Cómo el agente de IA de WhatsApp elige qué producto recomendar

Cuando un cliente escribe “hola, no sé bien qué me conviene” en el WhatsApp de un negocio, el agente de IA no tira el catálogo entero ni adivina al azar: hace un par de preguntas cortas, cruza las respuestas con la información real que el negocio cargó, y recién ahí sugiere una o dos opciones concretas. La lógica es la misma que usaría un buen vendedor de piso: primero entender qué necesita esa persona, después mostrarle lo que tiene sentido para ese caso puntual.

Esto importa porque la mayoría de las consultas que llegan por WhatsApp no vienen con el pedido resuelto. El cliente sabe que quiere “algo para el dolor de espalda” o “un regalo para mi mamá”, no el nombre exacto del producto. Si la respuesta es una lista larga de opciones, pierde interés y se va. Si es una recomendación mal dirigida, pierde confianza. El trabajo del agente es achicar esa distancia sin que la conversación se sienta un interrogatorio.

Qué pasa cuando el cliente dice “no sé qué necesito”

El agente arranca por entender el contexto, no por mostrar catálogo. Según el tipo de negocio, eso puede ser una pregunta sobre el uso que le va a dar al producto, el presupuesto que tiene en mente, para quién es, o con qué urgencia lo necesita. No hace las cuatro preguntas juntas: va de a una, como en una conversación real, y ajusta la siguiente pregunta según lo que el cliente ya contestó.

Esto es distinto de un chatbot con árbol de decisión fijo, donde el cliente tiene que elegir entre botones predefinidos aunque ninguno describa bien lo que busca. El agente lee lo que el cliente escribe en lenguaje natural —incluso si es ambiguo o viene en una sola palabra— y decide qué preguntar después en base a eso.

Las preguntas que hace antes de sugerir algo

No hay un guion único: las preguntas dependen del rubro y de lo que el negocio definió como relevante para decidir entre productos. Algunos ejemplos típicos:

• Uso o necesidad concreta: ¿es para uso diario o algo puntual? ¿para qué actividad?
• Para quién es: ¿lo usás vos o es para otra persona? (talle, edad, preferencias)
• Presupuesto orientativo: sin ser invasivo, para no recomendar algo fuera de rango.
• Urgencia: si lo necesita hoy, eso puede descartar opciones sin stock inmediato o con envío más largo.

El objetivo de estas preguntas no es juntar datos por juntarlos: cada una tiene que servir para descartar o confirmar una opción del catálogo. Si una pregunta no cambia la recomendación final, el agente no la hace. Esta es la misma lógica que aplica el agente para responder consultas de stock y precios: responder con precisión, no con volumen de información.

Cómo cruza eso con el catálogo real del negocio

Acá está la diferencia central con un bot genérico: el agente no recomienda en abstracto, recomienda contra la información específica que el negocio cargó al entrenarlo. Eso incluye productos y variantes, precios vigentes, stock disponible, y cualquier criterio que el negocio haya definido para diferenciar una opción de otra (por ejemplo, “este modelo es para piel sensible” o “esta talla rinde más chica de lo normal”).

Cuanto más completa y actualizada esté esa información, mejor es la recomendación. Por eso la calidad del asesoramiento por WhatsApp depende directamente de lo que se carga al principio — algo que detallamos en qué información necesita el agente para entrenarse bien. Un catálogo cargado a medias produce respuestas genéricas; uno bien cargado permite distinciones finas, del tipo que hace un vendedor con experiencia en el rubro.

El agente tampoco recomienda por margen o por lo que sobra en stock. Compara las respuestas del cliente contra los atributos reales de cada producto y ofrece la opción que mejor encaja, no la más rentable para el negocio. Si dos o tres opciones empatan, lo dice así: “estas dos te sirven igual, la diferencia es el precio” — y deja que decida el cliente.

Qué hace cuando ninguna opción cierra del todo

No todas las consultas tienen una respuesta perfecta en el catálogo. A veces lo que el cliente pide no existe exactamente, o el presupuesto que mencionó queda por debajo de todo lo disponible. En esos casos el agente no fuerza una venta ni inventa una excepción: explica la limitación con honestidad (“no tenemos ese talle en este momento, pero el más cercano es este”) y ofrece la alternativa más razonable, aclarando en qué no cumple del todo lo que se pidió.

Si la situación requiere una decisión que el agente no tiene información para tomar —un pedido a medida, una negociación de precio, un reclamo sobre una compra anterior— deriva la conversación a una persona del negocio, con todo el contexto de lo que ya se habló. Ese criterio de cuándo pasarle la posta a un humano está más detallado en cómo deriva a un humano el agente de IA de WhatsApp.

Recomendación de productos por WhatsApp: tres formas de asesorar, tres resultados distintos

No todo lo que atiende un WhatsApp “asesora” de la misma manera. Vale la pena distinguir:

La diferencia no es cosmética. Un cliente que no sabe qué quiere y recibe un catálogo entero tiene que hacer el trabajo de filtrar solo — justo lo que vino a evitar al escribir por WhatsApp en vez de buscar en Google. McKinsey viene documentando desde hace años que gran parte de las decisiones de compra se frena o se abandona cuando la marca no logra orientar al comprador según lo que efectivamente necesita, no según lo que tiene para vender (McKinsey, Growth, Marketing & Sales). Lo mismo aplica adentro de un chat de WhatsApp.

Un ejemplo de cómo se ve en una conversación real

Cliente: hola, quiero un regalo para mi papá pero no sé qué Agente: ¡Hola! Te ayudo a elegir. ¿Más o menos qué presupuesto tenías pensado? Cliente: algo que no sea carísimo, tipo hasta 20 mil Agente: Perfecto. ¿Tu papá usa más cosas para el día a día o algo más para ocasiones especiales? Cliente: del día a día, labura mucho afuera Agente: Te recomiendo estas dos opciones dentro de ese presupuesto: [producto A] y [producto B]. Las dos son resistentes para uso diario, la diferencia es que la A viene con garantía extendida y la B es más liviana. ¿Querés que te mande fotos de las dos?

Tres preguntas, ninguna redundante, y una recomendación acotada a lo que el cliente efectivamente puede comprar y necesita.

Para quién tiene más sentido este tipo de asesoramiento

Este modo de recomendar rinde especialmente en negocios donde el catálogo tiene varias opciones comparables y el cliente promedio no llega sabiendo exactamente cuál quiere: tiendas online con variantes de producto, farmacias y perfumerías, ferreterías, casas de electrodomésticos, ópticas. En esos rubros, la fricción no está en cerrar la venta — está en ayudar a decidir. Si tu negocio entra en ese perfil, podés ver el detalle completo de cómo funciona el agente de IA de WhatsApp para tiendas online.

Si tu caso es distinto —consultas simples de horario o turno, sin necesidad de comparar productos— probablemente te alcance con una configuración más liviana. En cualquier caso, la forma de saberlo es simple: escribinos por WhatsApp y vemos juntos si tu catálogo y tu volumen de consultas justifican este tipo de asesoramiento. Hablá con nosotros.