Diseñar una conversación para un asistente virtual consiste en decidir, antes de escribir una sola frase, qué quiere lograr el cliente, qué pasos hacen falta, qué hará el sistema cuando no entienda y cuándo debe pasar la llamada a una persona. Es un trabajo más cercano a la ingeniería de procesos que a la escritura creativa. Esta guía está pensada para responsables de atención al cliente, operaciones y TI que van a automatizar consultas, citas o calificación de leads con voz o chat.
TL;DR
- Una buena conversación empieza por una tarea concreta y medible (agendar una cita, consultar un pedido), no por una personalidad del bot.
- Define intenciones, datos que debes capturar y frases de entrenamiento antes de dibujar el flujo.
- Diseña la reparación (qué pasa cuando el sistema no entiende) y el traspaso a un agente humano con el mismo cuidado que el camino feliz.
- En voz, menos turnos y vocabulario familiar importan más que una respuesta ingeniosa.
- Mide, escucha grabaciones y ajusta cada semana: el primer diseño nunca es el definitivo.
Tabla de contenidos
- Qué es el diseño de conversaciones (y qué no es)
- Los principios que sostienen un buen diseño
- Método paso a paso para diseñar un flujo conversacional
- Voz y chat no se diseñan igual
- Reparación: lo que pasa cuando el sistema no entiende
- Traspaso a un agente humano
- Reglas y modelos generativos: cómo combinarlos
- Guiones de ventas y calificación de leads
- Cómo medir y entrenar el asistente
- Nuestra perspectiva
- Cómo llevarlo a la práctica con Monobot
- Preguntas frecuentes
- Fuentes
Qué es el diseño de conversaciones (y qué no es)
En el ámbito de la comunicación personal, «diseño de conversaciones» suele referirse a preparar una charla difícil o una reunión. Aquí hablamos de otra cosa: el diseño conversacional de interfaces, es decir, la disciplina que da estructura a lo que dicen un chatbot o un agente de voz y a cómo reacciona el sistema ante lo que dice la persona. También se conoce como diseño conversacional o UX conversacional.
Hay un malentendido frecuente: pensar que se trata de redactar guiones bonitos. Los analistas de la conversación que colaboran con ingenieros de IA conversacional lo plantean de otra forma: el sistema debe apoyarse en cómo conversan realmente las personas, con turnos de palabra, marcadores conversacionales y mecanismos de reparación, según una colaboración entre analistas de conversación e ingenieros de IA publicada por la ISCA. Esa misma fuente advierte contra imitar una personalidad artificial que el usuario puede percibir como falsa o molesta.
Las ofertas de trabajo del sector lo confirman. En una vacante de diseñador conversacional senior se pide diseño de flujo de extremo a extremo, modelado de intenciones y capacidad de combinar sistemas basados en reglas con modelos generativos, con barreras de seguridad estrictas. Escribir bien ayuda, pero no es lo central.
Los principios que sostienen un buen diseño
Estructura que se entienda de inmediato
La investigación del gobierno de Canadá sobre prestación de servicios mediante diseño conversacional recomienda un protocolo claro de apertura y cierre, visibilidad de quién «habla» en cada momento y la posibilidad de usar comandos universales como «ayuda», «repetir» o «menú principal» en cualquier etapa. Traducido a un asistente de atención al cliente:
- Apertura: el asistente se presenta, dice qué puede hacer y, en voz, avisa si la llamada puede grabarse.
- Control visible: el usuario sabe cuándo puede hablar y cuándo el sistema está procesando.
- Universales: «repetir», «ayuda», «hablar con una persona» funcionan siempre, sin excepción.
- Cierre: el asistente confirma lo hecho y pregunta si hace falta algo más.
Minimización y diseño centrado en el destinatario
Los dos principios que más se repiten entre los analistas de conversación son la minimización (usar las menos palabras posibles) y el diseño centrado en el destinatario (adaptar lo que se dice a quien escucha), ambos descritos en el texto de la ISCA. En la práctica: una respuesta de voz de tres frases suele ser demasiado larga. Si el cliente pregunta por el estado de su pedido, la primera frase ya debe contener el estado.
Vocabulario simple y pocos turnos
Un estudio publicado en el Journal of the Academy of Marketing Science sobre asistentes de voz en primera línea indica que las interfaces de voz favorecen experiencias más fluidas que las de texto y mejoran los resultados del servicio. Para el diseñador, la consecuencia práctica es limitar los turnos necesarios para completar una tarea y evitar términos poco familiares que obliguen al cliente a detenerse a pensar.
Método paso a paso para diseñar un flujo conversacional
Este es el orden de trabajo que recomendamos para cualquier caso de uso, desde agendar citas hasta calificar leads.
- Elige una tarea y una métrica. Por ejemplo: «reprogramar una cita sin intervención humana». La métrica puede ser la tasa de resolución en el primer contacto o el tiempo medio de gestión.
- Reúne conversaciones reales. Grabaciones de llamadas, chats y tickets te dicen cómo piden las cosas tus clientes. Nunca diseñes solo desde la intuición del equipo interno.
- Define intenciones y datos necesarios. Una intención es lo que quiere el usuario («cambiar mi cita»). Los datos (fecha, número de pedido, sucursal) son los campos que el asistente debe obtener. La guía canadiense incluye la planificación sistemática de intenciones y frases de entrenamiento como parte del método.
- Escribe el camino feliz. El diálogo ideal, con el mínimo de turnos. Léelo en voz alta: si suena raro hablado, también lo será por teléfono.
- Añade variaciones y reparación. Qué ocurre si el cliente da la fecha antes de que se la pidas, si cambia de tema, si no responde o si el reconocimiento de voz falla.
- Define el traspaso a humanos. Cuándo, con qué contexto y a qué cola.
- Prueba, lanza en pequeño y ajusta. Empieza con un porcentaje del tráfico, revisa transcripciones y corrige.
Si trabajas con un equipo, un documento compartido con una tabla simple basta para empezar:
| Elemento | Ejemplo en una clínica |
|---|---|
| Intención | Reprogramar cita |
| Datos obligatorios | Nombre, fecha actual, fecha nueva |
| Frases de entrenamiento | «Necesito mover mi cita», «¿puedo cambiar el turno del jueves?» |
| Respuesta | Confirmación con fecha y hora, una sola frase |
| Salida a humano | Tras dos malentendidos seguidos o a petición del cliente |
Voz y chat no se diseñan igual
Un error habitual es copiar el guion del chat a la línea telefónica. Los canales tienen reglas distintas.
| Aspecto | Voz | Chat |
|---|---|---|
| Longitud de respuesta | Muy corta; el oyente no puede releer | Puede ser más larga, con listas y botones |
| Opciones | Máximo tres o cuatro dichas en voz alta | Botones y menús visibles |
| Errores típicos | Reconocimiento de voz, ruido, acentos | Mensajes ambiguos, faltas de ortografía |
| Confirmación de datos | Repetir cifras y fechas en voz alta | Mostrar un resumen en pantalla |
| Interrupciones | El cliente habla encima del asistente | El cliente escribe mientras el bot responde |
Si vas a empezar por voz, te será útil entender qué es un agente de voz con IA y cómo automatiza la atención antes de dibujar los flujos.
Reparación: lo que pasa cuando el sistema no entiende
Los principiantes suelen fracasar al intentar prever cada giro del usuario. La alternativa que describen los analistas de conversación es diseñar protocolos de reparación: el asistente pide una aclaración, reformula o redirige con amabilidad, igual que lo haría una persona. Esto aparece en el artículo de la ISCA.
Una escalera de reparación sencilla funciona bien:
- Primer fallo: reformula la pregunta con otras palabras («¿Para qué día quieres la cita?»).
- Segundo fallo: ofrece opciones concretas («Puedo ayudarte con citas, pedidos o facturas. ¿Cuál necesitas?»).
- Tercer fallo: ofrece una persona o una alternativa, como enviar un enlace por SMS.
Evita repetir exactamente la misma frase. Es la fuente más común de frustración en llamadas automatizadas.
Traspaso a un agente humano
Ningún asistente resuelve todo. Un trabajo presentado en AAAI sobre traspaso entre chatbot y agente parte de esa premisa: cuando la conversación sale de lo que el sistema conoce, el bot puede fallar y conviene transferir. Los autores proponen una métrica, GT-T, que además de acertar el momento del traspaso tolera uno ligeramente temprano, algo razonable cuando el cliente tiene poca paciencia.
Para tu diseño, define reglas explícitas:
- Petición del cliente: si pide una persona, se transfiere sin discutir.
- Repetición de fallos: dos o tres malentendidos seguidos.
- Temas sensibles: reclamaciones, cobros disputados, cuestiones de salud o seguridad.
- Contexto: el agente recibe la transcripción y un resumen, para que el cliente no repita lo dicho.
Gobernanza cuando hay riesgo
En conversaciones sensibles, la moderación de contenido no basta. Una guía sobre chatbots de apoyo emocional pide procedimientos de traspaso con niveles de servicio claros, registro exhaustivo para auditoría y pruebas adversariales contra manipulación emocional e inyección de prompts. Aunque tu asistente no trate temas emocionales, la lógica aplica a cualquier sector regulado, como salud o banca: define quién responde, en cuánto tiempo y qué queda registrado.
Reglas y modelos generativos: cómo combinarlos
Hoy casi todo diseño conversacional mezcla dos mundos. Las reglas dan previsibilidad en pasos críticos (verificar identidad, confirmar un cobro). Los modelos de lenguaje aportan flexibilidad para entender frases libres y responder preguntas abiertas. La oferta de trabajo citada antes describe justamente esa habilidad: integrar sistemas deterministas con modelos generativos manteniendo guardrails.
Un reparto razonable:
- Determinista: autenticación, pagos, cambios que modifican datos, mensajes legales.
- Generativo con límites: preguntas frecuentes, explicaciones, reformulaciones, resumen de la conversación.
- Humano: excepciones, negociaciones, casos con riesgo.
Un enfoque más avanzado es puntuar cada respuesta. El marco MDTS, publicado en Spectrum of Engineering Sciences, evalúa cada respuesta generada en cinco dimensiones y decide si se envía sola, se revisa o se delega. Es un ejemplo de gobernanza granular en lugar de un esquema de todo o nada. No es una función que atribuyamos a ninguna plataforma concreta, pero sí una idea útil para decidir cuánta autonomía das a tu asistente.
Guiones de ventas y calificación de leads
Si tu objetivo es calificar leads, el diseño cambia de tono pero no de método. Un guion de ventas para un asistente no es un monólogo: es una secuencia de preguntas cortas que descubren necesidad, urgencia y capacidad de compra, con una salida clara hacia un vendedor cuando el interés es real.
Buenas prácticas:
- Empieza explicando por qué llamas o escribes y cuánto durará.
- Haz una pregunta por turno; no encadenes tres.
- Define qué cuenta como lead calificado (presupuesto, plazo, rol) antes de escribir el flujo.
- Ofrece agendar con una persona en el mismo momento, en lugar de prometer una llamada futura.
- Permite decir «no me interesa» sin obstáculos y registra el motivo.
Cómo medir y entrenar el asistente
Cuando se habla de entrenar un asistente, en la práctica suele ser un ciclo de revisión, no un proceso único. Las frases de entrenamiento iniciales cubren lo previsible; las conversaciones reales muestran el resto.
Indicadores que conviene seguir cada semana:
- Tasa de contención: conversaciones resueltas sin humano.
- Resolución en el primer contacto: el cliente no vuelve a llamar por lo mismo.
- Número de turnos por tarea: menos es mejor, según lo visto en voz.
- Motivos de fallo y de traspaso: qué intenciones no se reconocen.
- Sentimiento: cómo termina la conversación, no solo si terminó.
El ciclo semanal es simple: escucha una muestra de llamadas fallidas, clasifica la causa (intención no cubierta, dato mal captado, respuesta confusa), corrige y vuelve a medir. Herramientas de analítica de voz y sentimiento y de transcripción en vivo facilitan esa revisión porque te dejan localizar rápido los puntos donde la conversación se rompe.
Nuestra perspectiva
En Monobot vemos el mismo patrón en equipos que empiezan a automatizar: invierten semanas en el tono del asistente y minutos en el traspaso a humanos. Nosotros lo hacemos al revés. Primero elegimos una tarea acotada, como agendar citas o consultar el estado de un pedido, y la dejamos funcionando bien. Después ampliamos.
Tres convicciones guían nuestro enfoque:
- Sin programación no significa sin diseño. Que puedas montar un agente sin escribir código no te exime de definir intenciones, datos y salidas. La herramienta acelera la puesta en marcha; el criterio sigue siendo tuyo.
- Lo que no se mide, no mejora. Por eso consideramos la analítica en tiempo real y la supervisión de conversaciones parte del diseño, no un extra posterior.
- El humano sigue en el circuito. Un asistente que sabe cuándo pasar la conversación, y con qué contexto, protege la relación con el cliente y hace que el agente humano trabaje mejor.
Si empiezas hoy, nuestro consejo es modesto: una intención, un canal, dos semanas de ajuste con conversaciones reales y solo entonces la siguiente.
— Alex
Cómo llevarlo a la práctica con Monobot
Monobot es una plataforma para crear, desplegar y gestionar asistentes de voz y chat sin programar, con integraciones con herramientas de terceros, plantillas por sector (salud, banca, retail, logística, recursos humanos y transporte), analítica en tiempo real y supervisión en vivo. Puedes empezar con el creador de agentes de voz y apoyarte en las plantillas por industria para no partir de una hoja en blanco.
Los planes publicados son Starter (200 USD al mes), Growth (500 USD al mes) y Business (1000 USD al mes); el plan Enterprise no tiene precio publicado. A eso se suman tarifas por uso, por ejemplo entre 0.22 y 0.27 USD por minuto de interacción de voz y entre 0.04 y 0.125 USD por respuesta de chat. El cumplimiento HIPAA cuesta 1000 USD al mes. Consulta el detalle actualizado en la página de precios o habla con nuestro equipo para dimensionar tu caso.
Preguntas frecuentes
¿Cuál es la diferencia entre diseño conversacional y UX conversacional?
En la práctica se usan casi como sinónimos. El diseño conversacional se centra en la estructura del diálogo (intenciones, flujos, respuestas), mientras que la UX conversacional añade la experiencia completa: canal, tiempos, tono, errores y traspasos. Para un proyecto de atención al cliente conviene trabajar ambas a la vez.
¿Necesito saber programar para diseñar flujos conversacionales?
No necesariamente. Con una plataforma sin código puedes configurar intenciones, respuestas e integraciones desde una interfaz visual. Lo que sí necesitas es método: tener claros la tarea, los datos que hay que capturar y las reglas de traspaso.
¿Cuántas frases de entrenamiento hacen falta por intención?
No existe una cifra universal. Empieza con las variaciones que aparecen en tus llamadas y chats reales, y amplía con los casos que el asistente falla. La calidad y la diversidad de las frases importan más que el número exacto.
¿Cuándo debe pasar el asistente a un agente humano?
Cuando el cliente lo pida, tras varios malentendidos seguidos y en temas sensibles como reclamaciones, cobros disputados o salud. El agente debe recibir la transcripción y un resumen para continuar sin repetir preguntas.
Fuentes
- Designing conversations for the digital age, ISCA
- Delivering government services through conversation design, Canada.ca
- Voice bots on the frontline, Journal of the Academy of Marketing Science
- Time to Transfer: Predicting and Evaluating Machine-Human Chatting Handoff, AAAI
- Cómo gobernar chatbots de apoyo emocional, NHIMG
- Trust Score Framework for agentic AI customer service, Spectrum of Engineering Sciences
- UX Conversation Designer, Senior Associate, Built In