Los registros de chat de atención al cliente se amontonan como montañas; si quieres saber qué está insultando el usuario, qué está elogiando o en qué paso se atasca, hacerlo manualmente de verdad te hace dudar de la vida. Mi forma de ser perezoso es: dividir el “análisis de conversaciones” en varias tareas pequeñas, hacerlo más KISS, repartir el trabajo entre ChatGPT, Claude y Gemini, y al final dejar que Midjourney lo dibuje con un aspecto decente.
Primero separa las conversaciones por temas, así el análisis no se vuelve cada vez más caótico
No lo eches todo de golpe al modelo: es fácil que te devuelva un montón de resúmenes “muy razonables pero inútiles”. Aprende la lógica de múltiples conversaciones/múltiples temas: agrupa los registros por temas como pedidos, reembolsos, inicio de sesión, facturas; y luego haz la limpieza más básica: elimina información sensible como números de teléfono, direcciones y números de pedido; en privacidad, no apuestes a la suerte.
ChatGPT es ideal para etiquetas estandarizadas y definiciones de KPI
Yo hago que ChatGPT entregue campos unificados: intención, emoción, si se resolvió, puntos que consumen tiempo, acción sugerida. Su ventaja es que “entrega la tarea con formato” de manera muy estable, y es adecuado para hojas de control de calidad y definiciones para tableros.
Claude entiende mejor diálogos largos, ideal para encontrar la causa raíz
Cuando te topas con esos casos raros que se alargan 30 rondas de ida y vuelta, Claude los lee con más fluidez y puede explicar con claridad la necesidad real del usuario, los detonantes y los problemas del guion. Una queja: a veces parece más supervisor que el propio supervisor.
