Cómo configurar un agente de IA en WhatsApp

1. Elige la ruta de acceso a WhatsApp

Hay tres caminos: API en la nube directamente con Meta, un BSP (proveedor oficial) o bibliotecas no oficiales que automatizan WhatsApp Web. El tercero es tentador porque es gratuito y rápido, y es exactamente lo que reduce las cifras de la empresa. No lo utilice en operaciones serias.

Direct Cloud API ofrece un menor costo y control total, lo que requiere que usted se encargue de la verificación comercial, los webhooks y la infraestructura. BSP resuelve la incorporación y el soporte con un marcado por conversación. Para aquellos que ya cuentan con un equipo técnico, la API directa en la nube es el estándar.

2. Webhook: recibe sin perder mensajes

Meta entrega eventos a través de un webhook HTTPS y los reenvía cuando no responde rápidamente. El controlador debe validar la firma, responder 200 inmediatamente y procesar en cola. El procesamiento sincrónico genera tiempo de espera, reenvío y respuesta duplicada al cliente.

Conserve el identificador del mensaje y descarte los duplicados: la entrega se realiza al menos una vez, no exactamente una vez.

export const POST = async ({ request }) => {
  const raw = await request.text();
  if (!verificarAssinatura(raw, request.headers.get("x-hub-signature-256"))) {
    return new Response("assinatura inválida", { status: 401 });
  }
  const evento = JSON.parse(raw);
  const msg = evento.entry?.[0]?.changes?.[0]?.value?.messages?.[0];
  if (msg && !(await jaProcessada(msg.id))) {
    await fila.enfileirar({ id: msg.id, de: msg.from, tipo: msg.type, msg });
  }
  return new Response("ok"); // sempre 200, sempre rápido
};

3. Antirrebote: la gente escribe en ráfagas

En WhatsApp, el usuario envía "hola", luego "quería saber", luego "cuál es tu plan" en tres mensajes. Responder a cada uno genera tres respuestas aleatorias y triplica el costo.

La solución es una ventana de agrupación de 3 a 8 segundos por contacto: se acumula, pone a cero el contador con cada nuevo mensaje y solo entonces llama al agente con el bloque completo. Junto a ello, se incorpora un indicador de escritura y un bloqueo por conversación para evitar dos ejecuciones simultáneas de un mismo contacto.

4. Ventana de 24 horas, plantillas y costo

Tras un mensaje del cliente, tienes 24 horas para responder libremente. Fuera de esta ventana, sólo plantillas previamente aprobadas. Esto cambia el diseño del producto: el seguimiento, el recordatorio y la reanudación de la conversación requieren una plantilla registrada y una categoría correcta.

Meta se cobra por conversación iniciada, y varía según la categoría: servicio, utilidad, marketing y autenticación. Agregue esto al costo de los tokens de agente y obtendrá el costo real por servicio, que es el número que se debe comparar con el costo del agente humano.

• Plantillas: envíelas con anticipación, la aprobación demora de horas a días y la desaprobación es común para el texto promocional.
• Nunca lances marketing de lista fría: es el camino más rápido hacia números restringidos y de baja calidad.
• Registra la hora del último mensaje del contacto para saber, en cualquier momento, si la ventana está abierta.

5. Audio, imagen y documento

En Brasil, el audio es la norma. El agente debe descargar los medios autenticados por API, transcribirlos y tratar el texto como una entrada normal. Las imágenes suelen ser pruebas, impresiones de errores o fotografías de productos; vale la pena ejecutar una vista solo cuando el flujo lo requiere, porque cuesta más.

Almacene los medios en su infraestructura: las meta URL caducan y necesitará el archivo en su historial de servicio.

6. Traspaso humano sin perder contexto

Todo agente de WhatsApp necesita una puerta de salida: solicitud explícita de un cliente, tema delicado (legal, financiero, queja grave), poca confianza o fracaso repetido. Durante la transferencia, el agente deja de responder a ese contacto, marca la conversación como humana y entrega un resumen, los datos recopilados y el historial al agente.

Defina también la ruta de retorno: quién devuelve la conversación al agente, cuándo y qué es lo que el agente ya puede asumir como conocido.

7. Integración con CRM y sistemas internos

El valor no está en la conversación, está en lo que registra. Cada servicio debe producir un contacto identificado, campos calificados, etapa de embudo y evento en CRM. Aquí se aplican las mismas reglas de herramienta: alcance por inquilino en el servidor, idempotencia en escritura y registro auditable.

Esto es lo que transforma al agente de un “bonito chatbot” a un canal con un número de conversión comparable al del equipo de ventas.

8. Métricas que importan

Realice un seguimiento de la tasa de resolución sin humanos, el tiempo hasta la primera respuesta, la tasa de transferencia, el costo por conversación resuelta y la conversión a reunión o venta. La métrica "Mensajes enviados" no dice nada.

Controle también la calidad del número en la plataforma Meta: una caída en la calidad precede al límite de envío, y el límite de envío reduce la operación.