Pack de plantillas IA para atención al cliente

Prompts profesionales

Escalación Análisis de ticket complejo para escalar a nivel 2

Analiza este ticket de soporte y prepara un resumen estructurado para escalar al equipo de nivel 2. Información del ticket: - Cliente: [NOMBRE_CLIENTE], plan [PLAN], antigüedad [MESES] meses - Canal de entrada: [EMAIL/CHAT/TELÉFONO/RRSS] - Historial de interacciones previas: [N] contactos en los últimos 30 días - Descripción del problema: [PEGAR_TICKET] Genera: 1. RESUMEN DEL PROBLEMA (máximo 3 líneas, lenguaje técnico) 2. PASOS YA INTENTADOS por el agente N1 3. IMPACTO EN EL CLIENTE (operativo, económico, reputacional) 4. URGENCIA RECOMENDADA (P1-P4) con justificación 5. HIPÓTESIS DE CAUSA RAÍZ (ordenadas por probabilidad) 6. DATOS ADICIONALES que N2 necesitará pedir 7. SLA RESTANTE según la política de [EMPRESA] Tono: técnico, directo, sin repetir lo que ya está en el ticket.

Uso: cuando un ticket supera tu capacidad de resolución. Evita escalaciones incompletas.

Respuesta Redacción empática para cliente frustrado

Un cliente está [MUY FRUSTRADO/ENFADADO/DECEPCIONADO] por [SITUACIÓN]. Ha contactado [N] veces sin resolución. Contexto: - Producto/servicio: [PRODUCTO] - Error o problema real: [DESCRIPCIÓN_TÉCNICA] - ¿Tiene razón el cliente? [SÍ/PARCIALMENTE/NO] - ¿Podemos solucionarlo? [SÍ_PLAZO/NO_ALTERNATIVA] - Política de compensación disponible: [DESCUENTO/EXTENSIÓN/REEMBOLSO/NINGUNA] Redacta una respuesta por [EMAIL/CHAT] que: 1. Reconozca la frustración sin frases vacías ("entendemos su malestar" NO) 2. Explique qué pasó y por qué (sin culpar al cliente ni al sistema) 3. Presente la solución concreta con fecha/plazo comprometido 4. Si aplica, ofrezca la compensación como gesto, no como obligación 5. Cierre con siguiente paso claro (quién hace qué y cuándo) Extensión: máximo [150/300] palabras. Tono: profesional, humano, sin servilismo.

Uso: clientes con alto riesgo de churn. Personalizar siempre antes de enviar.

Knowledge Base Crear artículo de autoservicio desde tickets recurrentes

Tengo [N] tickets del último mes sobre el mismo tema: [TEMA]. Tickets representativos (anonimizados): [PEGAR_3_TICKETS_EJEMPLO] Crea un artículo para la base de conocimiento/FAQ pública que: 1. TÍTULO: pregunta exacta que haría el cliente (no jerga interna) 2. RESPUESTA CORTA: solución en 2 líneas para el que tiene prisa 3. PASO A PASO: instrucciones numeradas con capturas sugeridas [indicar dónde] 4. PROBLEMAS FRECUENTES: qué puede salir mal y cómo resolverlo 5. CUÁNDO CONTACTAR A SOPORTE: criterios claros de cuándo esto NO se resuelve solo 6. ARTÍCULOS RELACIONADOS: sugiere 3 temas que el cliente podría necesitar después Formato: HTML limpio con h2/h3/ol/ul. Nivel de lectura: persona no técnica. Producto: [PRODUCTO]. Plataforma: [WEB/APP_MÓVIL/DESKTOP].

Uso: reducir volumen de tickets recurrentes. Un buen artículo elimina 20-50 tickets/mes.

Análisis Detección de patrones en feedback negativo

Analiza estas [N] reseñas/encuestas NPS negativas (detractores, puntuación 0-6) del período [MES/TRIMESTRE]: [PEGAR_RESEÑAS] Genera: 1. TOP 5 TEMAS recurrentes, ordenados por frecuencia, con % aproximado 2. SENTIMIENTO DOMINANTE por tema (frustración, decepción, enfado, indiferencia) 3. CITAS LITERALES más representativas de cada tema (máximo 2 por tema) 4. QUICK WINS: problemas que se podrían resolver en menos de 2 semanas 5. PROBLEMAS ESTRUCTURALES: issues que requieren cambio de producto/proceso 6. SEGMENTACIÓN: ¿hay diferencia por plan/antigüedad/canal? 7. TENDENCIA: ¿estos problemas están creciendo, estables o decreciendo vs. período anterior? Formato: tabla resumen + detalle por tema. Lenguaje para presentar a dirección.

Uso: informe mensual de voz del cliente. Convierte quejas en datos accionables.

Chatbot Diseño de flujo conversacional para bot de soporte

Diseña un flujo conversacional para el chatbot de soporte de [EMPRESA] que gestione el caso de uso: [CASO_USO, ej: "consulta de estado de pedido"]. Parámetros: - Canal: [WEB_WIDGET/WHATSAPP/TELEGRAM] - Datos que el bot puede consultar vía API: [LISTA_ENDPOINTS] - Horario de agentes humanos: [HORARIO] - Idiomas: [ESPAÑOL/BILINGÜE] - Tono de marca: [FORMAL/CERCANO/TÉCNICO] Para cada nodo del flujo incluye: 1. MENSAJE DEL BOT (texto exacto, máximo 2 líneas por burbuja) 2. OPCIONES DEL USUARIO (botones o texto libre) 3. LÓGICA DE DECISIÓN (qué endpoint consulta, qué condición evalúa) 4. FALLBACK: qué hacer si el usuario no sigue el flujo esperado 5. PUNTO DE TRANSFERENCIA: cuándo y cómo escalar a humano (con contexto que pasa) Incluye: saludo, identificación del cliente, resolución, cierre/encuesta, y camino de escape a agente en cualquier punto. Máximo [8/12] nodos antes de resolución o escalación.

Uso: diseñar o mejorar chatbots. Reduce el 30-40% de consultas repetitivas.

Checklist: implementar IA en atención al cliente

Auditar los 10 tipos de ticket más frecuentes (por volumen) y clasificarlos en: automatizable con IA / asistido con IA / solo humano
Definir la política de transparencia: el cliente debe saber cuándo habla con un bot. Nunca simular que la IA es una persona
Entrenar al equipo en "copiloto IA": usar la IA para generar borradores de respuesta que el agente revisa y personaliza antes de enviar
Configurar resúmenes automáticos de conversación: al finalizar cada interacción, la IA genera un resumen estructurado para el CRM
Implementar análisis de sentimiento en tiempo real: alertar al supervisor cuando un cliente pasa de neutro a negativo durante la conversación
Crear macros inteligentes: respuestas tipo que la IA adapta al contexto del ticket (nombre, producto, historial) en lugar de macros fijas
Medir el impacto: comparar CSAT, tiempo medio de resolución y first contact resolution antes y después de implementar IA (mínimo 30 días)
Establecer un ciclo de mejora: revisar semanalmente las respuestas generadas por IA que fueron editadas por los agentes y ajustar prompts
Proteger datos sensibles: configurar filtros para que la IA nunca procese tarjetas de crédito, contraseñas o datos médicos de los clientes
Diseñar el escalado a humano como experiencia fluida: el agente recibe todo el contexto previo y nunca pide al cliente repetir información

Plantilla de evaluación de herramientas IA

Criterio	Herramienta A	Herramienta B	Herramienta C
Integración con helpdesk — ¿Se conecta con Zendesk, Freshdesk, Intercom, HubSpot u otros CRM?
Multicanal — ¿Soporta email, chat, WhatsApp, RRSS y teléfono desde una interfaz?
Calidad del español — ¿Genera respuestas naturales en español? ¿Distingue tú/usted? ¿Maneja modismos?
Personalización — ¿Se puede entrenar con tono de marca, productos y políticas propias?
Analytics y reporting — ¿Ofrece métricas de CSAT, FCR, volumen derivado, sentimiento?
Escalación a humano — ¿Transfiere contexto completo al agente? ¿Detecta frustración automáticamente?
Privacidad (RGPD) — ¿Datos en la UE? ¿Anonimización? ¿Derecho al olvido implementado?
Coste por agente/mes — ¿Modelo de pricing? ¿Por agente, por ticket, por conversación?
Puntuación total (1-10)

Framework de decisión: IA vs. trabajo manual

Tarea

Recomendación

Razonamiento

Consultas de estado de pedido/cuenta

IA autónoma (chatbot)

Datos estructurados, respuesta predecible. El 80% se resuelve sin humano.

Reclamaciones con impacto económico

100% humano

Requiere autoridad para compensar, empatía real y criterio sobre excepciones.

Clasificación y enrutamiento de tickets

IA automática

Más rápida y consistente que la clasificación manual. Reduce tiempos de asignación.

Gestión de crisis/incidencia masiva

IA para respuesta inicial + humano para gestión

La IA puede enviar la comunicación proactiva; la gestión individual es humana.

Redacción de respuestas a reseñas públicas

IA genera borrador, humano aprueba

Las respuestas públicas impactan la marca. La IA da estructura, el humano da autenticidad.

Onboarding de nuevos clientes

IA guiada con escape a humano

Flujos predecibles de bienvenida. Escalar solo si el cliente tiene necesidades atípicas.

Retención de clientes que quieren cancelar

100% humano (agente especializado)

Requiere negociación, ofertas personalizadas y lectura emocional del cliente.

Encuestas post-interacción y análisis NPS

IA para recopilar y analizar

Automatizar envío y análisis de patrones. El plan de acción lo diseña el equipo.