Respuesta automática de correo electrónico de IA para comercio electrónico: un flujo de trabajo de 5 categorías que nunca envía automáticamente

Las cinco categorías

Cómo clasificamos el correo

Cada mensaje entrante se ejecuta a través de un motor de reglas transparente que busca palabras señalizadoras. El motor no llama a un modelo oculto; verifica una lista corta de tokens y asigna exactamente una etiqueta.

Detalles de la categoría

- Consulta – palabras como “precio”, “stock”, “color”, “envío”, “ETA”. - Queja – palabras como “roto”, “dañado”, “enojado”, “reembolso”, “devolución”, “molesto”. - Devolución / cambio – palabras como “RMA”, “talla incorrecta”, “artículo incorrecto”, “cancelar”, “cambiar”. - Colaboración – palabras como “mayoreo”, “afiliado”, “al por mayor”, “B2B”, “colaboración”. - Spam – palabras como “criptomoneda”, “lotería”, “phishing”, “ganar”, “premio”. Estos se ponen en cuarentena y nunca se responden.

Marcadores de borrador típicos

Categoría | Ejemplo de señal | Marcador de borrador Consulta | “¿Cuándo se enviará mi pedido?” | Hola {{customer_name}}, su pedido #{{order_id}} está programado para enviarse el {{ship_date}}. Recibirá un enlace de seguimiento cuando el transportista lo escanee. Queja | “La pantalla llegó agrietada.” | Hola {{customer_name}}, lamento escuchar sobre el daño. Por favor, responda con una foto del problema y comenzaremos a reemplazarlo. Devolución / cambio | “Necesito una talla M en lugar de L.” | Hola {{customer_name}}, cambiemos ese artículo. Responda con el número de autorización de devolución que generaremos para usted. Colaboración | “¿Ofrecen precios al por mayor?” | Hola {{customer_name}}, le he adjuntado nuestra hoja de precios al por mayor. Hágamelo saber si desea programar una llamada. Spam | “¡Has ganado $1 000 000!” | (No hay borrador – mensaje movido a la carpeta de spam)

¿Por qué basado en reglas?

Los conjuntos de reglas son fáciles de auditar. Puedes ver exactamente qué palabra activó la etiqueta. Si aparece una nueva frase, la agregas a la lista y el cambio es visible en el registro. Esto mantiene el sistema predecible y te permite explicar decisiones a compañeros de equipo o auditores.

Puntuación antes de redactar

Puntuación de sentimiento

Calculamos un valor de sentimiento de -1 a +1. Los valores negativos indican frustración, mientras que los valores positivos indican alegría. La puntuación proviene de un léxico que pondera palabras como "feliz", "gracias", "enojado", "desilusionado". Cada token suma o resta una pequeña cantidad; la suma se limita al rango.

Puntuación de urgencia

La urgencia va de 0 a 10. Los tokens sensibles al tiempo, como "ahora", "lo antes posible", "hoy", "de inmediato", suman 2 puntos cada uno. El lenguaje de reembolso o devolución suma 3 puntos. Si el mensaje menciona una amenaza legal, sumamos 4 puntos. El total se limita a 10.

Umbrales de decisión

Cuando la urgencia alcanza 7 o más, o el sentimiento cae por debajo de -0,4, o la categoría es Queja, el correo electrónico se marca para revisión humana. Se adjunta una nota interna que enumera las señales que hicieron que la puntuación superara el umbral. Todo se almacena en el registro de auditoría, por lo que puedes reproducir por qué un mensaje se escaló.

Orientación externa

Nuestro método de puntuación sigue las sugerencias del Marco de gestión de riesgos de inteligencia artificial de NIST (https://www.nist.gov/itl/ai-risk-management-framework) y el Top 10 de LLM de OWASP (https://owasp.org/www-project-top-10-for-large-language-model-applications). Estas fuentes nos ayudan a mantener el modelo transparente y el riesgo bajo.

Qué sucede a continuación

Si el correo electrónico no cumple con ningún umbral, generamos un borrador utilizando la plantilla específica de la categoría. El borrador contiene solo variables y marcadores de posición de hechos; nunca insertamos detalles inventados. El borrador se coloca en la cola donde un agente de soporte puede revisar, editar y enviar.

Las reglas de honestidad

Lo que prohibimos en los borradores

- No fechas de reembolso garantizadas a menos que hayamos verificado que se ha recibido la devolución. - No promesas de “satisfacción del 100 %” o afirmaciones absolutas similares. - No estados de pedido falsificados, como “enviado” cuando el transportista no ha escaneado el paquete. - No lenguaje de venta cruzada que implique un descuento que no esté aprobado.

Cómo hacemos cumplir las reglas

El motor de creación de borradores verifica cada oración contra una lista de patrones prohibidos. Si se encuentra un patrón, el motor detiene la salida y devuelve un marcador de posición que solicita al agente que verifique el hecho. Por ejemplo, si la plantilla intenta decir “Su reembolso se procesará en 2 días”, el motor ve la bandera de cronograma no verificado y reemplaza la oración con “Verifique el cronograma de reembolso antes de enviar.”

Por qué esto es importante

Los fallos públicos de las herramientas de respuesta automática suelen deberse a promesas excesivas. Al bloquear esas frases en la fuente, mantenemos al agente en el bucle para cualquier declaración que pueda afectar los derechos o expectativas del cliente. El agente aún puede agregar una garantía después de verificar el sistema de pedidos, pero la herramienta nunca la insertará por su cuenta.

Qué no es esto

No es un agente autónomo

MailPilot nunca envía un mensaje sin que un humano pulse el botón de enviar. Es una herramienta de redacción, no un bot que hable con los clientes por su cuenta.

No es una garantía de respuestas perfectas

La herramienta reduce la escritura repetitiva, pero no promete que cada borrador sea impecable. Los agentes aún necesitan leer y ajustar.

No es un reemplazo del juicio

Las decisiones que requieren interpretación de políticas, gestos de buena voluntad o matices legales siguen estando a cargo del equipo de soporte. La herramienta solo maneja el primer paso de categorización y redacción.

No es una caja negra

Todas las puntuaciones, coincidencias de reglas y elecciones de plantillas están registradas. Puedes exportar el registro y ver exactamente por qué un mensaje se enruta de una determinada manera.

Qué reemplaza esto

Triage manual

Antes de MailPilot, un equipo de tres agentes dedicaba aproximadamente 2,5 horas cada mañana a leer los mismos cinco tipos de preguntas, copiar texto de plantilla y escribir notas personales. Ese trabajo era repetitivo y propenso a la fatiga.

Tiempo ahorrado

Con la capa de redacción en su lugar, el mismo equipo ahora dedica unos 45 minutos a la triage. Las dos horas restantes se utilizan para casos complejos, controles de calidad y outreach proactivo.

Consistencia

Debido a que las plantillas son compartidas, el lenguaje utilizado para el estado del pedido, las instrucciones de devolución y las consultas de venta al por mayor se mantiene uniforme en todos los turnos. Los clientes notan el tono constante.

Prueba con MailPilot

Pasos de la demostración

- Visita la página de demostración interactiva gratuita. - Pega cualquier correo electrónico de soporte en el cuadro de texto. - Presiona “Clasificar y redactar”. - Ver la categoría, puntuaciones de sentimiento, urgencia y el borrador generado. - Edita el borrador si lo deseas, luego cópialo en tu helpdesk.

Límites de la versión gratuita

La versión gratuita permite hasta 20 respuestas redactadas por día. No se necesita cuenta. Si necesitas más volumen, los planes pagados comienzan en 150 borradores por día e incluyen acceso a la API para integración con helpdesk.

Lista de verificación del operador para la respuesta automática de correo electrónico de IA para el comercio electrónico: un flujo de trabajo de 5 categorías que nunca envía automáticamente

Mantengo una lista de verificación escrita al lado de cada lanzamiento que toca este tema. La lista es aburrida a propósito: nombrar al propietario, nombrar el artefacto de evidencia y nombrar la reversión. Si un paso no puede producir un archivo, un ticket o una línea de registro, no es un paso, es un deseo.

Antes de cambiar la producción

- Congelar la rama o la revisión de configuración que se medirá. - Registrar el modo de fallo actual con una entrada concreta y una salida concreta. - Confirmar qué identidad ejecuta el trabajo y si esa identidad puede acceder a datos que no debería. - Abrir las referencias principales que se citarán: https://owasp.org/www-project-top-10-for-large-language-model-applications, https://www.nist.gov/itl/ai-risk-management-framework.

Mientras se ejecuta la verificación

- Preferir un camino reproducible sobre diez capturas de pantalla anecdóticas. - Escribir el resultado seguro esperado antes de activar la herramienta o la consulta. - Capturar el comando exacto, el prompt, el esquema o la expresión regular bajo prueba, no una paráfrasis. - Si el sistema puede actuar (enviar, escribir, eliminar, transferir), requerir un límite de confirmación en el mismo paso.

Después de terminar

- Archivar el riesgo residual con un propietario y una fecha, incluso cuando el análisis es limpio. - No convertir un cheque verde en lenguaje de ventas que reclame la complejidad. - Volver a ejecutar la misma lista de verificación cuando el modelo, el esquema de la herramienta o las reglas de validación cambian.

Señal | Qué registrar | ¿Detener el envío? Escribir o enviar inesperado | Nombre de la herramienta, args, identidad | Sí hasta que esté bloqueado Falta de confirmación en la acción destructiva | Camino de llamada y bypass | Sí Texto no confiable tratado como instrucción | Superficie de origen y acción resultante | Sí para el alcance del agente Análisis de escaneo limpio, juicio abierto | Artículos diferidos + propietario | Solo si el camino principal es seguro

MailPilot ayuda con el primer paso medible. Las elecciones de arquitectura, el visto bueno legal y las reclamaciones que enfrentan al cliente aún necesitan un propietario humano. Tratar cada fila de la lista de verificación como soporte de decisión, no como certificado.

Cómo explico los límites a los compradores

Cuando un prospecto pregunta si el producto "cubre todo", respondo con el límite: las comprobaciones automatizadas detectan patrones conocidos; las cadenas novedosas y el juicio de política aún necesitan revisión. Esa honestidad mantiene la carga de soporte baja y mantiene el blog alineado con lo que el producto realmente hace.

Si necesita una segunda opinión, combine este escrito con las referencias a continuación y con su propia reproducción de staging. No omita el paso de reproducción solo porque un modelo escribió un resumen confiado.

Referencias

- https://owasp.org/www-project-top-10-for-large-language-model-applications - https://www.nist.gov/itl/ai-risk-management-framework