Cómo evitar que el agente de IA de WhatsApp prometa de más
Un agente de IA que no conoce los límites del negocio termina inventando precios, plazos o condiciones que nadie puede cumplir después. Te mostramos cómo delimitar exactamente lo que puede y no puede prometer por WhatsApp.
El problema no es la IA, es lo que le cargaste
Un agente de IA en WhatsApp no inventa un precio porque “razone mal”: lo inventa porque nadie le dio el precio real y el sistema completó el vacío. La pregunta de cómo evitar que el agente de IA de WhatsApp prometa algo que el negocio no puede cumplir no se resuelve ajustando la personalidad del bot — se resuelve controlando qué información tiene disponible y qué hace cuando esa información no alcanza.
La diferencia entre un agente confiable y uno que mete al negocio en problemas está en dos cosas: los límites de la información cargada, y qué pasa en el momento exacto en que esos límites se agotan.
Los tres límites que tiene que respetar el agente
Cualquier agente de IA para WhatsApp bien configurado opera dentro de tres límites fijos:
- Solo responde con lo que está cargado. Precios, horarios, stock, formas de pago y políticas reales del negocio — no supuestos razonables ni promedios de la industria.
- No negocia condiciones que no estén autorizadas. Si un cliente pide un descuento o una excepción a la política, el agente no inventa una respuesta para quedar bien: deriva.
- Dice cuando es un bot si se lo preguntan. No se hace pasar por una persona ni finge certeza que no tiene. Esto no es un detalle de transparencia: es lo que evita que el cliente confíe en una promesa que nadie autorizó.
Estos tres límites son los que separan un agente que atiende de uno que improvisa. Y los tres dependen de una sola variable: qué tan bien definida está la información que recibió al momento de entrenarlo.
Qué información cargarle para que no tenga que inventar
El relevamiento inicial —el paso 2 de la puesta en marcha— es donde se decide si el agente va a prometer de más o no. No es un trámite: es el control de calidad real. Cuanto más completa esté esta base, menos zonas grises quedan para que el agente tenga que “decidir” solo:
| Información | Qué evita si está bien cargada |
|---|---|
| Lista de precios actualizada | Que cotice un valor viejo o inexistente |
| Horarios de atención reales | Que ofrezca turnos o pedidos fuera de servicio |
| Stock y disponibilidad | Que confirme algo que no hay |
| Formas de pago aceptadas | Que prometa una modalidad que el negocio no maneja |
| Políticas de envío y cancelación | Que invente plazos o condiciones de devolución |
| Casos que requieren una persona (reclamos, negociaciones) | Que el agente responda algo que nadie autorizó |
Si alguno de estos puntos está desactualizado, no es un problema del agente: es un problema de la base. Por eso conviene revisar qué información cargarle al agente antes de entrenarlo con el mismo cuidado que se revisaría una planilla de precios que va a usar un vendedor nuevo el primer día.
Cómo se prueba antes de salir a producción
Antes de que el agente atienda un cliente real, hay una etapa de prueba donde el dueño del negocio revisa las respuestas. Esta etapa existe específicamente para capturar las promesas que no deberían salir: un precio mal cargado, una política mal interpretada, un caso límite que no se había pensado.
Esto importa porque la alternativa —corregir errores después de que ya llegaron a un cliente real— tiene un costo que no se recupera con una disculpa. Según viene señalando Salesforce en su investigación sobre el cliente conectado, la confianza del cliente en un canal de atención depende directamente de que la información que recibe sea consistente — y una vez que esa confianza se rompe, cuesta mucho más recuperarla que construirla bien desde el principio.
La etapa de prueba no es un lujo: es el momento en que se valida que los límites de la información cargada efectivamente frenan al agente antes de que salga a hablar con clientes reales.
Qué hace el agente cuando no sabe la respuesta
Acá está el punto que más distingue a un agente bien configurado de uno que sale a improvisar: cuando la consulta cae fuera de lo cargado, el agente no completa el vacío. Deriva la conversación a una persona, con todo el contexto de lo que ya se habló.
Esto cubre casos como:
- Un reclamo puntual que no tiene protocolo definido.
- Una negociación de precio o condiciones.
- Una pregunta sobre algo que todavía no se cargó (un producto nuevo, una promo que no se avisó).
- Cualquier situación ambigua donde una respuesta mal dada puede generar un compromiso que el negocio no puede sostener.
Vale la pena leer en detalle qué pasa cuando el agente de IA no sabe responder por WhatsApp y cómo deriva a un humano, porque ese mecanismo de escalamiento es, en la práctica, el control más importante contra las promesas de más.
McKinsey, al analizar el despliegue de IA en funciones de cara al cliente, viene remarcando que el riesgo más común no es que el sistema falle técnicamente, sino que opere sin un límite claro de qué puede decidir solo y qué necesita supervisión humana. El agente de Sibruno está pensado exactamente al revés de ese riesgo: el límite viene primero, no se improvisa sobre la marcha.
Señales de que tu agente está prometiendo de más
Hay señales concretas de que la configuración necesita un ajuste:
- Clientes que llegan enojados porque “les dijeron” algo que no corresponde.
- Precios o plazos mencionados por el agente que no coinciden con lo que vende el negocio hoy.
- El agente respondiendo preguntas de negociación o excepción sin derivar.
- Información cargada hace meses que nunca se actualizó (precios viejos, stock desactualizado, promos vencidas).
Ninguna de estas señales se corrige “hablándole distinto” al agente. Se corrigen revisando y actualizando la base de información, y confirmando que el mecanismo de derivación a una persona sigue activo para todo lo que no está cubierto.
El control está antes de la conversación, no durante
La forma de evitar que un agente de IA prometa de más no es vigilar cada mensaje que manda: es asegurarse de que solo tenga acceso a información real y actualizada del negocio, y que cualquier cosa fuera de eso vaya directo a una persona. Ese diseño —límites claros más derivación honesta— es lo que permite que el agente atienda 24/7 sin que cada respuesta sea una apuesta.
Si estás evaluando poner un agente de IA en el WhatsApp de tu negocio y querés entender cómo se define esa base de información antes de arrancar, escribinos por WhatsApp.
Preguntas frecuentes
¿Qué pasa si el agente de IA le promete algo al cliente que el negocio no puede cumplir?
El cliente llega esperando un precio, un plazo o una condición que no existe, y el que tiene que resolver el malentendido en vivo es el dueño o el equipo. Por eso el control real no pasa por corregir al agente después de cada error, sino por limitarlo desde el inicio: si una respuesta no está en la información cargada, el agente no la inventa, deriva la conversación a una persona.
¿Cómo le digo al agente qué no puede prometer?
No se trata de escribirle una lista de prohibiciones, sino de cargarle solamente la información real del negocio: precios vigentes, horarios, stock, formas de pago, políticas de cancelación o envío. El agente responde con eso y nada más. Lo que no está cargado, no lo afirma — lo consulta con el dueño o el equipo antes de contestar.
¿El agente de IA puede inventar precios o plazos?
No, si está configurado correctamente. El agente de Sibruno responde con la información real del negocio que se cargó durante el relevamiento inicial. Si un cliente pregunta algo que no está en esa base (una promo nueva, un producto que todavía no se sumó), el agente no completa el vacío con una suposición: escala la conversación.
¿Qué información hay que cargarle al agente para que no invente nada?
Lo mínimo es: lista de precios actualizada, horarios de atención, stock o disponibilidad, formas de pago aceptadas, políticas de envío y cancelación, y qué hacer ante reclamos o casos fuera de lo común. Cuanto más completa y actualizada esa base, menos situaciones quedan en zona gris.
¿El agente avisa cuando no sabe algo?
Sí. Cuando la consulta cae fuera de la información cargada —una negociación, un reclamo puntual, un caso que no estaba previsto— el agente deriva la conversación al dueño o al equipo con todo el contexto de lo que se habló, en vez de arriesgar una respuesta.
¿Cómo se corrige un error del agente si ya prometió algo mal?
Primero se resuelve con el cliente a nivel humano, y después se revisa qué faltaba en la base de información para que no vuelva a pasar. Casi siempre el error no es del agente: es un dato que nunca se cargó o que quedó desactualizado.
¿Querés que Sibruno te traiga los leads B2B?
USD 297/mes, sin contratos largos. Bruno encuentra a los decisores en LinkedIn y te avisa por WhatsApp cuando alguien quiere hablar.
Hablar con un humano