Los dos ponen una burbuja en tu web y responden preguntas. Ahí acaba el parecido, y confundirlos es la razón por la que muchos equipos se decepcionan con «la IA para soporte» después de tres meses.
La diferencia en una frase
Un chatbot responde con lo que hay escrito. Un agente responde con lo que está pasando.
Todo lo demás sale de ahí.
Comparación por lo que importa
| Chatbot documental | Agente con contexto | |
|---|---|---|
| De dónde saca la respuesta | Tu centro de ayuda | Tu centro de ayuda y el estado de la cuenta |
| «¿Cómo invito a un compañero?» | La responde | La responde |
| «¿Por qué no me deja invitar?» | Manda el artículo | Mira los asientos del plan y responde |
| Puede ejecutar acciones | No | Sí, sobre los endpoints que le habilites |
| Montaje | Indexar una URL, una tarde | Conectar la API y decidir permisos, un par de tardes |
| Coste típico | Bajo | Medio, normalmente por conversación resuelta |
| Cuando no sabe | Repite el artículo más parecido | Escala con el caso montado |
Las filas dos y tres son la comparación entera. Todo lo demás es consecuencia.
Por qué un chatbot se queda corto en un SaaS
No es un problema de calidad del modelo. Los modelos de lenguaje de hoy redactan estupendamente.
El problema es de datos disponibles. Si a un modelo excelente le das solo tu documentación, va a responder excelentemente usando solo tu documentación. Y en un SaaS, la respuesta correcta casi nunca está ahí:
- «¿Por qué me habéis cobrado 340 €?» → está en la facturación
- «¿Me queda cupo este mes?» → está en el consumo
- «¿Por qué no me llegan los webhooks?» → está en los registros
- «¿Puedo invitar a tres personas más?» → está en el plan contratado
Un chatbot con estas preguntas hace lo único que puede: mandar el artículo genérico. Y el cliente, que ya lo había leído, escribe otra vez.
Ese segundo mensaje es el que anula el ahorro. Has automatizado la primera respuesta y has añadido un paso.
Por qué un chatbot puede ser suficiente
Y ahora al revés, porque hay casos claros en los que un agente es pasarse:
- Vendes a consumidor final y las preguntas son sobre el producto, no sobre la cuenta
- No tienes API expuesta ni a quién pedirle que la exponga en los próximos meses
- Tu volumen es bajo y lo que quieres es no responder a las tres mismas preguntas
- Estás probando si esto de la IA sirve para algo en tu caso, y quieres gastar poco
En esos escenarios un chatbot documental cuesta poco, se monta en una tarde y resuelve lo suyo. Montar un agente ahí es trabajo de más para el mismo resultado.
Las herramientas de esa familia están agrupadas en el índice de comparativas, en el apartado de bots sobre documentación.
Lo que cambia en el montaje
Aquí es donde la elección se nota en tu calendario.
Un chatbot se monta en una tarde: le das la URL de tu centro de ayuda, indexa y ya responde. El trabajo posterior es de contenido, es decir, escribir mejor documentación.
Un agente necesita una decisión que no se puede delegar en la herramienta: qué puede leer y qué puede hacer. Alguien de tu equipo tiene que sentarse a decir «puede consultar el plan y el consumo, puede reenviar una factura, no puede cancelar una suscripción». Eso es una tarde de trabajo técnico y una conversación de producto.
Es más trabajo. También es la parte que hace que funcione, y saltársela es lo que produce agentes que responden cosas raras.
Cómo decidir en una tarde
Coge las últimas cien conversaciones y clasifícalas:
- Se responde con un artículo. Un chatbot las cierra.
- Hay que mirar la cuenta. Solo un agente las cierra.
- Hace falta criterio. No las cierra nadie, y está bien.
Ahora multiplica el montón 2 por tu coste real por ticket —si no lo tienes, aquí está el método—. Ese número es lo que te está costando al mes elegir la opción barata.
Si sale poco, elige el chatbot y no le des más vueltas. Si sale mucho, el chatbot te va a salir caro precisamente por barato.
La opción que casi nadie considera
Las dos cosas no son excluyentes. Un montaje razonable es tener un bot documental resolviendo el montón 1 y un agente encargándose del 2, aunque en la práctica quien hace lo segundo suele hacer también lo primero, y mantener dos sistemas cuesta más de lo que ahorra.
Lo que sí conviene evitar es lo contrario: montar un chatbot, ver que no baja el volumen, y concluir que «la IA no funciona para nuestro caso». Lo que no funcionaba era pedirle a un sistema que respondiera con datos que nunca tuvo.
