W-002 es un caso práctico de portfolio basado en una necesidad habitual: atender consultas, organizar citas y saber cuándo debe intervenir una persona.
Respuesta rápida: un chatbot con IA para gestión de citas puede responder consultas frecuentes, interpretar si una persona quiere reservar, cambiar o cancelar una cita, comprobar disponibilidad y derivar la conversación a una persona cuando el caso necesita criterio o seguimiento.
La idea no era hacer un chatbot que respondiera por responder. El objetivo era construir una versión funcional que ayudase a ordenar la atención inicial y evitase que las citas, los cambios o las dudas se quedaran sin seguimiento.
El problema
En un negocio pequeño, muchas conversaciones empiezan con preguntas sencillas: horarios, servicios, precios, disponibilidad o cómo reservar. A partir de ahí, una cita puede confirmarse, cambiarse, cancelarse o necesitar que alguien revise el caso.
Cuando todo eso se atiende de forma manual, el reto no es solo contestar rápido. También consiste en conservar el contexto y dejar claro qué paso toca después.
Qué se ha construido
He creado una versión funcional de prueba conectada a Telegram. Recibe mensajes, interpreta la intención, responde preguntas frecuentes, consulta la disponibilidad y ayuda a gestionar citas.
También registra la información necesaria en Airtable, utiliza Google Calendar para comprobar la agenda y avisa por correo cuando una persona debe continuar la conversación.
Cómo actúa el sistema
- Identifica si la persona tiene una consulta, quiere reservar, cambiar o cancelar una cita.
- Responde con información aprobada cuando la duda es sencilla.
- Comprueba la disponibilidad antes de confirmar una reserva.
- Guarda el contacto y el historial de la conversación.
- Deriva el caso a una persona cuando hace falta criterio, confirmación o seguimiento.
Situaciones que debía resolver
La demostración incluye cambios de fecha, cancelaciones, mensajes poco claros y citas que ya no están disponibles. Son situaciones normales en la atención diaria y obligan a que el sistema mantenga el contexto en lugar de dar una respuesta automática sin sentido.
Qué demuestra este caso
Una automatización útil para una pequeña empresa debe ayudar a ordenar una conversación, no a esconder el problema detrás de una respuesta automática. El bot atiende lo repetitivo; la persona conserva el control de los casos que requieren decisión.
Para esta prueba he utilizado n8n, DeepSeek, Telegram, Airtable, Google Calendar y Gmail. A diferencia de un sistema puramente conversacional, aquí el bot consulta herramientas y ejecuta acciones concretas. Si quieres profundizar en esa diferencia, explico qué distingue a un chatbot, una automatización y un agente de IA.
Alcance actual y siguientes pasos
Este es un MVP funcional para demostración y aprendizaje. Telegram es el canal de prueba. Antes de utilizar un sistema así en un negocio real habría que adaptarlo al canal elegido, conectar el CRM correspondiente, revisar privacidad y seguridad, probar errores y definir quién atiende cada aviso.
El valor del caso está en mostrar el funcionamiento completo y en identificar qué habría que ajustar antes de una implantación real. En otro caso del portfolio puedes ver un enfoque diferente: un chatbot conectado con Botpress, Make y Airtable para captar leads.
Vídeo completo: ver W-002 en YouTube.