El QA de soporte se automatiza haciendo que la ia puntúe cada ticket según tu propia hoja de evaluación y contrastando sus puntuaciones con tus revisores humanos antes de fiarte de ellas. Las personas conservan la calibración, las puntuaciones disputadas, los tickets de alto riesgo y el coaching. La ia sustituye a la muestra escasa, no a tu criterio sobre lo que es un buen ticket.
#Claves
- La ia lee todos los tickets, así que el QA deja de depender de una muestra pequeña.
- La hoja de evaluación sigue siendo tuya: la redacta y la aprueba la persona responsable de soporte.
- Contrasta la ia con tus propios revisores sobre los mismos tickets antes de confiar en una sola puntuación.
- Las quejas, los casos de alto riesgo y las disputas de puntuación van siempre a una persona, y el coaching sigue siendo una conversación humana.
#¿por qué no basta con revisar una muestra?
Una revisión típica lee una pequeña porción de tickets. Ejemplo ilustrativo, las cifras son supuestos: un equipo cierra 12.000 tickets y los revisores leen 120. Es el 1 por ciento. El otro 99 por ciento nunca se puntúa, así que un mal hábito puede durar mucho tiempo sin que nadie lo vea.
La puntuación con ia los lee todos. La ganancia es cobertura, no un reemplazo de tus revisores. El objetivo es dirigir su atención a los tickets que necesitan a una persona, en lugar de a los que la muestra eligió por azar.
#¿cómo preparo la puntuación con ia según mi propia hoja de evaluación?
Empieza por la hoja de evaluación que ya usas. Escribe cada criterio como una pregunta clara con una escala definida. Claude Developer Docs, Anthropic, consultado en octubre de 2026 recomienda estructurar la evaluación para poder automatizar la calificación, incluidas escalas calificadas por un LLM, como una valoración del tono de 1 a 5 en una respuesta de soporte.
Como criterios, reutiliza lo que la guía de agentes de atención al cliente de Anthropic revisa en una muestra de conversaciones: si se entendió la intención, si la respuesta fue pertinente y si las escalaciones fueron acertadas o erróneas. Añade los tuyos, como el cumplimiento de la política.
La persona responsable de soporte aprueba la hoja de evaluación. La ia no decide qué es lo bueno. El trabajo de consultoría de ia de Stennir empieza aquí, con una hoja de evaluación en lenguaje llano en la que tus revisores ya están de acuerdo.
#¿cómo sé que puedo fiarme de las puntuaciones de la ia?
Antes de fiarte de una puntuación, haz que dos revisores puntúen a ciegas los mismos 100 tickets y deja que la ia los puntúe también. Después compara. Ejemplo ilustrativo, las cifras son supuestos: la ia queda a menos de un punto de los revisores en 90 de 100. Si no llega a tu listón, reformula la hoja de evaluación y repite la prueba.
La misma página de Anthropic indica que es buena práctica calificar con un modelo distinto del que produjo el resultado. Si un bot redacta respuestas, no dejes que ese mismo modelo las puntúe. Repite la comprobación a ciegas por separado para árabe e inglés.
#¿qué debe quedar en manos de personas?
- Calibración: los revisores vuelven a puntuar con regularidad una muestra nueva y la comparan con la de la ia.
- Disputas: cuando un agente cuestiona una puntuación, decide un revisor con nombre.
- Tickets de alto riesgo y quejas: van a una persona y no se puntúan automáticamente.
- Coaching: la ia detecta el patrón, y quien lidera el equipo mantiene la conversación.
We are
Stennir define el alcance de tu hoja de evaluación, construye la puntuación y la contrasta con tus propios revisores, para que tú decidas qué puede puntuar.
We aren't
Un panel de QA que califica a los agentes con reglas propias, o que clasifica a las personas sin que nadie humano revise el resultado.
#¿qué debería hacer a continuación la persona responsable de soporte?
Escribe tu hoja de evaluación actual como preguntas sencillas y reúne 100 tickets que tus revisores ya hayan puntuado. Con eso basta para probar la idea. Mira cómo encaja la ia para atención al cliente en tu cola y después deja que la consultoría de ia de Stennir lo plantee contigo. reserva una llamada de 30 minutos o haz la evaluación gratuita de preparación.
#Preguntas frecuentes
¿qué necesita de nosotros antes de poder puntuar tickets?
Necesita tu hoja de evaluación escrita como preguntas claras, un conjunto de tickets que tus revisores ya hayan puntuado y acceso de lectura al texto de los tickets. También necesita una regla sobre qué tickets no se puntúan y pasan directamente a una persona. La hoja de evaluación es lo más importante, porque la ia solo puede aplicar lo que tú defines.
¿quién decide qué es un buen ticket y quién aprueba la hoja de evaluación?
Decide la persona responsable de soporte, junto con los revisores que conocen el trabajo. La ia aplica la hoja de evaluación y no la escribe. Stennir ayuda a convertir vuestros criterios en preguntas claras con una escala, pero la aprobación es de vuestro equipo, y cada cambio posterior pasa por la misma aprobación.
¿puntúa igual las conversaciones en árabe y en inglés?
Stennir ofrece soporte completo en árabe e inglés, y otros idiomas a petición. Aun así, conviene comprobar cada idioma por separado, porque una puntuación que coincide con tus revisores en inglés puede no coincidir en árabe. Haz la misma comparación a ciegas con tickets en árabe y corrige la redacción antes de fiarte de esas puntuaciones.
¿qué pasa cuando un agente no está de acuerdo con una puntuación?
El agente lo plantea y un revisor con nombre vuelve a puntuar el ticket a mano. Esa puntuación humana sustituye a la de la ia. Conserva los tickets disputados y úsalos para afinar la redacción de la hoja de evaluación. Si las disputas se concentran en un criterio, probablemente ese criterio no está claro.
¿qué podría salir mal y qué tickets deben ir siempre a un revisor humano?
La ia puede malinterpretar el sarcasmo, las expresiones locales o un detalle de política que falta, y puntuar con demasiada benevolencia o severidad. Envía a una persona las quejas, las amenazas legales y los casos de seguridad. Trata la puntuación de la ia como un punto de partida para el coaching, no como un veredicto sobre un agente.
