Un agente de primer contacto es un agente de IA de atención al cliente que responde con tu información (precios publicados, plazos, servicios, horario), no da presupuestos ni compromisos, y pasa la conversación a una persona en cuanto la pregunta se sale de lo que sabe. Se monta en n8n sobre tus documentos y se presenta como lo que es.
Es para quien recibe las mismas veinte preguntas por el formulario, por WhatsApp y por teléfono, y quiere contestarlas en el momento sin poner a nadie de guardia. Es el último paso de la automatización con n8n para pymes que montamos, no el primero: antes van el lead al CRM, la respuesta en segundos con textos fijos y el scoring.
¿Qué es un agente de primer contacto y en qué se diferencia de un chatbot?
Un agente de primer contacto es un sistema de IA que atiende la primera conversación con alguien que escribe a tu empresa, redacta la respuesta a partir de tu información y decide si puede seguir o tiene que avisar a una persona. Un chatbot de respuestas fijas elige entre textos que alguien escribió antes; el agente redacta y, por eso, puede equivocarse.
El chatbot funciona con un árbol: si el usuario pulsa «precios», muestra el texto de precios; si pregunta con sus palabras, el árbol no tiene rama y contesta «no te he entendido». El agente recibe la pregunta tal cual, busca en una base de documentos tuya los fragmentos que hablan de eso, y un modelo de lenguaje redacta la respuesta usando solo esos fragmentos. Si no encuentra nada, debe decir que no lo sabe. Esa búsqueda previa (en la documentación técnica, RAG: generación aumentada por recuperación) es lo que separa un agente útil de un chatbot que improvisa con la memoria general del modelo.
| Chatbot de respuestas fijas | Agente de primer contacto | |
|---|---|---|
| Cómo responde | Elige un texto escrito de antemano | Redacta a partir de tus documentos |
| Preguntas que entiende | Las previstas en el árbol | Cualquiera, con las palabras del cliente |
| Riesgo | Contestar «no te entiendo» | Contestar algo que no está en tus documentos |
| Mantenimiento | Añadir ramas | Actualizar documentos y revisar conversaciones |
| Coste | Bajo, casi siempre dentro del plugin de chat | Modelo por conversación, más montaje y revisión semanal |
| Cuándo encaja | Pocas preguntas, siempre las mismas | Preguntas variadas sobre información que ya tienes escrita |
Si tus preguntas son diez y siempre las mismas, la respuesta automática con textos fijos de responder en menos de un minuto te sobra y cuesta menos. El agente se justifica cuando las preguntas son variadas y la respuesta está en algún sitio de tu web o de tus documentos.
¿Qué responde un agente de primer contacto y qué no?
Responde lo que ya está escrito en tu información: precios publicados, plazos habituales, qué servicios ofreces y cuáles no, horario, dirección, cómo pedir cita, qué documentación hace falta. No responde nada que exija criterio o compromiso: un presupuesto a medida, un diagnóstico, una fecha de entrega concreta, un descuento, una opinión sobre el caso del cliente.
La regla es fácil de enunciar y difícil de respetar: el agente solo puede decir lo que un empleado nuevo podría leer en voz alta de un documento de la empresa. Si para contestar hace falta pensar en el caso concreto, no es tarea del agente.
| Pregunta | ¿Responde? | Qué hace |
|---|---|---|
| «¿Cuánto cuesta una web corporativa?» | Sí, si el precio está publicado | Da el «desde» y enlaza la página de precios |
| «¿Cuánto me costaría a mí, con tienda y tres idiomas?» | No | Recoge los datos y pasa a una persona |
| «¿Abrís los sábados?» | Sí | Horario literal |
| «¿Podéis tenerlo para el día 15?» | No | «Lo confirma Juan hoy antes de las 18:00» |
| «¿Trabajáis con clínicas?» | Sí | Enlaza la página del sector |
| «Me duele una muela desde ayer, ¿qué puede ser?» | No | Teléfono y cita, sin opinar |
Hay una tercera categoría: lo que el agente no debe ni leer. Datos de salud, bancarios, documentos de identidad. Si alguien los pega en el chat, el flujo los descarta antes de que lleguen al modelo y pasa a una persona; en el ejemplo de la clínica está cómo.
¿Cuándo pasa la conversación a una persona?
En cuatro situaciones, y las cuatro se programan: cuando la pregunta no está en los documentos, cuando el usuario pide hablar con alguien, cuando aparece una palabra o un dato que marca riesgo (dolor, urgencia, reclamación, factura, datos sensibles) y cuando la conversación supera un número de turnos sin resolverse. El paso a persona no es un fallo del agente; es su trabajo.
El primer caso es el más frecuente. Si la búsqueda en documentos no devuelve nada por encima de un umbral de similitud, el agente no inventa: dice que no lo tiene y recoge nombre, canal y pregunta. En n8n esto es una rama del flujo, no una virtud del modelo: las instrucciones lo prohíben y el flujo lo comprueba. El segundo caso debe funcionar siempre: quien escribe «quiero hablar con una persona» lo consigue a la primera. Un agente que insiste quema la confianza más rápido que uno que no sabe.
El tercero son las palabras de riesgo, una lista por sector: en una clínica, síntomas y urgencias; en una tienda, «reclamación» o «no ha llegado»; en una agencia, «contrato», «factura», «baja». El cuarto es el tope de turnos: si en seis mensajes no se ha resuelto, el agente lo deja. En horario, aviso a Slack o Telegram con la conversación entera; fuera de horario, la hora real a la que lo verá alguien y el enlace a la agenda. Con el scoring de leads delante, la conversación llega al comercial con contexto y puntuación.
¿Cómo se monta en n8n con tu propia información?
Con el nodo AI Agent (en inglés) de n8n conectado a tres cosas: un modelo de lenguaje, una memoria de conversación y una herramienta de búsqueda sobre una base de documentos tuya. Delante, un disparador de chat o un Webhook de WhatsApp; detrás, las ramas que avisan a una persona. Son unas diez horas de montaje si la información ya está ordenada.
Los pasos, en orden:
- Reunir la información. Servicios, precios publicados, horario, preguntas frecuentes, política de citas. Un archivo por tema, con fecha. Lo que no esté aquí, el agente no lo sabe.
- Cargar los documentos. Un flujo aparte con un nodo de vector store (Simple Vector Store para probar; Qdrant, Supabase o Pinecone en producción), el Default Data Loader y un Recursive Character Text Splitter que parte los textos en fragmentos de unos cientos de caracteres, convertidos en vectores con un nodo de Embeddings. Se ejecuta cada vez que cambia un documento.
- El agente. Nodo AI Agent con un Chat Model (OpenAI, Anthropic, Google o un modelo en tu servidor), un nodo de memoria con el identificador de la conversación como clave, y la herramienta Vector Store Question Answer Tool apuntando a la base del paso 2.
- Las instrucciones del sistema. Lo que más pesa y lo que menos se cuida: quién es, qué puede responder, qué no, cómo se presenta, qué hace cuando no sabe, y la orden de no dar cifras que no estén en los documentos. Una página, revisada con las conversaciones del primer mes.
- Las ramas de salida. Un nodo IF detecta la petición de persona y las palabras de riesgo antes de llamar al agente; otro mira si ha devuelto «no lo sé»; un Switch decide canal y horario; Slack, Telegram o Gmail avisan con la conversación y el enlace al CRM.
- El canal. Para la web, el Chat Trigger de n8n con su widget. Para WhatsApp, la WhatsApp Cloud API (en inglés) con un Webhook: dentro de las 24 horas siguientes al último mensaje del cliente se responde en texto libre; fuera de esa ventana hace falta una plantilla aprobada por Meta.
Dos opciones del nodo que conviene activar: Max Iterations, para que el agente no se quede dando vueltas entre herramientas, y Return Intermediate Steps, que guarda qué fragmentos usó en cada respuesta. Las piezas son las mismas que recorre la guía de automatización con n8n: de cero a agentes.
¿Qué obliga el Reglamento de IA y qué límites conviene ponerle?
El Reglamento (UE) 2024/1689 obliga a que la persona sepa que habla con un sistema de IA. Es el artículo 50, dentro de las obligaciones de transparencia del AI Act, y se aplica desde el 2 de agosto de 2026 a todo sistema que interactúe directamente con personas, salvo que resulte evidente por el contexto. En la práctica: el agente se presenta en el primer mensaje y repite quién es si se lo preguntan.
Hay límites que la ley no exige y que ponemos igual, porque evitan los problemas que aparecen de verdad:
- Sin conocimiento del modelo. Si no está en los documentos, no se dice. Un agente que responde «los precios suelen rondar…» con su memoria general está inventando tu lista de precios.
- Sin compromisos. Nada de «sí, lo tendréis el día 15» ni de descuentos.
- Registro de conversaciones con fecha, canal, fragmentos usados y motivo del paso a persona, en tu CRM o en una tabla.
- Aviso de privacidad en el propio chat; si el modelo es de un proveedor externo, consta en el registro de actividades de tratamiento y en el contrato de encargado.
- Revisión humana semanal de una muestra. Lo que contestó mal se corrige en los documentos o en las instrucciones, no con un parche.
Y una decisión previa: si el volumen de preguntas no justifica mantener los documentos al día y revisar conversaciones cada semana, los textos fijos resuelven más barato. Lo contamos con más calma en agentes de IA explicados a un gerente.
¿Cómo funciona en una clínica sin tocar datos de salud?
En una clínica el agente responde horario, tratamientos que se ofrecen, precios publicados, con qué aseguradoras se trabaja, cómo pedir cita y qué llevar a la primera visita. No responde a síntomas, no orienta sobre tratamientos para un caso y no guarda nada de lo que el paciente cuente sobre su salud. Es la parte de atención de lo que montamos en clínicas: citas, reseñas y GEO.
Los datos de salud son categoría especial en el artículo 9 del RGPD y tratarlos exige una base jurídica que un chat de primer contacto no tiene. Por eso el flujo lleva un filtro antes del agente: un nodo que detecta síntomas, diagnósticos, medicación o dolor y, si aparecen, descarta el mensaje sin pasarlo al modelo ni guardarlo, y responde con una frase fija. Lo mismo con las fotos.
Así queremos que vaya una conversación (es un ejemplo de diseño, no una conversación real):
Paciente: ¿Hacéis blanqueamiento y cuánto cuesta? Agente: Soy el asistente de IA de la clínica. Sí, hacemos blanqueamiento dental; el precio está en la página del tratamiento, que te enlazo, e incluye la revisión previa. ¿Quieres pedir cita o prefieres que te llame alguien del equipo? Paciente: Es que tengo una muela que me duele mucho desde ayer. Agente: Eso lo tiene que valorar un dentista; yo no puedo orientarte. Si es urgente, el teléfono está en el pie de esta página y hoy atienden hasta las 20:00. Si prefieres, te paso el primer hueco libre de mañana.
En el segundo turno el agente no ha guardado «me duele una muela» en ningún sitio: el filtro lo ha detectado, ha respondido con el texto fijo y ha avisado a recepción con un mensaje neutro («paciente pide cita urgente, teléfono acabado en 45»). El motivo se lo cuenta el paciente al dentista, no al chat.
¿Cómo se mide si el agente de IA de atención al cliente funciona?
Con cinco números que el propio flujo anota en una tabla: cuántas conversaciones atiende, qué porcentaje resuelve sin persona, qué porcentaje pasa a persona y por qué motivo, cuánto tarda la persona en continuar, y cuántas respuestas de una muestra semanal estaban mal. El primero dice si se usa; el segundo y el tercero, si está bien acotado; el último, si es fiable.
Un porcentaje alto de paso a persona no es malo al principio: significa que el agente no inventa. Lo malo es que no baje, porque cada paso por «no está en los documentos» es un documento que falta. Cada semana, las preguntas sin respuesta se convierten en texto nuevo; a los dos meses, el paso a persona se queda en lo que debe ser personal.
Una cifra de contexto: según el State of Marketing 2026 de HubSpot (en inglés), el 80 % de los profesionales de marketing ya usa IA para crear contenido. Hablar con clientes es otra cosa: el error en un texto se corrige antes de publicar; el error en un chat lo lee el cliente en el momento. Por eso el orden es textos fijos primero, scoring después y agente al final.
Seguimos este tema en todos los artículos de automatización y agentes.
Preguntas frecuentes
¿Puede el agente dar precios?
Solo los publicados, y tal como están publicados: el «desde», lo que incluye y el enlace a la página. Un precio a medida exige mirar el caso, y eso lo hace una persona. Si no publicas precios, el agente no da ninguno y recoge los datos para el presupuesto.
¿Qué modelo de IA conviene usar?
El que respete instrucciones largas, tenga un contrato de tratamiento de datos válido en la UE y cuyo coste por conversación te cuadre. El nodo AI Agent permite cambiar de modelo sin tocar el resto del flujo, así que la elección no es definitiva.
¿Hay que decir que es una IA?
Sí. El artículo 50 del Reglamento (UE) 2024/1689 lo exige desde el 2 de agosto de 2026. Además de la ley, es lo que mantiene la confianza: el cliente que descubre a la tercera pregunta que hablaba con una máquina no vuelve.
¿Cuánto cuesta montarlo y mantenerlo?
Desde 2.900 € si lo montamos nosotros: va en nuestro rango A medida de automatización, que incluye el agente con tus documentos cargados, los límites de este artículo y el paso a persona por web o WhatsApp, cinco flujos auxiliares (aviso al CRM, agenda), la integración con el CRM y 90 días de soporte. Licencias aparte: n8n no cuesta nada en tu servidor y entre 20 y 60 € al mes en la nube; el modelo se paga por uso y, para una pyme, son céntimos por conversación. El coste que nadie presupuesta es la hora semanal de revisar conversaciones.
—
Diego lleva las automatizaciones de We Love SEO: conecta formularios, CRM, tiendas e informes con n8n, y documenta lo que falla. Más sobre él en el equipo.
