Todo lo que necesitas para dominar la plataforma — guías, paso a paso y respuestas.
Busque aquí los artículos o busque las categorías de abajo.
Explorar por tema
Encuentra guías, tutoriales y respuestas organizadas por categoría.
Primeros Pasos
Visión general de la plataforma, inicio de sesión, perfil, 2FA, recorrido por la interfaz, conceptos esenciales y onboarding con el Cerebro Maestro.
Explorar
Bandejas de Entrada y Canales
WhatsApp Web y Cloud, Coexistence, Hub de grupos/comunidades, plantillas/flows/llamadas, sitio web, correo, redes, voz y API.
Explorar
Conversaciones y Atención
Vista de conversaciones, respuestas, notas, asignación, estado, prioridad, etiquetas, macros, respuestas rápidas, búsqueda, filtros y SLA.
Explorar
Contactos y CRM
Contactos, importación, segmentos, atributos, empresas, pipelines/kanban/negocios y registro de pedidos.
Explorar
Catálogo y Comercio
Catálogo nativo, sincronización y WhatsApp Business Catalog, envío de productos/pedidos en la conversación y ciclo de vida de e-commerce.
Explorar
Pagos
Conectar pasarela (Asaas/Mercado Pago), crear cobros (PIX/boleto/tarjeta), suscripciones, descuentos, agendamiento pago e informes.
Explorar
Agenda y Citas
Conectar Google Calendar, tipos de evento, disponibilidad, página pública de reservas, reprogramar/cancelar, Meet y .ics.
Explorar
Tareas
Listas, tablero y calendario, subtareas, dependencias, recurrencia, recordatorios, SLA, plantillas y panel en la conversación.
Explorar
Follow-ups y Cadencias
Secuencias, pasos, canales, composición, inscripción (manual/automatización/evento/inactividad/IA), embudo, salida e IA con aprobación humana.
Explorar
Automatización y Flujos
Reglas de automatización, macros, Flow Builder, enrutamiento inteligente, bots y Captain.
Explorar
Maestro IA y Cerebro de la Cuenta
Qué es Maestro, onboarding por voz, copiloto generativo (proponer→confirmar→ejecutar), departamentos, riesgos, insights y herramientas por módulo.
Explorar
Growth & Marketing Studio
Page/Form Builder, AI Studio, publicación social, Ads/CTWA/leadgen, lanzamientos, grupos de lanzamiento, automatización social y Red de Colaboración.
Explorar
Contratos y Firma Electrónica
Empresas emisoras, certificado A1, plantillas, variables, autocompletado, firma interna/externa, página pública y validador.
Explorar
Ventas y Gamificación
Gestión de ventas, cartera, metas, meta-sobre-meta, gamificación, leaderboard, recompensas, comisiones, TELÓN y lead score.
Explorar
Medios
Biblioteca de medios, carpetas, papelera, medidor de almacenamiento y reutilización de archivos en cualquier canal.
Explorar
Chat Interno
Canales, mensajes directos, anuncios y compartir entidades (conversaciones, contactos, negocios) como tarjetas.
Explorar
Informes y Análisis
Visión general, conversaciones, agentes, equipos, etiquetas, bandeja, CSAT, SLA e informes por módulo.
Explorar
Campañas
Campañas en el sitio, campañas de WhatsApp, plantillas HSM y variables.
Explorar
Administración y Configuración
Cuenta, agentes, equipos, roles y gobernanza (RBAC), horarios, etiquetas, atributos, integraciones, auditoría, whitelabel, scripts y notificaciones.
Explorar
API y Desarrolladores
API REST, tokens, webhooks, SDK de Custom Scripts y eventos por módulo.
Explorar
FAQ y Solución de Problemas
Preguntas frecuentes, errores comunes (WhatsApp desconectado, vinculación, pago fallido), límites y buenas prácticas anti-ban.
Explorar
Artículos populares
Lo que otras personas están leyendo ahora.
Modelos: guardar, aplicar, duplicar, exportar e importar la configuración de un bot
Visión general Un Modelo — así llama la pantalla a una configuración de bot guardada — es la configuración de un bot almacenada para reutilizarla: persona, instrucciones, modelo de lenguaje, herramientas habilitadas, guardrails, política de transferencia, secuencia de atención y todo lo demás que ajustaste. La biblioteca está en Configuración → Bots, justo debajo de la lista de bots — y aparece incluso cuando la cuenta todavía no tiene ningún bot, porque importar un Modelo es una de las formas de conseguir el primero. | Acción | Dónde está | Qué hace | |---|---|---| | Guardar como Modelo | en el formulario del bot | Guarda la configuración en la biblioteca de esta cuenta. | | Aplicar un Modelo | en el formulario del bot, en Plantillas rápidas | Trae la configuración guardada al formulario; la revisas y guardas el bot. | | Duplicar | en la lista de Modelos | Crea una copia del Modelo en esta cuenta, editable. | | Editar | en la lista de Modelos | Cambia el nombre, el sector y la descripción. No toca la configuración guardada. | | Eliminar | en la lista de Modelos | Quita el Modelo. Los bots ya creados a partir de él siguen funcionando. | | Exportar / Importar | en la lista de Modelos | Genera y lee un archivo .maestro-template.json que otra instalación puede abrir. | Lee esto antes de migrar: un Modelo no es una copia íntegra del bot. Dos clases de cosas se quedan atrás por diseño — secretos y referencias locales. Cada vez que algo se guarda, exporta o importa, el panel Lo que no viajó dice exactamente qué se eliminó o se vació. Nunca supongas «importó al 100%». Requisitos previos - Maestro habilitado y al menos un bot configurado (o un archivo de Modelo para importar). - Permiso de administrador para guardar, duplicar, editar, eliminar, exportar e importar. - Para importar en otra instalación: acceso de administrador allí también. Paso a paso Guardar un bot como Modelo 1. Ve a Configuración → Bots y abre el bot que ya está como lo quieres. 2. En el bloque Plantillas rápidas, usa Guardar como Modelo. 3. Rellena Nombre y, opcionalmente, Sector (opcional) y ¿Para qué sirve este Modelo? (opcional). Ponle un nombre que describa el uso, no el cliente. 4. Confirma con Guardar Modelo. Aparece arriba en la lista de Modelos. Atención — son dos comportamientos, y el diálogo dice cuál se aplica: - El bot ya está guardado: guarda la configuración que el bot está ejecutando ahora, no los cambios sin guardar de este formulario. Si acabas de cambiar algo, guarda el bot antes. - El bot todavía no existe: como no hay bot, la configuración en pantalla se guarda tal cual. Aplicar un Modelo a un bot Este es el camino de Modelo a bot — duplicar no crea ningún bot. 1. Abre un bot existente o empieza a crear uno nuevo. 2. En el bloque Plantillas rápidas, abre el selector Agente por vertical. Los Modelos de tu cuenta (y los de la biblioteca de la instalación) aparecen delante de los presets listos del producto. 3. Elige el Modelo y usa Aplicar. El aviso indica cuántos ajustes trajo: aplicar combina solo los campos que el Modelo lleva — el resto del formulario se queda como estaba. 4. Revisa la configuración, guarda el bot y vincúlalo a las bandejas de entrada donde debe atender. Buscar, duplicar, editar y eliminar 1. Usa el campo Buscar Modelos para filtrar por nombre, descripción o sector. Limpiar búsqueda vuelve a la lista completa. 2. Duplicar crea una copia del Modelo en esta cuenta, ya editable (el aviso lo confirma: «Duplicado como …»). Así se personaliza un Modelo Compartido, que es de solo lectura. 3. Editar cambia Nombre, Sector y Descripción — la configuración guardada no se toca. Para cambiar la configuración en sí, aplica el Modelo a un bot, ajústalo y usa Guardar como Modelo de nuevo. 4. Eliminar quita el Modelo de la biblioteca. Los bots creados a partir de él siguen funcionando: un Modelo es un punto de partida, no un vínculo. Exportar e importar entre instalaciones 1. En el Modelo, elige Exportar. El navegador descarga un archivo .maestro-template.json. 2. En la instalación de destino, usa Importar y elige el archivo. 3. Lee el panel «Lo que no viajó» — enumera, ítem por ítem, qué se eliminó o se vació. 4. Reconfigura lo que marcó el panel (claves, equipos, base de conocimiento, medios). 5. Aplica el Modelo a un bot, revísalo y guarda. Configuración y opciones Dos ámbitos: Modelos de la cuenta y biblioteca de la instalación La lista muestra los dos juntos, y se comportan de forma distinta a propósito: - Modelos de la cuenta — los que guardaste, duplicaste o importaste. Son editables y se pueden eliminar. - Biblioteca de la instalación — llevan el sello Compartido y son de solo lectura: no ofrecen Editar ni Eliminar. Para personalizar uno, usa Duplicar: la copia nace en esta cuenta, editable, sin alterar el original. Publicar un Modelo para toda la instalación es una acción del operador de la plataforma y no tiene camino en el panel de la cuenta: el efecto atraviesa todas las cuentas de la caja, y restringir es reversible mientras que despublicar del mundo no lo es. El panel «Lo que no viajó» Aparece después de guardar, editar, exportar o importar un Modelo, y enumera solo lo que no se pudo llevar — las referencias reencontradas por el nombre no entran, para que el panel siga valiendo la pena leerlo. Descartar lo cierra. Lo que NUNCA viaja: los secretos Ni los valores ni los nombres. El nombre de un secreto ya es un mapa de dónde están las credenciales. Se eliminan al guardar en la biblioteca y al exportar: - Las claves de proveedor del bot y el espejo de las claves nativas de la cuenta. - Los secretos registrados y la lista de sus nombres. - Credenciales escritas literalmente dentro de herramientas HTTP y servidores MCP — cabeceras como Authorization, Cookie, y cualquier campo cuyo nombre parezca api_key, token, password, secret. - Credencial incrustada en la URL (https://usuario:contrasena@host/...). Solo sale el usuario:contrasena; host, ruta y query se conservan para que la herramienta siga reconfigurable. La política es una lista de denegación: todo viaja excepto lo que esté nombrado como secreto o referencia local. Un campo nuevo cuyo nombre parezca credencial se elimina automáticamente. Así el error posible es «viajó de menos», nunca «se filtró un secreto». Una excepción importante y útil: una referencia con el formato {{secret.NOMBRE}} sobrevive — apunta a un secreto, no es uno. Del otro lado basta registrar un secreto con ese nombre y la herramienta vuelve a funcionar sin reescribir nada. Usa siempre esa forma en las herramientas HTTP. Lo que NO viaja: las referencias locales Un equipo 7 en la instalación de destino apunta a un equipo que no existe — o, peor, a un equipo distinto. Por eso cada referencia se exporta con el nombre que tenía, se reencuentra por el nombre al importar, y se vacía cuando nada coincide. Nada se inventa: un bot apuntando al equipo 1 solo porque el 1 existe es peor que un bot sin equipo. | Ítem | Al importar | |---|---| | Equipo de transferencia | Remapeado por nombre; vaciado si no existe un equipo con ese nombre. | | Subagentes (delegación) | Remapeados por nombre. | | Base de conocimiento | Llega apagada — el contenido ya ingerido no viaja. Reingiere y vuelve a activarla. | | Medios de la biblioteca | Descartados — las URLs apuntan al almacenamiento de origen. Vuelve a subirlos en el destino. | | Base de datos / voz clonada | El recurso no viaja; la capacidad llega apagada y nombrada en el panel. | | Atributos de contacto | Verificados contra los que la cuenta de destino realmente define. | Una capacidad cuyo recurso no pudo viajar llega desactivada a propósito: dejarla encendida entregaría un bot que responde «consulté nuestra base de conocimiento» contra una base vacía. El archivo - Extensión .maestro-template.json, con un marcador de formato y una versión. - Un archivo sin el marcador no se trata como Modelo: se rechaza, no se adivina. - Una versión que esta instalación no conoce también se rechaza — nunca se lee a medias. Un Modelo leído a medias es un bot que parece configurado y no lo está. Casos de uso - Estandarizar la atención — un Modelo «Soporte nivel 1» aplicado a varios bots. - Probar una variante — duplica el Modelo, aplica la copia a un bot de prueba y compara. - Entorno de pruebas → producción — configura con calma en pruebas, exporta e importa. - Agencia / multicliente — un Modelo por vertical, exportado e importado en cada cuenta. - Respaldo de configuración — exporta antes de un cambio grande. - Migración de instalación — lleva tus bots sin reconfigurar todo a mano. Consejos, límites y buenas prácticas - Lee siempre el panel «Lo que no viajó». Es tu lista de tareas del otro lado. - Después de importar, haz una prueba real en una conversación antes de poner el bot en tráfico vivo. - Prefiere {{secret.NOMBRE}} a pegar la credencial: es la única forma que sobrevive al viaje. - Nombra los Modelos por uso («Clínica — agendamiento»), no por cliente. - Editar no cambia el comportamiento: solo toca la etiqueta (nombre, sector, descripción). - Duplica antes de experimentar — así el Modelo que ya funciona queda intacto. - El Modelo es una fotografía: cambiar el bot después no actualiza el Modelo, ni al revés. Solución de problemas - «Dupliqué y no apareció ningún bot» — duplicar copia el Modelo, no crea un bot. Para tener un bot, abre el formulario del bot, aplica el Modelo en Agente por vertical, guarda y vincúlalo a las bandejas de entrada. - «Este Modelo no tiene Editar ni Eliminar» — viene de la instalación (sello Compartido) y es de solo lectura. Usa Duplicar para tener una copia editable en esta cuenta. - «Ya existe un Modelo con esta clave» — estás importando un archivo que ya está en la biblioteca. Duplica el que ya tienes, o renómbralo antes de importar de nuevo. - «El archivo fue rechazado al importar» — no es un .maestro-template.json válido, o lo generó una versión que esta instalación no puede leer. - «El bot transfiere al equipo equivocado» — no existía un equipo con el mismo nombre; el panel lo marcó como vaciado. Crea el equipo y selecciónalo. - «Dice que consultó la base y no encontró nada» — la base llega apagada y vacía. Reingiere el contenido y actívala. - «Las herramientas HTTP dan error de autenticación» — las credenciales no viajan. Registra los secretos en el destino. - «Faltan los medios» — los archivos no viajan; vuelve a subirlos en la biblioteca de medios del destino. - «Apliqué el Modelo y no cambió todo» — aplicar combina solo los campos que el Modelo lleva, y el aviso muestra cuántos ajustes entraron. El resto se queda como ya estaba el formulario. Ver también - Qué son Maestro IA y el Cerebro de la Cuenta - Dónde se usa cada bot - Base de conocimiento y ontología - DeepSeek como proveedor de modelo del bot - Herramientas de Maestro por módulo
🧠 Maestro IA y Cerebro de la CuentaBúsqueda en la web: el bot consultando la internet pública
Visión general La búsqueda en la web le da al bot dos herramientas para consultar la internet pública — cosas que no sabe y que no están en tu cuenta: noticias, precios de mercado, datos públicos de empresas, documentación, cualquier cosa que cambió después del entrenamiento del modelo. | Herramienta | Qué hace | |---|---| | web_search | Busca en la web y devuelve resultados rankeados con título, URL y un fragmento de cada página. | | web_fetch | Lee el texto completo de páginas específicas por URL — tras una búsqueda cuando el fragmento no alcanza, o cuando el bot ya tiene la URL. | Ambas son de solo lectura y no envían nada al contacto: devuelven texto al modelo, que después decide qué (y si) va a decir. Por eso siguen disponibles cuando el bot delega en un subagente. Para el contenido de tu cuenta — contactos, negocios, catálogo, historial — el bot tiene herramientas propias, y la base de conocimiento guarda tu material. La búsqueda en la web es para lo que está afuera. Requisitos previos - Maestro habilitado y un bot configurado. - Una clave de API de Tavily disponible para el bot (ver «La clave» más abajo). - Las herramientas web_search y/o web_fetch habilitadas en la grilla de herramientas del bot — sin ellas, nada de esta sección tiene efecto. Paso a paso 1. En la configuración del bot, abre la grilla de Herramientas y habilita Buscar en la web y/o Leer una página web (categoría Conocimiento). 2. Baja hasta la sección Búsqueda en la web. Si ninguna de las dos está activa, un aviso te informa que nada de allí tendrá efecto todavía. 3. Ajusta Profundidad de la búsqueda y Resultados por búsqueda. 4. Si quieres restringir, completa Buscar solo en estos dominios y/o Nunca en estos dominios. 5. Guarda. Para apagar la búsqueda por completo, deshabilita las dos herramientas en la grilla. Tu configuración queda guardada para cuando vuelvas a activarlas. Configuración y opciones | Opción | Qué hace | Predeterminado | |---|---|---| | Profundidad de la búsqueda | Básica o Avanzada. La avanzada lee más de cada página y acierta más, pero consume más créditos por llamada. También se aplica cuando web_fetch lee una página. | Básica | | Resultados por búsqueda | Tope de 1 a 20. Vacío = el predeterminado de la herramienta (5). | Vacío (5) | | Buscar solo en estos dominios | Restringe la búsqueda a esos dominios. Vacío = toda la web. | Vacío | | Nunca en estos dominios | Bloquea siempre esos dominios. | Vacío | Cómo se combinan las dos listas de dominios No funcionan igual, y la diferencia es deliberada: - Buscar solo en estos dominios es una restricción. Cuando la completas, la lista propia del bot se ignora — no puede buscar en otro lugar, ni aunque lo pida. Una restricción que el modelo puede ampliar no es una restricción. - Nunca en estos dominios es una lista de bloqueo. Tus dominios valen siempre, y el bot todavía puede agregar otros para una consulta puntual. Escribe los dominios separados por comas o saltos de línea. https://, www. y la ruta después de la barra se quitan automáticamente — Tavily compara hosts, así que https://ejemplo.com/precios se convierte en ejemplo.com. Qué decide el bot (y tú no) - Cuántos resultados pedir en esa consulta: puede pedir menos que tu tope, nunca más. - El tema de la consulta (general, noticias o finanzas) y la ventana de tiempo (último día, semana, mes o año), decididos por pregunta. Hoy ninguno tiene campo fijo por bot — el predeterminado es general, sin recorte de tiempo. - Qué URLs leer con web_fetch — como máximo 5 por llamada. La clave (Tavily) La búsqueda necesita una clave de Tavily. Se busca en este orden: 1. La clave del propio bot (sección de claves de API, proveedor tavily). 2. La clave de tu cuenta, en Integraciones. 3. La clave de la instalación, configurada por el operador. Sin ninguna de ellas, las herramientas responden que la búsqueda no está configurada y el bot sigue la conversación con lo que ya sabe — la conversación no se rompe. Casos de uso - Soporte técnico — consultar la documentación pública de un socio antes de orientar al cliente. - Preventa — revisar datos públicos de la empresa del contacto para calificar mejor. - Noticias y precios — responder sobre algo que cambió después del entrenamiento del modelo. - Base restringida — pon tu propio sitio y tu documentación en Buscar solo en estos dominios: el bot busca solo allí, como una búsqueda interna sobre contenido público. Consejos, límites y buenas prácticas - Cada búsqueda consume créditos de Tavily. La profundidad avanzada y un número alto de resultados multiplican el gasto — empieza en Básica con el predeterminado de 5. - Un resultado de más también es contexto de más en el turno: 20 resultados pueden empujar hacia afuera información de la propia conversación. - web_fetch lee como máximo 5 páginas por llamada, y el texto de cada página se trunca para caber en el turno. - Una URL que no se pudo leer se informa al bot, no se descarta en silencio — así no responde como si la hubiera revisado. - La web pública no es fuente de verdad sobre tu operación. Para tus precios, políticas y plazos, usa la base de conocimiento. - Combínala con la verificación de turno si quieres retener respuestas que afirmen algo que el turno no comprobó. Solución de problemas - «Configuré todo y el bot nunca busca» — ¿están habilitadas las herramientas web_search/web_fetch en la grilla? El aviso de la sección te avisa cuando no lo están. - «La búsqueda no está configurada» — no hay clave de Tavily en ninguno de los tres niveles. - «La clave de API es inválida» — la clave existe pero fue rechazada; genera otra en Tavily. - «Se alcanzó el límite del plan» — la cuenta de Tavily se quedó sin créditos. - «La búsqueda está limitada ahora» — demasiadas llamadas en poco tiempo; reintenta después. - «Buscó en un sitio que yo no quería» — agrega el dominio a Nunca en estos dominios, o restringe todo con Buscar solo en estos dominios. - «Los resultados vienen de otro país/idioma» — haz la consulta más específica en las instrucciones del bot y restringe por dominio. Ver también - Qué son Maestro IA y el Cerebro de la Cuenta - Herramientas de Maestro por módulo - Base de conocimiento y ontología - Verificación de lo que el bot afirma
🧠 Maestro IA y Cerebro de la CuentaConfiguración avanzada del modelo por robot: temperatura, Top P, tope de salida y esfuerzo de razonamiento
Visión general Cada robot ya elige un modelo predeterminado y una cadena de fallbacks. La Configuración avanzada del modelo está un escalón más abajo: cuatro ajustes que cambian cómo responde el modelo elegido, sin cambiar cuál es el modelo. Son cuatro campos, todos opcionales: | Campo | Rango | Qué cambia | |---|---|---| | Esfuerzo de razonamiento | Heredar / Ninguno / Bajo / Medio / Alto | cuánto "piensa" el modelo antes de responder, en familias con razonamiento | | Temperatura | 0 a 2 | valores más altos hacen las respuestas más variadas; más bajos, más predecibles | | Top P | mayor que 0 hasta 1 | muestreo por núcleo de probabilidad — normalmente se ajusta en lugar de la temperatura | | Máximo de tokens de salida | 1 o más | tope de tokens generados por respuesta | En blanco (o "Heredar") mantiene el comportamiento actual. Un robot que nunca abra esta sección sigue exactamente igual: la plataforma solo envía un ajuste al proveedor cuando tú elegiste uno. Dejar un campo en blanco no es "cero" — es "no mandes nada, usa el valor por defecto del proveedor". Requisitos previos - Maestro habilitado y un robot configurado. - Permiso de administrador para editar la configuración del robot. - Saber qué modelo usa el robot: los ajustes solo valen donde el proveedor de ese modelo los acepta (mira la tabla de compatibilidad más abajo). Paso a paso 1. Abre la configuración del robot. 2. Ve a Configuración avanzada del modelo. 3. Completa solo los campos que quieras cambiar. Deja los demás en blanco. 4. Guarda. 5. Haz una conversación de prueba con ese robot y compara el resultado antes de aplicar el mismo ajuste a otros. Configuración y opciones Temperatura y Top P — ajusta uno, no los dos Ambos controlan lo mismo por caminos distintos: cuánta variación puede tener la respuesta. La práctica que recomiendan los propios proveedores es mover uno y dejar el otro en blanco. Ajustar los dos a la vez vuelve el resultado difícil de prever y aún más difícil de comparar entre dos versiones del mismo robot. Como referencia práctica: - Temperatura baja (0 a 0.3): procedimientos, respuesta técnica, extracción de datos, cualquier cosa que deba salir igual todas las veces. - Temperatura media (0.4 a 0.6): atención común, conversación natural sin volverse impredecible. - Temperatura alta (0.7 o más): redacción creativa, variación deliberada del mensaje. Rara vez es lo que se busca en atención al cliente. Máximo de tokens de salida Es un tope por respuesta, no un objetivo. Sirve para contener respuestas demasiado largas para el canal (WhatsApp sobre todo) y para limitar el costo por turno. Un tope demasiado bajo corta la respuesta en vez de resumirla — si los mensajes empiezan a terminar a mitad de frase, el tope está demasiado ajustado. Esfuerzo de razonamiento Vale para modelos con razonamiento (las familias o-series/gpt-5.x de OpenAI, DeepSeek y similares). Más esfuerzo suele significar mejor respuesta en tareas difíciles, más tiempo de espera y más costo. Este campo tiene un segundo efecto, que es la razón por la que existe en el formulario: elegir un valor aquí también evita que el enrutador fuerce el cambio automático de endpoint cuando el modelo es de razonamiento y tiene herramientas vinculadas. Si ya decidiste cómo debe razonar el modelo, la plataforma respeta tu decisión en vez de decidir por ti. Dónde vale cada ajuste — y dónde se descarta Cada proveedor escribe estos parámetros con nombres distintos, y algunos simplemente no tienen el parámetro. La plataforma traduce el valor al nombre correcto del proveedor y, cuando ese proveedor no lo tiene, descarta el ajuste en vez de inventar un nombre que la llamada rechazaría. | Ajuste | Dónde se descarta | |---|---| | Temperatura | en modelos de razonamiento de OpenAI (la familia no la acepta) | | Top P | en modelos de razonamiento de OpenAI; en Groq y Cohere, que no exponen el parámetro | | Máximo de tokens de salida | en Cohere | | Esfuerzo de razonamiento | en Anthropic, Google, Cohere, Ollama, xAI y OpenRouter | Sobre la primera fila: en los modelos de razonamiento de OpenAI, temperatura y Top P se descartan juntos, a propósito. Antes la temperatura desaparecía en silencio mientras el Top P seguía adelante y tumbaba la llamada — el mismo valor del panel se comportaba de dos formas distintas según qué campo hubieras completado. Descartar es silencioso. No se convierte en error en la atención ni en aviso en esta pantalla. Si un ajuste parece no tener efecto, revisa la tabla de arriba antes de buscar un fallo. Valor inválido: quien lo rechaza es el proveedor La plataforma valida los rangos en el formulario (temperatura 0 a 2, Top P mayor que 0 hasta 1, tope de salida 1 o más). Más allá de eso, quien decide si un valor es aceptable es el proveedor del modelo — y el mensaje de error que aparezca viene de ahí, no de la plataforma. Ante la duda, déjalo en blanco. Casos de uso - Robot de soporte con procedimiento fijo: temperatura 0.1, para que la misma pregunta reciba siempre la misma respuesta. - Robot de ventas: temperatura 0.5 a 0.6 — conversación natural sin inventar variaciones en cada turno. - Robot que solo extrae datos (registrar un pedido, completar una ficha): temperatura 0.1 y tope de salida bajo; la respuesta es corta por naturaleza. - Robot en un canal con límite de tamaño: un tope de salida para que los mensajes no salgan enormes. - Tarea difícil y sin prisa (análisis, diagnóstico): esfuerzo de razonamiento Alto, aceptando más tiempo y más costo. - Modelo de razonamiento con herramientas donde quieres controlar el comportamiento: define el esfuerzo explícitamente en vez de dejar que la plataforma decida. Consejos, límites y buenas prácticas - Cambia un campo a la vez y prueba. Dos ajustes a la vez hacen imposible saber cuál causó la diferencia. - Temperatura O Top P. No los dos. - En blanco no es cero. Vaciar el campo devuelve la decisión al proveedor; escribir 0 es una elección tuya, con efecto real (temperatura 0 = lo más predecible posible). - El esfuerzo de razonamiento cuesta tiempo y dinero. En atención por WhatsApp, un esfuerzo alto puede volver la respuesta lo bastante lenta como para que el contacto desista. - Estos ajustes no cambian el modelo. Si la calidad no mejora aquí, el siguiente paso es cambiar el modelo predeterminado, no subir la temperatura. - La cadena de fallback sigue valiendo. Los ajustes se aplican sobre el modelo que efectivamente atienda el turno — incluido un fallback, cuando el principal falla. - Un robot sin estos campos completados no es un robot mal configurado. Los valores por defecto de los proveedores son buenos para la mayoría de las atenciones. Solución de problemas - "Cambié la temperatura y no cambió nada": el modelo del robot es de razonamiento de OpenAI — en esa familia la temperatura y el Top P se descartan. Cambia el modelo o usa el esfuerzo de razonamiento. - "Puse Top P y sigue igual": además del caso anterior, Groq y Cohere no exponen ese parámetro. - "Las respuestas se cortan a mitad": el Máximo de tokens de salida está demasiado bajo. Súbelo o déjalo en blanco. - "El proveedor rechazó la llamada": el valor está fuera de lo que ese modelo acepta. El mensaje viene del proveedor; vacía el campo y prueba de nuevo. - "El robot se puso lento": esfuerzo de razonamiento alto, o un modelo de razonamiento donde bastaría uno común. - "Elegí el esfuerzo de razonamiento y el modelo no es de razonamiento": el ajuste se descarta. No rompe nada, simplemente no hace efecto. Ver también - Modelos portátiles: un robot, varios proveedores - Proveedor DeepSeek - Secuencia de atención - Verificación de turno y retención de la respuesta - Qué son el Maestro IA y el Cerebro de la Cuenta
📅 Agenda y CitasAgendar con la IA en la conversación
Visión general El agente de IA puede encargarse del agendamiento dentro de la propia conversación: consultar los horarios libres de un tipo de evento, enviar el enlace para que el cliente elija, o reservar directamente el horario acordado. Usa exactamente las mismas reglas que la página pública — disponibilidad, buffers, antelaciones, protección de solapamiento y cobro — así que nada de lo que reserva la IA se escapa de tu configuración. Tú decides qué acciones puede usar el agente; ninguna está activada por defecto. Requisitos previos - Módulo Agenda habilitado, con al menos un tipo de evento publicado. - Un agente de IA configurado en la cuenta. - Las herramientas de agenda habilitadas en ese agente (aparecen en su lista de herramientas). Paso a paso 1. Abre la configuración del agente de IA y habilita las herramientas de agenda que quieras: listar tipos de evento, consultar horarios libres, enviar enlace de agendamiento, reservar cita, reprogramar, cancelar y ver las citas del contacto. 2. Elige el modo de aprobación. Las acciones que tocan la agenda del cliente o envían un mensaje — reservar, reprogramar, cancelar, añadir invitado y enviar el enlace — piden aprobación humana antes de ejecutarse mientras el agente está en modo híbrido. 3. En la conversación el agente pregunta lo que necesita (día, franja, datos del cliente) y usa las herramientas. 4. Tú apruebas la acción en la propia conversación; solo entonces ocurre. Configuración y opciones - Consultar horarios libres: el agente lee los horarios de un tipo de evento por ventana de fechas. Debe pedir siempre un día (o pocos días) por vez — la respuesta está acotada a propósito, para que el agente vea el día correcto en lugar de una lista enorme e imprecisa. - Enviar enlace de agendamiento: publica el enlace público en la conversación para que el cliente elija solo. Es la opción más segura mientras el cliente aún decide. Como envía un mensaje visible al cliente, pasa por aprobación. - Reservar cita: reserva un horario por el cliente, usando uno de los horarios libres leídos en el paso anterior. Si el tipo de evento es de pago, la reserva entra como pendiente de pago y se inicia el cobro — el cliente todavía debe pagar para confirmarla. - Reprogramar / cancelar: respetan la antelación mínima para cancelar y el límite de reprogramaciones del tipo de evento, igual que el cliente en la página pública. - Ver las citas del contacto: muestra solo las citas del contacto de esa conversación. Casos de uso - El cliente pregunta "¿hay hueco el jueves por la tarde?" y el agente responde con los horarios reales de ese día. - El cliente pide mover la cita y el agente propone las opciones de la semana siguiente. - El agente envía el enlace y deja que el cliente elija, sin ocupar a un agente humano. - Antes de reservar, el agente comprueba si el contacto ya tiene una cita. Consejos, límites y buenas prácticas - Pide al agente que confirme el día antes de consultar horarios. Una consulta amplia devuelve pocos horarios de muchos días; una consulta de un día devuelve ese día entero. - Prefiere enviar el enlace mientras el cliente no ha decidido, y reservar cuando el horario ya quedó acordado por escrito en la conversación. - Mantén la aprobación humana activada para reservar, reprogramar y cancelar mientras ganas confianza en el agente: al otro lado hay la agenda de un cliente real. - Un tipo de evento archivado no acepta nuevas reservas, tampoco desde la IA. Solución de problemas - El agente dice que no hay horarios: revisa la disponibilidad, los buffers y las antelaciones del tipo de evento — la IA lee los mismos horarios que la página pública. - El agente solo muestra los próximos horarios y no avanza de día: pide la fecha explícitamente ("12 de septiembre"); la consulta es por ventana y sin fecha solo cubre los próximos días. - La reserva no se confirmó: si el tipo es de pago, queda pendiente de pago hasta que se pague el cobro. - "Horario no disponible": alguien tomó el horario entre la lectura y la confirmación. Consulta los horarios de nuevo y elige otro. - La acción no ocurrió: comprueba si quedó esperando aprobación en la conversación. Ver también - Tipos de evento, disponibilidad y buffers - Valores de agendamiento de la cuenta y herencia - Página pública de agendamiento - Reprogramar, cancelar, Google Meet y archivo .ics
💳 PagosCondiciones de pago y simulación de cuotas
Visión general Un cobro tiene más decisiones que solo el importe. Condiciones de pago reúne todo lo que cambia cuánto paga el cliente y cuánto recibe tu empresa: - Multa por demora — se cobra una vez, cuando el cobro vence sin pagarse. - Intereses mensuales — se acumulan mientras el cobro sigue vencido. - Descuento por pago anticipado — una reducción si el cliente paga antes de una fecha. - Cuotas y quién paga los intereses — la empresa asume el costo, o lo paga el cliente. Y la simulación responde, antes de cobrar, las dos preguntas que importan: ¿cuánto paga el cliente por mes? y ¿cuánto recibes? Requisitos previos - Una conexión de pasarela activa en Pagos → Configuración. - Las condiciones dependen de la pasarela. Asaas acepta multa, intereses y descuento por pago anticipado; Mercado Pago no expone esos campos, así que no aparecen en una conexión Mercado Pago. - Las cuotas existen solo en cobros únicos con tarjeta de crédito. Las suscripciones cobran un importe por ciclo — ninguna de las dos pasarelas divide una recurrencia en cuotas. Paso a paso Definir el valor predeterminado de la cuenta 1. Ve a Pagos → Configuración → Conexiones y edita la conexión. 2. En Intereses de las cuotas, elige quién paga: - La empresa los asume — el cliente paga el importe del cobro dividido en cuotas y la comisión de la pasarela sale de tu neto. Es el comportamiento predeterminado. - Los paga el cliente — se añaden intereses a cada cuota para que recibas el importe completo. 3. Si eliges Los paga el cliente, indica la tasa mensual. En blanco, usamos la tabla de comisiones de la propia pasarela — y la ayuda debajo del campo muestra a cuánto equivale por mes en la cantidad de cuotas elegida, antes de que decidas sobrescribirla. 4. Guarda. Cada cobro nuevo nace con esa elección — y cada cobro puede cambiarla. Aplicar condiciones a un cobro 1. Abre Nuevo cobro y elige la forma de pago. 2. En el bloque Opciones de la pasarela, completa multa, intereses y descuento por pago anticipado. 3. En la multa y el descuento, elige entre Porcentaje e Importe fijo. La etiqueta del campo cambia con la elección: Multa por demora (%) o Multa por demora (Importe fijo). 4. Si es tarjeta de crédito, elige la cantidad de cuotas. El bloque Simulación aparece debajo. Leer la simulación El bloque muestra dos columnas: - El cliente paga — por ejemplo 12x de R$ 83,08 (última de R$ 83,12) y el total. La última cuota lleva el resto de la división; así es como la pasarela divide el importe. - Recibes — el neto después de la comisión de la pasarela, con la comisión detallada debajo. Cuando la pasarela confirma la simulación, aparece la etiqueta Confirmado por la pasarela. Configuración y opciones | Condición | Asaas | Mercado Pago | |---|---|---| | Multa por demora (% o importe fijo) | Sí | No | | Intereses mensuales | Sí | No | | Descuento por pago anticipado | Sí | No | | Las tres en una suscripción | Sí | No | | Elegir quién paga los intereses de las cuotas | Sí | No — la empresa siempre los asume | | Máximo de cuotas | 21 | 36 | | Mostrar el neto antes del pago | Sí | No | Dejar un campo en blanco no es lo mismo que poner cero: en blanco, el cobro hereda el valor predeterminado configurado en el panel de la pasarela; con cero, lo sobrescribe a ninguna multa. Casos de uso - Servicio recurrente con demoras frecuentes: multa del 2% + 1% de interés mensual en la suscripción. Cada cobro que genere la recurrencia hereda la política. - Producto de ticket alto: 12x con los paga el cliente, para recibir el importe completo. - Incentivo a pagar antes: 5% de descuento hasta 3 días antes del vencimiento. - Multa en dinero: R$ 10,00 fijos en lugar de un porcentaje, en cobros de importes muy distintos. Consejos, límites y buenas prácticas - Una multa o descuento de importe fijo nunca puede superar el propio cobro. - Un porcentaje nunca pasa de 100. - Si eliges Los paga el cliente sin tasa mensual y sin la tabla de comisiones de la pasarela disponible, el cobro se rechaza con un mensaje que pide la tasa — en lugar de cobrarle a tu empresa en silencio. - Al editar un cobro pendiente, las condiciones también viajan a la pasarela. Vaciar todos los campos elimina la política del cobro. - La simulación es una estimación hasta que aparece la etiqueta de confirmación. Cuando la pasarela no informa el neto (Mercado Pago), la pantalla lo dice — nunca mostramos un número estimado ahí. Solución de problemas "No se pudo calcular la simulación en este momento." Una indisponibilidad momentánea de la pasarela. Usa Intentar de nuevo; el cobro se puede crear igualmente. "Esta pasarela no informa el importe neto antes del pago." Es lo esperado en Mercado Pago. Lo que paga el cliente sigue siendo correcto; el neto solo se conoce después de la liquidación. "No pudimos leer la tabla de comisiones de esta cuenta en la pasarela ahora mismo." La lectura falló: una credencial rechazada, una caída o una respuesta inesperada de la pasarela. Usa Leer las comisiones de nuevo ahí mismo: no se guarda nada cuando la lectura falla, así que el botón consulta la pasarela de verdad. Guardar la conexión de nuevo también fuerza una nueva lectura. No aparecen las opciones de multa e intereses. La conexión es Mercado Pago, que no ofrece esos campos. No aparece el campo de cuotas. Las cuotas existen solo en cobros únicos con tarjeta de crédito. Ver también - Descuentos y ajuste de importe - Crear un cobro y enviarlo en la conversación - Suscripciones y planes - Conectar una pasarela
💳 PagosGestionar planes y ofertas de pago
Visión general El módulo Pagos ofrece dos catálogos reutilizables: - Planes guardan conexión, importe, moneda y ciclo para nuevas suscripciones. - Ofertas guardan precio, método de pago, tipo y vínculos opcionales con una conexión y un producto. La pantalla de Ofertas es administrativa. Nunca acepta una oferta ni crea un cobro sin el contexto de un contacto o una compra. Requisitos previos - Pagos debe estar habilitado para la cuenta. - Ten al menos una conexión activa de Asaas o Mercado Pago para crear planes. - Para vincular una oferta, crea primero el producto en Catálogo. - La eliminación permanente requiere permiso de administración de pagos. Paso a paso 1. Abre Pagos en el menú lateral. 2. Entra en Planes u Ofertas. 3. Usa búsqueda, filtros y ordenación para encontrar registros. La página y los filtros permanecen en la URL. 4. Haz clic en Nuevo plan o Nueva oferta, completa los campos y guarda. 5. Archiva un registro para retirarlo del uso. Abre Archivados para restaurarlo o, con el permiso necesario, eliminarlo definitivamente. 6. Para varias filas, selecciona los registros de la página y usa la barra de acciones masivas. Si una fila falla, revisa los IDs mostrados y corrige solo esas filas. 7. Al crear una suscripción, selecciona el plan opcional. La pantalla completa y bloquea conexión, importe, moneda y ciclo para que la suscripción coincida con la plantilla. 8. Usa Exportar CSV para descargar el resultado filtrado actual o, si hay una selección, solo los registros seleccionados, incluidos los conservados al cambiar de página. Configuración y opciones Planes Un plan es una plantilla local; no afirma que ya exista como entidad en la pasarela. La recurrencia real se crea en la pasarela solo cuando comienza una suscripción. La moneda debe coincidir con la moneda de liquidación de la conexión, y los ciclos visibles respetan sus capacidades; por ejemplo, el ciclo de cada dos meses aparece únicamente cuando la pasarela lo admite. Ofertas Elige order bump, upsell o downsell. La conexión puede usar la predeterminada de la cuenta y el producto es opcional. Al archivar una oferta se desactiva; al restaurarla permanece inactiva hasta que se revise y habilite de nuevo. Casos de uso - Reutilizar una cuota en varias suscripciones. - Ofrecer instalación, soporte prioritario o un complemento durante el checkout. - Mantener ofertas estacionales inactivas sin perder su configuración. - Separar ofertas por producto, conexión, tipo o estado. Consejos, límites y buenas prácticas - Confirma la moneda de liquidación de la conexión antes de publicar precios. - Archiva antes de eliminar definitivamente. La eliminación permanente no se puede deshacer. - Restaurar una oferta no la activa automáticamente; revisa primero precio, producto y conexión. - Una acción masiva se procesa registro por registro. Es normal obtener un resultado parcial si una fila incumple una regla de ciclo de vida. Solución de problemas - No aparece el ciclo de cada dos meses: la conexión seleccionada no anuncia esa capacidad. - No aparece un método de pago: la conexión elegida no lo admite. - No puedo eliminar: archiva primero el registro y confirma que tu perfil permite la eliminación permanente. - La lista quedó vacía tras filtrar: usa Limpiar filtros; también puedes quitar el estado de la URL. - La oferta restaurada está inactiva: es el comportamiento seguro. Edítala y actívala después de revisarla. Ver también - Crear cobros y enviarlos en una conversación - Suscripciones y planes