Cómo Crea un chatbot de reserva de citas [2025]

Cargar información empresarial estática

Empiece por subir un documento sencillo y estructurado que cubra las preguntas más habituales de los clientes. Puede ser un PDF, un documento de Word o una hoja de cálculo, pero asegúrate de que esté bien organizado.

Su documento debe incluir:

• Oficinas y direcciones
• Servicios disponibles en cada centro
• Precios, descuentos y opciones de afiliación
• Horario de apertura y datos de contacto

Cada tema debe tener su sección clara, para que el chatbot pueda encontrar y devolver fácilmente las respuestas pertinentes.

Consejo: Utiliza encabezados y viñetas en tu documento para que tanto el bot como tu equipo puedan escanearlo.

Puede cargar este documento dirigiéndose a la sección Base de conocimientos:

1. Desde su proyecto, abra el menú de la izquierda.
2. Haga clic en Base de conocimientos.
3. Seleccione Cargar documento y añada su archivo.

Asigne un nombre claro al documento (por ejemplo, Detalles de la sucursal - marzo de 2025) para poder hacer referencia a él más adelante en flujos de trabajo o consultas.

Una vez cargado, el chatbot puede empezar a utilizar el documento para responder a las preguntas de los usuarios, sin necesidad de formación adicional ni codificación.

Uso de tablas para información dinámica

Para cosas como próximos eventos, ofertas de temporada u horarios rotativos, es mejor utilizar una tabla en lugar de cargar un documento estático. Las tablas permiten actualizar solo una fila sin tocar el resto de los datos, lo que agiliza su mantenimiento.

A continuación se explica cómo crear una tabla en su base de conocimientos:

1. Vaya a la sección Base de conocimientos del menú de la izquierda.
2. Haga clic en Crear nuevo y seleccione Tabla.
3. Nombre su mesa (por ejemplo, Programa de eventos).
4. Añade columnas para los tipos de información que quieres que recupere el chatbot, como:
   
   • nombre_evento
   • fecha
   • ubicación
   • precio
   • descripción
5. Empieza a añadir filas para cada evento o elemento al que quieras que haga referencia el bot.

Una vez guardada la tabla, puedes utilizarla para dar respuestas dinámicas. Por ejemplo, cuando un usuario pregunta: "¿Qué eventos tendrán lugar el próximo fin de semana?", el bot puede extraer la fila correspondiente y darle una respuesta directa.

Optimización de costes con las preguntas frecuentes almacenadas en caché

Uno de los mayores retos de los bots basados en IA es el coste, sobre todo si el bot accede al LLM cada vez que alguien formula una pregunta habitual.

La base de conocimientos ayuda a reducir este problema almacenando automáticamente en caché las respuestas a las preguntas más frecuentes. Esto significa que si cinco personas preguntan: "¿Cuál es el horario de fin de semana del gimnasio?", la plataforma solo consulta la base de conocimientos o LLM una vez, y reutiliza esa respuesta al instante la próxima vez.

No es necesario configurar nada. El almacenamiento en caché se activa automáticamente si:

• La respuesta procede de un contenido estructurado (un documento, una tabla o una FAQ)
• El robot está conectado a una tubería LLM o RAG
• El usuario permanece en el mismo hilo temático

Esto mantiene la velocidad de tu bot y reduce el uso de tokens sin comprometer la experiencia.

Instalar la integración de Calendly

Comienza desde el panel de control de tu proyecto:

1. Ir al Hub en el menú de la izquierda.
2. Buscar en Calendly y haz clic en Instalar.
3. Una vez instalado, abra la configuración de la integración deCalendly desde su proyecto.

Genere y añada su clave API Calendly

A continuación, tendrá que generar una clave API personal de Calendly y añadirla al flujo de trabajo:

1. Inicie sesión en su cuenta de Calendly .
2. Haga clic en Integraciones y aplicaciones en el menú de la izquierda.
3. Desplácese hasta API y Webhooks y haga clic en Obtener un token ahora.
4. Asigne un nombre al token (por ejemplo, Acceso) y complete la autenticación de dos factores si se le solicita.
5. Copie la clave API: no podrá volver a verla más tarde.
6. Vuelve a Botpress y pega la clave en los ajustes de integración deCalendly .
7. Haga clic en Guardar para finalizar la conexión.

Una vez conectado, su chatbot podrá obtener datos de disponibilidad y generar enlaces de programación en función de la ubicación o las preferencias del usuario.

1. Captura de la selección de rama del usuario

Dado que es probable que su empresa tenga varias sedes, el bot necesita saber qué sucursal desea el usuario antes de mostrar la disponibilidad.

1. Añade un nodo de elección única para pedir al usuario que elija una ubicación.
2. Cree una variable (por ejemplo, workflow.branch) para almacenar su selección.
3. Más adelante lo utilizarás para enviar el enlace de Calendly adecuado en función de la sucursal elegida.

Esto garantiza que todos los enlaces de programación y las respuestas se adapten a la sucursal adecuada.

2. Uso del flujo de trabajo de eventos Calendly

El Hub también proporciona un flujo de trabajo pre-construido que se conecta directamente a su configuración de Calendly .

1. En la sección Workflows, busque Calendly Event Workflow.
2. Haga clic en Clonar para crear su versión editable.
3. Personaliza el flujo si es necesario - ya está configurado para generar un enlace de reserva vinculado a la sesión del usuario utilizando el conversationId.

Al pasar el ID de la conversación, el chatbot genera un enlace de reserva único que puede ser rastreado a usuarios individuales. Este flujo de trabajo preconfigurado ahorra tiempo y garantiza que la lógica de programación ya está configurada correctamente.

3. Configuración del activador de eventos Calendly

Una vez que se envía un enlace de reserva, desea que el chatbot detecte cuándo el usuario ha programado su cita.

1. Haga clic con el botón derecho en el flujo de trabajo y añada un nodo de activación de eventosCalendly .
2. In the settings, pass the conversation ID using:
   {{event.payload.conversation.id}}
3. Esto permite al chatbot escuchar la reserva específica del usuario.
4. Cuando se activa, el bot puede enviar un mensaje de confirmación automáticamente.

Esto hace que el bot parezca inteligente y receptivo, y garantiza que los usuarios sepan que su cita ha sido reservada.

4. Manejo de información comercial y preguntas frecuentes

No todo el mundo se lanzará directamente a reservar. Algunos usuarios pueden preguntar primero sobre precios, horarios o servicios. Para ello, conecte su base de conocimientos.

1. Añade un nodo autónomo vinculado a la base de conocimientos.
2. Habilita la búsqueda de conocimientos para que el bot pueda extraer respuestas de los documentos o tablas cargados.
3. Utilice este nodo como alternativa cuando los usuarios hagan preguntas generales.

De este modo, su bot sigue siendo útil, incluso para los usuarios que aún no están listos para reservar.