Los cimientos
Sistema de diseño con componentes de conversación, primeras interfaces y primeros flujos agénticos.
Mi trabajoSaaS nativo de IA
Un asistente de IA que hace facturas y trámites de autónomos por WhatsApp, y la plataforma web desde la que su gestoría lo sigue. Estoy en el producto desde el primer día: del sistema de diseño al comportamiento del agente y el código.
Los nombres del cliente y del producto están anonimizados. Los visuales son recreaciones esquemáticas de las interfaces reales.
TLDR
Contexto
Autónomos y pequeñas empresas usan el producto para facturar y resolver trámites desde WhatsApp, y para estar en contacto con su gestoría. La gestoría trabaja desde una plataforma web, conectada a las mismas conversaciones.
El reto
Empezó como un bot de menús. Al convertirse en un agente que entiende peticiones, usa herramientas y completa tareas de varios pasos, apareció una nueva pregunta de diseño:
¿Cómo debe comportarse una IA cuando puede decidir, preguntar, actuar y, a veces, equivocarse?
Construí el sistema de diseño, con componentes específicos para conversación, y diseñé los flujos agénticos que llevaron el producto de los menús a la conversación natural.
Evidencia
Cada semana ejecutamos una consulta que recoge todas las conversaciones de producción. Las cifras de este caso no salen de una muestra: salen de toda la actividad de la plataforma, comparando antes y después de cada cambio.
La otra diseñadora y yo pusimos en marcha un Radar de Fricción. Cada fricción se cruza con Jira para separar lo que ya tiene ticket de lo nuevo. Solo entre enero y agosto de 2026 cubrió 595 usuarios, 1.245 sesiones y 36.212 mensajes.
También audité el prototipo de la app móvil para autónomos: contrasté sus 15 pantallas con los datos reales de la API y encontré 48 problemas, 10 de ellos bloqueantes, como un resultado que mostraba 69,08 € de más.
En LangSmith reviso las trazas del agente para ver cómo usa sus herramientas, y con agentes de IA montamos una batería de tests que contrasta lo que vemos en las conversaciones con el código real.
«Parece que pasa» pasó a ser «pasa en 29 de 29 intentos».
Lo que encontramos
Decisión 01
En algunas situaciones, el agente aplicaba en silencio un IVA del 0 %. Era cómodo técnicamente, pero el usuario no lo veía, y para la gestoría suponía un riesgo real.
Que el agente distinga entre reglas fijas, preferencias de la empresa y decisiones puntuales. Las dos primeras las aplica. Cuando una decisión puntual tiene consecuencias, explica y pregunta, y el usuario siempre puede dejarla en manos de su gestoría.
Un agente que pregunta siempre se vuelve pesado, y uno que nunca pregunta, peligroso. Solo pregunta cuando de verdad importa.
Decisión 02
Llegar al límite del plan en mitad de una factura interrumpía la tarea. Y el registro pedía los datos fiscales antes de que el producto aportara nada: en el análisis de uso vimos que muchos clientes lo dejaban ahí, sin llegar a probarlo.
Si llegas al límite, el borrador se guarda y se emite solo después del pago, en WhatsApp y en la web. Los datos fiscales se piden justo antes de la primera factura.
Es el mismo patrón en todo el producto: avisar a tiempo, guardar lo que el usuario estaba haciendo y retomarlo después.
Decisión 03
Las respuestas a consultas oficiales eran largas y técnicas: la idea principal quedaba enterrada, la jerga no se explicaba y las fuentes se perdían por el camino.
Un paso de composición que responde primero a lo que se pregunta, traduce la jerga y agrupa las fuentes por organismo, con un siguiente paso al final.
Como son datos fiscales, la respuesta tenía que ganar claridad sin perder precisión ni inventar cifras. Por eso también analizamos qué fuentes usaba cada respuesta y lo fiables que eran.
Decisión 04
Algunos errores de las facturas no se veían en ninguna pantalla: un total de 515 € que, según la Agencia Tributaria, debía ser 550 €, exenciones de IVA sin su causa legal o NIF con la letra equivocada.
Antes de activar Verifactu, contrastar lo que producía la plataforma con las reglas de la Agencia Tributaria y el reglamento de facturación, y llevar cada error a desarrollo con el cálculo correcto y la norma que lo exige.
Con Verifactu, cada factura llega a Hacienda en el momento en que se emite, y una con errores llegaría marcada como «aceptada con errores». Era mejor encontrarlos antes.
Las cifras salen de los tickets de Jira y de la sesión de pruebas, contrastadas con producción entre septiembre y noviembre de 2026.
El lado de la gestoría
Para las gestorías, la portada empieza por «Introduce tu consulta aquí», por delante del menú. Cada consulta se abre con todo el contexto junto a la conversación, y una notificación de Hacienda se convierte en un resumen sencillo y en un mensaje al cliente con un clic.
Modo transaccional
Los mensajes de la gestoría esperan en cola en lugar de cortar un flujo crítico.
Campañas
Al terminar una tarea, el agente recuerda lo pendiente («14 de 17 preguntas») y su fecha límite. La gestoría ve quién falta, no solo quién recibió el mensaje.
Ingeniería
Además de diseñar, programo en el producto: 126 commits en el backend, la plataforma y la web, dentro de 28 propuestas de cambio (merge requests) que el equipo ya ha revisado e integrado. Desarrollé de principio a fin una funcionalidad nueva de encabezado de facturas: migraciones de la base de datos, cambios en el backend y la interfaz en Angular. También redacto las tareas del sprint que llegan a desarrollo.
Datos de GitLab a 10 de noviembre de 2026, sin contar los commits de merge.
Impacto
Cambiamos cuándo pregunta, cuándo explica, cuándo espera y cuándo deja decidir a una persona.
La mejora de plan sin perder el borrador, el registro que pide los datos fiscales más tarde y las campañas están en producción. Y cada fricción llega a desarrollo con su frecuencia, sus trazas y su ticket, así que se prioriza con datos.
Qué resuelve
Cómo ha crecido
He estado en el producto desde el primer día. Estas son las fases por las que ha pasado.
Sistema de diseño con componentes de conversación, primeras interfaces y primeros flujos agénticos.
Mi trabajoEl agente entiende lo que se le pide con palabras, o con una nota de voz, y hace la tarea.
Mi trabajoCada mensaje va al agente especializado: facturas, presupuestos, gastos, consultas oficiales o trámites.
Consultas con todo el contexto, campañas con seguimiento y notificaciones de Hacienda traducidas.
Mi trabajoUpselling sin perder el borrador y onboarding diferido hasta la primera factura.
Mi trabajoRadar de fricción, trazas del agente, respuestas recompuestas y el prototipo de app móvil.
Mi trabajoMismo agente, dos contextos
Menos pantalla, más conversación.
Todo el contexto, sin cambiar de herramienta.
Lo que aprendí
Los cambios con más efecto estuvieron en lo que dice el agente y en cuándo pregunta, más que en las pantallas.