Un agente sin estados es un empleado que solo sabe recitar el catálogo

Un cliente le escribe esto a una distribuidora un martes a la mañana:

"Hola, mandame lo mismo del mes pasado pero el doble. Y fijate que la última vez vino fallado."

Un mensaje. Tres tareas distintas.

Buscar qué compró en marzo. Ver si hay stock y a qué precio está hoy. Abrir un reclamo por el pedido anterior.

Casi todos los bots que veo contestan una de las tres. Los honestos derivan a un humano y listo.

No es el modelo. Nunca fue el modelo. Son dos cosas, y las dos se resuelven en el diseño, no escribiendo un prompt más largo.

La base de información

A la mayoría de los agentes les cargan un FAQ de quince preguntas y los mandan a atender clientes.

Quince preguntas no alcanzan ni para el primer martes. Lo que hace falta es el historial de compras, la lista de precios vigente, el stock real, las condiciones de ese cliente en particular, y las excepciones que el vendedor viejo conoce de memoria y nunca escribió en ningún lado.

Esa última parte es la que nadie hace. Y es la que más vale.

Un agente sin acceso a eso no responde. Improvisa. Y lo hace con una seguridad que asusta, porque el modelo está entrenado para sonar seguro, no para saber.

La pregunta que hay que hacerse antes de escribir una línea de código es simple: ¿de dónde va a sacar la respuesta? Si no hay una respuesta concreta a eso, no hay agente.

Los estados

Esta es la parte que casi nadie piensa.

Un flujo conversacional lineal funciona así: saluda, pregunta, responde, chau. Es un formulario con mejor vocabulario.

Pero consultar un pedido, cotizar uno nuevo, abrir un reclamo y agendar una visita son cuatro tareas distintas. Cada una necesita datos distintos, herramientas distintas y un criterio distinto para saber cuándo terminó.

Un agente bien armado tiene un estado por tarea. Sabe en cuál está, qué información ya juntó, qué le falta, y se mueve al estado que corresponde cuando la persona cambia de tema. Si el cliente arranca pidiendo un presupuesto, se desvía a preguntar por el reclamo y después vuelve, el agente vuelve con él. No arranca de cero.

Esa es la diferencia entre un bot que atiende y uno que hace.

Cómo se ve cuando está bien hecho

Con ese mensaje del principio, un agente con base amplia y estados hace esto:

Identifica al cliente. Entra al estado de historial y recupera el pedido de marzo. Pasa al estado de cotización, chequea stock, arma el pedido al doble con el precio de hoy. Detecta que hay un reclamo pendiente, abre el ticket de posventa con el número del pedido viejo. Devuelve las tres cosas en una sola respuesta y, si el reclamo supera cierto monto, lo escala a una persona.

Eso no es magia. Es diseño.

Antes de que salga a producción

Nunca pongo un agente a atender gente sin un set de conversaciones armadas para romperlo.

No las preguntas fáciles. Las otras. El que pregunta tres cosas juntas. El que se contradice. El que pide algo fuera de alcance. El que escribe mal. El que se va por las ramas y vuelve cuatro mensajes después.

Ese set se corre cada vez que se toca un prompt o se agrega una herramienta. Sin eso, cada ajuste es una apuesta a ciegas: arreglás una cosa, rompés otras dos y te enterás por un cliente.

Lo que veo venir

En LATAM la mayoría todavía usa IA para que le escriba un mail. Las PyMEs que en los próximos dos años conecten sus datos reales a un agente con estados van a tener una ventaja operativa que no se compra con más presupuesto de marketing.

No va a ganar el que tenga el mejor modelo. Todos van a tener el mismo modelo.

Va a ganar el que le haya dado más información y más cosas para hacer.