Primero: ¿qué es un intent?
Un intent (intención, para entendernos) es lo que tú quieres conseguir cuando escribes algo. Nada más.
Si escribes "quiero cambiar mi contraseña", tu intent es cambiar la contraseña. Si escribes "no consigo entrar en mi cuenta", tu intent probablemente es recuperar el acceso. Fíjate en algo importante: las palabras pueden ser completamente distintas y la intención ser la misma. "Cancela mi pedido", "no quiero seguir con esta compra" y "anula lo que pedí ayer" son tres frases diferentes con un único intent detrás.
Ese es exactamente el trabajo del chatbot: adivinar tu intención a partir de tus palabras. Y aquí es donde empieza el lío.
Intent = lo que quieres conseguir. Taxonomía de intents = el mapa organizado de todas las intenciones que el sistema es capaz de reconocer.
El chatbot es un camarero con un menú limitado
La mejor forma de entenderlo es esta: imagina que el chatbot es un camarero que solo conoce los platos de su menú. Un menú cerrado.
Tú puedes pedirle lo que quieras, con toda la educación y claridad del mundo. Pero si lo que pides no está en su carta, el pobre hombre hará lo que puede: te traerá el plato que más se parezca a lo que ha entendido. Y a veces acierta. Y a veces te trae sopa cuando pediste ayuda con una factura.
Ese menú, esa lista organizada de todo lo que el sistema es capaz de entender, es la taxonomía de intents.
Vale, ¿y qué es exactamente la taxonomía?
No es solo una lista. Es una lista organizada por categorías, con jerarquía. Algo así:
├── Cambiar contraseña
├── Recuperar acceso
└── Cerrar cuenta
📁 Pedidos
├── Consultar estado
├── Cancelar pedido
└── Devolver producto
Cada categoría tiene que estar bien separada de las demás. Y aquí viene la parte que casi nadie ve desde fuera: diseñar bien esa estructura es dificilísimo. Lo sé porque me he pasado años analizando errores de sistemas conversacionales, y una parte enorme de esos errores no venía del modelo de IA. Venía de un menú mal diseñado.
Es como si en la carta del restaurante hubiera dos platos casi idénticos con nombres distintos. El camarero duda. La IA también.
Las tres razones reales por las que tu chatbot no te entiende
Después de analizar miles de conversaciones fallidas, te diría que casi todos los errores caen en uno de estos tres cajones:
1. Intents demasiado parecidos entre sí
Si "cancelar pedido" y "devolver pedido" no están bien delimitados, el sistema los confunde constantemente. Para ti son cosas distintas (uno es antes de recibir el paquete, otro después), pero si nadie le enseñó bien esa diferencia al sistema, para él son casi lo mismo.
2. Agujeros en el menú
Nadie previó que ibas a preguntar eso, o que lo ibas a preguntar así. El sistema no tiene un cajón donde meterte, así que te mete en el cajón equivocado. Por eso los chatbots fallan más con peticiones raras o muy específicas: literalmente no existen en su mapa del mundo.
3. Pocos ejemplos de cómo habla la gente real
Para que un sistema reconozca un intent, tiene que haber visto muchas formas distintas de expresarlo. Si durante el entrenamiento solo vio "quiero cancelar mi pedido" y tú escribes "mira, que paso de esta compra", puede que no lo pille. La gente real habla con ironía, con rodeos, con faltas de ortografía y con prisa. Los ejemplos de entrenamiento, muchas veces, no.
Detrás de cada asistente que funciona bien hay meses de trabajo invisible: personas definiendo categorías, discutiendo dónde acaba un intent y empieza otro, y revisando errores uno a uno. Es mucho más artesanal de lo que parece.
Lo que puedes hacer tú (sí, hay truco)
No puedes rediseñar la taxonomía de la empresa, obviamente. Pero conociendo cómo funciona por dentro, puedes ponérselo fácil:
- Empieza por el verbo de acción. El verbo es la pista más fuerte que le puedes dar al sistema.
- Una petición por mensaje. Si mezclas dos cosas en una frase, estás pidiendo dos platos a la vez. Muchos sistemas solo procesan uno.
- Si no te entiende, simplifica, no alargues. El instinto natural es explicarse más. Con un chatbot funciona al revés: menos palabras, más directas.
En resumen
Cuando un chatbot no te entiende, casi nunca es porque la tecnología sea mala. Es porque su mapa interno de intenciones —su taxonomía— no cubre bien la forma en que hablas tú, una persona real, un martes por la tarde y con prisa.
Lo he vivido de primera mano y te aseguro que construir un buen sistema conversacional es mucho más difícil de lo que parece desde fuera. La próxima vez que un chatbot te saque de quicio, ya sabes: no le hables más alto. Háblale más claro.
Si quieres profundizar en la primera pieza del puzle, aquí explicamos qué es un intent en NLP y por qué importa.
Preguntas frecuentes
¿Qué es un intent en inteligencia artificial?
Es la intención o el objetivo que hay detrás de lo que escribe o dice un usuario. Por ejemplo, "quiero cambiar mi contraseña" tiene el intent de cambiar contraseña, aunque se exprese de muchas formas distintas.
¿Qué es una taxonomía de intents?
Es la estructura organizada de todas las intenciones que un chatbot es capaz de reconocer, agrupadas por categorías. Funciona como el menú de un restaurante: si tu petición no está en él, el sistema no sabrá atenderte bien.
¿Por qué los chatbots no entienden bien a veces?
Normalmente porque su taxonomía tiene intents demasiado parecidos entre sí, no cubre todas las formas en que habla la gente real, o le faltan ejemplos variados de entrenamiento.
¿Cómo puedo hacer que un chatbot me entienda mejor?
Empieza tus mensajes con el verbo de acción (cancelar, cambiar, recuperar), pide una sola cosa por mensaje y, si no te entiende, reformula con palabras más simples en lugar de explicarte más.