Chatbot vs agente conversacional: el salto de FAQ a acción
Un chatbot responde; un agente conversacional hace. La diferencia no es de palabras: es de qué pasa después del 'enter'.
Le escribís a un bot "¿cuánto cuesta el plan premium?" y te tira el precio. Le escribís "quiero pasarme al premium" y… te tira el precio otra vez. Ahí, en esa frustración, está toda la diferencia entre un chatbot y un agente conversacional.
El chatbot responde, el agente hace
Un chatbot clásico es, en el fondo, un buscador con cara de charla. Vos preguntás, él recupera una respuesta de un repertorio (un FAQ, una base de conocimiento, un árbol de decisiones) y te la devuelve. Es informativo. Útil, pero pasivo: nunca toca nada del mundo real.
Un agente conversacional suma una capa que lo cambia todo: puede ejecutar acciones. No solo te dice el precio del premium; te cambia el plan, te emite la factura, te agenda la llamada. Pasa de hablar sobre las cosas a operar sobre las cosas.
La frontera técnica que separa a uno del otro tiene nombre: la capacidad de invocar herramientas. Es exactamente el mismo salto que hace un LLM cuando aprende function calling: traducir una intención en lenguaje natural a una llamada concreta a una API.
Qué necesita un agente que un chatbot no tiene
- Herramientas conectadas. APIs reales para crear, modificar o cancelar. Sin esto, todo queda en conversación.
- Permisos y autenticación. Si va a cambiarte el plan, primero tiene que saber quién sos y qué tenés permitido tocar.
- Confirmación antes de actuar. "Voy a cambiarte al premium, ¿confirmás?" El agente que ejecuta sin preguntar es un accidente esperando ocurrir.
- Manejo de errores. La API falló, el pago se rechazó, el turno ya no está. Un chatbot nunca se entera de estas cosas; un agente vive de ellas.
Hay una versión más autónoma todavía, donde el agente razona y actúa en bucle —el patrón ReAct— decidiendo por sí mismo qué herramienta usar en cada paso. Potente, pero también más difícil de gobernar: por algo conviene saber cuándo dejar que decida solo y cuándo no.
Nota relacionada
Del intent clásico al LLM: cómo cambió el chatbot
Durante años los chatbots fueron árboles de intents que vos tenías que adivinar. Después llegaron los LLM y se cayó el árbol.
Leer notaEl costo escondido de "hacer cosas"
Acá viene lo interesante para quien decide. Un chatbot que se equivoca te da una respuesta mala: molesto, recuperable. Un agente que se equivoca te cancela una suscripción que no querías cancelar. El error deja de ser textual y pasa a tener consecuencias.
Por eso el salto de FAQ a acción no es solo técnico, es de responsabilidad. Cada herramienta que conectás amplía lo que el agente puede hacer bien… y lo que puede romper. La pregunta de diseño no es "¿puede ejecutar esto?", sino "¿qué pasa si lo ejecuta cuando no debía?".
Mi regla práctica: empezá como chatbot que propone la acción y deja que el humano la confirme con un click. Recién cuando los logs muestran que la propuesta es correcta el 99% de las veces, automatizás la ejecución. Es el mismo principio de human-in-the-loop que se usa en extracción de documentos: la máquina sugiere, el humano valida, y el control se suelta solo cuando los números lo justifican.
El resumen
Chatbot: te informa. Agente conversacional: te resuelve. El primero vive en el lenguaje; el segundo cruza al mundo donde las cosas cambian de verdad. Y justo por eso, el segundo merece muchísimo más cuidado antes de soltarlo a producción.
¿Lo necesitás en tu negocio?
Seguí explorando