Clasificar mensajes automáticamente resulta útil cuando un marketplace, soporte o CRM recibe tanto volumen que el triaje manual retrasa respuestas. Un modelo puede etiquetar consultas de producto, disponibilidad, negociación, envío, queja o spam. No debería prometer precios, aprobar reembolsos ni tomar decisiones sensibles en silencio.
Procesa únicamente mensajes que estés autorizado a gestionar. Minimiza datos personales, define retención, respeta las condiciones de la plataforma y utiliza integraciones oficiales cuando existan. Clasificar no autoriza a extraer conversaciones privadas ni saltarse controles de acceso.
Empieza por la taxonomía de negocio
No empieces por el modelo. Toma una muestra legítima de mensajes recientes y define entre cinco y doce etiquetas comprensibles. Añade desconocido y documenta ejemplos, exclusiones y qué acción corresponde a cada etiqueta. Si dos operadores no se ponen de acuerdo, el modelo no resolverá la ambigüedad.
La salida debe ser estructurada y versionada:
{
"intent": "delivery_question",
"urgency": "normal",
"confidence": 0.91,
"needsHuman": false,
"taxonomyVersion": "2026-07"
}Construye un pipeline controlado
Recibe el mensaje por un canal aprobado, elimina identificadores innecesarios, valida idioma y longitud, clasifica, valida el JSON y aplica una política de confianza. Los resultados de bajo riesgo y alta confianza pueden entrar en una cola; dudas, insultos, pagos, quejas o asuntos legales pasan a revisión humana.
Separa clasificación y generación de respuestas. Así puedes diagnosticar fallos y mejorar el routing sin cambiar texto enviado al cliente. Consulta cómo crear prompts para procesos repetitivos.
Mide antes de automatizar acciones
Crea un conjunto evaluado con idiomas, mensajes cortos, erratas, intenciones mixtas y riesgos poco frecuentes. Mide precisión y recall por etiqueta, además de tasa de desconocidos, correcciones humanas, latencia y coste por mil mensajes.
Arranca en shadow mode: el sistema predice, pero los operadores siguen clasificando. Compara decisiones y activa después solo acciones limitadas. Guarda hash o muestra redactada, versiones de modelo y prompt, decisión, confianza y corrección final para mantener trazabilidad.
Errores comunes
- crear decenas de etiquetas solapadas
- evaluar con ejemplos poco representativos
- tratar la confianza como probabilidad calibrada
- enviar fichas completas cuando basta el texto
- responder automáticamente sobre pagos o reclamaciones
- reintentar salidas inválidas sin límite
- cambiar prompts sin versiones ni pruebas de regresión
Checklist práctico
- define etiquetas, ejemplos, exclusiones y responsables
- incluye desconocido y revisión humana
- minimiza y redacta datos personales
- exige una salida que cumpla el esquema
- configura umbrales según riesgo y etiqueta
- evalúa idiomas y clases minoritarias
- usa shadow mode antes del routing automático
- registra versiones, confianza y correcciones
- alerta sobre drift, latencia y desconocidos
- mantén parada manual y fallback a cola
Estabilidad y cumplimiento en producción
Fija configuración, prompt y versión de taxonomía. Prueba cada cambio con el mismo dataset y despliega primero a un porcentaje pequeño. Si el proveedor falla, encola el mensaje o devuélvelo al triaje manual; nunca pierdas el trabajo original.
Aplica mínimo privilegio, cifrado, retención limitada y correcciones auditables. Los principios de un pipeline de datos hasta el CRM también sirven aquí, aunque la fuente sea una bandeja autorizada y no datos web públicos.
Cuándo tiene sentido contratar a alguien técnico
Busca ayuda cuando varios canales comparten taxonomía, los errores afectan ingresos, hay datos personales entre sistemas o el prototipo carece de evaluación y monitorización. El problema ya mezcla producto, backend, colas, evaluación de IA, privacidad y operaciones.
Puedo ayudarte mediante servicios técnicos y soporte de CTO técnico.
Conclusión
Un clasificador útil es un sistema de routing medido, no un prompt ingenioso. Si necesitas convertir volumen de mensajes en triaje trazable, contacta conmigo con tus canales, volumen aproximado, etiquetas y proceso de revisión.