Convierte tus procedimientos de soporte en un agente de IA probado

Esta guía se publicó originalmente en G2 AI blueprints.

¿Qué problema resuelve?

Los equipos de CX de ecommerce que usan agentes de IA en tiendas Shopify pasan semanas configurando automatizaciones intención por intención. Las políticas cambian constantemente (plazos de devolución, horas límite de envío, promociones de temporada alta), la configuración se desincroniza y los tickets que se salen del guion o que incluyen varias peticiones acaban escalados a personas. Mantener la automatización se convierte en un segundo trabajo, y el BFCM saca a la luz cada hueco en el peor momento posible.

¿Cómo funciona?

1. Reúne tus procedimientos de soporte actuales, tus macros, tus políticas de devolución y envío, y una muestra de unos cientos de tickets recientes de tu helpdesk.
2. Conecta Yuma a tu tienda Shopify y a tu helpdesk (Gorgias, Zendesk o similar) para que el agente pueda leer pedidos, seguimiento e historial del cliente, y ejecutar acciones de backend como cancelaciones, reembolsos y cambios de dirección.
3. Pide a Yuma que redacte un Handbook a partir de esos procedimientos y tickets pasados: un documento legible que cubre la voz de marca, las políticas y un playbook por tema. ¿Gestionas varias tiendas o marcas? Dale a cada marca su propia sección de voz dentro del mismo Handbook.
4. Conecta Claude a Yuma a través de MCP y ejecuta los prompts de auditoría del Handbook para contrastar el Handbook con tus documentos de políticas. Pídele que señale contradicciones, casos límite que faltan y reglas obsoletas, y que proponga cambios. Revisa cada cambio antes de aceptarlo.
5. Escribe tests para cada playbook con tickets reales y la respuesta y la acción que esperas. Ejecútalos, corrige el Handbook allí donde falle un test y vuelve a ejecutarlos hasta que pasen.
6. Publica el Handbook. Nada se activa hasta que una persona lo publica. Empieza con un subconjunto de temas o una parte del volumen de tickets y lee las transcripciones a diario durante la primera semana.
7. Extiende el mismo Handbook a playbooks salientes activados por eventos de pedido (retrasos de envío, incidencias de entrega, carritos abandonados por email y SMS) y a las llamadas telefónicas donde Voice esté activado.
8. Cuando cambie una política, edita la sección correspondiente del Handbook, vuelve a ejecutar los tests y publica. El agente aplica el cambio en el siguiente ticket, sin reconfigurar nada.

¿Cuál es el mayor beneficio?

Mantener la automatización pasa a ser mantener documentación, no árboles de decisión. Petlibro alcanza un 79 % de automatización con Yuma, y Yuma participa en el 64 % de las consultas de clientes de Tediber. Un único Handbook versionado gobierna el email y el chat entrantes, los mensajes salientes y el teléfono, así que un cambio de política llega a todos los canales en el siguiente ticket, y los tests por playbook detectan regresiones antes de que los clientes las vean. Una puesta en marcha que antes exigía semanas de configuración intención por intención se reduce a redactar, probar y aprobar un solo documento.

¿Qué necesitas para ponerlo en marcha?

Sigue los pasos 1 a 6 con tus propios tickets en una prueba gratuita de Yuma de 30 días antes de comprometerte con un despliegue. Copia los prompts de auditoría y de tests en un proyecto o skill de Claude para que todo el equipo pueda reutilizarlos. Define cada política una sola vez en el Handbook y haz referencia a ella desde los playbooks, para que un cambio nunca deje atrás una copia desactualizada. Añade un test para cada nuevo caso límite antes de publicar la corrección. Deja que Claude o ChatGPT lean el Handbook y propongan cambios vía MCP, pero mantén la aprobación humana en cada publicación. Incluye en tus tests las consultas de estado de pedido y de seguimiento, ya que la mayoría de los tickets de "¿dónde está mi pedido?" dependen de datos de Shopify en tiempo real. Antes de noviembre, pasa por tus tests los tickets de la semana pico del BFCM del año pasado como ensayo de estrés.

¿Cuáles son las limitaciones?

La calidad de las respuestas depende de la calidad del Handbook: políticas vagas o contradictorias producen respuestas vagas. Las acciones de backend requieren los permisos adecuados en Shopify y en el helpdesk. Los tickets que quedan fuera de las políticas documentadas se siguen derivando a agentes humanos, por diseño. Las tasas de automatización varían según la complejidad del catálogo, la mezcla de tickets y lo bien documentadas que estén las políticas. Voice y algunos canales salientes pueden depender de tu plan y de su disponibilidad.

Los prompts de esta guía

Úsalos con Claude conectado a Yuma a través del MCP de Yuma. Sustituye todo lo que va entre [corchetes]. Claude propone; una persona revisa y publica en Yuma.

Prompt 1: audita el Handbook frente a tus políticas

Lee nuestro Handbook actual de Yuma y compáralo con estos documentos de políticas: [pega o adjunta la política de devoluciones, la política de envíos, la garantía, las condiciones de las promociones, los procedimientos].

Devuelve:
1. Contradicciones: cualquier punto en el que el Handbook diga algo distinto de los documentos de políticas. Cita ambas versiones.
2. Huecos: políticas, casos límite o categorías de producto que el Handbook no cubre.
3. Reglas obsoletas: fechas, precios, horas límite, transportistas o promociones que parezcan caducados.
4. Duplicados: reglas que aparecen en más de un sitio y que acabarán divergiendo. Sugiere el único lugar donde debería vivir cada regla.

Para cada problema, propone el cambio exacto en el Handbook. No apliques nada.

Prompt 2: encuentra lo que preguntan tus clientes y el Handbook no responde

Busca nuestros tickets de Yuma de los últimos [30] días. Encuentra preguntas o peticiones que:
- el Handbook no cubre, o
- los agentes humanos respondieron de forma distinta a lo que dice el Handbook.

Agrúpalas por tema, con un recuento por tema y 2 IDs de ticket de ejemplo en cada uno. Ordénalas por volumen. Para los 5 primeros, propone una incorporación al Handbook.

Prompt 3: escribe tests para cada playbook

Para el playbook [nombre del playbook] de nuestro Handbook, escribe [10] tests usando tickets reales de Yuma siempre que sea posible. Para cada test indica:
- el mensaje del cliente (de un ticket real, sin datos personales)
- la respuesta esperada con la voz de nuestra marca
- la acción esperada (reembolso, cancelación, cambio de dirección, escalado, ninguna)
- por qué importa este caso (frecuente, caso límite o alto riesgo)

Incluye al menos 2 casos complicados: un ticket con varias peticiones y uno que deba escalarse a una persona.

Prompt 4: aplica un cambio de política sin riesgos

Nuestra política va a cambiar: [describe el cambio, p. ej. "el plazo de devolución pasa de 30 a 14 días para artículos rebajados a partir del 1 de noviembre"].
1. Enumera cada sección del Handbook y cada playbook afectados.
2. Propone los cambios exactos, definiendo la nueva regla una sola vez y haciendo referencia a ella en el resto.
3. Escribe 3 tests nuevos que fallarían con la regla antigua y pasarían con la nueva.

No apliques nada. Yo lo revisaré y lo publicaré.

Prompt 5: ensayo de temporada alta

Busca nuestros tickets de Yuma de [la semana del BFCM del año pasado, p. ej. del 24 de noviembre al 2 de diciembre]. Devuelve los 10 tipos de petición con más volumen y, para cada uno, dime si el Handbook actual tiene un playbook que lo gestione. Señala cualquier tipo de petición sin playbook o sin tests.

Reglas que mantener

• Claude propone, una persona publica. Nunca dejes que un cambio se active sin revisión.
• Añade un test para cada nuevo caso límite antes de publicar la corrección.
• Guarda estos prompts en un proyecto o skill de Claude para que cualquiera del equipo pueda volver a ejecutarlos.

Herramientas de esta guía

• Yuma AI
• Claude
• Shopify
• Gorgias