Caso de estudio de producto · Inteligencia artificial y autoservicio
Incorporación de asistencia contextual con IA al flujo de reservas
La asistencia con IA de Anolla no funciona como un chatbot genérico separado del software de reservas. El asistente relaciona la pregunta del usuario con la página activa, el rol del usuario, el estado de la cuenta y las reglas del software para ofrecer el siguiente paso adecuado para un flujo de trabajo concreto en lugar de una guía general.
Este análisis técnico describe cómo Anolla utiliza el contexto para convertir la asistencia con IA de una capa de información general en una herramienta de orientación relacionada con el producto.
La IA tiene en cuenta la página activa, el rol del usuario, el estado de la cuenta y las reglas del producto.
Número de capas de contextoIdiomas compatibles dentro de una misma lógica de asistencia.
Capacidad pública de la plataformaCapa de asistencia integrada en la plataforma para el proveedor de servicios y la persona que realiza la reserva.
Principio de diseño del producto¿Por qué la pregunta del usuario por sí sola no basta para la asistencia con IA?
Una respuesta de soporte técnico puede ser correcta en esencia, pero resultar inútil para el usuario si no tiene en cuenta su rol, la vista abierta ni la configuración vigente. Anolla considera el contexto como parte de la generación de la respuesta, no como un detalle que se añade posteriormente a la conversación.
Desafío
Una misma pregunta puede deberse a motivos completamente distintos. «¿Por qué no puedo reservar?» puede indicar que la agenda está completa, que existe una restricción de antelación, que el rol del usuario es incorrecto, que hay un problema con el estado de la cuenta o que se aplica una regla definida por el proveedor de servicios.
Decisión de diseño
El asistente parte del idioma y de la consulta del usuario y, cuando es necesario, tiene en cuenta la página activa, el rol, el estado de la cuenta y la configuración pertinente.
Resultado para la plataforma
El objetivo no es únicamente responder a la pregunta, sino explicar la causa, mostrar la configuración adecuada o dirigir al usuario al flujo correcto de autoservicio o de comentarios.
¿Qué contexto hace que una respuesta de IA sea realmente relevante?
Un bot de asistencia convencional busca el texto de ayuda que más se aproxima a la pregunta. En el caso de un software de reservas, esto puede no ser suficiente, porque la situación real del usuario depende de varias capas interrelacionadas. El proveedor de servicios puede modificar el horario en el panel de administración, el cliente puede intentar hacer una reserva en la página pública, y el propietario de la cuenta y el empleado pueden ver acciones diferentes.
Incluso una misma pregunta desde el punto de vista técnico puede requerir respuestas distintas. La ausencia de horarios disponibles puede deberse al horario del recurso, la duración del servicio, el tiempo de margen, el plazo máximo de reserva anticipada u otra reserva que se solape.
Página activa
Muestra qué función o etapa del proceso de reserva está viendo el usuario en ese momento.
Rol del usuario
Determina qué acciones y ajustes puede realizar el usuario.
Estado de la cuenta
Puede afectar a la disponibilidad de las funciones y al siguiente paso más adecuado.
Reglas del proveedor de servicios
Determinan la disponibilidad, la modificación, la cancelación y otras reglas de reserva.
La respuesta correcta no depende solo de la pregunta, sino también de dónde se formuló, del rol de quien la hizo y de la configuración existente.
¿Qué principios hacen que la asistencia con IA sea sensible al contexto?
El contexto no se trata como un único gran paquete de datos. El asistente utiliza gradualmente las capas necesarias para resolver la consulta y debe limitarse a la información mínima que realmente se necesita para ofrecer instrucciones precisas.
01 · La página activa proporciona el punto de partida
El asistente tiene en cuenta si el usuario se encuentra en la página de reservas, el calendario, la configuración del servicio, la vista de la cuenta u otra etapa del flujo de trabajo.
02 · El rol y el estado de la cuenta limitan las acciones
Las instrucciones deben adaptarse a si la pregunta la formula un cliente, un empleado o el propietario de la cuenta, así como a las funciones que tiene disponibles.
03 · Las reglas del producto preceden a la explicación
La respuesta debe basarse en la lógica de reservas, la configuración vigente y las funciones documentadas, no en una suposición que parezca probable.
04 · La respuesta tiene límites y un siguiente paso
Si falta el contexto necesario, el asistente debe pedir una aclaración, reconocer la incertidumbre o dirigir al usuario al flujo adecuado.
¿Cómo se transforma la situación del usuario en una respuesta contextualizada?
El asistente utiliza únicamente el contexto necesario para resolver la consulta concreta. La información necesaria se vincula con las reglas del producto y el resultado es una explicación, el siguiente paso o, si es necesario, una pregunta aclaratoria.
Contexto necesario
Motor de contexto
Identificar · relacionar · verificar
La pregunta se relaciona con el flujo de trabajo activo, las posibilidades del usuario y las reglas documentadas del producto.
Forma de respuesta adecuada
El esquema conceptual describe la lógica de elaboración de la respuesta, no la arquitectura técnica completa de los sistemas internos de Anolla.
¿Cómo cambia la asistencia con IA en diferentes situaciones de uso?
El asistente no tiene que utilizar todos los datos posibles para cada consulta. El contexto necesario depende de la decisión que el usuario intenta tomar y de la restricción que pueda afectar a su actuación.
| Escenario | Pregunta del usuario | Contexto necesario | Respuesta adecuada |
|---|---|---|---|
| Problema de disponibilidad | «¿Por qué el cliente no ve horarios disponibles para ese día?» | Servicio activo, recursos, horario, duración, tiempos de margen y restricciones de reserva. | Explicar la restricción más relevante e indicar qué configuración debe comprobarse. |
| Rol y acceso | «¿Por qué no veo el calendario o los servicios de la empresa?» | Cuenta seleccionada, rol activo, vínculo del usuario con el proveedor de servicios y permisos. | Guiar al usuario para que seleccione la cuenta o el rol correctos sin presuponer que carece de acceso. |
| Modificación de una reserva | «¿Por qué no puedo modificar o cancelar mi reserva?» | Estado de la reserva, reglas del proveedor de servicios, límite temporal y vínculo del usuario con la reserva. | Explicar la restricción vigente y orientar al usuario hacia una acción permitida. |
| Caso poco claro | «Todo parece correcto, pero la función sigue sin funcionar.» | Aclaración de la consulta, mensaje de error visible y contexto mínimo necesario del producto. | No presuponer una causa oculta; solicitar una aclaración o dirigir al usuario al canal de comentarios. |
¿Cómo se convierte una pregunta en un siguiente paso verificable?
Una respuesta contextualizada se forma mediante un flujo de decisiones secuencial, no mediante una única consulta exhaustiva sobre el usuario y la cuenta.
Identificar el idioma del usuario y el flujo de trabajo activo
El asistente comienza por identificar el idioma en el que se formuló la pregunta y la página o función en la que se encuentra el usuario.
Determinar el objetivo de la consulta
La pregunta se clasifica, por ejemplo, según esté relacionada con la configuración, la disponibilidad, el acceso o la modificación de una reserva.
Recopilar el contexto mínimo necesario
El rol, el estado de la cuenta o la configuración solo se utilizan cuando son imprescindibles para delimitar la respuesta de forma fiable.
Relacionar la situación con las reglas del producto
La situación se compara con las funciones documentadas, la lógica de reservas y las restricciones vigentes.
Proporcionar una respuesta orientada a la acción
La respuesta explica el motivo, señala la configuración que debe comprobarse y orienta hacia el siguiente paso adecuado.
Reconocer las limitaciones y derivar cuando sea necesario
Si no es posible verificar la causa, la IA no debe inventar una solución, sino solicitar una aclaración o dirigir al usuario al flujo adecuado.
¿Qué características se derivan de una arquitectura de soporte sensible al contexto?
La sensibilidad al contexto no significa que la IA tome todas las decisiones por el usuario. La misma lógica del producto que utiliza la aplicación para gestionar las reservas y los permisos también ayuda a formular la explicación que se proporciona al usuario.
Menos instrucciones generales
El usuario no tiene que recorrer una larga lista de posibles causas cuando el contexto activo permite delimitar la respuesta de forma fiable.
Siguiente paso vinculado al flujo de trabajo
La respuesta puede dirigir al usuario a la cuenta, la configuración, los detalles de la reserva o el canal de comentarios adecuados.
Una lógica común en distintos idiomas
El soporte multilingüe puede basarse en las mismas reglas del producto, en lugar de utilizar un proceso independiente para cada idioma.
Capa de conocimiento ampliable
Al incorporar nuevas funciones, se puede ampliar el contexto centralizado del producto, lo que beneficia tanto a los proveedores de servicios como a los clientes.
Utilidad de los borradores de respuestas de la IA en el trabajo del soporte humano
El 52,4 % de los borradores de respuesta no requirió cambios sustanciales
Este indicador describe los borradores de respuestas generados por la IA para el soporte humano: el soporte técnico no tuvo que modificar sustancialmente el 52,4 % de las respuestas. Se trata de un flujo de trabajo de soporte humano, no del porcentaje de conversaciones resueltas automáticamente ni de la tasa de respuestas correctas.
Fuente: uso anonimizado de la IA y del soporte de Anolla. Última actualización: 01/07/2026. Método: se comparan las respuestas redactadas por la IA con las respuestas modificadas o sustituidas manualmente por el soporte técnico.
¿Qué significan exactamente las afirmaciones de este estudio de caso?
Este es un estudio de caso del producto, no la historia de un cliente ni una promesa de que la IA resolverá automáticamente todas las solicitudes de soporte. La página describe la lógica de diseño del soporte contextual de Anolla y las funcionalidades de la plataforma descritas públicamente.
Base de la funcionalidad
La descripción actual del soporte con IA de Anolla, los flujos de trabajo del producto y el principio de uso del contexto de la página activa y de la cuenta.
Evidencia funcional
Escenarios de prueba habituales relacionados con las reservas, la configuración, el acceso y el estado de la cuenta.
Uso de los datos
El estudio de caso no utiliza conversaciones de clientes identificables por su nombre ni indicadores de rendimiento individuales de ninguna empresa.
Interpretación
La página muestra la estructura y el alcance del soporte integrado, no respuestas infalibles ni una tasa de automatización garantizada.
Limitaciones. La IA puede interpretar incorrectamente una pregunta, basarse en un contexto incompleto o necesitar aclaraciones. El asistente no debe afirmar que ha modificado la configuración, consultado datos o identificado la causa si no dispone de una base verificable para ello. Los datos de la cuenta y del usuario deben utilizarse de forma mínima y únicamente en la medida necesaria para resolver la solicitud.