Análisis de lagunas de conocimiento: encuentra las preguntas que tu chatbot no sabe responder
Las respuestas más flojas de tu chatbot señalan el contenido que falta. Una rutina semanal de análisis de lagunas de conocimiento: detecta las señales, prioriza por volumen y…

En este artículo
La mayoría de los equipos juzgan su chatbot por las preguntas que responde bien. Las que no sabe responder son mucho más útiles, porque cada una señala un contenido concreto que falta, está desactualizado o resulta confuso, y que puedes corregir.
El análisis de lagunas de conocimiento es la rutina de encontrar las preguntas que tu asistente de IA gestiona mal, averiguar por qué y corregir el contenido que hay detrás. Si lo haces cada semana, se convierte en una de las formas más baratas de mejorar la calidad de las respuestas: sin herramientas nuevas ni reentrenamientos, solo con mejor material de origen.
Esta guía repasa las señales que debes vigilar, un proceso semanal, cómo priorizar y cómo redactar respuestas que de verdad cierren la laguna.
Puntos clave
- Las lagunas aparecen como respuestas fallidas, traspasos por poca confianza, malas valoraciones y clientes que reformulan la misma pregunta.
- Prioriza según la frecuencia con la que aparece una pregunta y lo que vale una buena respuesta.
- Corrige el contenido de origen y vuelve a probar exactamente las preguntas que fallaron.
Qué se considera una laguna de conocimiento
No todas las respuestas flojas tienen la misma causa. Diagnosticar el tipo te indica la solución.
| Tipo de laguna | Cómo se manifiesta | Solución habitual |
|---|---|---|
| Contenido que falta | "¿Hacéis envíos a Noruega?" y nada en la base de conocimiento lo cubre | Redactar la respuesta |
| Contenido desactualizado | El asistente cita el horario de festivos del año pasado | Actualizar o eliminar la fuente antigua |
| Contenido enterrado | La respuesta está en la página 34 de un PDF largo | Añadir una entrada breve y específica |
| Contenido contradictorio | Dos documentos indican plazos de devolución distintos | Unificarlo en una sola versión |
| Desajuste de vocabulario | Los clientes dicen "devolución del dinero" y tus documentos solo dicen "reembolso" | Añadir las palabras del cliente al contenido |
| Fuera del alcance a propósito | Preguntas médicas o jurídicas | Mantener el traspaso; no hace falta corregir contenido |
Esa última fila importa. Hay preguntas que el asistente no debería responder nunca, y un traspaso en esos casos es el sistema funcionando como debe.
Señales: cómo detectar las preguntas que tu chatbot no responde
Busca estos patrones en tus conversaciones y en tus analíticas:
- Respuestas fallidas. Respuestas como "No tengo información sobre eso" son la señal más clara.
- Traspasos por poca confianza. Sepáralos de los traspasos provocados por temas delicados o por petición del cliente; normalmente solo los primeros apuntan a una laguna de contenido.
- Valoraciones de satisfacción bajas en conversaciones que el asistente gestionó solo.
- Reformulaciones. Un cliente que pregunta lo mismo dos veces con otras palabras normalmente no obtuvo lo que necesitaba la primera vez.
- Respuestas repetidas de los agentes. Si los agentes escriben la misma respuesta después de los traspasos todas las semanas, esa respuesta tiene que estar en la base de conocimiento.
Nuestro resumen de métricas de analítica de chatbots explica cómo encajan estas señales con la tasa de resolución y el CSAT.
Un proceso semanal de análisis de lagunas de conocimiento
Elige un hueco fijo cada semana, como el lunes por la mañana, y un responsable. Después:
- Reúne las señales de la semana. Respuestas fallidas, traspasos por poca confianza, valoraciones bajas y respuestas repetidas de los agentes.
- Agrúpalas por tema. Diez preguntas formuladas de forma distinta sobre envíos a Noruega son una laguna, no diez.
- Diagnostica cada grupo con los tipos de laguna de arriba.
- Prioriza la lista (lo vemos en el siguiente apartado).
- Redacta o corrige el contenido de los primeros puntos.
- Vuelve a probar con la formulación exacta del cliente que falló, más un par de variantes.
- Registra el cambio con fecha, para comprobar la semana siguiente si la laguna se ha cerrado.
Para un equipo que gestiona, por ejemplo, 1.500 conversaciones al mes, esto podría sacar a la luz una docena de grupos de temas en una semana normal. No hace falta corregirlos todos a la vez; el progreso constante semana a semana se nota.
Cómo priorizar: volumen por valor
Puntúa cada laguna en dos ejes: con qué frecuencia aparece y cuánto vale una buena respuesta. El valor es máximo en las preguntas de preventa que bloquean una compra, en las preguntas ligadas a cancelaciones o reclamaciones y en todo lo que tenga implicaciones de cumplimiento normativo.
| Valor alto | Valor bajo | |
|---|---|---|
| Volumen alto | Corregir esta semana | Corregir esta semana con una respuesta breve |
| Volumen bajo | Corregir pronto; mientras tanto, asegurarse de que el traspaso funciona | Dejar en pendientes o en manos del equipo |
Una laguna de poco volumen y mucho valor, como una pregunta que llega dos veces al mes de clientes potenciales de grandes empresas, merece atención aunque nunca encabece el gráfico de volumen.
Cómo redactar respuestas que cierren la laguna
No basta con añadir contenido; tiene que ser contenido que el asistente pueda usar. Algunas reglas:
- Empieza por la respuesta directa y después añade condiciones y excepciones.
- Un tema por entrada, para que la recuperación encuentre el fragmento correcto.
- Usa las palabras del cliente junto a tus términos internos.
- Incluye fechas en todo lo que tenga un plazo, como los horarios de festivos o las promociones.
- Elimina o actualiza la versión antigua para no crear un conflicto.
Compara una entrada vaga con una corregida:
Antes: "Los plazos de envío varían según el destino."
Después: "¿Hacéis envíos a Noruega? Sí. Los pedidos a Noruega suelen llegar en 5–8 días laborables. Como Noruega no está en la UE, es posible que haya que pagar aranceles o IVA de importación en la entrega."
Las cifras son orientativas; lo que cuenta es la estructura. Para saber más sobre cómo estructurar el contenido, consulta nuestra guía para crear una base de conocimiento para IA.
Cómo usar el panel de lagunas de conocimiento de Conviro
Conviro incluye ahora un panel de lagunas de conocimiento que muestra las preguntas que tu asistente de IA no ha sabido responder bien. En lugar de leer las transcripciones una a una para encontrar los puntos débiles, puedes empezar ahí tu revisión semanal.
Combínalo con las analíticas de Conviro sobre satisfacción del cliente, tasas de resolución y precisión de la IA, y con los traspasos que tu equipo ve en el Live Inbox compartido, para tener la imagen completa. Dos novedades recientes hacen que cada corrección rinda más. Los modos de seguridad configurables te permiten mantener un asistente estricto, para que las lagunas aparezcan como traspasos honestos y no como respuestas adivinadas. Y con las respuestas entre idiomas, una respuesta que redactas una vez en un idioma puede servir a clientes que preguntan en otros. En la página de funciones encontrarás más información sobre cómo responden los asistentes de IA de Conviro a partir de tu contenido.
Preguntas frecuentes
¿Cada cuánto debo revisar las preguntas que mi chatbot no responde?
Una vez por semana funciona para la mayoría de los equipos pequeños y medianos. Es lo bastante frecuente para detectar las lagunas nuevas antes de que se acumulen, y cada sesión sigue siendo corta. Revisa más a menudo después de un lanzamiento, un cambio de política, una nueva línea de producto o un pico de temporada, cuando aparecen preguntas nuevas con rapidez.
¿Qué diferencia hay entre una laguna de conocimiento y una alucinación?
Una laguna de conocimiento es contenido que falta o que no está claro; el asistente no encuentra una buena respuesta. Una alucinación es una respuesta inventada que se presenta como un hecho. Los ajustes de respuesta estrictos convierten muchas posibles alucinaciones en lagunas visibles, que son más fáciles de encontrar y corregir con una revisión periódica.
¿Tengo que corregir todas las preguntas que mi chatbot no sabe responder?
No. Algunas preguntas quedan fuera del alcance a propósito, como el consejo médico, las opiniones jurídicas o las solicitudes sobre una cuenta concreta que necesitan a una persona. En esos casos, asegúrate de que el traspaso sea rápido y de que el cliente sepa qué pasará a continuación. Centra el trabajo de contenido en las preguntas frecuentes o de alto valor que te parezca bien que responda el asistente.
¿Quién debe encargarse de actualizar la base de conocimiento?
Asigna la responsabilidad clara a una sola persona, normalmente alguien de soporte o de customer success que lea conversaciones con regularidad. Puede recurrir a compañeros de producto, legal o ventas para respuestas concretas. Sin un responsable, las lagunas se detectan, pero rara vez se corrigen.
Conviértelo en un hábito
Reserva esta semana un hueco recurrente de 45 minutos, saca las respuestas flojas de los últimos siete días y corrige las tres primeras. Repite la semana siguiente. Empieza gratis con Conviro para ver qué preguntas no sabe responder todavía tu asistente.
Publicado por
Conviro
Comparte conocimientos sobre soporte al cliente con IA, automatización de chatbots y estrategias de crecimiento SaaS.
Pon la guía en práctica
Convierte el conocimiento de tu soporte en respuestas más rápidas
Explora el workspace de soporte con IA de Conviro y empieza gratis cuando el flujo encaje con tu equipo.
Artículos relacionados
Más publicaciones
Customer Success
CSAT: cómo medir y mejorar el índice de satisfacción del cliente en el chat
6 min de lectura
Leer artículo
Customer Success
Métricas de chatbot: los 8 indicadores que de verdad importan
7 min de lectura
Leer artículo
Customer Success
Atención al cliente proactiva: cómo llegar a tus clientes antes de que pregunten
7 min de lectura
Leer artículo