Qué es un chatbot y cómo funciona: con ejemplos de tiendas online

Un chatbot es un programa que mantiene una conversación con una persona mediante texto o voz y responde de forma automática. Los hay de dos tipos: los de reglas, que siguen un árbol de respuestas fijo programado de antemano, y los basados en inteligencia artificial, que usan un modelo de lenguaje para entender la pregunta y redactar la respuesta. En una tienda online, un chatbot sirve para resolver dudas de producto, envíos o devoluciones sin que una persona tenga que contestar cada mensaje.

Soy Oscar Álvarez, fundador de SEOscar, agencia de ecommerce en Barcelona. Esta semana me preguntaron dos veces lo mismo en dos reuniones distintas: chatbot, qué es exactamente y en qué se diferencia de lo que me vende mi plataforma. Como la respuesta corta se queda coja, me he sentado a escribir la larga, con ejemplos de tiendas reales y con lo que veo cuando audito instalaciones que ya están en marcha.

Aviso por delante: no todos los chatbots son iguales y muchos de los que veo instalados en tiendas online españolas hacen más ruido que ventas. Vamos a ver por qué.

Qué es un chatbot: definición sin humo

Un chatbot es un programa informático diseñado para simular una conversación con una persona y responder automáticamente a sus mensajes, normalmente por texto en una ventana de chat dentro de una web o una aplicación de mensajería. El término viene de chat (conversación) y bot (robot de software). Su función es atender preguntas sin intervención humana directa, veinticuatro horas al día.

Lo importante es que chatbot describe el formato, no la tecnología. Un árbol de botones con cuatro opciones es un chatbot. Un sistema conectado a un modelo de lenguaje grande que lee tu catálogo también lo es. Entre uno y otro hay la misma distancia que entre un contestador automático y un comercial que conoce el producto.

Para qué sirve un chatbot en la práctica: resolver dudas repetitivas (dónde está mi pedido, cuánto tarda el envío, qué talla elijo), filtrar consultas antes de que lleguen a una persona, captar datos de contacto y, en el mejor de los casos, acompañar a alguien hasta que añade un producto al carrito.

Chatbot de reglas vs chatbot con IA

Un chatbot de reglas sigue un guion fijo: si el usuario pulsa o escribe X, responde Y. Un chatbot con inteligencia artificial usa un modelo de lenguaje para interpretar lo que la persona ha escrito, aunque esté mal redactado o no estuviera previsto, y genera una respuesta nueva. El primero es predecible y limitado, el segundo es flexible y, si no se controla, se inventa cosas.

Chatbot de reglas (árbol de decisión)

Funciona con palabras clave y botones. Tú programas las rutas: seguimiento de pedido, devoluciones, hablar con un agente. Si el visitante escribe algo que no está en el árbol, el chatbot de reglas responde que no ha entendido. Es barato, no falla de forma creativa y sirve para procesos cerrados, por ejemplo reclamar un número de pedido.

Su límite es obvio: en las tiendas que audito, la mayoría de preguntas reales no caben en seis botones. Son del tipo "¿esta chaqueta abriga para noviembre en Girona?" o "¿me sirve este filtro para la cafetera que compré el año pasado?". Ahí el árbol se rompe.

Chatbot con IA (modelo de lenguaje)

Un chatbot con IA se apoya en un modelo de lenguaje grande (LLM, large language model), como los de la familia GPT o Claude, entrenado para predecir y redactar texto. Entiende la intención aunque la pregunta esté formulada de cualquier manera y responde en lenguaje natural. El riesgo es que, si no está anclado a datos reales, se inventa respuestas con total aplomo. A eso se le llama alucinación.

La solución técnica se llama RAG (retrieval augmented generation, generación aumentada por recuperación): antes de responder, el sistema busca la información en tus fuentes reales (catálogo, política de envíos, stock) y obliga al modelo a contestar solo con eso. Lo explico a fondo en qué es RAG.

Cómo funciona un chatbot por dentro: modelo, datos e integraciones

Un chatbot con IA funciona en cuatro capas: la interfaz donde el usuario escribe, una capa de recuperación que busca la información relevante en los datos de la empresa, el modelo de lenguaje que redacta la respuesta y las integraciones que conectan con sistemas externos como el ERP o la plataforma de ecommerce. Si falta la capa de datos, tienes un loro elegante.

1. La interfaz

Es la ventana de chat, el widget de WhatsApp o el canal de Instagram. Parece lo menos importante y condiciona mucho: un widget que salta a los dos segundos tapando la ficha de producto hace perder ventas en móvil. Yo lo mido con Microsoft Clarity, mirando mapas de clics y grabaciones en pantallas pequeñas.

2. La base de conocimiento

Es el conjunto de datos a los que el chatbot puede acceder: fichas de producto, preguntas frecuentes, condiciones de envío y devolución, tallas, compatibilidades, histórico de tickets de soporte. Normalmente se trocea el texto y se convierte en vectores (representaciones numéricas) guardados en una base de datos vectorial, para que el sistema recupere los fragmentos más parecidos a la pregunta.

Aquí está la mayor parte del trabajo real y es lo que nadie enseña en las demos. Si tus fichas de producto son un copiar y pegar del fabricante y tu política de devoluciones vive en un PDF desactualizado, el chatbot va a responder mal. La calidad del chatbot es la calidad de tus datos.

3. El modelo de lenguaje y sus instrucciones

El modelo recibe la pregunta, los fragmentos recuperados y un conjunto de instrucciones (el prompt de sistema) que definen tono, límites y qué hacer cuando no sabe algo. En los proyectos que monto, una instrucción innegociable es: si la información no está en el contexto recuperado, dilo y ofrece pasar con una persona. Es menos vistoso y evita buena parte de los problemas que veo en otras instalaciones.

4. Las integraciones

Son las conexiones con sistemas vivos: la API de Shopify o WooCommerce para consultar stock y estado de pedido, el CRM para registrar la conversación, el correo o Klaviyo para seguimiento. Yo suelo orquestarlas con n8n, una herramienta de automatización de flujos que permite encadenar llamadas a API sin montar un backend entero. Cuando el proyecto lo pide, Roger levanta la infraestructura a medida.

Sin integraciones, un chatbot solo puede hablar de lo que ya está escrito en tu web. Con integraciones, puede decirle a un cliente que su pedido salió ayer de almacén y que quedan dos unidades de la talla M.

6 ejemplos de chatbot en tiendas online

Estos son seis usos de chatbot que veo funcionar en ecommerce, ordenados de menos a más impacto en ventas. Los tres primeros son soporte puro, los tres últimos tocan directamente la conversión.

• Seguimiento de pedidos. El cliente pregunta dónde está su compra, el chatbot consulta el pedido por email o número y devuelve el estado real. Es el caso con más volumen de consultas y el más fácil de automatizar.

• Preguntas frecuentes de envío y devolución. Plazos, costes, países, cómo devolver. Reduce tickets repetidos y, en tiendas con política generosa, resolver la duda antes de comprar quita fricción.

• Soporte posventa de primer nivel. Instrucciones de uso, garantías, recambios compatibles. Aquí el histórico de tickets antiguos es una base de conocimiento muy valiosa.

• Asesor de tallas y compatibilidades. En moda, calzado, recambios o electrónica, es la duda que más carritos frena. Un sistema que cruza la pregunta con la tabla de tallas o de compatibilidades evita devoluciones.

• Recomendador de producto conversacional. El visitante describe lo que necesita ("busco un regalo para mi padre, que le gusta cocinar, hasta 60 euros") y el sistema propone referencias reales del catálogo con enlace. Esto ya no es soporte, es venta.

• Recuperación de dudas antes del checkout. Cuando alguien lleva un rato en la página de pago, una pregunta oportuna sobre formas de pago o plazo de entrega puede ayudar a cerrar la compra. Ojo: oportuna, no intrusiva.

Los tres últimos son lo que en SEOscar llamamos agente de ventas IA: un asistente que vende con el catálogo y los datos reales de la tienda, no un chatbot que interrumpe. La diferencia no es de marketing, es de arquitectura: uno está conectado a tu stock y tu catálogo, el otro recita un FAQ.

Qué no debe hacer un chatbot

Un chatbot no debe inventar información, no debe bloquear el acceso a una persona, no debe interrumpir el proceso de compra y no debe fingir que es humano. Estos cuatro errores convierten una herramienta útil en un motivo de abandono, y los veo en casi todas las auditorías de tiendas que ya tienen uno instalado.

• Inventarse plazos, precios o compatibilidades. Si el dato no está en la fuente, la respuesta correcta es "no lo tengo confirmado, te paso con el equipo".

• Esconder el contacto humano. El escalado a persona debe estar a un clic, siempre, y con horario visible.

• Saltar automáticamente tapando la ficha de producto en móvil. Si el widget cubre el botón de comprar, estás pagando tráfico para taparte el carrito.

• Hacerse pasar por una persona. Además de ser una mala práctica, en Europa ya no es solo una cuestión de estilo.

• Pedir el email antes de dar valor. El formulario de captura como primer mensaje mata la conversación.

• Responder siempre, incluso cuando no sabe. Un chatbot que dice "no lo sé" genera más confianza que uno que improvisa.

Prefiero un asistente que reconoce sus límites y pasa la conversación a una persona, que uno que responde a todo y se equivoca en el plazo de entrega. El segundo genera devoluciones y reseñas malas.

Lo que exige la ley: transparencia y etiquetado de la IA

El Reglamento Europeo de Inteligencia Artificial (Reglamento UE 2024/1689, conocido como AI Act) establece en su artículo 50 obligaciones de transparencia para los sistemas de IA que interactúan con personas: el usuario debe saber que está hablando con una máquina, salvo que resulte evidente por el contexto. En la práctica, esto significa que tu chatbot tiene que identificarse como tal.

Las obligaciones de transparencia del artículo 50 son aplicables a partir del 2 de agosto de 2026, según el calendario de aplicación escalonada del propio reglamento. Mi recomendación es no esperar: identificar el asistente como IA desde el primer mensaje no cuesta nada y, por lo que veo en las grabaciones de sesión, no baja el uso.

A esto se suma lo de siempre en España: la información que el chatbot da sobre precios, plazos y derecho de desistimiento es información precontractual y te vincula igual que si estuviera en la ficha de producto. Y si guardas conversaciones, estás tratando datos personales, con lo que toca revisar la política de privacidad y el tratamiento con el proveedor. No soy abogado, así que esto consúltalo con el tuyo antes de publicar nada.

Qué haría yo desde SEOscar antes de instalar un chatbot

Antes de montar nada, miro los datos. Exporto las consultas reales de atención al cliente de los últimos meses, las agrupo por tema y cuento cuántas son repetitivas. Si la mayoría de mensajes son "dónde está mi pedido", el caso de uso está claro y el retorno es medible desde el principio.

Después reviso la calidad de las fuentes: fichas, FAQ, política de envíos. Si están mal, se arreglan primero, porque además de alimentar al asistente son contenido que posiciona en buscadores y que citan los motores generativos. Es la parte de GEO, Generative Engine Optimization, optimizar para que ChatGPT o Google AI Overviews te citen.

Y luego se construye sobre la plataforma que ya tienes, sea Shopify, WooCommerce o Magento, sin obligarte a migrar, con el código y los flujos en tu propiedad. Lo medimos con GA4, Search Console y Clarity, y se revisa mes a mes. Así funciona el método que uso en todos los proyectos.

Si lo que buscas no es la definición sino decidir qué asistente encaja en tu empresa y con qué coste, lo desarrollo en el artículo sobre AI chatbot para empresas.

Resumen: chatbot sí, pero con datos detrás

Un chatbot es un programa que conversa de forma automática: con reglas si las preguntas son cerradas, con IA y datos propios si las preguntas son reales. En ecommerce, lo que diferencia un gasto de una inversión es si el sistema está conectado a tu catálogo, tu stock y tus políticas, y si sabe decir "no lo sé".

Si quieres saber qué parte de tus consultas se puede automatizar y qué impacto tendría en tus ventas con el tráfico que ya tienes, reserva un diagnóstico. La primera semana te entrego el plan con tus datos, lo sigas conmigo o por tu cuenta.

Preguntas frecuentes

¿Qué es un chatbot en palabras sencillas?

Un chatbot es un programa que mantiene una conversación escrita o hablada con una persona y responde automáticamente, sin que haya alguien del equipo al otro lado. Aparece normalmente como una ventana de chat en una web o en aplicaciones como WhatsApp. Su objetivo es resolver dudas frecuentes a cualquier hora y derivar a una persona cuando el caso se complica.

¿Qué diferencia hay entre un chatbot de reglas y uno con inteligencia artificial?

Un chatbot de reglas sigue un guion fijo de botones y palabras clave programado de antemano, así que solo responde a lo que estaba previsto. Un chatbot con inteligencia artificial usa un modelo de lenguaje para interpretar cualquier forma de preguntar y redactar una respuesta nueva. El de reglas es más barato y predecible, el de IA es mucho más flexible, pero necesita estar anclado a datos reales para no inventarse información.

¿Para qué sirve un chatbot en una tienda online?

En ecommerce un chatbot sirve principalmente para cuatro cosas: consultar el estado de un pedido, resolver dudas de envío y devolución, asesorar sobre tallas o compatibilidades y recomendar productos del catálogo. Las dos primeras reducen carga de atención al cliente y las dos últimas influyen directamente en la conversión. El impacto real depende de si el sistema está conectado al stock y al catálogo de la tienda o solo repite un FAQ.

¿Un chatbot puede inventarse respuestas?

Sí, los chatbots basados en modelos de lenguaje pueden generar respuestas falsas con apariencia creíble, un fenómeno llamado alucinación. Se mitiga con una arquitectura RAG (generación aumentada por recuperación), que obliga al sistema a responder solo con la información recuperada de fuentes propias como el catálogo o las políticas de envío. También ayuda instruir explícitamente al modelo para que diga que no lo sabe y derive a una persona cuando falte el dato.

¿Es obligatorio avisar de que el usuario está hablando con un chatbot?

El Reglamento Europeo de Inteligencia Artificial (Reglamento UE 2024/1689) establece en su artículo 50 que los sistemas de IA destinados a interactuar con personas deben informar de que se trata de una máquina, salvo que resulte evidente por el contexto. Estas obligaciones de transparencia se aplican a partir del 2 de agosto de 2026. Mi recomendación es identificar el asistente como IA desde ya, porque no cuesta nada y genera confianza.

¿Cuánto cuesta poner un chatbot en una tienda online?

Depende por completo del tipo: un widget de reglas de una plataforma SaaS puede costar una cuota mensual modesta, mientras que un asistente con IA conectado a catálogo, stock y CRM implica trabajo de desarrollo e integración y se mueve en otro orden de magnitud. El coste recurrente incluye además el consumo del modelo de lenguaje, que varía según el volumen de conversaciones. Antes de pedir presupuesto, cuenta cuántas consultas repetitivas recibes al mes: ese número te dice si la inversión tiene sentido.

¿Un chatbot sustituye a la atención al cliente humana?

No, y plantearlo así suele salir caro. Un chatbot bien montado absorbe las consultas repetitivas y de primer nivel, que en muchas tiendas son la mayoría del volumen, y libera al equipo para los casos que de verdad requieren criterio. El acceso a una persona debe estar siempre visible y a un clic, con horario claro.