Hace unos meses enfrentábamos en Gomigo un problema clásico: el volumen de tickets de soporte crecía más rápido que nuestra capacidad para responderlos sin sacrificar calidad. Probé varias fórmulas y, al final, la que mejor funcionó fue combinar ChatGPT (para las respuestas automatizadas inteligentes) con Zapier (para orquestar las automatizaciones). El resultado: una reducción sostenida de alrededor del 40% en tickets que requerían intervención humana directa. Aquí te cuento, en primera persona, cómo monté ese sistema paso a paso, qué decisiones tomé y qué errores evitar.

Por qué usar ChatGPT + Zapier

Si tienes un producto digital o gestionas una comunidad, atiendes preguntas recurrentes: cómo recuperar una contraseña, problemas de pago, dudas sobre planes, o consultas de producto. Estas consultas son perfectas para automatizar parcialmente. ChatGPT aporta capacidad de interpretación y redacción natural; Zapier conecta las herramientas que ya usas (Gmail, Intercom, Google Sheets, Slack, etc.) sin necesidad de programar. La combinación permite respuestas rápidas y contextuales, manteniendo la opción de derivar a un humano cuando hace falta.

Objetivos y métricas que definí

Antes de tocar nada establecí métricas claras:

  • Reducir el número de tickets que requieren intervención humana en un 40%.
  • Tiempo medio de primera respuesta: menos de 10 minutos para consultas automatizadas.
  • Tasa de satisfacción post-respuesta > 85% en automatizaciones.
  • Tasa de escalado (mensajes que el bot no resolvió y derivó a humano) inferior al 20%.

    • Tener métricas me ayudó a poner límites y evaluar riesgos: no todo se debe automatizar.

    Arquitectura básica del sistema

    Mi montaje se apoya en tres capas:

  • Entrada: canal donde llega la consulta (email, formulario, Intercom, chat web).
  • Motor de decisión + respuesta: Zapier actúa como hub; llama a la API de OpenAI (ChatGPT) para generar la respuesta o para clasificar la intención.
  • Enrutamiento y logging: respuestas enviadas al usuario y registro en Google Sheets / CRM; escalado a humano si es necesario (Slack o ticketing).

    • Paso a paso práctico

    Te explico el flujo que implementé para un chat en web + formulario de contacto. Si usas Intercom, Front o Help Scout, el patrón es similar.

  • Trigger en Zapier: nueva entrada en el chat o formulario. Esto incluye campos clave: nombre, email, mensaje, URL del producto, plan del usuario (si aplica).
  • En Zapier hago dos llamadas a la API de OpenAI:
  • Primera: clasificación de intención. Envío el mensaje y pido a ChatGPT que lo clasifique en categorías (p. ej. "recuperar contraseña", "bug", "cancelación", "facturación", "pregunta general").
  • Segunda (solo si la intención es resoluble automáticamente): generación de la respuesta. Aquí uso un prompt templado con contexto: datos del usuario (plan), URL relevante, historial corto de últimas interacciones y plantillas internas de tono/estilo (en mi caso: cercano, claro y profesional).
  • Decisión de Zapier: según la clasificación, elige una de estas salidas:
  • Enviar respuesta automática al usuario (por email o chat widget) y marcar ticket como "respondido por bot".
  • Crear un ticket en el sistema humano y notificar al equipo en Slack con un resumen y el prompt / respuesta sugerida.
  • Solicitar información adicional al usuario si falta contexto (p. ej. "¿puedes enviar el ID de pedido?").
  • Registro: cada interacción se guarda en Google Sheets o en el CRM con campos: fecha, usuario, intención, respuesta generada, confianza (score), y si se escaló.

    • Ejemplos de prompts que uso

    Un prompt bien diseñado mejora la calidad de las respuestas y reduce falsos positivos. Aquí tienes un ejemplo de prompt para generación de respuesta:

    System/Context“Eres el asistente de soporte de Gomigo. Estilo: cercano, claro y profesional. Objetivo: resolver la duda del usuario con pasos concretos y enlaces útiles. Si no puedes resolver, pide más datos y deriva al equipo.”
    User Message“{mensaje_usuario}”
    Additional Info“Plan: {plan_usuario}. URL: {url_contenido_relacionado}. Última interacción: {resumen_historial}.”
    Instruction“Proporciona una respuesta de máximo 150 palabras, pasos numerados si aplica, enlaces a la documentación y una CTA para más ayuda. Si la intención es facturación o seguridad, sugiere derivación.”

    Cómo gestiono los falsos positivos y la seguridad

    No quería que el bot diera instrucciones de seguridad o maniobrara temas sensibles (facturación completa, datos personales). Para eso implementé reglas estrictas en Zapier:

  • Si la clasificación incluye “seguridad”, “facturación confidencial” o palabras clave (tarjeta, número, contraseña), el mensaje se escala automáticamente.
  • Siempre pido confirmación para acciones que impliquen cambios en la cuenta.
  • Reglas de privacidad: nunca incluyo datos sensibles en los prompts enviados a la API; en su lugar, envío solo tokens o identificadores internos.

    • Monitorización y mejora continua

    Al principio revisábamos manualmente cada respuesta automatizada durante las primeras semanas. Con ese feedback ajusté los prompts y la lógica. Implementé:

  • Un dashboard en Google Data Studio con métricas: % tickets automatizados, tasa de satisfacción, tiempo medio de respuesta, tasa de escalado.
  • Revisión semanal de casos escalados: aquí aprendí patrones que el bot no resolvía y añadí nuevas plantillas y reglas.

    • Errores comunes que cometí

    Valoro la franqueza: algunas decisiones iniciales no funcionaron y te las comparto para que no las repitas:

  • Automatizar todo desde el comienzo: esto generó respuestas frías e incorrectas. Mejor empezar por un subset de preguntas frecuentes.
  • No tener logs estructurados: al principio guardaba respuestas en texto libre y fue difícil analizar porqué fallaba el sistema.
  • No poner un enlace claro a "habla con un humano": los usuarios odian sentirse atrapados por un bot.

    • Herramientas y costes aproximados

    HerramientaFunciónCoste estimado
    OpenAI (ChatGPT API)Generación y clasificaciónVariable; desde 10–100 €/mes según volumen
    ZapierOrquestación de flujosPlan pago (20–60 €/mes) para Zaps con multi-steps
    Intercom / Tawk / FreshdeskCanal de entrada y gestión ticketsDepende del plan; existe plan básico y escalado
    Google Sheets / Data StudioLogging y dashboardsGratis

    Resultados reales

    Después de 6 semanas de ajuste conseguimos:

  • 40% menos tickets que necesitaban intervención humana (muchos se resolvían automáticamente).
  • Tiempo de primera respuesta para automatizados < 5 minutos.
  • La satisfacción se mantuvo en torno al 88% gracias a respuestas claras y posibilidad fácil de escalar.

    • Consejos finales prácticos

  • Empieza por las preguntas más repetidas: son las que te darán mayor impacto con menor esfuerzo.
  • Mide desde el día 1: sin datos no sabrás si estás mejorando.
  • Mantén siempre una vía visible para hablar con un humano.
  • Documenta prompts y plantillas: así otros miembros del equipo podrán ajustar tono y contenido.

    • Si quieres, puedo compartir los prompts que uso y un esquema del Zap para importarlo en tu cuenta (requiere ajustar campos). Escríbeme y te paso un paquete de inicio para arrancar en unas horas.