Un asistente de mensajes para un negocio: qué hace, cuánto tarda y qué falla

El problema

Un negocio pequeño recibe las mismas preguntas una y otra vez (horarios, precios, dónde está) y pierde citas porque nadie contesta fuera de horas. Un asistente que conteste y agende puede ayudar, pero uno que se inventa un hueco libre o una tarifa es peor que no tener ninguno. Quisimos construir uno pequeño que funcione de verdad y medir dónde se equivoca.

Qué hicimos

Un chat web en la página de una clínica de fisioterapia ficticia, un panel para el equipo y un asistente que reparte el trabajo así:

• Dudas frecuentes: un modelo de lenguaje local. Responde solo con lo que pone en un archivo de conocimiento del negocio (horarios, precios, servicios). Si no lo sabe, o la pregunta es una queja o un tema médico, pasa a una persona.
• Reservas, disponibilidad y cancelaciones: reglas, no modelo. Los huecos salen de un calendario, nunca del modelo, así que no puede inventarse una fecha ni un hueco libre. Cambiar o anular una cita existente pasa directamente a una persona.
• Si la respuesta del modelo trae un número que no está en el archivo de conocimiento, se descarta y la conversación pasa a una persona.
• Transparencia. El primer mensaje dice que es un asistente de IA y no una persona (art. 50.1 del Reglamento europeo de IA). La cabecera del chat lo repite y el botón «Hablar con una persona» está siempre visible.
• Panel del equipo. Una persona ve la conversación, la toma, responde como «Persona del equipo» y se la devuelve al asistente cuando quiere.

Todo funciona en un ordenador propio, sin servicios externos de IA.

Qué medimos

• Batería A, 32 de 32. 31 conversaciones de prueba más un caso de regresión, escritas mientras construíamos el asistente: preguntas de horarios y precios, cosas que no sabe, temas médicos, fuera de tema, intentos de que ignore sus instrucciones, reservas y quejas. La primera vez salió 30 de 31: preguntado por fisioterapia a domicilio, contestó «la ficha no especifica…» en vez de pasar a una persona. Lo arreglamos y volvimos a pasarla. Como la escribimos nosotros y la usamos para ajustar, no es una medida independiente.
• Batería B, 18 de 18. 18 casos nuevos, escritos después de ajustar. En la primera pasada salieron 17 de 18: «No puedo ir mañana a mi cita, ¿la muevo al viernes?» se trató como una reserva nueva. Añadimos una regla y ahora pasa, pero B ya no es un conjunto reservado: el arreglo vino después de ver el fallo y no lo hemos vuelto a medir con casos nuevos.
• Cinco ejecuciones completas del guion con el modelo (cinco turnos de conversación, de la pregunta inicial al paso a una persona). En las dos grabadas para el vídeo, sin fallos.
• Sin modelo, con respuestas de reserva del archivo de conocimiento: 29 de 31 en la batería A. Falla con «bonos» y con «domicilio».
• Tiempos. Un turno de dudas con el modelo: unos 2 s en la grabación (mediana de 0,8 s en las pruebas, máximo de 2,5 s). Los turnos por reglas (reserva, paso a persona, identidad): de 0 a 9 ms. Estos tiempos no incluyen los 0,7 s de puntos de «escribiendo» que el chat muestra a propósito. Una vez, con el modelo descargado de la tarjeta, la primera respuesta tardó 69 s mientras se recargaba.

Qué falla todavía

• El calendario es un archivo local, no Google Calendar, y el recordatorio está simulado: aparece como «programado (simulado)» y no se envía nada.
• Solo canal web. WhatsApp e Instagram exigen una aprobación de Meta en cada instalación; no la hemos pedido ni probado.
• Las reglas por palabras clave se pierden con frases raras. Una queja o un cambio de cita dicho de forma inusual puede no detectarse; el caso del viernes es un ejemplo real.
• El filtro de números es débil. Acepta cualquier número que esté en el archivo de conocimiento, aunque no corresponda a la pregunta.
• Cierra el mundo a lo que dice el archivo. Preguntado por pilates, contesta que no lo hacen porque no aparece, no porque lo sepa.
• Depende del servidor del modelo local. Tres ejecuciones anteriores, más dos intentos de grabar el vídeo, cayeron al modo de guion porque el servidor del modelo no estaba disponible. El asistente siguió funcionando con reglas y respuestas fijas del archivo de conocimiento, y el panel del equipo mostró «Guion · sin modelo». Es un límite (sin modelo las dudas se contestan peor: 29 de 31 en la batería A) y a la vez un comportamiento de seguridad: no se cae ni se inventa nada. Esas ejecuciones no cuentan entre las cinco con modelo.
• Una fuga que solo cazó una expresión regular: la palabra «ficha» se colaba en las respuestas. Se vio en una prueba, no antes.
• Panel del equipo mínimo: una conversación, sin usuarios ni contraseña, sin historial guardado.
• Muestra pequeña. 50 casos que escribimos nosotros y cinco ejecuciones. No es una tasa de acierto con clientes reales.

Qué recibe un cliente

Un asistente como este, con tu información, conectado a tu calendario y a los canales que ya usas, con el panel para tu equipo. Se presenta como IA desde el primer mensaje, pasa a una persona cuando no sabe y no se inventa fechas ni huecos. Y te decimos antes dónde es probable que falle en tu caso. Lo que se ve aquí es una demo: los canales de mensajería y el calendario real se configuran en cada instalación.

Asistente de IA: 900 € + 120 €/mes. Detalle de precios y de qué incluye en Empresas, o escríbenos a hello@grawwww.xyz. Respondemos en menos de 48 horas.

Créditos. Modelo de lenguaje: Qwen 3.8 27B, versión GGUF de la comunidad (cuantización Q4_K_M), Apache-2.0, ejecutado en local con llama.cpp. En una instalación para un cliente usamos el modelo oficial. Grabación y pruebas con Playwright. Todo el negocio, los datos y las conversaciones son ficticios.

Las respuestas del asistente de la demo están generadas con IA. Negocio ficticio, sin personas ni marcas reales.