente que era incorrecta.

Si tu equipo usa agentes de codificación, la CLI de eesel permite que uno participe en este ciclo. Después de arreglar una regla, el agente puede enviar la corrección con eesel chat, volver a leer la regla guardada con eesel instructions, y luego volver a hacer las preguntas de los tickets que fallaron y revisar las respuestas antes de que nada cambie para los clientes. Conectar la mesa de ayuda en primer lugar sigue necesitando que alguien con acceso de administrador lo apruebe.

¿Qué conversaciones de soporte con IA deberías revisar?

No puedes leerlo todo, y no deberías intentarlo. Una responsable de CX en una marca de suplementos con unos 7.000 tickets al mes lo dijo claramente en una llamada con el equipo de ventas de eesel:

"The AI will never be able to answer 100% of the questions, but if it tries and just answers 'sorry I don't know this,' I cannot go and check all my 7,000 tickets to see if the AI actually made a good answer"

Tiene razón con las matemáticas. La respuesta es un plan de muestreo con dos partes: lee cada conversación en los grupos de riesgo, y toma una pequeña muestra aleatoria del gran grupo de "resueltas".

Cinco cestas alimentan una bandeja de revisión: todos los escalamientos, el CSAT bajo o el pulgar hacia abajo, los tickets reabiertos y los temas de reembolso, facturación y política se leen por completo cada uno, mientras que solo se toma una muestra aleatoria de 20 a 30 de la cesta más grande marcada como resuelta
Cinco cestas alimentan una bandeja de revisión: todos los escalamientos, el CSAT bajo o el pulgar hacia abajo, los tickets reabiertos y los temas de reembolso, facturación y política se leen por completo cada uno, mientras que solo se toma una muestra aleatoria de 20 a 30 de la cesta más grande marcada como resuelta
CestaCuántas leerPor qué está en el montón
Todos los escalamientos y transferenciasTodasMuestra lo que el agente no pudo hacer, y si se rindió demasiado pronto o demasiado tarde
CSAT bajo o pulgar hacia abajoTodasLos clientes te están diciendo que algo salió mal, incluso si el ticket se cerró
Tickets reabiertosTodasLa respuesta no se sostuvo. A menudo una respuesta incorrecta o parcial marcada como resuelta
Temas de reembolso, facturación y políticaTodas al principioUna respuesta incorrecta aquí cuesta dinero o una promesa que debes cumplir
Muestra aleatoria de "resueltas"20 a 30 por semanaLa única forma de encontrar fallos silenciosos

Una nota sobre el CSAT: una puntuación de satisfacción generada por IA no es lo mismo que preguntarle al cliente. La propia documentación de eesel dice que "el CSAT de IA no es feedback del cliente" en su página de informes, y lo trata solo como una señal interna. Usa respuestas reales de CSAT para IA cuando las tengas.

De dónde las sacas depende de tu mesa de ayuda, y cada una de las principales ya tiene un lugar para ello:

  • Zendesk. Los registros de conversación están en Optimize > Monitoring > Conversation logs y muestran los últimos 7 días por defecto. Los filtros encajan bien con las cestas anteriores: mensajes no entendidos, abandonos, escalamiento fallido, BSAT y si se usó una respuesta de la base de conocimiento. La guía de registros de conversación de Zendesk los recorre.
  • Freshdesk. En AI Agent Studio, Analyze > Ticket logs filtra por estado, incluida la transferencia a un agente, y separa las conversaciones reales de las pruebas de vista previa. El propio consejo de Freshdesk es que "leer dos o tres conversaciones reales es la forma más rápida" de confirmar que un tema está fallando (documentación de Freshdesk). Más sobre sus análisis aquí.
  • Gorgias. La vista de tickets de AI Agent tiene una sección To review que recoge todos los tickets en los que AI Agent envió una respuesta, y una etiqueta ai_failed_action para acciones fallidas (documentación de Gorgias). Un ticket etiquetado tanto con ai_answered como con ai_handover merece leerse primero: respondió y aun así escaló.
  • HubSpot. El agente de clientes agrupa los fallos en Analyze > Coaching opportunities, con el mensaje exacto que no pudo responder resaltado en rojo.

Un detalle práctico: las últimas 72 horas aún están en movimiento. Gorgias solo cobra una interacción como automatizada una vez que han pasado 72 horas sin transferencia humana, y HubSpot espera esas mismas 72 horas. Toma las conversaciones de la semana pasada, no las de ayer, para lo que planees contar.

¿Qué deberías comprobar en cada conversación?

Seis comprobaciones por conversación. La mayoría toman segundos una vez que te acostumbras. La lenta es la de fuentes, y es la que detecta los fallos tipo garantía.

ComprobaciónQué mirarSeñal de alarma
Respuesta correcta¿Tu mejor agente habría dicho lo mismo?Tema correcto, detalle incorrecto (plan, región, fecha, importe)
Basada en una fuente¿Qué artículo, macro o ticket anterior usó?Sin fuente, la fuente equivocada o dos fuentes mezcladas
Política respetadaPlazos de reembolso, elegibilidad, qué necesita aprobaciónPrometió algo que tu política no permite
Acciones ejecutadas correctamenteReembolsos, cancelaciones, etiquetas, búsquedas de pedidosUna acción se ejecutó en el pedido equivocado, o falló en silencio
Momento de la transferenciaCuándo escaló, y qué decía la nota de transferenciaDio vueltas después de que el cliente pidiera una persona, o la nota no coincide con la transcripción
Tono¿Suena como tu equipo?Exceso de disculpas, robótico, o alegre con un cliente molesto

La comprobación de fuentes necesita el trabajo del agente, no solo su respuesta. El View details por mensaje de Zendesk muestra el Plan del agente, la respuesta antes de la personalización y las Active instructions que siguió, que es cómo distingues un problema de conocimiento de uno de instrucciones.

Panel de Zendesk AI Agent Message Overview que muestra el caso de uso, el Plan del agente, la respuesta antes de la personalización, las Active Instructions que siguió y su configuración de personalización, tomado del centro de ayuda de Zendesk
Panel de Zendesk AI Agent Message Overview que muestra el caso de uso, el Plan del agente, la respuesta antes de la personalización, las Active Instructions que siguió y su configuración de personalización, tomado del centro de ayuda de Zendesk

En la comprobación de política, presta especial atención al dinero. Si tu agente puede emitir reembolsos, lee todas las conversaciones de reembolso durante el primer mes, marcadas o no. El artículo sobre límites de reembolso cubre qué límites van en la configuración en lugar de en el prompt.

Trata la nota de transferencia como una comprobación aparte. Es fácil leer la respuesta de la IA, ver que escaló, y seguir adelante. Pero la nota que recibe tu agente humano también puede estar equivocada:

Reddit

"My place added an AI bot that handles the chat first and gives the summary of what the client said to the agent, but the thing is, its summaries are often just lies that it hallucinated lol. It just makes up stuff that the customer never said, and you still have to check the whole history."

Compara el resumen con la transcripción. Si no coinciden, es un fallo aunque el escalamiento en sí fuera correcto. El artículo sobre buenas prácticas de transferencia cubre qué contiene una buena nota.

El tono es la última comprobación y la más fácil de sobrevalorar. Una respuesta algo rígida pero correcta gana a una cálida pero equivocada. Arregla el tono en bloque cuando tengas varios ejemplos, usando una regla de voz de marca en lugar de ediciones puntuales.

¿Cómo etiquetas lo que salió mal?

Cuando una conversación falla una comprobación, dale una etiqueta de causa raíz. La etiqueta decide a dónde va el arreglo, y el error habitual es arreglarlo todo en el prompt. Yo uso cuatro etiquetas:

  1. Conocimiento faltante o desactualizado. El dato no estaba en ninguna fuente, o la fuente era incorrecta.
  2. Falta de instrucciones. Los hechos eran correctos, pero el agente hizo algo mal con ellos.
  3. Acción o permiso incorrecto. Ejecutó, omitió o estropeó una acción, o se le permitió hacer algo que no debía.
  4. Debería haber transferido. Siguió adelante cuando debía intervenir una persona, o transfirió algo que podía haber respondido.

Tu mesa de ayuda puede que ya tenga una versión de esto. Las oportunidades de coaching de HubSpot clasifican los fallos por Reason: Knowledge, Handoff, Experience, Action y Other (documentación de HubSpot). Zendesk te deja añadir etiquetas a las conversaciones y advierte contra una etiqueta única por conversación, ya que las etiquetas están "pensadas para agrupar conversaciones para su análisis". Mantén tus etiquetas en una lista corta y fija para que los recuentos signifiquen algo.

Perspectiva de la mesa de ayuda de HubSpot sobre una respuesta del agente de clientes, que muestra la fuente de conocimiento usada, una marca de Knowledge gap, y los controles Rate reply y Coach agent, tomado de la base de conocimiento de HubSpot
Perspectiva de la mesa de ayuda de HubSpot sobre una respuesta del agente de clientes, que muestra la fuente de conocimiento usada, una marca de Knowledge gap, y los controles Rate reply y Coach agent, tomado de la base de conocimiento de HubSpot

Una trampa que debes conocer: en algunas herramientas, calificar una conversación no cambia al agente en absoluto. Gorgias dice que sus calificaciones Bad, Okay y Good "no cambian de inmediato cómo se comporta AI Agent en las conversaciones con tus clientes"; para cambiar el comportamiento, en su lugar califica o añade fuentes (documentación de Gorgias). Las opciones de feedback integradas de Zendesk para respuestas generativas (Incomplete answer, Made-up facts, Missing article, etc.) van a los investigadores de IA de Zendesk. Ambas son útiles, pero ninguna es un arreglo de tu lado.

Elige abajo un tipo de fallo para ver cómo se ve en una transcripción, a dónde va el arreglo en cada mesa de ayuda, y cómo volver a probarlo.

Mapa de tipo de fallo a arreglo

Etiqueta el fallo, luego arréglalo donde vive. Un arreglo en el lugar equivocado oculta el problema por un ticket y lo deja para el siguiente.

En la transcripción

  • Dice que no encuentra la respuesta, o escala sin fuente
  • Cita una versión antigua de una política
  • Mezcla dos artículos en una sola respuesta

A dónde va el arreglo

  • Escribe o actualiza el artículo de ayuda o el documento fuente, no el prompt
  • Zendesk: Missing article o Incorrect article used
  • Freshdesk: pestaña Improve, New content o Edit content
  • Gorgias: Was something missing? > Add source
  • HubSpot: Knowledge gap o Knowledge conflict
  • eesel: la marca de falta de conocimiento en la ejecución

Cómo volver a probar

Repite los tickets que fallaron y comprueba que la fuente nueva o editada es la que cita.

Regla general: si el dato correcto no está escrito en ningún sitio, ninguna instrucción lo arreglará.

En la transcripción

  • Los hechos eran correctos, el comportamiento no
  • Ofreció un descuento o crédito que no debía
  • Se saltó un paso, como pedir el número de pedido
  • Tono equivocado con un cliente molesto

A dónde va el arreglo

  • Una regla en las instrucciones; edita la regla existente en lugar de añadir una nueva
  • Zendesk: las Active instructions del procedimiento
  • Gorgias: Guidance
  • HubSpot: Coach agent > pestaña Experience
  • eesel: corrígelo en el chat junto a la ejecución

Cómo volver a probar

Repite los tickets que fallaron más algunos que antes pasaron, para que la nueva regla no rompa respuestas que estaban bien.

Regla general: las instrucciones moldean el comportamiento, no los hechos.

En la transcripción

  • Una acción se ejecutó en el pedido o cliente equivocado
  • Una acción falló y la respuesta fingió que había funcionado
  • Prometió un reembolso o cancelación que el sistema nunca hizo

A dónde va el arreglo

  • Configuración de acciones y permisos, no el prompt
  • Gorgias: Actions > View Events, más la etiqueta ai_failed_action
  • Zendesk: el error de la API en el paso de integración
  • HubSpot: Coach agent > pestaña Actions
  • eesel: pon la acción en Ask first o Off

Cómo volver a probar

Prueba contra un cliente falso o con acciones retenidas para aprobación. Las acciones en vivo en una prueba pueden cambiar datos reales de pedidos.

Regla general: todo lo que cuesta dinero se queda detrás de una aprobación hasta que los borradores sean correctos siempre.

En la transcripción

  • El cliente pidió una persona y siguió respondiendo
  • Dio vueltas con la misma respuesta
  • Escaló una pregunta fácil que podía haber respondido
  • La nota de transferencia no coincide con lo que dijo el cliente

A dónde va el arreglo

  • Reglas y temas de transferencia
  • Gorgias: Settings > Handover and exclusion > Handover topics
  • HubSpot: Train > Human handoff guidelines
  • Zendesk: reglas de escalamiento en el AI Agent
  • eesel: reglas de escalamiento en las instrucciones

Cómo volver a probar

Repite el ticket que falló, más una versión reformulada en la que el cliente está más enfadado o pregunta dos veces.

Regla general: una transferencia tardía cuesta más que una temprana.

Elige un tipo de fallo para ver a dónde va su arreglo en Zendesk, Freshdesk, Gorgias, HubSpot y eesel.

La mejor prueba de este enfoque que conozco es Qontro, que fabrica software ERP y usa eesel en Freshdesk como copiloto. El equipo compara cada borrador de eesel con la respuesta que realmente envió una persona. Cuando el borrador estaba mal, suele señalar un artículo de ayuda faltante o incompleto, o una regla que hay que ajustar, y arreglan eso en lugar del ticket individual. Alrededor de uno de cada diez borradores sale ahora con poca o ninguna edición, y la proporción va subiendo despacio. Esas son las cuatro etiquetas funcionando en la práctica, con unos 190 tickets de Freshdesk redactados al mes.

Cuando una etiqueta aparece una y otra vez, aléjate de los tickets individuales. Mucho "conocimiento faltante o desactualizado" significa que es hora de una auditoría de la base de conocimiento, y la IA puede ayudar detectando contenido desactualizado antes de que el agente lo repita.

¿Cómo lo arreglas y lo vuelves a probar antes de que salga a producción?

Arréglalo en la fuente que señala la etiqueta, y luego repite los mismos tickets pasados que fallaron. No preguntas nuevas que te inventes, los tickets reales. Un arreglo que pasa tu propia pregunta de prueba igual puede fallar con la redacción del cliente, y los tickets que fallaron son exactamente la redacción que ya sabes que rompe las cosas.

Un comentarista describió el hábito que hace que esto se acumule:

Reddit

"Keep the transcript reads too, but let them compound instead of evaporate: every escalation like this becomes a case in a small regression set, re-run on every prompt, chunking, or model change, so the failure classes you've already paid for stay fixed."

Cada mesa de ayuda vuelve a probar de forma algo distinta, y la diferencia importa:

HerramientaDónde vuelves a probarCuáles son las preguntas de prueba
ZendeskWidget de prueba y el simulador de conversaciónEscenarios de una biblioteca o escritos por ti
FreshdeskPestaña Test, hasta 100 consultas por ejecuciónConsultas pegadas, o 50 generadas a partir de tu conocimiento
GorgiasPlayground, incluidas las Draft Skills y los artículosMensajes que escribes, como cliente nuevo o existente
HubSpotPruebas por lotes, hasta 8 conjuntos de pruebaGeneradas a partir de conversaciones reales (5+ similares por tema) o escritas por ti
eeselSimulación de la mesa de ayudaTus tickets resueltos y pasados, puntuados contra lo que envió tu equipo

Gorgias añade una advertencia que vale la pena copiar en tu propio manual: si activas acciones en una prueba, "pueden afectar datos reales de clientes y pedidos" (documentación de Gorgias). Usa un perfil de cliente falso.

La razón por la que eesel trabaja a partir de tickets pasados es que es lo más parecido a un ensayo en tu cola real. Su simulación repite tickets resueltos, redacta una respuesta para cada uno, la pone junto a lo que envió tu equipo, y agrupa los resultados por tema. "No envía nada a los clientes", según la documentación de eesel. La ejecución de ejemplo en la documentación de la mesa de ayuda muestreó 20 tickets resueltos, coincidió con 17 de ellos, y devolvió cinco arreglos clasificados. Esa lista de 3 de 20 fallos es exactamente el montón de revisión que quieres antes de que los clientes vean nada.

Un bucle horizontal de cinco pasos: tomar la muestra, revisar cada una, etiquetar la causa raíz, arreglar en la fuente, repetir los mismos tickets; si pasa, sale a producción, si sigue fallando vuelve al inicio, con la semana 1 a diario y después semanalmente, como se señaló antes
Un bucle horizontal de cinco pasos: tomar la muestra, revisar cada una, etiquetar la causa raíz, arreglar en la fuente, repetir los mismos tickets; si pasa, sale a producción, si sigue fallando vuelve al inicio, con la semana 1 a diario y después semanalmente, como se señaló antes

Solo sale a producción cuando la repetición pasa. Si sigue fallando, probablemente la etiqueta estaba mal, algo que pasa. Un fallo de "conocimiento faltante" que persiste después de añadir el artículo puede ser una instrucción que le dice al agente que prefiera otra fuente. Para más sobre el diseño de pruebas, consulta la guía sobre pruebas de agentes de soporte con IA.

¿Con qué frecuencia deberías revisar las conversaciones de soporte con IA?

A diario la primera semana, luego semanalmente. Ese es el ritmo con el que empezaría con cualquier agente nuevo, o cualquier agente al que acabes de dar un canal o acción nuevos.

Semana uno, a diario. Lee cada conversación marcada y unas 10 resueltas al azar cada día. Los fallos se concentran al principio porque los primeros clientes reales encuentran los huecos que tus preguntas de prueba no vieron.

Después, semanalmente. Cada conversación marcada más 20 a 30 resueltas al azar, y un vistazo a los recuentos de etiquetas. Si el recuento de una etiqueta baja después de un arreglo, funcionó. Si la muestra aleatoria deja de encontrar fallos durante tres o cuatro semanas, reduce su tamaño, pero nunca a cero.

Vuelve a diario después de cualquier cambio grande. Un canal nuevo, una acción nueva, un cambio de modelo o una importación grande de conocimiento reinicia el reloj.

Cuánto revisas también depende de cuánto hace el agente sin supervisión. En eesel, cada acción se configura en On, Ask first u Off, y la documentación de acciones sugiere empezar supervisado y pasar las acciones rutinarias a On "una vez que los borradores sean consistentemente correctos". Una excepción: las respuestas de chat en vivo siempre están en On, porque nadie puede pausar un chat en vivo para aprobación. Eso convierte al chat en el canal donde más importa la muestra aleatoria.

La página de informes de eesel tiene un área de Approvals que muestra lo mismo desde el otro lado. Su documentación dice que una acción "aprobada siempre sin ediciones está lista para funcionar sola", mientras que una que "sigue siendo rechazada necesita un arreglo en las instrucciones".

Página de informes de eesel que muestra el número total de tareas en los últimos 30 días, los eventos disparadores por tipo, y el inicio del gráfico de uso de aprobaciones y rechazos por herramienta
Página de informes de eesel que muestra el número total de tareas en los últimos 30 días, los eventos disparadores por tipo, y el inicio del gráfico de uso de aprobaciones y rechazos por herramienta

Para que el repaso semanal no se escape, pon un horario fijo. eesel tiene una habilidad Weekly digest que resume las conversaciones gestionadas por tema y canal, las aprobaciones pendientes, y lo que se omitió y por qué, y la tarjeta la configura para enviarse cada lunes (documentación de eesel). Sea cual sea la herramienta que uses, el resumen debería terminar con una lista corta de conversaciones para que las lea una persona, no solo números.

¿Qué errores hacen que una rutina de revisión se desmorone?

Los habituales:

  • Leer solo los escalamientos. Aprenderás lo que el agente no puede hacer, y te perderás lo que hace mal con confianza. Mantén la muestra aleatoria de resueltas.
  • Arreglarlo todo en el prompt. Un dato faltante escrito en las instrucciones funciona para un ticket y se queda obsoleto el día que cambia la política. Los datos van en tu base de conocimiento o en macros.
  • Confiar en la tasa de resolución como puntuación. Úsala para decidir dónde mirar, no como prueba de que las respuestas eran correctas.
  • Volver a probar solo con preguntas nuevas. Repite los tickets que fallaron. De lo contrario, nunca demuestras que el arreglo funcionó con la redacción que lo rompió.
  • Sin responsable. Las revisiones que se hacen "cuando alguien tiene tiempo" se detienen en silencio. Nombra a una persona por semana, y usa la calibración de control de calidad si varias personas comparten el trabajo, para que las etiquetas sigan siendo consistentes.
  • Usar una tarjeta de puntuación de control de calidad humana tal cual. Las tarjetas de puntuación hechas para personas, como las de Zendesk QA, puntúan la empatía y el proceso. Añade las comprobaciones de fuentes y acciones, o puntuarás una respuesta educada pero incorrecta como aprobada.

El costo de saltarse las etiquetas se nota rápido. Cuando un equipo no puede distinguir qué decisiones de la IA están mal, termina revisándolas todas, como describe este comentario de Hacker News:

Hacker News

"The AI would confidently misroute 15-20% of tickets, requiring human review of ALL AI decisions"

Revisa el trabajo de tu agente de soporte con IA con eesel

eesel es un compañero de equipo de soporte con IA que se une a la cola que ya tienes en Zendesk, Freshdesk, Gorgias o HubSpot. Está hecho para ser revisado. Cada ejecución aparece en Activity con un enlace al ticket, qué la disparó, qué fuentes buscó, cada acción que tomó, su razonamiento paso a paso, y si encontró una falta de conocimiento. Si una respuesta está mal, abres la ejecución y le dices en el chat de al lado qué cambiar, y el arreglo pasa a sus instrucciones o a una memoria.

Lista de Activity de eesel que muestra cada conversación que gestionó el agente, con filtros de 24 horas, 7 días, 30 días y todo el tiempo, y chips de estado para aprobado, rechazado y pendiente
Lista de Activity de eesel que muestra cada conversación que gestionó el agente, con filtros de 24 horas, 7 días, 30 días y todo el tiempo, y chips de estado para aprobado, rechazado y pendiente

También puedes elegir cuánto hace solo mientras generas confianza. STIL Classics usa eesel en Gorgias como borradores: en un mes dejó unas 430 notas internas, la mayoría borradores de respuesta para que el equipo revise y envíe, y cuando falta un dato, el borrador deja un hueco entre corchetes en lugar de adivinar. Eso hace que la revisión sea rápida, porque los huecos señalan directamente el conocimiento faltante.

SamCart usa agentes separados en los tickets de Freshdesk y en el chat de su web, y cuando un vendedor pide una persona o la pregunta va más allá del centro de ayuda, el ticket se etiqueta para transferencia y el agente deja de responder. Esa etiqueta le da a la revisión semanal un montón limpio para leer.

Antes de que algo salga a producción, la simulación repite tus tickets resueltos y muestra dónde el agente y tu equipo no coinciden, sin enviar nada. Los planes empiezan en 299 $ al mes por 500 créditos tras una prueba gratuita de 7 días, según los precios de eesel.

Prueba eesel con tus propios tickets pasados y mira cómo se ve tu montón de revisión antes de que lo vean tus clientes.

Preguntas frecuentes

¿Cómo se revisan las conversaciones de soporte con IA sin leerlas todas?
Lee cada escalamiento, cada conversación con CSAT bajo, cada ticket reabierto y cada conversación de reembolso o política, y añade una muestra aleatoria de 20 a 30 de las marcadas como resueltas. Eso cubre el tramo de riesgo y los fallos silenciosos que un panel no puede ver. Una herramienta como eesel registra las fuentes y el razonamiento de cada ejecución, lo que hace que cada lectura sea más rápida.
¿Cuántas conversaciones de soporte con IA debo revisar cada semana?
En la primera semana, revisa a diario: cada conversación marcada más unas 10 resueltas al azar. Después, un repaso semanal de cada conversación marcada y 20 a 30 resueltas al azar basta para la mayoría de equipos. Aumenta la muestra aleatoria si sigue encontrando problemas, igual que harías con el control de calidad de soporte con IA.
¿Qué debo comprobar al revisar una conversación de un agente de IA?
Seis cosas: si la respuesta fue correcta, si se basó en una fuente real, si siguió la política, si las acciones se ejecutaron correctamente, si transfirió en el momento adecuado y si el tono fue el correcto. La comprobación de fuentes detecta las respuestas convincentes que se leen bien pero citan el artículo equivocado.
¿Revisar conversaciones de soporte con IA es diferente del control de calidad de soporte para agentes humanos?
Sí. El control de calidad humano puntúa a una persona según una rúbrica y termina en coaching. Revisar un agente de IA termina en un cambio a su conocimiento, instrucciones, acciones o reglas de transferencia, y luego una nueva prueba. Los hábitos de puntuación de la calibración de control de calidad siguen ayudando cuando varios revisores comparten el trabajo.
¿Cómo sé si una respuesta de soporte con IA falló por falta de conocimiento o por una instrucción?
Mira qué buscó y citó el agente. Si la fuente faltaba, estaba desactualizada o contradecía la política, es un problema de conocimiento, así que corrige el artículo. Si la fuente era correcta y el agente aun así hizo lo incorrecto, es una falta de instrucciones. Una auditoría de la base de conocimiento ayuda cuando muchos fallos señalan los mismos artículos.
¿Cómo vuelvo a probar un agente de soporte con IA después de arreglar un problema?
Repite los mismos tickets pasados que fallaron, más algunos que pasaron, y compara las nuevas respuestas. La simulación de eesel repite tickets resueltos y los puntúa frente a lo que envió tu equipo, sin que nada llegue a los clientes. HubSpot y Freshdesk ofrecen pruebas por lotes a partir de preguntas escritas o generadas.
¿Puedo confiar en la tasa de resolución de mi mesa de ayuda en lugar de revisar conversaciones?
No por sí sola. HubSpot fija el estado de resolución 72 horas después de la última respuesta del visitante y dice que los desvíos no siempre indican una resolución. Usa la tasa para decidir dónde mirar, y luego lee las conversaciones para ver por qué. La guía sobre la tasa de resolución cubre los números.
¿Qué herramientas ayudan a revisar las conversaciones de un agente de soporte con IA?
La mayoría de las mesas de ayuda ya ofrecen una: los registros de conversación de Zendesk, los registros de tickets de Freshdesk, la vista «To review» de Gorgias y las oportunidades de coaching de HubSpot. eesel añade un registro de actividad con fuentes y razonamiento para cada ejecución, además de planes que incluyen informes y simulación. Para tarjetas de puntuación de control de calidad, consulta la mejor IA para control de calidad de soporte.

Share this article