El reto
Una plataforma publicitaria con unos 200 clientes activos gestionaba a mano el soporte y el onboarding. Cada alta necesitaba que un gestor guiara al cliente por la configuración, y las mismas preguntas llegaban una y otra vez. El conocimiento del producto estaba repartido entre documentos sueltos y la cabeza del equipo, así que hasta una respuesta sencilla llevaba tiempo.
El enfoque
Los agentes de IA responden a las preguntas de soporte y onboarding en los canales que los clientes ya usan. Antes de responder, el agente reúne dos tipos de contexto: la base de conocimiento interna de la empresa y la ficha del propio cliente en el CRM. La base de conocimiento hace que la respuesta sea correcta, y los datos del CRM hacen que sea específica. Una pregunta sobre la configuración de una campaña recibe una respuesta que encaja con cómo está configurada la cuenta de ese cliente en concreto.
Arquitectura
- IA: API de OpenAI, con RAG sobre PostgreSQL y pgvector
- Orquestación: flujos de n8n que gestionan la búsqueda, las consultas al CRM y la generación de respuestas
La base de conocimiento se vectoriza y se guarda en pgvector, y n8n conecta los agentes con los canales de soporte que la empresa ya tenía.
Resultados
Los agentes responden a las preguntas repetitivas de primer nivel teniendo en cuenta la configuración de cada cliente. El tiempo del equipo se va a las preguntas que de verdad necesitan a una persona.