Un asesor de IA que atiende en deshoras y deja la cita agendada en el sistema

El problema

• La mayoría de los mensajes llegan desde campañas publicitarias, y llegan a cualquier hora. Un interesado que escribe a las diez de la noche y recibe respuesta al día siguiente ya no es un interesado.
• Responder implicaba consultar precios reales por dispositivo, explicar garantías y tiempos, y coordinar una cita: no era algo que se resolviera con respuestas automáticas.
• Los intentos habituales de "poner un chatbot" fallan porque el modelo responde sobre un PDF exportado o inventa un precio, una sede o una fecha. En un negocio de servicio técnico, un precio inventado es una promesa que alguien tiene que pagar.
• Y responder bien no bastaba: hacía falta que la conversación terminara en una cita agendada, no en un "gracias por la información".

Qué construimos

El sistema como herramientas, no como documento

Construimos un servidor MCP —el estándar con el que un modelo consulta y ejecuta acciones sobre sistemas reales— sobre la API pública de ReparaCenter. Expone diez herramientas: precios de reparación por dispositivo, sedes, tipos de dispositivo y de reparación, búsqueda y creación de clientes, creación de dispositivos y creación de la cita. El modelo no recuerda precios: los consulta en el momento de responder, así que un cambio en el sistema se refleja en la siguiente respuesta sin reindexar nada.

Cierra la cita, no solo la conversación

Cuando el cliente muestra intención real, el asistente pide nombre y teléfono, busca si ya está registrado y lo crea si no, identifica el dispositivo —o lo da de alta—, recupera la descripción del problema que el cliente ya dio antes, muestra todas las sedes con su dirección, resuelve "mañana" o "el viernes" contra la hora real de Colombia, resume todo, pide confirmación y recién entonces crea la preorden. El cliente termina con un número de orden, no con una promesa.

Del otro lado, el laboratorio recibe una orden de verdad

La cita entra al sistema como una orden en estado de preorden, con el técnico menos cargado de esa sede asignado automáticamente y emparejado por especialidad con la reparación cotizada. La descripción que dio el cliente queda como nota de la orden. Si la hora elegida choca con otra cita de ese técnico, la orden se crea igual y un grupo de staff en Telegram recibe el aviso para decidir si se pueden atender juntas o hay que reagendar: la automatización no bloquea la operación, la avisa.

Vender sin mentir, como regla del sistema

El asistente aplica técnicas reales de venta consultiva —autoridad técnica, reciprocidad, encuadre del costo de esperar, recomendación entre opciones de precio, cierre asumido— porque un asesor que solo recita cifras no convierte. Pero tiene un límite escrito y no negociable: nunca inventar urgencia, escasez, testimonios ni cifras que no vengan de una herramienta. Precios, sedes, direcciones, dispositivos, tipos de reparación y hasta el nombre del cliente salen exclusivamente del sistema o se preguntan.

Lo que hace que aguante en producción

Un endpoint público que crea citas es una superficie de abuso: hay tope de citas abiertas por cliente, sedes que pueden cerrarse al agendamiento, el teléfono se enmascara en respuestas y registros, y el origen "bot" lo marca el servidor, nunca el cliente, para que no se pueda falsificar. Del lado del bot: memoria de conversación persistida con los datos ya confirmados —para que no vuelva a preguntar lo que el cliente ya dijo—, un candado por chat que ordena mensajes seguidos del mismo cliente, y una red de seguridad que fuerza la consulta al sistema en las preguntas donde el modelo tendía a improvisar.

Barato de operar y fácil de cambiar

Corre por webhook en infraestructura que escala a cero, así que en horas muertas no cuesta prácticamente nada — que es precisamente cuando más valor aporta. El proveedor del modelo es configuración, no código: se puede cambiar de uno a otro sin tocar la lógica. Y como todas las herramientas aceptan el identificador del laboratorio, activar el asistente para otro cliente del SaaS es desplegar otra instancia, no volver a construir la integración.

Por qué este sistema es difícil de replicar

La diferencia con un chatbot es que este escribe en el sistema. No entrega un resumen para que alguien lo transcriba mañana: crea la orden, le asigna técnico por especialidad y disponibilidad, deja la descripción del cliente como nota y avisa al equipo si hay un cruce. Y lo hace con la regla de no inventar nada por encima de cualquier técnica de venta.