Contacta con un experto

Tabla de contenidos

Diagrama con señales, estados del chat, paquete de contexto y validación mínima para agentes de IA.

Agentes de IA en WhatsApp: 4 reglas importantes para transferir a humanos

Diseña la transferencia de agentes de IA en WhatsApp con 4 reglas: señales, estados, contexto y validación para evitar errores.

Cuando evalúas agentes de IA en WhatsApp, la transferencia a una persona no es un botón opcional: es una regla de negocio.

Si los agentes de IA cambian el control del chat sin trazabilidad, pueden perder contexto, duplicar respuestas o dejar operaciones sin revisar.

En este artículo verás 4 reglas operativas para agentes de IA: señales, estados del chat, paquete de contexto y validación mínima.

Al final tendrás una checklist para validar agentes de IA con tu equipo o proveedor.

Por qué transferir conversaciones con IA es una decisión de negocio

Define desde el inicio qué consultas atenderán los agentes de IA y cuáles recibirá tu equipo.

Si los agentes de IA no tienen reglas claras, la transferencia se vuelve improvisada y difícil de auditar.

El riesgo incluye perder contexto, duplicar mensajes o dejar operaciones sin revisar.

Si el cliente recibe dos respuestas incompatibles, puede confundirse. Prueba ese escenario antes de usar el flujo con clientes.

Para este diseño, conviene probar tres riesgos en la transferencia de los agentes de IA:

  • Comprueba si la persona necesita volver a preguntar porque faltan resumen, intención o autorización.
  • Prueba qué ocurre si el bot y una persona intentan responder al mismo tiempo.
  • Comprueba que cobrar o reservar requiera los permisos y las validaciones que definiste.

Por eso, antes de comprar o implementar agentes de IA en WhatsApp, debes poder explicar quién responde, cuándo cambia el actor y qué datos viajan con el caso.

En flujos de agentes de IA, un mal handoff puede convertir una consulta simple en doble descuento, pedido duplicado o queja sin dueño.

El objetivo de este método es dejar la transferencia como un proceso verificable, no como una decisión improvisada.

Las 4 reglas para transferir conversaciones de WhatsApp a personas

Este método usa cuatro reglas operativas. No son funciones mágicas; son decisiones que puedes documentar, probar y auditar antes de producción.

Para estos agentes de IA proponemos estados internos y prioridades de operación. No son estados oficiales de WhatsApp ni requisitos universales: debes adaptarlos a tus integraciones y reglas de negocio.

Cada regla debe tener un responsable, una evidencia esperada y una prueba mínima de aceptación.

  • Señales verificables: el agente solo escala cuando un dato, frase o evento del sistema activa la regla.
  • Estados del chat: solo un actor escribe en cada momento; los demás observan y no envían mensajes automáticos.
  • Paquete de contexto: motivo, resumen, intención, entidades y autorización viajan con el caso antes de asignarlo.
  • Validación mínima: pruebas de triggers, duplicidad, rollback y registro audit antes de aceptar la solución.

El objetivo de estas reglas es hacer visible quién controla cada conversación de los agentes de IA.

Comprueba con tu equipo si el contexto que entregan los agentes de IA permite continuar sin repetir preguntas. No lo des por hecho.

Para documentar, escribe una línea por cada regla: qué pasa, quién decide, qué se registra y cómo lo pruebas.

Ejemplo de línea: si el cliente pide asesor, congelar bot, armar resumen y asignar a ventas con prioridad alta.

Señales verificables para escalar el caso a una persona

Una señal de escalamiento, o trigger, debe poder comprobarse en el mensaje o en un dato del sistema.

Evita frases vagas como ‘el cliente parece molesto’ porque no dejan evidencia ni permiten auditar la decisión.

Cada regla para agentes de IA necesita tres campos: señal, prioridad y acción. La señal describe qué ocurrió; la prioridad define urgencia; la acción indica a quién se asigna.

Cómo redactar una regla útil

Una buena regla es específica y accionable. Por ejemplo, no ‘riesgo alto’, sino ‘pago, contrato o descuento fuera de reglas’.

También indica qué deben hacer los agentes de IA: confirmar, congelar acción, pedir permiso o transferir la conversación sin ejecutar.

Ejemplos de señales

  • Solicitud explícita: el cliente pide hablar con una persona, un asesor o un vendedor. Prioridad alta; el agente confirma y deja de responder.
  • Pago o contrato: se pide cobro, factura, condiciones legales o firma. Prioridad crítica; se congela la acción automática.
  • Queja con riesgo reputacional: mención a reclamo formal, devolución, daño o compromiso público. Se asigna según canal.
  • Riesgo alto: datos sensibles, pedido equivocado, descuento fuera de reglas o decisión fuera del catálogo.
  • Ambigüedad persistente: tras dos intentos de aclaración, la intención sigue sin confirmarse y el cliente acepta espera.
  • SLA vencido: no hay humano disponible en el tiempo acordado. Se activa aviso único y reintento programado.

Para estos agentes de IA, no todas las señales tienen la misma consecuencia. Un pedido explícito puede resolverse con una frase; un cobro requiere permiso registrado.

Los agentes de IA deben evaluar cada mensaje contra estas reglas, no contra intuición ni contra el tono general del chat.

Para validar una señal, mide cuántos chats se transfirieron por ese motivo y si la persona respondió sin repetir preguntas.

También revisa el tiempo hasta la primera respuesta humana y si el cliente volvió a enviar datos que ya estaban en el chat.

Si dispara transferencias innecesarias, ajusta el umbral; si deja casos sensibles en automático, eleva la prioridad.

Microsoft documenta eventos para iniciar el handoff y actualizar su estado.

Ese patrón puede servir como referencia para agentes de IA que ceden la conversación a una persona o a otro sistema.

Puedes revisar la referencia técnica para entender ese patrón de handoff.

Estados del chat para bloquear respuestas duplicadas

Definir señales no basta si los agentes de IA siguen hablando mientras una persona asume el caso.

La solución práctica es modelar cada conversación como una máquina de estados simple con un actor activo por vez.

Diagrama de transiciones entre bot activo, solicitud de transferencia y humano asignado o activo.

La regla central es clara: solo el estado activo escribe al cliente.

Si un humano está asignado, los agentes de IA quedan en pausa o observación y no envían mensajes nuevos.

Estados mínimos

  • bot_activo: el agente atiende y ejecuta solo acciones permitidas por diseño.
  • handoff_solicitado: se congelan respuestas automáticas y se arma el paquete de contexto para la persona.
  • humano_asignado: un miembro del equipo recibe el caso, pero aún no escribe al cliente.
  • humano_activo: la persona responde; el bot puede observar sin enviar mensajes automáticos.
  • bot_pausado: espera confirmación, reintento de asignación o resolución de una excepción técnica.
  • cerrado: termina con resumen, acciones pendientes y registro audit para poder auditar el caso.

Cada transición debe guardar estado anterior, evento que la causó y actor responsable posterior.

Así puedes auditar por qué cambió el control en un chat de agentes de IA y quién debió responder.

Ejemplo de registro de transición

  • Estado inicial: bot_activo; evento: cliente pide asesor; estado final: handoff_solicitado.
  • Estado inicial: handoff_solicitado; evento: ventas acepta caso; estado final: humano_asignado.
  • Estado inicial: humano_asignado; evento: primera respuesta del vendedor; estado final: humano_activo.

Si el cliente escribe varias veces durante handoff_solicitado, genera un único mensaje de espera asociado a la transición.

No envíes una respuesta nueva por cada entrada. El aviso debe decir que el caso ya está en proceso de asignación.

Prueba también qué pasa si los agentes de IA intentan cerrar el chat mientras existe una acción pendiente.

Esa ruta solo debe usarse si no existe operación sensible y el cliente confirmó el cierre por escrito.

Paquete de contexto para transferir la conversación a una persona

Un control de estados puede ayudar a evitar respuestas duplicadas, pero no reemplaza el contexto que necesita la persona.

Antes de pasar a humano_asignado, los agentes de IA deben armar un paquete breve y verificable.

Diagrama con motivo, identidad mínima, resumen conversacional y autorización vigente para el handoff.

No copies todo el historial; resume lo operativo. Si incluyes datos innecesarios, aumentas fricción y riesgo de privacidad.

Si faltan datos necesarios, la persona puede tener que repetir preguntas o decidir con información incompleta.

Campos mínimos

  • Motivo del handoff: pago, queja, solicitud explícita, ambigüedad o SLA vencido. Debe ser corto y trazable.
  • Identidad mínima: nombre, empresa, canal de contacto y referencia interna del chat si existe.
  • Resumen conversacional: tres o cinco líneas con lo pedido, lo ofrecido y el punto donde quedó la conversación.
  • Intención detectada: comprar, cotizar, reclamar, cancelar, pagar o hablar con asesor. Marca principal y secundarias.
  • Entidades extraídas: producto, cantidad, precio, fecha, pedido, ciudad u otro dato estructurado confirmado en el chat.
  • Acciones pendientes: confirmar pago, validar stock, enviar contrato o asignar vendedor. Cada una indica si requiere autorización humana.
  • Autorización vigente: qué puede hacer la persona sin volver a preguntar y qué necesita confirmación del cliente.

Ejemplo de resumen operativo

Un buen resumen puede ser: ‘El cliente pidió reservar dos unidades de la referencia A para hoy’.

Luego agrega: ‘El agente confirmó precio, punto de entrega y que falta autorización para crear la reserva’.

Cierra con: ‘Acción pendiente: esperar confirmación del cliente o asignar a ventas si el valor supera la regla interna’.

No todo dato debe viajar. Define campos visibles por rol: ventas, soporte o finanzas.

Si el chat incluye teléfono, documento, ubicación o datos bancarios, muestra solo lo necesario para la acción siguiente.

Revisa las reglas locales de tratamiento de datos personales y aplica minimización.

No uses el paquete como base para marketing sin autorización clara del cliente.

Para validar, abre tres chats de prueba: uno simple, uno con pago pendiente y uno con queja.

Verifica que la persona responda sin releer todo el chat y que los agentes de IA queden en pausa.

Autorización y validación antes de transferir conversaciones

El paquete no basta si los agentes de IA pueden ejecutar operaciones sensibles mientras esperan a una persona.

Antes del handoff, cada acción debe clasificarse por riesgo. Así sabes qué puede hacer el agente y qué necesita revisión.

La regla práctica es simple: los agentes de IA pueden leer lo que ya existe, pero no deben crear efectos comerciales sin permiso explícito y validación del sistema de origen.

Tres niveles de acción

  • Solo lectura: consultar precio, disponibilidad, estado de pedido o horario. No modifica datos si la fuente es confiable.
  • Operación con confirmación: reservar una unidad, crear un pedido preliminar o enviar enlace de pago. Requiere confirmación del cliente y registro del resultado.
  • Aprobación humana obligatoria: modificar contrato, aprobar descuento fuera de reglas, cancelar devolución o cobrar sin pasarela validada. El agente solo prepara la solicitud.

Para los agentes de IA, define ‘enlace enviado’ y ‘pago confirmado’ como eventos distintos de tu flujo interno.

Confirma el pago solo cuando tu proveedor indique un cobro completado. Stripe distingue autorización, procesamiento y pago completado en su documentación de estados de pago; revisa el estado equivalente de tu pasarela.

Ejemplo de clasificación

  • Consultar stock: solo lectura. El agente responde con la información disponible y no consume unidades.
  • Reservar una unidad: operación con confirmación. Requiere permiso del cliente y respuesta del sistema de inventario.
  • Cobrar un pedido: aprobación humana obligatoria si el monto supera la regla o si falta contrato firmado.

En este diseño, pide al sistema que confirme la reserva antes de comunicar al cliente que una unidad quedó apartada.

Esa distinción es clave para agentes de IA que venden por WhatsApp. Un proveedor describe esta diferencia en consultar existencias y reservar.

El consentimiento debe quedar registrado: qué pidió el cliente, qué autorizó y para qué acción.

No asumas que una pregunta de stock es permiso para reservar ni que un ‘ok’ sirve para cobrar.

La idempotencia puede evitar operaciones duplicadas si el sistema de origen reconoce y conserva la clave de la operación. Un identificador único, por sí solo, no implementa esa protección.

Por ejemplo, la API de Stripe documenta cómo reutiliza claves de idempotencia en los reintentos. Comprueba las garantías y los límites concretos de cada integración.

Cada operación debe tener identificador único y estado: pendiente, aprobada, rechazada o completada.

Si falla una reserva, los agentes de IA no la reenvían como nueva; consultan el estado anterior con el mismo identificador.

Para pagos, inventario, contratos y pedidos, la respuesta del sistema es obligatoria antes de afirmar éxito al cliente.

Ejemplo hipotético con agentes de IA en WhatsApp

Este ejemplo es ficticio. Sirve para razonar cómo deberían comportarse los agentes de IA cuando una consulta simple se convierte en operación sensible.

No representa resultados medidos ni un cliente real.

Supuestos: la empresa vende por WhatsApp, tiene fuente autorizada de inventario y el agente puede consultar disponibilidad pero no reservar sin confirmación.

La reserva requiere validación del sistema y registro con identificador único. El descuento máximo automático está definido en una regla interna.

Secuencia

  1. bot_activo: el cliente pregunta si hay una referencia disponible para recoger hoy. El agente consulta la fuente autorizada y responde que sí, sin crear reserva.
  2. El cliente pide reservar. Aquí cambia el riesgo: ya no es solo lectura. El agente debe confirmar cantidad, punto de entrega y condiciones.
  3. Si la política exige aprobación humana para reservas fuera del catálogo o con valor alto, el estado pasa a handoff_solicitado y se congela la acción automática.

Si la reserva está dentro de reglas predefinidas, los agentes de IA pueden continuar en bot_activo, pero solo después de enviar un resumen claro: referencia solicitada, cantidad acordada, fecha y permiso para crear la reserva.

Mensajes y decisiones

  • Agente: ‘Confirmo que quieres reservar una unidad de la referencia A. ¿Aceptas que se cree la reserva con validación del inventario?’
  • Cliente: ‘Sí, acepto.’
  • Sistema: valida disponibilidad y devuelve estado de reserva creada o error específico.
  • Agente: informa solo cuando el sistema confirma; si falla, no repite la operación como nueva.

Si el cliente pide hablar con una persona antes de confirmar, el estado pasa a handoff_solicitado.

Los agentes de IA dejan de responder y envían un único aviso: ‘Pasamos tu caso a un asesor; no necesitas repetir la información’.

El paquete incluye motivo, resumen, referencia detectada y autorización pendiente. En los agentes de IA, la clave es separar consulta de operación: una muestra disponibilidad, la otra consume o bloquea stock.

Evidencia esperada en el registro

  • Evento: consulta de stock; resultado: disponible según fuente autorizada; acción: respuesta de solo lectura.
  • Evento: solicitud de reserva; resultado: se pide confirmación del cliente; estado: bot_activo con permiso pendiente.
  • Evento: confirmación del cliente; resultado: llamada al sistema de inventario; estado final depende de la respuesta.

Si el sistema devuelve error, el registro debe mostrar código o motivo y evitar reenviar la misma reserva sin verificar su estado anterior.

Errores comunes al diseñar la transferencia a personas

Antes de integrar agentes de IA con otras piezas, define cómo probarás el flujo completo y quién revisará las excepciones.

Fallos de tiempo y duplicación

Para evaluar una transferencia tardía, mide desde qué evento empieza la espera y si existe una persona disponible para atender el caso.

El remedio es medir el tiempo desde la señal hasta handoff_solicitado y avisar con un solo mensaje.

Prueba el caso en que el bot y una persona intentan enviar mensajes al mismo chat. Verifica que el control de envío respete el actor asignado.

El remedio es bloquear el envío automático en handoff_solicitado y humano_activo, dejando a los agentes de IA solo en observación.

Fallos de contexto y autorización

Comprueba si una persona puede continuar con el paquete recibido sin releer todo el chat. Anota qué datos faltan cuando tenga que volver a preguntar.

El remedio es exigir los campos mínimos del paquete antes de permitir la transición; si falta motivo, intención o autorización, no marques el caso como entregado.

Incluye pruebas de agentes de IA que intenten cobrar, reservar o cambiar un pedido sin autorización. Verifica que el sistema rechace esas operaciones según la política que definiste.

El remedio es clasificar cada acción por riesgo y exigir consentimiento registrado, identificador único de operación y respuesta del sistema.

Si la operación falla, consulta su estado anterior en lugar de reenviarla como nueva.

Fallos de auditoría

Comprueba si puedes reconstruir quién inició el handoff, cuándo se congeló el bot y qué acción quedó pendiente.

El remedio es exigir registro audit con timestamp, evento, estado anterior y actor responsable posterior.

Si el proveedor de agentes de IA no muestra ese registro en una demo, pide una prueba con falla simulada antes de aceptar la solución.

Checklist para validar la transferencia de conversaciones a personas

Antes de aceptar un flujo de agentes de IA en WhatsApp, convierte los errores revisados en pruebas repetibles.

No basta con que el chat llegue a una persona; hay que verificar estado correcto, paquete completo y bloqueo del bot.

El objetivo es pasar de la intuición a una lista que puedas ejecutar con tu equipo o proveedor, dejando evidencia escrita para cada caso.

Pruebas mínimas por caso

  1. Solicitud explícita: el cliente pide hablar con una persona; verificar que el agente no responda después del aviso y que el estado pase a handoff_solicitado.
  2. Pago o contrato: se detiene la acción automática, se arma paquete con autorización pendiente y no se envía cobro sin confirmación registrada.
  3. Queja de alto riesgo: se asigna prioridad alta, se incluye motivo en el resumen y el humano recibe contexto suficiente para responder sin repetir preguntas.
  4. Ambigüedad persistente: tras dos intentos, si el cliente acepta espera, transfiere; si no, cierra con resumen claro o mantiene bot_activo según política.
  5. SLA vencido: si no hay humano disponible, se activa rollback: mensaje único de espera, estado bot_pausado y reintento programado sin duplicar notificaciones.

Evidencia mínima por prueba

  • Captura o registro del chat con los mensajes clave del cliente y del agente.
  • Estado final esperado: handoff_solicitado, humano_asignado, bot_pausado o cerrado según el caso probado.
  • Campos del paquete enviados al agente interno: motivo, resumen, intención, entidades y autorización.

Para cada caso, registra tres evidencias: captura o registro del chat, estado final y campos del paquete enviados al agente interno.

Verificación de contexto, duplicación y auditoría

El paquete debe contener motivo, identidad mínima, resumen, intención, entidades, acciones pendientes y autorización vigente. Si falta alguno, la transición no se considera aceptada.

Revisa duplicación enviando dos mensajes del cliente durante handoff_solicitado y humano_activo.

Los agentes de IA deben permanecer en observación; solo puede generarse un mensaje de espera por transición.

Para el registro audit, cada cambio debe guardar estado anterior, evento, actor responsable posterior, timestamp y resultado de la validación.

Si no puedes auditar quién inició el handoff o cuándo se congeló el bot, corrige antes de producción.

Cómo definir el alcance con LARS y agentes de IA

La checklist te deja un punto claro: antes de operar agentes de IA en WhatsApp, debes poder explicar señales, estados, contexto y autorización.

Si esa explicación no existe, el riesgo no está solo en la conversación; está en los procesos que quedan detrás.

El próximo paso es convertir ese diseño en un alcance técnico: qué sistemas se consultan, qué acciones están permitidas, quién asume el chat y cómo se registra cada transición.

Para eso sirve evaluar si la solución requiere desarrollo de software, integración con CRM o inventario, y reglas de negocio documentadas para los agentes de IA.

Próximos pasos prácticos

  • Documenta las señales de escalamiento que tu operación puede sostener: pago, contrato, queja, ambigüedad y solicitud explícita.
  • Define estados mínimos y quién responde en cada uno; evita reglas informales como ‘el bot deja de hablar cuando quiera’.
  • Prepara el paquete de contexto con campos mínimos, límites por rol y autorización vigente.
  • Ejecuta la checklist de aceptación en un entorno aislado antes de exponer clientes reales.

Si necesitas desarrollar software, integrar sistemas o definir estas reglas para agentes de IA, puedes conversar con LARS sobre el alcance.

Composición con el logotipo original de LARS y tarjetas para definir alcance técnico de agentes de IA.

No se trata de prometer agentes de IA perfectos; se trata de definir el alcance correcto, validar las excepciones y dejar evidencia de cada decisión.

También puedes pedir al proveedor que muestre cómo se registra el estado de cada chat, qué ocurre cuando no hay humano disponible y cómo se audita una acción fallida.

Si estás evaluando agentes de IA para tu operación en Colombia o El Salvador, un buen punto de partida es revisar primero el criterio general: guía sobre agentes de IA para empresas.

Luego puedes aterrizar este caso específico de transferencia para agentes de IA en WhatsApp con reglas, estados y pruebas.

El cierre debe ser simple: no aceptes una solución porque el bot responde bien; acéptala cuando puedas probar que la transferencia conserva contexto, evita duplicación y respeta autorización. Eso convierte la demo en un criterio de compra para agentes de IA.

Preguntas frecuentes

¿Cuándo debe transferir un agente de IA en WhatsApp a una persona?

Cuando el cliente lo pide explícitamente, cuando la conversación incluye pago, contrato, queja, riesgo alto o intención ambigua, y cuando las reglas internas definen un umbral de incertidumbre o SLA.

¿Cómo evitar que el bot y una persona respondan al mismo cliente?

Usando estados de conversación y bloqueo del actor activo. Una vez se solicita la transferencia, el agente debe pasar a pausa o modo observación hasta que un humano asuma o el chat vuelva al estado automatizado.

¿Qué contexto debe pasar al agente humano?

Debe incluir motivo del handoff, resumen de la conversación, datos relevantes del cliente, intención detectada, entidades extraídas, acciones pendientes y si existe autorización para operaciones posteriores.

¿Puede el agente ejecutar acciones antes de transferir?

Solo acciones permitidas por diseño. Puede consultar información de solo lectura; para reservar, cobrar o modificar pedidos necesita confirmación explícita y validación del sistema correspondiente.

¿Cómo se valida que la transferencia funciona correctamente?

Con una checklist de aceptación: probar triggers, verificar el paquete de contexto, confirmar que no hay mensajes duplicados, validar transición de estados, revisar rollback si no hay humano disponible y auditar acciones.

También te puede interesar

Nosotros

En LARS Software Company, somos un equipo apasionado por la tecnología y guiado por la integridad. Nuestro enfoque es ofrecer soluciones de software que no solo cumplen con las expectativas, sino que las superan al generar valor real y duradero. Nos diferenciamos porque no tomamos cada proyecto que llega a nuestras manos; trabajamos solo en ideas que creemos que pueden prosperar. Si tu proyecto no tiene una estrategia sólida, te lo diremos con sinceridad, porque entendemos que invertir en tecnología debe ser una decisión que impulse tu crecimiento.

Nuestra trayectoria en el desarrollo de software nos ha enseñado que cada solución debe responder a una necesidad concreta, y estamos aquí para ayudarte a encontrar y potenciar esa oportunidad. Construimos relaciones basadas en la confianza, siendo un socio estratégico en cada paso de la transformación digital de nuestros clientes.

Bogotá - Colombia

Calle 26 # 92-32

Miami Fl. - United States

78 SW 7th Street Miami, FL 33130

San Salvador - El Salvador

Av. De La Revolucion, Piso 6, San Salvador

Manila

23,25,26 and 27/F Menarco Tower,32nd St.Bonifacio Global City Taguig Manila, PHL-00 1634

Empresa de Desarrollo de Software en Colombia
Dubai - United Arab Emirates

C8th and 9th Floor, The Offices 4, One Central Dubai World Trade Center Dubai,

Nuestro compromiso es con el éxito real de tu proyecto

En Lars, somos sinceros con nuestros clientes desde el principio. No tomamos proyectos en los que no creemos. Si pensamos que tu idea puede no tener el impacto o los resultados que buscas, te lo haremos saber, porque nuestra prioridad no es solo desarrollar tecnología, sino crear soluciones que generen valor real para ti. Creemos que una buena idea también necesita una estrategia clara de monetización, y estamos aquí para ayudarte a encontrarla.