Qué debe hacer un chatbot de IA cuando no sabe la respuesta
Un chatbot no debe esconder la incertidumbre detrás de una respuesta más larga. Cuando las fuentes aprobadas no respaldan una respuesta, lo útil es explicar el límite y ofrecer un siguiente paso adecuado a la pregunta.
Cada causa necesita una alternativa distinta.
Distingue por qué no hay respuesta
| Situación | Respuesta adecuada |
|---|---|
| La pregunta es ambigua | Haz una única pregunta aclaratoria concreta |
| Existe una fuente relacionada, pero le falta el detalle | Indica qué cubre la fuente y qué no |
| El tema queda fuera del alcance del asistente | Dilo y enlaza al área relevante si la conoces |
| La petición necesita datos de la cuenta | Dirige al visitante al flujo con sesión iniciada o a soporte |
| La petición necesita criterio o aprobación | Explica que debe decidirlo una persona |
| Las fuentes se contradicen | Señala el conflicto o evita elegir hasta que se resuelva la fuente |
Un "no lo sé" genérico es seguro, pero a menudo poco útil. Una respuesta inventada es peor.
Escribe reglas alternativas basadas en la evidencia
Una instrucción práctica podría decir:
Responde a partir de las fuentes conectadas. Si no ofrecen el dato solicitado, di que el contenido disponible no lo responde. No deduzcas una política ni una capacidad. Enlaza a la fuente relevante más cercana y ofrece la vía de contacto designada cuando exista.
La redacción exacta debe ajustarse al público y al proceso de soporte real.
Prueba la alternativa de forma deliberada
Haz al menos una pregunta de cada categoría sin respuesta. Comprueba que la respuesta:
- no introduce datos sin respaldo;
- distingue la información pública de la ayuda específica de una cuenta;
- pide aclaraciones solo cuando podrían cambiar la respuesta;
- usa el contacto o el flujo correcto; y
- no atrapa al visitante en disculpas repetidas.
Convierte las carencias repetidas en trabajo de contenido
Revisa el historial de conversaciones para detectar preguntas sin respaldo que se repiten. Si la organización tiene una respuesta aprobada, publícala en una fuente de referencia, actualiza el dataset y añade la pregunta a las pruebas de regresión.
Si la organización no publica la respuesta de forma intencionada, mantén la limitación. No todas las carencias deben convertirse en contenido público.
Una buena alternativa protege la precisión y ayuda al visitante a avanzar. Forma parte de la experiencia de producto, no es un mensaje de error que haya que esconder.