Chatwoot y alternativas a Voiceflow: Crea un agente de soporte con IA de código abierto

Automatizar la atención al cliente se ha convertido en una necesidad para empresas de cualquier tamaño. Durante los últimos años, plataformas no-code como Voiceflow han liderado el diseño de interfaces conversacionales avanzadas. Sin embargo, cuando el volumen de usuarios se dispara, surgen problemas habituales: costes crecientes por conversación, falta de control sobre los datos y dependencia absoluta de un proveedor cerrado.

Afortunadamente, existe una vía diferente y mucho más sostenible: combinar Chatwoot como centro de operaciones omnicanal con motores conversacionales de código abierto. En este artículo te mostraremos cómo diseñar un ecosistema de soporte con IA potente, privado y sin costes ocultos por licencia.

¿Por qué buscar una alternativa a Voiceflow para Chatwoot?

Voiceflow es una herramienta visual excepcional para prototipar y desplegar agentes conversacionales, pero no siempre es la solución idónea para entornos de producción corporativos o proyectos que requieren soberanía de datos. Al buscar alternativas open source encontramos ventajas determinantes:

• Privacidad y cumplimiento normativo: Al utilizar soluciones autoalojadas (self-hosted), los datos sensibles de tus clientes no transitan por servidores de terceros no auditados, facilitando el cumplimiento de normativas como el RGPD.
• Costes lineales y predecibles: En lugar de pagar suscripciones mensuales que escalan con el número de mensajes o agentes, solo asumes el coste de tu propia infraestructura y el consumo directo de APIs de LLMs (o modelos locales).
• Libertad de modelos: Puedes conectar tanto modelos comerciales (OpenAI, Anthropic) como modelos locales mediante Ollama o vLLM (Llama 3, Mistral, DeepSeek), cambiando de proveedor en minutos.

Alternativas open source a Voiceflow para tu agente de soporte

Para sustituir a Voiceflow manteniendo una experiencia visual basada en nodos, existen varias opciones consolidadas en el ecosistema de código abierto:

1. Flowise AI

Flowise es una de las herramientas más populares para construir flujos de LLM mediante una interfaz de arrastrar y soltar construida sobre LangChain. Permite crear sistemas de recuperación aumentada por generación (RAG), gestionar memoria conversacional y conectar agentes inteligentes con bases de conocimiento internas en formato PDF, Notion o bases de datos vectoriales.

2. Botpress (Open Core / Self-hosted)

Aunque Botpress ha evolucionado hacia la nube, su arquitectura histórica y sus opciones de despliegue siguen ofreciendo un entorno muy maduro para flujos condicionales complejos, reconocimiento de intenciones y transiciones fluidas hacia agentes humanos.

3. Typebot

Si tu objetivo principal es crear flujos conversacionales guiados combinados con bloques de IA generativa para resolver dudas puntuales, Typebot destaca por su simplicidad, velocidad de despliegue y una API nativa sumamente limpia para comunicarse con Chatwoot.

Arquitectura del sistema: ¿Cómo se comunican Chatwoot y la IA?

El objetivo es que el usuario final interactúe a través de cualquier canal (WhatsApp, webchat, Telegram, correo electrónico) y que Chatwoot centralice las conversaciones, delegando las respuestas en el motor de IA.

El flujo operativo se estructura en cuatro pasos:

1. Entrada del mensaje: El cliente envía una consulta a un buzón conectado en Chatwoot.
2. Disparo por Webhook: Chatwoot envía un evento message_created a tu servidor intermediario o motor conversacional (por ejemplo, Flowise a través de un webhook o automatizador como n8n).
3. Procesamiento cognitivo: El agente analiza el mensaje, consulta la base de conocimiento (documentación interna de la empresa) y redacta una respuesta coherente y contextualizada.
4. Envío al usuario: El motor utiliza la API de Chatwoot para responder dentro del mismo hilo de conversación como un bot.

Paso a paso: Integración básica con Chatwoot

A continuación, detallamos la lógica fundamental para conectar Chatwoot con tu agente conversacional sin fricción.

Paso 1: Configurar el buzón y el Webhook en Chatwoot

Dentro del panel de administración de Chatwoot:

• Accede a Ajustes > Integraciones > Webhooks.
• Crea un nuevo webhook apuntando a la URL del endpoint de tu motor de IA (o de tu middleware).
• Selecciona el evento message_created.
• En Ajustes > Agentes o mediante la API, obtén un User Access Token o un Bot Access Token para autorizar las respuestas automáticas.

Paso 2: Filtrar eventos entrantes

Es indispensable incluir un filtro lógico en tu flujo para evitar bucles infinitos. Tu sistema debe procesar el mensaje únicamente si:

• El mensaje proviene de un usuario externo (message_type === 'incoming').
• La conversación está asignada al bot o se encuentra en estado abierto/sin asignar a un agente humano.
• El contenido del mensaje no está vacío.

Paso 3: Construir el agente con RAG

En tu herramienta alternativa a Voiceflow (por ejemplo, Flowise), diseña el flujo:

• Chat Model: Selecciona el modelo que mejor equilibre coste y precisión.
• Vector Store: Conecta una base vectorial (Qdrant, Chroma o PostgreSQL con pgvector) donde hayas indexado las preguntas frecuentes, políticas de envío o manuales de tu producto.
• System Prompt: Define la personalidad del bot: tono empático, directrices de respuesta concisa y la orden estricta de no inventar datos si la respuesta no figura en el contexto.

Paso 4: El traspaso a humanos (Handoff)

Un buen sistema de soporte con IA sabe cuándo retirarse. Si el usuario solicita hablar con una persona, o si el agente detecta frustración reiterada, el flujo debe realizar una llamada a la API de Chatwoot para:

• Cambiar el estado de la conversación o reasignarla a un equipo humano específico.
• Añadir una etiqueta como necesita-atencion-humana.
• Pausar la intervención del bot en ese hilo particular.

Beneficios de adoptar este enfoque

Apostar por herramientas de código abierto frente a plataformas propietarias cerradas ofrece ventajas operativas inmediatas:

• Escalabilidad real: Si recibes 5.000 mensajes diarios durante el Black Friday, tu factura mensual no se multiplicará por diez. Solo pagarás la potencia de cálculo empleada.
• Iteración modular: Puedes sustituir Flowise por tu propio backend en Python o Node.js más adelante sin necesidad de reconstruir los canales de mensajería ya conectados a Chatwoot.
• Control absoluto de la experiencia: Personalizas los tiempos de respuesta, las fuentes de datos y las políticas de retención de conversaciones según los estándares de tu empresa.

Conclusión

Construir un agente de soporte con IA eficiente ya no exige depender de suscripciones costosas ni de arquitecturas cerradas. La combinación de Chatwoot como centro omnicanal y plataformas de código abierto como Flowise o Typebot te brinda una solución profesional, flexible y totalmente bajo tu control.

Empieza evaluando las preguntas más repetitivas de tu bandeja de entrada, indexa esa información en un motor visual open source y comprueba cómo la IA puede resolver hasta el 60% de tus tickets diarios manteniendo una experiencia impecable para tus usuarios.